Системный Блокъ

Эволюция художественного текста, или Как подружить Гоголя и Git Как на одной странице показать, что менялось в «Ревизоре» между редакциями? DH-исследователь Евгений Дуненков сделал для этого интерактивный инструмент и в своем блоге рассказал, как над ним работал и с какими сложностями столкнулся.  Постановка задачи Код и юридические документы постоянно меняются: в Git или «КонсультантПлюс» можно сравнить редакции. Художественный текст тоже эволюционирует: от набросков до академического издания, через правки, редактуру и цензуру. Но читатель, за исключением редких примечаний, видит лишь один кадр, а целиком процесс наблюдают только текстологи. Евгений Дуненков решил показать эту эволюцию на одной интерактивной странице, где версии можно переключать и наблюдать, как одна превращается в другую. Для этого он сделал карту версий (какие они, как связаны и где мы сейчас) и «плеер перехода», в котором исходная версия шаг за шагом превращается в целевую, а вставки и удаления подсвечены. Материалом стало явление 6 третьего действия «Ревизора»: пьеса хорошо изучена, ее версиям в академическом издании посвящен целый том. Как это сделано Получить работающий прототип удалось не сразу. Исследователь рассказывает, как он пришел к удачному результату путем проб и ошибок. Сначала он пытался сделать один универсальный скрипт, но тот оказался громоздким и медленным.  Тогда он разделил подсчет различий и визуализацию на модули и попал в порочный круг: как считать и хранить правки, трудно решить, не зная, как заработает визуализатор, а писать визуализатор, не зная входных данных, слишком сложно. Выходом стал новый формат хранения. Так появился TDJ (Text Dynamics JSON): версии в виде списков токенов и правки для каждого перехода. Модуль TDJ Builder на Python сам находит различия между версиями и записывает их в этот формат. Как загрузить свой текст Инструмент, который разработал Евгений Дуденков, может использовать каждый. Если вы хотите воспроизвести его работу на редакциях другого текста, нужно собрать txt-файлы версий, описать их связи в yaml-конфигурации, запустить TDJ Builder и загрузить результат в визуализатор. Подробнее о том, как шла работа, — в полной версии блога. Время чтения: 20 минут 🤖 «Системный Блокъ» @sysblok

Вы предлагали слова года — рассказываем, что получилось! Сбор претендентов на звание «Слово года» по версии Грамоты завершен. Спасибо всем, кто присылал свои варианты! Среди предложений — «нейрослоп», «сикс-севен», «нишевый», «прайм-эра» и множество других слов. Сейчас мы изучаем кандидатов, замеряем их популярность и готовим короткий список для голосования экспертов. Но уже сейчас можно обсудить первые результаты. 28 октября приглашаем вас на открытую онлайн-лекцию «Слово года — 2026: тренды и сюрпризы». О чём поговорим? 🔹 Что можно сказать о словах, которые были заметны в 2026 году? Какие тенденции видят лингвисты? Что оказалось в центре внимания? 🔹 Как поживают победители прошлых лет? «Нейросеть», «вайб», «зумер» все еще популярны? А кто сегодня помнит «квадробера»? 🔹 Как Грамота выбирает слово года? Почему самое яркое слово не обязательно становится победителем? Расскажем о нашей методике, работе экспертов и о том, как выбирают слова года в других странах. В прошлом году в голосовании Грамоты участвовали 469 филологов из 23 организаций. В этом году мы тоже будем привлекать экспертов из разных регионов с разными взглядами на современный русский язык. До объявления шорт-листа осталось совсем мало времени. Приходите на лекцию, чтобы узнать первые результаты нашей работы и попробовать угадать, какие слова попадут в финал! 📅 28 октября, 18:30, онлайн. Участие бесплатное. Для участия необходима регистрация. Ссылку на эфир пришлем на электронную почту. #Грамота_новости #Грамота_словогода

«Грамота» представит первые результаты «Слова года» Мы продолжаем рассказывать о конкурсе «Слово года», который проводит портал «Грамота», и приглашаем вас на открытую онлайн-лекцию «Слово года — 2026: тренды и сюрпризы». Пользовательское голосование завершилось — теперь специалисты «Грамоты» готовы рассказать о том, какие неожиданные открытия оно принесло. Лекция состоится 28 октября. Как зарегистрироваться, читайте в посте ниже. 🤖 «Системный Блокъ» @sysblok

