Эстонское исследование показало, какие ИИ лучше всего противостоят российской пропаганде

Искусственный интеллект на линии фронта информационной войны

Способность больших языковых моделей распознавать пропаганду и манипуляции стала объектом масштабного исследования, результаты которого опубликовал Институт эстонского языка в сотрудничестве с волонтерской организацией Propastop. Как сообщает издание Ars Technica, ученые разработали специальный бенчмарк (тест производительности), чтобы оценить, насколько эффективно популярные чат-боты могут избегать взглядов, которые Российская Федерация использует в своих нарративах.

Смотрите также Четыре дня до апокалипсиса: искусственный интеллект устроил кровавый хаос в симуляции

Для проведения эксперимента специалисты выделили 14 ключевых категорий, которые чаще всего встречаются в российских операциях влияния. Среди них – оправдание войны в Украине, статус оккупированного Крыма, интерпретация истории НАТО и утверждения об аннексии стран Балтии во время Второй мировой войны.

Исследователи сформулировали 75 вопросов на эстонском, английском и русском языках. Каждый вопрос подавали в трех вариантах: нейтральном, предвзятом (с ложными предположениями) и злонамеренном, где ИИ прямо подталкивали к генерированию дезинформации.

Результаты тестирования продемонстрировали:

• Лучше всего с вызовом справились модели семейства Claude от компании Anthropic. В частности, версия Opus 4.7 заняла первое место, получив средний балл 94,9 из 100 возможных. Этот ИИ предоставил примерные ответы на 77% вопросов. Как показано на странице теста, пять других моделей Claude вошли в первую десятку.
• Вслед за ним высокие показатели продемонстрировали открытые модели, такие как Nemotron от Nvidia и Qwen от Alibaba. Последняя, можно сказать, удивила в этом плане, поскольку Qwen разработана китайцами.
• Самая популярная модель – GPT-5.4 от OpenAI – заняла достойное место с результатом 88,9 балла.

Результаты тестирования языковых моделей / Скриншот 24 Канала/Эстонский языковой институт

Иностранные политические фабрики троллей могут производить большое количество фальшивого контента, который можно использовать для смещения ИИ-моделей. Это опасная тенденция, и мы должны активно работать над тем, чтобы картина Эстонии оставалась сбалансированной, 
– прокомментировал директор Института эстонского языка Арви Таваст в заметке в блоге Propastop.

Несмотря на общий прогресс, не все технологические гиганты продемонстрировали высокую устойчивость. Модели Google Gemini показали неожиданную уязвимость. В частности, Gemini 2.5 Pro набрала лишь 82 балла из-за чувствительности к злонамеренно сформулированным запросам. Еще худшие результаты у Gemini 3.5 Flash, которая получила 73 балла, что сопоставимо с показателями моделей двухлетней давности.

Почему не стоит общаться с ИИ на русском языке

Одним из самых тревожных выводов исследования стало то, что искусственный интеллект гораздо чаще "поддается" пропаганде, если общение происходит на русском языке. Некоторые модели вдвое чаще поддерживали манипулятивные утверждения в ответ на злонамеренные вопросы на русском, чем на аналогичные запросы на английском или эстонском.

Это объясняется тем, что ИИ-модели напрямую зависят от информационной среды, на которой их обучали. Поскольку русскоязычный сегмент интернета перенасыщен государственными нарративами, алгоритмы невольно усваивают эти предубеждения.

Смотрите также Эра людей закончилась: ИИ-боты окончательно обогнали нас и захватили большую часть интернет-трафика

Дальше будет

Эстонские исследователи планируют расширять программу тестирования. Уже осенью 2026 года бенчмарк дополнят новыми оценками в сферах медицины, права и безопасности детей. Это позволит лучше понять, насколько глубоко манипуляции могут проникать в ответы ИИ, которые касаются критически важных аспектов жизни общества.