«Нейрослоп»— неформальное, ироничное или пренебрежительное обозначение контента, созданного искусственным интеллектом. Термин обозначает материалы, которые на первый взгляд выглядят осмысленными, но на деле являются поверхностными, шаблонными или просто бесполезными.
Вот уже несколько лет, как нейросети стали частью нашей жизни. Используют их и в генеалогии. Распознавание текста и лиц на фотографиях, цифровая ретушь, колоризация, реставрация фото, индексирование документов — без этих инструментов наше хобби (а для кого-то — профессия) уже немыслимы. Я и сам время от времени пользуюсь нейросетями: повысить чёткость на размытой фотографии (Remini), создать обложку для поста (ChatGPT), найти ошибки в программном коде (DeepSeek). В решении вспомогательных задач они очень хороши.
Но как и у любого инструмента, у нейросетей есть границы, в рамках которых их применение оправдано. Где находятся эти границы и насколько они чёткие?
Пример
Будучи доступными каждому желающему, нейросети проникли в том числе и в генеалогические отчёты. Вот пример сгенерированного ИИ изображения, которое подаётся как «предполагаемый портрет предка, созданный на основе описания внешности в списке переселенцев»:
Автор честно предупреждает, что изображение сгенерировано ИИ. При этом фраза «предполагаемый портрет, созданный нейросетью на основе <...>» создаёт иллюзию научного метода. Но насколько корректно применение генеративной модели в такой задаче, как воссоздание образа предка? Чем нейросеть отличается вот от этого классического инструмента? И где проходит граница между «ИИ-контентом» и нейрослопом? Чтобы ответить на эти вопросы, проведем небольшой эксперимент.
Очная ставка
Попробуем воссоздать лицо переселенца тем же способом, что и автор отчёта. Для этого нам понадобятся:
1. Описание внешности переселенца, его происхождение и возраст. В отчёте эти сведения, к счастью, приводятся:
2. Собственно нейросети. Поскольку в отчёте не сказано, какая именно нейросеть генерировала картинку, мы будем использовать три разных ИИ-модели: ChatGPT, Grok, и Perplexity.
Условия эксперимента
- В каждой из трёх моделей выполним четыре генерации: на выходе получим 12 изображений.
- Каждую генерацию будем запускать в новом, чистом сеансе, используя один и тот же промпт. Перед началом новой генерации предыдущий сеанс удаляется.
- Текст промпта следующий:
Сгенерируй изображение человека. Описание внешности: молодой мужчина, крестьянин 25 лет, лицом чист, глаза серо-карие, нос умеренный, волосы русые. Уроженец Полтавской губернии середины XIX века. Одет как бедный крестьянин: простая выцветшая холщовая рубаха, грубая мешковатая ткань, приглушённые естественные цвета. Портрет по грудь, формат 3x4, лицо строго в анфас, выражение лица нейтрально-умиротворенное, нейтральный фон, цветная реалистичная фотография, мягкий естественный свет, высокая детализация.
Теперь оценим результаты. Устроим, так сказать, очную ставку:
Как видим, если в рамках одной модели мы получаем похожие друг на друга лица (кроме Grok, который более склонен к импровизации), то между разными «нейронками» результат отличается очень сильно. Можете сами попробовать создать лицо с тем же промптом на разных моделях. Интересно, как меняется результат для разных пользователей? Я же, как не бился, не смог получить то же лицо, что было приведено в отчёте. Граница между контентом и слопом в данном случае оказалась стёртой. Почему так?
Причины провала
- Нейросеть не воссоздаёт лицо. Она синтезирует новое, никогда не существовавшее лицо на основе статистических отношений между словами в промпте и миллионами изображений в её памяти. «Лицо ясное» и «нос умеренный» — чрезвычайно широкие, субъективные понятия. Разрез глаз, форма губ, высота лба, ширина скул и т.п. — сведения, которые могли бы сделать генерацию более приближенной к реальности, в архивном документе не указаны. Но даже если бы они и были —
- Нейросеть не работает с историческими данными. Её представления о «крестьянине из Полтавской губернии» — это не данные из рекрутских списков, списков переселенцев или антропологических исследований. Одна нейросеть может опираться на советские фильмы, другая — на картины XIX века, третья — на совокупность фотографий из вики-данных и соцсетей, или на всё перечисленное сразу. Вы можете спросить нейросеть, чем она руководствовалась при создании образа. Но она не ответит честно — она синтезирует ответ, причём такой ответ, который по мнению алгоритма должен понравиться именно вам.
Что я хочу этим сказать?
На наших глазах в профессиональной генеалогической среде происходит прелюбопытнейшая эрозия доказательной базы, точнее, использование значимой информации, не имеющей доказательной базы вообще. Лицо, хоть и сгенерированное, клиент запомнит куда лучше, чем скудный словесный портрет.
Все мы знаем, что генеалогия — доказательная дисциплина. Генеалогическое древо на основе предположений не строится: те же профи регулярно проговаривают этот тезис, и откровенно воротят нос от «семейных легенд», не подтвержденных на бумаге. «Документами, милейший, только документами!» При этом, как видим, может возникать странная ситуация, когда правая рука частника что-то пишет о доказательности и приводит ссылки на ФОД, а левая в это же время — вставляет в отчёт глюки нейросети. Любопытное смешение подходов!
И в этом контексте сильную настороженность может вызвать ссылка на «неизвестную книгу местного краеведа» из того же отчёта:
Таким образом, часть отчёта (практически весь этнографический раздел по исследуемой фамилии) оказывается в «серой зоне»: во-первых, вызывает недоумение сам факт того, что профессионал забыл переписать название книги. То, что простительно новичку-энтузиасту в пылу радости от находки, для профи выглядит как минимум странным. А во-вторых, возникают вопросы: существовала ли вообще эта книга? Что помешало исправить оплошность — позвонить в библиотеку с просьбой уточнить реквизиты? Найти кого-либо, кто сходит в библиотеку и снимет (или хотя бы перепишет) название книги и имя её автора? Эту тему можно было бы развить и дальше, но заметка не об этом.
Прогноз
Если всё будет идти тем же путём, то уже в горизонте нескольких лет мы рискуем столкнуться с системным кризисом доверия в генеалогии.
В то время, как зарубежные пользователи ИИ начинают воспринимать его как угрозу локальной истории и «малому знанию», наши играют с нейронками как посол шведский с авторучкой, подаренной Милославским: очевидно, что объем сгенерированного ИИ-моделями генеалогического контента в 2026 году будет только расти.
Такими темпами клиенты начнут доплачивать частникам за опцию «без нейрослопа». Или начнут требовать у генеалогов справку о вменяемости их цифровых помощников. Коммерсу тут главное — сохранять лицо. Желательно, не сгенерированное.
А как быть нам, исследователям-любителям? Как быть заказчикам? Как не увязнуть в нейроболоте?
Сохранять критическое мышление — это, пожалуй, самое важное в данной ситуации. А то не ровен час, и нам с вами подсунут нейрохлам под видом «нового стандарта качества». Причём за наши же деньги.