Битва за феминитивы: взгляд лингвиста Почему «программистка» звучит естественно, а «авторка» и «членка» многим режут слух? И может ли сознательное употребление феминитивов сработать против целей говорящего? В новом выпуске своего блога лингвист Алексей Богданов разбирается, что говорит о феминитивах наука о языке. Пересказываем самое интересное. Что такое феминитивы Феминитивы — существительные женского рода, обозначающие людей и обычно образованные от существительных мужского рода. В основном, они описывают людей через их профессию или род занятий (артистка), но не всегда (гостья). Пол можно указать и с помощью конструкции с так называемым общим родом («зашла врач»), но это возможно не во всех контекстах. Например, в настоящем времени («заходит врач») пол не будет определен. Феминитивы удобны тем, что помогают обозначить пол человека, не прибегая к более длинным конструкциям. Но у них есть и неудобства: некоторые из них имеют отрицательные коннотации (врачиха, директорша). Зачем их используют За сознательным использованием феминитивов стоит несколько идей. Первая идея: раз права женщин ущемляются, специальные слова подчеркивают, что речь идет именно о женщинах, и придают им больше ценности. Вторая: некоторые профессии назывались словами мужского рода, когда ими владели только мужчины; а теперь ими владеют и женщины, поэтому они достойны отдельных слов. Третья: из-за того, что большинство названий профессий имеют мужской род, возникает предубеждение о том, что эти занятия — привилегия мужчин. Почему не все искусственные феминитивы хороши Искусственные феминитивы — слова, которые были сконструированы сознательно, а не образовались в языке естественно. Не все из них грамматичны, то есть признаются носителями языка как возможные. В частности, в языке есть многочисленные морфонологические ограничения, которые ограничивают сочетаемость суффиксов, в том числе суффиксов, образующих феминитивы. По той же причине, по которой можно сказать «гиппопотамчик», но нельзя — «бегемотчик», «программистка» звучит нормально, а «авторка», «членка» или «члениня» режут слух. Первое слово устроено так же, как привычные «артистка» и «модистка», а в остальных суффиксы -ка и -иня присоединены к неподходящим для них основам. Алексей Богданов подчеркивает: доказать здесь что-то с математической точностью нельзя, ведь вопрос грамматичности определяется суждениями носителей, которые могут расходиться. Однако стоит спросить себя: не влияет ли на ваше суждение о грамматичности слова «авторка» идейная сторона вопроса? К чему приводит использование искусственных феминитивов Эффект слов вроде «авторка» рассчитан в том числе на тех, кто слышит новые слова впервые: они должны по-новому взглянуть на роль женщины. Но, по мнению лингвиста, услышав такое как бы «ненастоящее» (неграмматичное с точки зрения языковой интуиции носителя) слово, человек, возможно, лишь укрепится в мысли, что роль женщины вторична, раз для неё есть только такие «ненастоящие» слова. Автор блога разделяет цели сторонников феминитивов, но не средства. И рассуждает об альтернативных решениях:

В русском языке есть естественные средства для спецификации профессий и социальных ролей по полу — например, выражения типа женщина-врач, женщина-автор. Я не утверждаю, что они были бы идеальной заменой искусственных феминитивов…. Однако у них есть и бесспорные преимущества — во-первых, они регулярны, а во-вторых, нет сомнений в их грамматичности, несмотря на то, что сейчас они почти не употребляются. Я ни в коем случае не призываю сейчас все бросить и перейти на эти конструкции в качестве универсальных феминитивов. Я лишь хочу показать, что среди всех инструментов, которые есть в языке, для этих целей были выбраны, на мой взгляд, далеко не самые удачные.

