Плюсы и минусы, которые уже нельзя игнорировать
ИИ вошел не как игрушка, а как инфраструктура. Мы это видим не в заголовках, а в кабинетах.
В медицине консультация с моделью уже норма, а не эксперимент. По опросу American Medical Association в 2024 году 66% врачей в США использовали ИИ в клинических процессах, это почти вдвое больше, чем годом ранее, когда было 38%. К 2026 году доля выросла до 81%, и главные сценарии — не только бумажная рутина, а суммирование исследований и подготовка выписок. Две трети врачей уже активно опираются на инструменты клинического решения на базе больших языковых моделей, это примерно 650 тысяч специалистов только в США.
Параллельно меняется сама идея экспертизы. Раньше найти собеседника уровня PhD по узкой теме было квестом. Сейчас ты открываешь чат и получаешь ответ по составу бетона UHPC, по кинетике полимеризации, по редкому варианту митохондриальной мутации. Он не устает, не просит гонорар, помнит контекст. Минус в том же: когда компетентный человек становится редкостью, мы начинаем путать доступность с истинностью.
Часть первая. ИИ-спам и как рождаются псевдожурналы
Самая заметная деформация случилась там, где текст — это продукт. Статьи в интернете теперь производятся конвейером: задаешь тему, получаешь 2 000 знаков про армирование фибробетоном, потом про синтез лигандов для MOF, потом про историю агнотологии. Качество не проверяется, проверяется скорость.
Отсюда феномен, который в англоязычной прессе уже окрестили AI slop. Крупнейший препринт-архив arXiv публично предупредил: авторы, которые подписываются под статьями с явными следами непроверенной генерации, получат бан на год. Причина — растущий поток ИИ-бумаг, с которым сталкиваются и журналы, и препринты.
Масштаб:
- Исследование, опубликованное на прошлой неделе, оценивает, что половина новых статей онлайн теперь «primarily AI-generated».
- В биомедицине примерно каждая восьмая статья уже содержит ИИ-текст.
- Журнал Organization Science проанализировал 6 957 подач с января 2021 по январь 2026 и зафиксировал: у работ с заметным участием LLM статистически ниже шанс на принятие, система дрейфует к «больше, а не лучше».
- Природа мусора часто одна и та же: hallucinated citations. Анализ Nature говорит о десятках тысяч публикаций 2025 года с выдуманными ссылками.
- Инструменты для детекции уже ловят целые экосистемы: команда из Колорадо пометила более 1 400 хищнических журналов из 15 200 проверенных.
- В одном разборе Global International Journal of Innovative Research 48 из 53 малоцитируемых статей оказались, вероятно, полностью сгенерированными ИИ, причем с фальшивыми аффилиациями престижных университетов.
Ты открываешь такой «журнал». На обложке — «Advances in Quantum Bioconcrete». Внутри — идеально гладкий английский, сложные термины, формулы, графики. Читать тяжело, значит, кажется умно. Это и есть ловушка. Человеку психологически трудно назвать тяжелый текст бредом, особенно если он сам не эксперт. Включается эффект Даннинга-Крюгера наоборот: мы переоцениваем чужую компетентность, потому что не понимаем, где именно ошибка.
Механика производства проста и потому опасна. Автор-энтузиаст без бюджета берет LLM, просит «сгенерируй 50 заголовков по нанотехнологиям», потом «раскрой каждый в статью 1 500 слов с ссылками». Модель выдумывает ссылки, добавляет «по данным 2023 года», вставляет правдоподобные DOI. Через неделю у тебя выпуск на 30 статей. Через месяц — архив. Для поисковиков это выглядит как активность, для читателя — как псевдоинтеллектуальная деятельность. Рождается гуру: говорит сложно и уверенно.
Почему это нельзя просто выбросить в мусорное ведро? Потому что мусор мимикрирует под науку лучше, чем наука мимикрирует под простоту. Он не орёт, он шепчет формулами. И его становится больше, потому что стоимость производства стремится к нулю.
