Маргарет Этвуд — одна из самых влиятельных писательниц нашего времени. Автор «Рассказа служанки» и «Слепого убийцы» редко публично высказывается о технологиях. Но на недавнем литературном фестивале Babell в Португалии она не смогла обойти тему, которая сегодня волнует всех: искусственный интеллект.
Один эксперимент — и разочарование
Этвуд призналась, что попробовала нейросеть ровно один раз. Это был Claude от Anthropic. Задача казалось простой: она хотела узнать, чем заканчивается первый сезон британского сериала «Отец Браун». Claude ответил уверенно — но неправильно.
Проблема оказалась на удивление показательная. Нейросеть не «знала» ответа. В её обучающих данных были рецензии и обзоры, но ни одна из них не раскрывала финал — ведь рецензенты не спойлерят концовку. Claude просто собрал воедино фрагменты из этих текстов и сгенерировал ответ, который звучал убедительно. Но был ложным.
«Garbage in, garbage out»
Реакция Этвуд была жёсткой, но справедливой:
- Она назвала фанатов ИИ «оппортунистами», ищущими лёгкий путь вместо настоящего труда.
- Сформулировала проблему одной фразой: garbage in, garbage out — мусор на входе, мусор на выходе.
- Предупредила, что даже бизнес-пользователи обязаны перепроверять всё, что выдают нейросети, потому что они ошибаются.
И вот здесь, как ни странно, сложно спорить. Этвуд описала фундаментальную проблему больших языковых моделей точнее, чем многие технические эксперты.
Почему это важно именно сейчас
Мы живём в момент, когда ИИ-генерация проникает в журналистику, издательское дело, образование и творчество. Компании внедряют чат-ботов, студии используют ИИ для сценариев, маркетологи отдают контент нейросетям. И часто — не проверяя.
Но история с Этвуд напоминает ключевой принцип: нейросеть не «знает» факты. Она генерирует текст на основе статистических закономерностей в обучающих данных. Если данных нет — она всё равно сгенерирует текст. И он может звучать убедительно. Но быть ложным.
Что с этим делать
Первое — осознать ограничения. ИИ — мощный инструмент, но не замена экспертизе. Как писала сама Этвуд в своих произведениях, слепая вера в систему — это путь к дистопии.
Второе — выбирать правильные инструменты. Не все нейросети одинаковы по качеству. Именно поэтому важно иметь доступ к разным моделям и сравнивать их результаты на конкретную задачу. Это именно та задача, которую решает STIVA.ai — объединяет 80+ ИИ-моделей в одном месте, чтобы каждый мог найти инструмент под свою задачу.
Личное мнение
Этвуд не антитехнологична — она честна. Её критика направлена не на технологии как таковые, а на культуру бездумного доверия. И это позиция, которую мы должны уважать, даже если работаем в области ИИ каждый день.
Парадокс в том, что именно такие честные критики помогают индустрии развиваться. Без них мы рискуем превратить ИИ в ещё одну фабрику убедительного мусора. А с ними — строим инструменты, которые действительно полезны.