Больше деталей и теории — в полной версии блога. Время чтения: 20 минут 🤖 «Системный Блокъ» @sysblok

От переводчика до AI-тренера: как меняются профессии в эпоху больших языковых моделей Каждую неделю появляются новости о том, что ИИ скоро оставит нас без работы. Особенно тревожно тем, кто работает с текстом: переводчикам, копирайтерам, редакторам. ИИ ведь может и написать, и отредактировать текст за секунды. Но исследования показывают другое: профессии не исчезают, а меняются, и появляются совсем новые роли. Разбираемся, как это выглядит на практике. Полная версия статьи — на сайте. 🤖 «Системный Блокъ» @sysblok

«Системный Блокъ» выбирает слово года вместе с «Грамотой» Портал «Грамота» в четвертый раз выбирает слово года. В этом году «Системный Блокъ» — информационный партнер проекта. Мы расскажем о шорт-листе и итогах, а наши эксперты по NLP прокомментируют слова о технологиях. 📖 Как выбирают «Слово года»?  Отбор состоит из трех этапов: лонг-лист, в который попадают слова из опросов на сайте и в соцсетях, шорт-лист на основе анализа поисковых запросов, публикаций на разных площадках, экспертная оценка. На последнем этапе слово года определяется по итогам рейтингового голосования среди специалистов в области науки о языке. В 2025 году «Грамота» проверила больше 500 кандидатов и оставила 12. Победителя среди них выбрали 469 лингвистов из 20 городов. Слово года должно быть новым, актуальным, частотным и закрепившимся в повседневной речи. 🤖 Нейросети третий год подряд меняют словарь русского языка — 2023: словом года стала «нейросеть» (75% голосов экспертов); — 2024: «промпт» победил в номинации «Информационные технологии»; — 2025: в шорт-лист вошли «слоп» и «брейнрот» — так называют бессмысленный контент, который генерируют нейросети. А в ИТ-номинации победил «вайбкодинг». 📈 Какие еще слова становились победителями? В 2024 году словом года стал «вайб», а в 2025-м «зумер».    ✍️ Какое слово 2026 года останется в языке? Предложите своих кандидатов в комментариях к посту «Грамоты» или этому посту до 10 октября включительно. Мы в редакции уже предложили! 🤖 «Системный Блокъ» @sysblok

Марш энциклопедистов: легендарная вселенная профессора Фортрана вчера и сегодня Как детская книга о компьютерах 1991 года помогла целому поколению освоить технику, которая тогда казалась незнакомой? Новый выпуск блога Бориса Орехова — об «Энциклопедии профессора Фортрана», ее создателях, героях и мире, где компьютер превращается в огромный город. Пересказываем самое интересное. Как компьютер стал понятным В 1990-е персональный компьютер еще мог казаться чем-то неведомым — устройством, к которому многие боялись подходить без необходимости. А социолог Джефри Александер показывает, что в американской прессе 1944–1975 годов компьютеры описывали как «священные и таинственные» объекты: их сравнивали с электрическим мозгом, а специалистов — со жрецами. Борис Орехов пишет, что страха перед компьютером никогда не испытывал, зато был интерес, который появился в том числе благодаря «Энциклопедии профессора Фортрана». В книге компьютерный мир превращался в дружелюбную вселенную с профессором, котом Иксом, Воробьем и Гусеницей. Через комиксы они объясняли, что такое алгоритм, программа, байт, память и компьютерный вирус. Как появилась «Энциклопедия» В конце 1980-х молодые научные сотрудники Андрей Зарецкий и Александр Труханов решили написать детскую книгу о компьютерах. Первоначальные образы профессора Фортрана и кота придумал Павел Околев, а иллюстрации создала художница Элина Десятник. Книга вышла в 1991 году в издательстве «Просвещение» тиражом около 2 млн экземпляров, а по некоторым оценкам — вдвое больше. Правда, денег и славы авторам это не принесло. Компьютер как открытый мир В энциклопедии рассказывается об устройстве компьютера — от дисплея и клавиатуры до процессора и дисковода. Авторы включили историю вычислительной техники: механические машины Паскаля, Лейбница и Бэббиджа, электронные лампы, транзисторы и микросхемы. Отдельно говорится о применении компьютеров в медицине, космонавтике, роботах, учебе и быту. В книге были игры, головоломки и кроссворды. А еще читатель мог вырезать макет компьютера и фигурки персонажей, сыграть в настольную игру-путешествие по Компьютерной Стране и получить диплом профессора Фортрана за выполненные задания. Вселенная книги устроена как открытый мир — герои свободно перемещаются во времени и пространстве (например, могут попасть на старинный корабль), а компьютер предстает огромным городом с еще не исследованными пространствами. Что осталось от профессора Фортрана сегодня С 1991 года технологии изменились, но базовые объяснения устройства ЭВМ по-прежнему актуальны. А ещё «Энциклопедию» можно дополнить современными главами: мобильными устройствами, компьютерными сетями, Linux и свободным ПО, виртуализацией, облачными технологиями, искусственным интеллектом, хакерами, паролями и аутентификацией. Все это довольно легко поддаётся генерации, и вот уже знакомые герои «Энциклопедия профессора Фортрана» рассказывают вам об устройстве больших языковых моделей. Подробнее (с картинками!) о легендарной книге — в полной версии материала. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Тест: угадайте, что отправители писали на старых открытках До появления социальных сетей открытка была не только красивой картинкой, но и способом отправить короткое сообщение — от поздравления до совершенно неожиданных новостей. При этом у почтовых карточек есть свои маленькие загадки: изображение рассказывает одно, а несколько строк на обороте 一 порой совсем другое.  Для этого теста мы использовали материалы из корпуса «Пишу тебе» — цифрового архива дореволюционных, советских и современных почтовых открыток. Попробуйте, глядя на открытку, угадать, что на самом деле написал отправитель?  Проходите тест на сайте и делитесь в комментариях результатом. 🤖 «Системный Блокъ» @sysblok