Что делать читателю? Развивать свое собственное мышление и думать самостоятельно. Следить за тематикой ИИ, пытаться отличить реальную интересную и полезную статью от поискового спама, просто сгенерированного текста на случайные тематики ради того, чтобы набрать количество знаков и произвести впечатление. Допустим эта статья — тоже сгенерирована ИИ, но она качественная и ручной работы. А ИИ-спам, соответственно, просто дурной и некачественный, и написан он человеком ничего не понимающим в вопросе.
Часть вторая. Когда ИИ пишет хорошо — кейс Grokipedia против Wikipedia
Тут мы переходим к плюсам. Тот же инструмент, который наводняет сеть мусором, может чистить знание, если у него есть цель, обратная связь и архитектура.
В октябре 2025 года xAI Elon Musk запустил Grokipedia, позиционируя ее как конкурента Wikipedia. Версия 0.1 вышла с примерно 885 000 статей, на старте сервера легли от нагрузки. Маск называл это «massive improvement» над оригиналом, хотя первые страницы открыто указывали «Adapted from Wikipedia, licensed under CC BY-SA 4.0».
Сначала это выглядело как тот же спам: короткие, шаблонные тексты, слабая атрибуция. Но дальше произошло интересное. В тесте Tom’s Guide Grokipedia обошла Wikipedia в семи категориях, включая историческую точность и актуальность, при этом Wikipedia сохранила преимущество в нейтральности и ясности фактов.
Почему так? Потому что у Wikipedia и Grokipedia разная природа старения.
Wikipedia — это великий человеческий собор. Страница про «Ignorance»
https://en.wikipedia.org/wiki/Ignorance
https://grokipedia.com/page/Ignorance
до сих пор начинается с определения, потом прыгает к цитате Пинчона 1984 года, к эффекту Даннинга-Крюгера, к списку из двух десятков смежных понятий от avidya до rational ignorance. Это лоскутное одеяло правок за 10-15 лет, без единого архитектурного плана. Переписать такую страницу — почти невозможно, потому что каждая правка ломает чужие ссылки, категории, шаблоны. Чем дольше живет статья, тем больше в ней исторического мусора.
Grokipedia — наоборот, система, которая молодеет со временем. Возьми страницу про Свами Вивекананду.
https://en.wikipedia.org/wiki/Swami_Vivekananda
https://grokipedia.com/page/Swami_Vivekananda
Вместо краткой биографии ты получаешь структурированную хронику: рождение 12 января 1863, семья, учеба в Scottish Church College, вступление в Брахмо Самадж, встреча с Рамакришной в 1881 с прямой цитатой вопроса «Sir, have you seen God?», монашеские обеты в Баранагаре в январе 1887, пятилетнее странствие по Индии. Все с якорными ссылками, датами, контекстом. Это не потому что ИИ «умнее», а потому что он может за ночь перестроить тысячи статей под единый шаблон, добавить перелинковку, проверить фактчек-таймстемпы.
Ключевое отличие — не в авторе, а в процессе. Wikipedia улучшается линейно и медленно, через консенсус. Grokipedia улучшается итеративно и массово: модель учится на ошибках, меняет структуру, унифицирует подачу. Сегодня у нее почти нет картинок, завтра появятся (некоторые статьи уже имеют картинки). Сегодня есть огрехи с источниками, завтра они станут кликабельными. Это не магия, это инженерия масштаба.
Сегодня Grokipedia по качеству текста, логике изложения и навигационной структуре заметно превосходит Википедию. Читать её просто интереснее. А ведь это всего версия 0.2, грокопедия будет продолжать улучшаться и улучшаться.
Итог: не технология, а применение
ИИ — это инструмент. Как и любой инструмент, он принимает форму намерений того, кто его использует. В руках людей без знаний и без совести он становится генератором интеллектуального мусора, который засоряет поисковую выдачу и имитирует экспертизу. В руках тех, кто думает о качестве и готов итерировать — он способен создавать ресурсы, которые живые авторские коллективы не в состоянии поддерживать в актуальном состоянии в принципе.
Главное, что нужно вынести из всего сказанного: сложный текст — это не синоним умного текста. Умение распознавать это различие становится одним из ключевых навыков в мире, где производство слов стало бесплатным.
Использованы ИИ