Добавить в корзинуПозвонить
Найти в Дзене

Могут ли нейросети понимать юмор? Разбираем на примере каламбуров

Способность смеяться над шуткой, улавливать иронию или ценить игру слов долгое время считалась исключительной чертой человеческого интеллекта. Но с развитием нейросетей вопрос «умеет ли ИИ шутить?» перестал быть чисто философским. Попробуем разобраться, насколько современные модели близки к пониманию юмора — особенно такого тонкого явления, как каламбур. Юмор опирается на: Для нейросети это набор противоречивых данных: она видит статистические закономерности, но не «чувствует» смысловые нюансы. Например, фраза «Он потерял голову от любви» требует понимания метафоры, а не буквального значения. В 2024 году учёные из НИУ ВШЭ совместно с австрийскими исследователями провели масштабное тестирование языковых моделей. Их цель: выяснить, способны ли ИИ распознавать языковую игру в заголовках СМИ. Что сделали: Как проверяли: Без подсказок все модели показали низкую точность — от 12 % до 38 %. Типичные ошибки: С подсказками результаты резко улучшились: Лидер — GPT‑4o: Нейросети не «понимают» юмо
Оглавление

Способность смеяться над шуткой, улавливать иронию или ценить игру слов долгое время считалась исключительной чертой человеческого интеллекта. Но с развитием нейросетей вопрос «умеет ли ИИ шутить?» перестал быть чисто философским. Попробуем разобраться, насколько современные модели близки к пониманию юмора — особенно такого тонкого явления, как каламбур.

Почему юмор — сложная задача для ИИ?

Юмор опирается на:

  • многозначность слов (одно звучание — несколько смыслов);
  • культурный контекст (шутка про «борщ» не сработает в стране, где его не знают);
  • нарушение ожиданий (неожиданная развязка создаёт комический эффект);
  • тонкие ассоциации (игра на созвучиях, аллюзиях, парадоксах).

Для нейросети это набор противоречивых данных: она видит статистические закономерности, но не «чувствует» смысловые нюансы. Например, фраза «Он потерял голову от любви» требует понимания метафоры, а не буквального значения.

Эксперимент: проверяют ли нейросети каламбуры?

В 2024 году учёные из НИУ ВШЭ совместно с австрийскими исследователями провели масштабное тестирование языковых моделей. Их цель: выяснить, способны ли ИИ распознавать языковую игру в заголовках СМИ.

Что сделали:

  1. Создали корпус данных KoWit‑24 — собрали 2 700  заголовков из русскоязычных изданий (2021–2023 гг.), содержащих каламбуры и игру слов.
  2. Каждый пример вручную разметили эксперты, указав:
    тип языковой игры (омонимия, парономазия, аллюзия);
    исходный смысл и «двойное дно».
  3. Протестировали 5 крупных моделей:
    GPT‑4o;
    YandexGPT 4;
    GigaChat Lite;
    GigaChat Max;
    Mistral NeMo.

Как проверяли:

  • Вариант 1 (базовый). Модели предлагали самостоятельно найти каламбуры в текстах.
  • Вариант 2 (с подсказкой). Давали подробное описание типа языковой игры и примеры.

Что выяснили: от провалов до проблесков понимания

Без подсказок все модели показали низкую точность — от 12 % до 38 %. Типичные ошибки:

  • игнорирование игры слов (трактовка в буквальном смысле);
  • ложные срабатывания (объявление каламбуром нейтральных фраз);
  • неспособность объяснить, в чём комизм.

С подсказками результаты резко улучшились:

  • точность выросла в 2–3 раза;
  • модели начали выделять ключевые слова, создающие эффект игры;
  • некоторые смогли кратко пояснить механизм шутки.

Лидер — GPT‑4o:

  • лучше других анализировала структуру каламбура;
  • реагировала на уточнения (например, «найди омонимию»);
  • давала развёрнутые комментарии о двусмысленности.

Почему подсказки так важны?

Нейросети не «понимают» юмор интуитивно — они учат шаблоны. Когда модель получает:

  • определение типа языковой игры;
  • примеры аналогичных шуток;
  • критерии поиска (созвучие, контраст смыслов),

— она начинает действовать как студент, которому объяснили правило перед тестом. Но без инструкции остаётся в положении человека, слушающего анекдот на незнакомом языке.

Где границы возможностей?

Даже лучшие модели не способны:

  • генерировать оригинальные каламбуры с нуля (часто получаются натянутые или бессмысленные);
  • оценивать уместность шутки в контексте (например, различать тонкий юмор и грубость);
  • улавливать культурные нюансы (шутки про локальные мемы или исторические события).

Они работают как статистические детекторы: находят совпадения по шаблонам, но не испытывают эмоционального отклика.

Практический вывод: что это значит для нас?

  1. ИИ — помощник, а не юморист. Он может:
    находить каламбуры в больших массивах текста;
    предлагать варианты игры слов по запросу;
    объяснять смысл чужой шутки (если её шаблон известен).
  2. Творчество остаётся за человеком. Создание остроумных текстов требует интуиции, которую нейросети пока не имитируют.
  3. Обучение улучшает результаты. Чем точнее запрос и больше примеров, тем выше шанс получить адекватный ответ.

Смех как последний рубеж

Эксперимент с KoWit‑24 показал: нейросети приближаются к пониманию юмора, но остаются «внешними наблюдателями». Они могут описать механизм шутки, но не разделить с нами радость от неё.

Это напоминает диалог с иностранцем, который выучил язык по учебникам: он поймёт, почему вы смеётесь над «Чай не пил — какая сила? Чай попил — совсем ослаб!», но сам вряд ли придумает подобное.

Так что пока нейросети не научились смеяться — а значит, юмор остаётся одной из тех сфер, где человеческий интеллект сохраняет своё уникальное преимущество.