«Более 90% контента уже пишет ИИ» — почему этот миф не стоит принимать на веру В новостях то и дело мелькают заголовки: «90% и более всего контента уже написано ИИ», «нейросети обучаются на своем же мусоре». Эти утверждения кочуют из статьи в статью и создают ощущение, что интернет захвачен бездушными алгоритмами. Проблема в том, что за громкими цифрами редко стоит внятная методология и однозначное понимание того, о чем вообще идет речь. Критически разобрать такие заявления полезно — и для понимания технологий, и для медиаграмотности. 1️⃣ Первый вопрос, который обычно не задают, а что считать «контентом, созданным ИИ»? Огромная разница между запросами (промптами) по типу «напиши статью на тему X» и «вот мой черновик, проверь грамматику». Во втором случае автор — человек, пользующийся инструментом. Это как называть «ИИ-текстом» все, что прошло через проверку правописания в Word. Кстати, под ИИ в таких заголовках почти всегда имеют в виду только нейросети и генераторы картинок — хотя классический, символьный ИИ существует с первых ЭВМ и никуда не делся, а смешивание всего в одну кучу только сбивает с толку. 2️⃣ Второй момент: откуда берутся такие проценты? Чтобы заявить «99% текстов пишет ИИ», нужно проанализировать гигантский объем данных. Даже если взять что-то вроде крупного веб-архива - по каким признакам вообще отличать текст ИИ от человеческого? К тому же значительная часть текста в сети — техническая (логи, ключевики, кэш, разметка), а не контент в привычном смысле. Любопытно, что фраза вроде «большая часть информации в интернете — мусор» появилась еще до эпохи нейросетей, когда винить было некого. Проблема шума в сети не родилась вместе с ChatGPT. 3️⃣ И наконец, про самообучение ИИ. Обучение большой модели — инженерный процесс. Специалисты собирают датасеты (dataset, наборы данных) из книг, статей, кода, а веб — лишь один из источников. Датасеты фильтруют, чистят от дубликатов и мусора. Модель не бродит по сайтам сама и не впитывает все подряд — она получает то, что ей дали, и так, как решили ML-инженеры. Представлять ее субъектом, который «сидит на реддите и набирается мудрости», — снова подмена реальности на удобный сюжет. Мифы об ИИ часто возникают из-за непонимания того, как все устроено. Нам проще представить сюжет из фантастики, чем разобраться в датасетах и методах обучения моделей. Но дьявол в деталях — и критический взгляд на громкие заголовки помогает не бросаться в крайности. Сегодня критически взглянуть на эти вещи нам помог канал нашего аналитика Евгения. #sspsoft #итсоветы #гибкиенавыки #экспертное@sspsoft_life | VK | Сайт | YouTube |