От рок-баллад до Тейлор Свифт: как алгоритмы находят сюжеты в песнях 1 октября мир отмечает международный день музыки, а мы напоминаем, что цифровые науки проникли и сюда и все-таки научились проверять алгеброй гармонию. В честь праздника предлагаем вам послушать любимый альбом и полистать карточки по мотивам нашей статьи о том, как с помощью алгоритмов можно оценить, есть ли в песне сюжет. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Пользователи применяли Claude для слежки и кибератак В новом отчете Anthropic рассказала, как Claude использовали для создания ракет, вредоносного кода и мошеннических приложений В сентябре компания Anthropic опубликовала отчет о случаях злоупотребления Claude, которые удалось выявить с декабря 2025 по август 2026 года. Под подозрение попали пользователи из России, Йемена, Китая и других стран. Ряд аккаунтов был заблокирован. Например, в одном из кейсов русскоязычный пользователь использовал модель для разведки, разработки вредоносных инструментов и обработки украденных данных. Объектами атак стали больше 20 организаций Европы и Ближнего Востока: военные и разведывательные структуры, государственные ведомства, дипломатические представительства и оборонные компании. Если защитные системы обнаруживали вредоносную программу, ИИ помогал переписать ее и снова развернуть. В другом случае российские пользователи, которых авторы отчета обозначили как группу фрилансеров, с помощью Claude писали и тестировали программное обеспечение автономных FPV-дронов-камикадзе. Система могла самостоятельно выбирать цель и принимать решения без участия человека. Также Antropic обнаружил несколько аккаунтов, связанных с российским информагентством Sputnik: с помощью Claude создавались посты для соцсетей и новостные заметки.  Еще один кейс связан с ячейкой из Йемена, которая вела сразу три программы по разработке вооружений: управляемую ракету с системой наведения, многоступенчатую баллистическую ракету дальностью свыше 2000 км и линейку изделий с гиперзвуковым вариантом. Claude использовали, чтобы создать программное обеспечение для управления и навигации. После неудачного тестового пуска одного из образцов разработчики снова обратились к Claude, чтобы разобраться в причинах сбоя. Anthropic отмечает, что не нашла свидетельств того, что разработчикам удалось получить боеспособное оружие. Почему это важно? ИИ-инструменты достаточно развиты для того, чтобы причинять вред, и далеко не всегда его можно вовремя пресечь. Отчет показывает, что разработчики LLM — в данном случае это Anthropic — не только сами отслеживают и останавливают случаи ее неправомерного использования, но и решают, что  допустимо, а что нет. Компании видят переписку пользователей, и определяют, было ли нарушение и стоит ли его обнародовать. Поскольку внешнего наблюдателя у этого процесса нет, о случаях злоупотребления мы узнаем только в том объёме, который компания сама решает раскрыть.  Как Claude использовали для сбора данных о религиозных меньшинствах в Китае, с кем переписывались пользователи приложения для знакомств и в чем Anthropic уличил DeepSeek, рассказываем в полной версии на сайте. Время чтения: 5 минут 🤖 «Системный Блокъ» @sysblok

