В Евросоюзе 24 официальных языка, и именно здесь особенно заметна старая проблема ИИ-индустрии: защитные механизмы работают на английском лучше, чем на локальных языках. Для компаний это не лингвистическая тонкость, а прямой риск: jailbreak-запрос, prompt injection или утечка персональных данных могут пройти там, где англоязычный фильтр их бы остановил.
Об этом пишет Dark Reading со ссылкой на материал DeepKeep и комментарии специалистов по ИБ. Суть проблемы простая: модель может уверенно отвечать на десятках языков, но модерация, DLP-проверки и защита от вредоносных инструкций не обязаны быть такими же сильными на каждом из них.
Где ломается многоязычная защита
Поводом стал пост DeepKeep от 22 июля 2026 года с говорящим заголовком Your AI Speaks 100 Languages. Your AI Security Layer Doesn't. Компания описывает типичный сбой translation-first-подхода: система сначала переводит запрос на английский, потом применяет защитные правила. На этом этапе смысл может «смазаться».
Вредоносная инструкция становится менее явной, prompt injection теряет часть структуры, чувствительный термин переводится неточно, а смешанный запрос на двух языках прячет опасную команду в безопасном контексте. Снаружи чат-бот выглядит многоязычным. Внутри защита уже работает с искаженной версией исходного текста.
Это важно еще и потому, что поддержка языка и безопасность языка не одно и то же. Dark Reading пишет, что модели OpenAI, Google и Anthropic уверенно работают примерно в 30-40 языках. Но хороший ответ на немецком или испанском еще не означает, что фильтры безопасности так же надежно распознают атаку именно на этом языке.
Цифры и комментарии из отрасли
В тестах DeepKeep немецкий, испанский, французский и итальянский показали заметное падение точности при поиске персональных данных, если проверка шла через перевод на английский, а не через обработку на исходном языке. Точных процентов Dark Reading не приводит, но сам вывод неприятный: даже крупные европейские языки теряют в качестве защиты, если продукт полагается на перевод как на универсальный костыль.
Еще жестче выглядит академический фон. Исследование Brown University Low-Resource Languages Jailbreak GPT-4, впервые представленное в 2023 году и обновленное на arXiv 27 января 2024 года, показало: на бенчмарке AdvBench GPT-4 давал вредоносные и практически применимые ответы в 79% случаев, если опасные запросы переводили на языки с низким уровнем ресурсов. Для тех же запросов на английском доля таких ответов была ниже 1%.
Паоло Паламбо, вице-президент по strategic threat intelligence and research в WithSecure, формулирует проблему по-деловому: продукт может нормально говорить на конкретном языке, хотя его модерацию, защиту от prompt injection, предотвращение утечек данных и мониторинг инцидентов на этом языке никто не проверял с той же тщательностью. Для заказчика это плохая новость: фраза «поддерживаем 15 языков» сама по себе ничего не говорит о реальной безопасности.
Значение для рынка
EU AI Act не требует, чтобы каждый ИИ-продукт показывал одинаковый уровень безопасности на всех заявленных языках, и обычный чат-бот не становится high-risk-системой автоматически. Но для high-risk-класса регламент требует постоянного управления рисками, достаточной точности, устойчивости и кибербезопасности на всем жизненном цикле. Если качество защитных механизмов зависит от языка, языковое тестирование легко превращается из «желательно» в обязательную часть доказательной базы. Для российских и СНГ-команд, которые продают многоязычные ИИ-сервисы в Европу, вывод практический: отдельно проверять guardrails, DLP и сценарии со смешением языков придется так же внимательно, как раньше проверяли локализацию интерфейса.
Оригинал: Dark Reading. Дополнительные источники: DeepKeep, Brown University / arXiv.