От T9 до ИИ-помощников: как работают современные языковые модели — 31 мая 2026 г. в 18:00:04.094
От T9 до ИИ-помощников: как работают современные языковые модели Часть 1. Почему ИИ начинается с данных Сегодня нейросети уже помогают писать тексты, готовить справки, анализировать документы и разбирать обращения. Но чем активнее ИИ входит в рабочие процессы, тем важнее понимать: он не принимает решения и не несет ответственность. Ответственность остается за человеком. GPT — это не цифровой разум и не самостоятельный эксперт. Это мощная языковая модель, которая предсказывает продолжение текста на основе данных, контекста и вероятностей. Самая простая аналогия — T9 в телефоне. Он предлагал следующее слово, не понимая смысл переписки. GPT устроен намного сложнее, но базовая логика похожа: он рассчитывает вероятное продолжение текста, учитывая контекст, стиль, структуру документа и огромные массивы текстов. Сегодня такие технологии используются не только в зарубежных сервисах. В России активно развиваются собственные генеративные модели и ИИ-помощники: GigaChat от Сбера, YandexGPT и Алиса от Яндекса, а также другие решения для бизнеса и государственного сектора. Несмотря на различия между платформами, базовый принцип работы у них схожий: модель анализирует контекст, работает с текстами и формирует наиболее вероятное продолжение или ответ. Поэтому, говоря о GPT, мы будем рассматривать не конкретный бренд, а сам подход к работе современных языковых моделей. Для органов власти это особенно важно. ИИ может ускорять работу, но не должен подменять ответственность сотрудника или руководителя. Поэтому в этой серии разберем 5 базовых вопросов: откуда GPT берет информацию, почему работает не словами, как обучается, как становится ассистентом и почему иногда ошибается. Начнем с главного: искусственный интеллект начинается не с модели, а с данных. Когда говорят о внедрении ИИ, часто обсуждают, какая модель лучше. Но для руководителя важнее другой вопрос: на каких данных она будет работать. GPT не знает организацию сам по себе. Он не понимает, какие документы актуальны, какие инструкции устарели, какие формулировки утверждены, а какие были черновиками. Модель работает с текстами и закономерностями. Если дать ей неполные или противоречивые данные, она может выдать аккуратный, уверенный, но неверный результат. Именно в этом главный риск: ИИ — это ускоритель. Если в данных порядок, он ускорит работу. Если в данных хаос, он быстрее и убедительнее воспроизведет ошибки. В органах власти это критично. При работе с обращениями, госуслугами, поручениями, нормативными документами и внутренними регламентами нельзя опираться на «примерно правильную» информацию. Например, если ИИ помогает подготовить проект ответа гражданину, он должен использовать не общие знания из интернета, а проверенную базу: актуальный регламент, статус обращения, типовые формулировки, нормативную основу и внутренние инструкции. И даже после этого итоговый ответ должен проверить ответственный сотрудник. То же касается документооборота. ИИ может сделать выжимку из входящего документа, выделить сроки, предложить план исполнения или найти связанные материалы. Но он не должен сам решать, кому поручить задачу и какую официальную позицию занять. В региональной цифровизации уже есть много контуров, где качество данных напрямую влияет на результат: госуслуги, Платформа обратной связи, чат-боты, ведомственные системы, базы знаний, электронный документооборот. Если данные структурированы и актуальны, ИИ становится помощником. Если нет — он только масштабирует ошибки. Поэтому первый шаг к внедрению ИИ — не выбор красивого интерфейса, а инвентаризация данных: что есть, где хранится, кто отвечает за актуальность, что можно использовать, а что нельзя передавать в модель. Главный вывод: GPT может быстро работать с информацией, но качество его ответа зависит от качества данных. ИИ усиливает порядок. Но не создает его вместо организации. Продолжение следует...