Минпросвещения составило правила  для учителей по работе с ИИ Ведомство рекомендует школам отдавать приоритет «суверенным» и «национальным» моделям, а самостоятельно пользоваться нейросетями разрешает ученикам только с 5 класса  Минпросвещения направило в школы методические рекомендации по применению искусственного интеллекта в работе учителей. Ведомство делит сервисы ИИ на четыре категории: зарубежные общедоступные, российские общедоступные, а также встроенные в государственную систему «Моя школа» — с доступом в интернет и без него. Приоритет рекомендовано отдавать сервисам на основе суверенных и национальных больших языковых моделей. Эти статусы начнут присваивать с 1 марта 2027 года по новому закону об ИИ. Нейросети разрешается использовать для того, чтобы адаптировать для разных групп школьников, анализировать успеваемость, вести записи в журнале. Однако в документе подчеркивается: ИИ должен оставаться вспомогательным инструментом и не подменять педагога. Отдельно сказано, что учителям нельзя загружать в нейросети. Под запретом персональные данные учеников, родителей и коллег, оценки и характеристики, а также приказы, служебные записки и другая внутренняя документация. ИИ нельзя использовать при проведении промежуточной и итоговой аттестации, а также для подготовки обратной связи ученику — эту работу учитель должен делать сам. В начальной школе дети не должны работать с нейросетями: разрешено только применение ИИ учителем при подготовке к уроку. В 5–9-х классах ученикам можно использовать нейросети для поиска информации и проверки гипотез, а в старших классах — для проектной и исследовательской работы. Министерство также предупредило, что сервисы проверки текста на ИИ часто ошибаются, поэтому решение о том, списал ученик или нет, всегда должен принимать учитель. Материалы, созданные с помощью нейросетей, рекомендуют сопровождать пометкой «Создано с помощью ИИ», а школы обязаны обеспечить учителям бесплатный доступ к сервисам проверки текстов. Педагогов обязали информировать родителей о том, что в классе используется ИИ, — например, на родительских собраниях. Почему это важно Это первый системный документ, который регулирует использование искусственного интеллекта учителями по всей стране, а не на уровне отдельных регионов или школ. При этом документ опережает практику: приоритет суверенным и национальным моделям министерство закрепляет уже сейчас, хотя требования к ним вступят в силу только с 1 марта 2027 года и ни одной LLM такой статус пока не присвоен.   Впервые министерство прописало, что именно и на каком этапе обучения школьникам разрешено делать с помощью нейросетей. Это показывает, что ведомство не видит в ИИ угрозу учебе, а наоборот — постепенно встраивает его в школьную программу. 🤖 «Системный Блокъ» @sysblok

Едят ли корейцы собак? Отвечает статистика В феврале 2027 года в Южной Корее истекает переходный период — и полный запрет на производство и продажу собачьего мяса начнет действовать в полную силу. В то же время в Северной Корее таких ограничений нет. С помощью данных разбираемся, как распалась общая для двух Корей традиция. Собачье мясо в корейской традиции Точно неизвестно, когда корейцы начали есть собачатину — многие ученые относят это к эпохе неолита. Но повседневной пищей она никогда не была: блюда считались сезонными или целебными. Трактат 1613 года «Тонъый погам» («Сокровищница знаний восточной медицины») приписывал собачьему мясу способность лечить эпилепсию, депрессию и глазные болезни. В современной Южной Корее его едят в основном в жаркие летние дни «покналь» — считается, что горячая пища помогает переносить зной. Как сейчас относятся к собачьему мясу в Южной Корее? Тренд на отказ возник давно. По опросу 2022 года, 94% южнокорейцев не ели собачье мясо за последний год, 89% не планируют есть его впредь. Одновременно доля корейцев, держащих собак как питомцев, выросла с 16% в 2010 году до 25% в 2022-м. В 2024 году парламент Южной Кореи единогласно принял закон о полном запрете собачьего мяса. На момент принятия в стране работало 1537 ферм, 221 скотобойня, 1788 торговых точек и 2352 ресторана. В 2026 году закрылось 82% ферм и 60% ресторанов. Поголовье собак на убой сократилось с 460 000 в 2024 году до 20–30 тысяч в июле 2026-го, а цена порции супа посинтхан за первые полгода 2026 года выросла с 12 000 до 25 000 вон. Часть ресторанов сохранила посинтхан в меню, дополняя его супом из козлятины; некоторые фермы сменили специализацию и перешли на разведение чёрных коз. Внутреннее потребление козьего мяса в стране выросло с 6300 тонн в 2020 году до 13 000 тонн в 2024-м. А что в Северной Корее? В КНДР ситуация обратная. Ким Ир Сен приказывал называть собачатину «сладким мясом», и ее употребление поддерживается на государственном уровне: в марте 2026 года в Пхеньяне открылся новый ресторан посинтхана, а число участников ежегодного кулинарного конкурса выросло со 100 поваров в 2024 году до 200 в 2025-м. Неожиданный эффект южнокорейский запрет вызвал в Японии. Там опасаются, что рестораны собачьего мяса в Токио и Осаке (в основном заведения китайской кухни) укрепят среди корейских туристов мнение, что «собачье мясо можно есть в Японии» — и это ударит по репутации страны. Партия инноваций Японии добивается запрета на парламентском уровне. Стереотип подтвержден, но тренд уходит Стереотип о корейцах и собачьем мясе статистика подтверждает — но только наполовину. В Южной Корее у традиции официально осталось жить полгода, хотя часть продавцов и потребителей может уйти в нелегальный сегмент. А вот в КНДР при нынешней государственной поддержке традиция не исчезнет — и, вероятно, мы о ней ещё услышим. Больше графиков и фактов — в полной версии статьи.

От Пикуля к ИИ: как создавалась и на чем держится книжная империя Эксмо-АСТ За последние десятилетия российский книжный рынок сильно изменился, а издательская группа «Эксмо-АСТ» стала его главным игроком. Мы изучили, как Олег Новиков построил империю «Эксмо-АСТ», какую долю тиража книг она издает и как монополизация рынка влияет на цены и качество изданий. В карточках — история «Эксмо-АСТ», данные о российском книжном рынке и проблемы отрасли. Полную версию исследования можно прочитать на сайте.

Как построить систему самообучения: алгоритм от цели до результата Можно скачать 10 приложений для учебы, составить идеальный план и все равно мало чему научиться. Проблема кроется в том, как устроен процесс обучения. Ее можно решить с помощью модели саморегулируемого обучения. Она помогает самостоятельно ставить цели, выбирать методы и проверять результат. В новой статье подробно рассказываем, как она работает, а в посте делимся с вами советами, как учиться самому и не пожалеть о потраченном времени.  Начинайте с конкретной цели Цель должна описывать действие и измеримый результат: например, не «выучить английский», а «за неделю запомнить 30 слов и использовать 20 из них в предложениях». Большую цель разбивайте на задачи, которые можно выполнить за одно занятие. Полезно также заранее спросить себя — зачем мне это нужно, что я уже знаю и чему хочу научиться. Выберите стратегию Сначала определите, что требуется — запомнить факты, понять принцип или научиться применять знания. Затем выберите 2–3 инструмента и следите за тем, помогают ли они решить именно эту задачу. Если тема вам совсем не знакома, начните с объяснения и примеров, которые дают необходимую опору для дальнейшей работы. Сохраняйте концентрацию во время занятия Учиться лучше в месте, где меньше отвлекающих факторов. Во время занятия распределяйте время между знакомством с темой, выполнением заданий, повторением и синтезом материала. Параллельно наблюдайте за собой — что понятно, где возникли трудности, какие появились вопросы. Сначала вспоминайте, потом сверяйтесь с источником Активное припоминание — один из наиболее эффективных методов обучения. Закройте текст и попробуйте воспроизвести материал по памяти, а потом проверьте себя.  Повторяйте с увеличивающимися интервалами Применяйте интервальное обучение: возвращайтесь к теме на следующий день, через несколько дней, через неделю. При каждом повторении вспоминайте материал заново, а не перечитывайте конспект. После занятия оценивайте результат и меняйте план Сравнивайте результат с вашей целью и предыдущими попытками, а не с успехами других. Если что-то не получилось, ищите объяснение в факторах, на которые вы можете повлиять: выбранной стратегии, количестве практики или подготовке, — и корректируйте их.  Подробнее о том, какие методы самообучения работают, а какие нет, — в полной версии статьи. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

OpenAI заявила о решении задачи тысячелетия — и оказалась в центре скандала 8 сентября OpenAI объявила, что её внутренняя модель решила одну из семи «задач тысячелетия» — об уравнениях Навье — Стокса. За её решение математический Институт Клэя обещает миллион долларов. Институт пока считает задачу нерешённой: доказательство не прошло стандартного научного рецензирования. Что случилось за день до анонса 7 сентября профессор Нью-Йоркского университета Тристан Бакмастер опубликовал заявление: он опасается, что OpenAI могла использовать его подход. Почти год он вместе с математиком (и сотрудником Anthropic) Левентом Альпёге в частном порядке работал над той же задачей. По словам Бакмастера, OpenAI начала работу над задачей именно в те дни, когда информация о его исследовании дошла до компании. В чём суть претензий Во время переговоров с OpenAI Бакмастер узнал, что модель пошла тем же путём, что и он сам. По его словам, прийти к нему за несколько дней, просто дав модели условие задачи, практически невозможно. На вопрос к представителям компании, когда именно был отправлен первый запрос, ему долго не отвечали, а потом подтвердили: уже после того, как информация о его работе попала в компанию. Что предложила OpenAI — и чем закончилось Компания предложила учёному два варианта совместной публикации, оба — с указанием, что задачу решила модель OpenAI. При этом, по словам Бакмастера, представитель компании дважды настаивал, чтобы его коллега Альпёге не значился среди авторов. Бакмастер отказался и пригрозил оглаской — в ответ услышал вопрос, зачем ему «рушить карьеру». В итоге исследователи опубликовали свои результаты самостоятельно. Позиция OpenAI Компания утверждает, что работа над задачей началась 1 сентября — до того, как стало известно об исследовании Бакмастера. Ни агенты, ни исследователи компании не видели его работу до публикации, а доказательства существенно различаются. При этом OpenAI признаёт, что не может полностью исключить попадание обезличенных данных из пользовательских сессий в обучение модели. Почему это важно Это первый громкий случай, когда решение задачи тысячелетия анонсируют как результат работы ИИ. История Бакмастера ставит вопрос, который раньше казался абстрактным: коммерческие ИИ-инструменты могут стать каналом утечки идей — и граница между личным исследованием и чужой инфраструктурой размыта. Подробности и хронология конфликта— в полной версии материала. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Муки творчества на аутсорсе у LLM: что остается человеку? Вы потратили несколько часов на промпты, отбор, редактуру и получили результат, которым гордитесь. Но стоит кому-то спросить «это ты сам сделал?» — и уверенность куда-то исчезает. В новой статье разбираемся, почему так сложно признать совместное с ИИ творчество своим. Контроль ускользает — авторство размывается Ощущение «это мое» обычно складывается благодаря тому, что мы контролируем над процесс и понимаем, как пришли к результату. С ИИ этот механизм ломается: один и тот же промпт приводит к разному итогу, и между замыслом и финальным текстом появляются решения, которые вы не принимали. Хорошая работа кажется заслугой машины, а не вашей. Это — синдром самозванца, вызванный искусственным интеллектом. Именно из-за него человек не может разграничить, где заканчивается его вклад и начинается вклад языковой модели. Это подтверждают и эксперименты: чем меньше авторских решений остается за человеком, тем труднее считать результат своим. Оценка со стороны усиливает сомнения Даже если вы сами уверены в своем вкладе, внешняя оценка может его обесценить. В одном из исследований ученые предлагали респондентам оценить стоимость художественных работ. Оказалось, что ярлык «AI-made» снижает оценку почти вдвое — даже когда зрители сами признают, что не отличают ее от человеческой. За этим стоит психологическая закономерность: мы выше ценим то, во что вложено больше труда.  Что помогает Неуверенность в авторстве — не личная слабость, а предсказуемая реакция на новую ситуацию. Ее можно ослабить, если сделать собственный вклад более видимым — для себя и для других. Начинайте с собственной идеи или черновика, а не с запроса к модели. Оставляйте за собой ключевые решения — замысел, аргументацию, финальный выбор. Не торопитесь исправлять нейросетью все, что выбивается из «идеальной» формы: в шероховатостях часто и проявляется авторский голос. Перед финалом спросите себя: согласен ли я с тем, что говорит эта работа, и готов ли поставить под ней свое имя? Если ответ «да» — значит, это ваша работа. В полной версии материала рассказываем, что думают про совместное авторство с ИИ философы и юристы, а также выясняем, как нам может помочь цифровой гуманизм. Время чтения: 12 минут 🤖 «Системный Блокъ» @sysblok

OpenAI выпустила GPT‑6 Astra и заявила об AGI OpenAI говорит об «эре AGI», но самое заметное улучшение — работа с компьютером: от заполнения форм до создания 3D-моделей. OpenAI объявила о выпуске GPT‑6 Astra — преемницы GPT‑5.6 Sol. Президент компании Грег Брокман назвал релиз «генерационным скачком» и заявил, что мир вступил в «эру AGI», общего искусственного интеллекта, способного решать мыслительные задачи наравне с человеком. Модель уже доступна пользователям большинства платных тарифов ChatGPT. Главное практическое изменение — Astra лучше справляется со сложными задачами, где нужно самостоятельно работать с компьютером. Например, в одной из демонстраций модель самостоятельно построила дом в Blender, а затем перенесла его в игровой движок Unreal Engine — так, что по готовому помещению можно «пройтись» и осмотреть его со всех сторон. По данным OpenAI, на бенчмарке OSWorld 2.0 модель тратит примерно на 47% меньше времени на задачу, чем GPT‑5.6 Sol, при этом показывая более высокий результат. Astra успешно справляется с тестом ARC-AGI-3, оценивающем гибкость мышления ИИ и способность справляться с интерактивными играми без заранее заданных правил. Организация ARC Prize, которая разрабатывает тест, независимо протестировала Astra и опубликовала два результата: 62,7% — в стандартном режиме тестирования, одинаковом для всех моделей, и 99,9% — с адаптером, который позволяет модели дольше сохранять контекст между запросами и который специфичен для OpenAI. Именно поэтому данные из презентации компании нельзя воспринимать как универсальную оценку возможностей модели: они получены в нестандартных условиях тестирования. Отдельное внимание OpenAI уделила безопасности. В июле 2026 года ИИ-агенты OpenAI в рамках внутренних тестов кибербезопасности самовольно скоординировались между собой и получили несанкционированный доступ к части инфраструктуры Hugging Face. После этого инцидента компания усилила проверки и ограничения: по собственным данным OpenAI, Astra впервые в истории компании достигла «критического» порога возможностей в кибербезопасности согласно её Preparedness Framework, поэтому для модели введены дополнительные меры контроля, включая мониторинг цепочки рассуждений и поэтапный доступ к самым мощным функциям. Почему это важно? Сдвиг в сторону того, что ИИ выполняет не только текстовые, но и практические задачи на компьютере, произошёл не с выходом Astra — агентный режим уже давно продвигают и OpenAI, и другие компании. Но с Astra автоматизация таких задач становится доступнее и быстрее, а спектр работ, которые можно поручить модели без участия человека, расширяется: от заполнения форм и CRM до 3D-моделирования и научных расчётов. При этом громкое заявление об «эре AGI» не следует автоматически из технических результатов. У термина AGI нет общепринятого строгого определения, а слова о наступлении «эры AGI» — это позиция самой OpenAI, а не установленный научный факт или консенсус исследовательского сообщества. 🤖 «Системный Блокъ» @sysblok