Системный Блокъ

🎬 В отечественных фильмах женщины все еще рискуют оказаться «для галочки». К Дню российского кино перевыпускаем наше дата-исследование о принципе Смурфетты: почти 40% русскоязычных фильмов имеют перекос в сторону мужских персонажей. Самые интересные выводы мы собрали в карточках, а полную версию читайте на сайте. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

«Сад расходящихся рейтингов»: почему ни один книжный топ в России не совпадает с другим? Абсолютный лидер библиотечных запросов в России — автор, которого нет ни в одном топе маркетплейсов. В онлайн-архивах чаще всего скачивают классику, а читателей самиздата почти не интересуют романтические произведения. Мы сравнили 1645 позиций из топов магазинов, библиотек, самиздата и онлайн-архивов за 2025 год и нашли четыре разные книжные вселенные. Самые интересные выводы исследования мы собрали в карточках, а полную версию читайте на сайте. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Как самостоятельно учить иностранный язык? Выбираете между зеленой совой, карточками и «умными» чат-ботами? Набор инструментов для изучения языка меняется вместе с уровнем — от игровых приложений и интервального повторения до языковых корпусов и работы со стилистическими нюансами. В новой статье рассказываем, что использовать на каждом этапе — от A1 до C2. А1: закладываем базу Определите свой уровень с помощью бесплатных онлайн-тестов или шкалы CEFR. На A1 важно заложить базу — освоить базовую лексику и простую грамматику, привыкнуть к звучанию языка и сформировать привычку заниматься регулярно. Для этого подойдут Duolingo, Busuu и LingoDeer, а для слов — Anki с интервальным повторением и Drops с визуальными ассоциациями. A2: подключаем ИИ-диалог На уровне A2 словарный запас составляет примерно 1000–1200 слов, и уже можно учиться строить связные высказывания и разбирать речь носителей в привычных ситуациях. Для этого ИИ-собеседники помогают моделировать ситуации, объяснять грамматику и тренировать речь, но эффективнее работать с ними по конкретной задаче — например, отрабатывать сцену в аэропорту — и ограничивать сессию 10–15 минутами. Для чтения и аудирования пригодятся LingQ, Smart Book, Clozemaster и Language Reactor. B1: общаемся в тандеме и ведем дневник На уровне B1 главное — преодолеть языковой барьер, перейти к связной речи и развить навык понимания из контекста. Здесь ИИ стоит дополнять общением с реальными носителями через HelloTalk или Tandem, а произношение тренировать с помощью YouGlish. Письменную практику можно строить вокруг дневника: писать 5–10 предложений в день, проверять их через Grammarly, LanguageTool или DeepL Write и разбирать ошибки. B2: переходим к аутентичному языку На уровне B2 стоит перейти к неадаптированному контенту — книгам, новостям, блогам, лекциям, фильмам и подкастам для широкой аудитории. В процессе важно учиться понимать незнакомую лексику по контексту и активно слушать, используя паузы, повторы и транскрипции. В разговорной практике нужно переходить к абстрактным темам и дискуссиям, а для улучшения произношения использовать технику повторения за диктором («shadowing»). C1–C2: от свободного владения к виртуозному На продвинутых уровнях неформальная речь носителей по-прежнему может быть трудной из-за контекста, метафор, аллюзий, игры слов и быстро меняющегося сленга. Здесь помогают соцсети, стендапы и Urban Dictionary, а для проверки частотности и сочетаемости слов — Google Books Ngram Viewer и языковые корпусы BNC, DeReKo, Frantext, CREA и НКРЯ. Можно переходить к классической литературе и сложным текстам, а для работы над письмом и произношением использовать ProWritingAid и The Speech Accent Archive — на этом этапе инструменты помогают разобраться в конкретных языковых нюансах. А более детальный разбор стратегии изучения языка вы найдете в полной версии. Время чтения: 20 минут 🤖 «Системный Блокъ» @sysblok

«Сад расходящихся рейтингов»: почему ни один книжный топ в России не совпадает с другим? Абсолютный лидер библиотечных запросов в России — автор, которого нет ни в одном топе маркетплейсов. В онлайн-архивах чаще всего скачивают классику, а читателей любительской литературы почти не интересуют романтические произведения. Мы сравнили 1645 позиций из топов магазинов, библиотек, самиздата и онлайн-архивов за 2025 год и нашли четыре разные книжные вселенные. Самые интересные выводы исследования мы собрали в карточках, а полную версию читайте на сайте. Время чтения: 10 минут «Системный Блокъ» @sysblok

От переводчика до AI-тренера: как меняются профессии в эпоху больших языковых моделей В новом материале рассказываем, как меняются привычные профессии и какие новые роли появляются на рынке труда. А еще бонус — интервью с AI-тренером.  Паниковать или готовиться к переменам? Регулярно выходят исследования о том, как ИИ меняет рынок труда. По данным отчета Future of Jobs 2025, к 2030 году из-за автоматизации исчезнет 92 миллиона рабочих мест — но появится 170 миллионов новых. Аналитики Anthropic говорят не о полной автоматизации, а о гибридизации: ИИ берет на себя сбор данных, поиск опечаток и генерацию шаблонов, человек отвечает за фактчекинг, этический контроль и творческие решения. Около 80% компаний планируют обучать сотрудников работе с ИИ, а не увольнять их. Как меняются привычные профессии Привычные специальности не исчезают — они адаптируются. Например, переводчик все больше занимается локализацией и культурной адаптацией текста. Технический писатель отвечает за структуру, логику и понятность документации, но готовит текст с помощью ИИ. Программист делегирует написание кода языковым моделям, сосредотачиваясь на архитектуре и тестировании. Новые профессии Вместе с ИИ появились роли, которых раньше не существовало. Промпт-инженер проектирует запросы для языковых моделей, создает масштабируемые инструкции и настраивает работу моделей с внешними источниками данных. AI-тренер — «учитель» нейросети: пишет эталонные ответы на сложные запросы, оценивает и ранжирует выводы модели по степени полезности, безопасности и достоверности. ИИ-копирайтер выстраивает алгоритм генерации через ИИ-агентов, проводит фактчекинг и адаптирует результат под конкретную аудиторию. Лингвист-аналитик оценивает качество генерации, выявляет системные ошибки нейросетей и разрабатывает метрики оценки. Специалист по этике данных следит за безопасностью и ответственностью ИИ-систем: снижает предвзятость алгоритмов, контролирует атрибуцию источников и фильтрует токсичный контент. Как это выглядит изнутри: AI-тренер Андрей Мужщинский тренирует ИИ уже 2,5 года — до этого около 20 лет работал в журналистике и спичрайтинге. По его словам, навыки работы с информацией оказались напрямую применимы:

«Найти данные, проанализировать их, профактчекать, написать текст понятным языком — все это пригодилось и в работе AI-тренером».

О будущем профессии Андрей рассуждает без паники:

«Нейросеть уже сейчас хорошо творит, складно и красиво пишет, и многие рутинные задачи будут автоматизироваться еще больше. Но без участия человека всё равно никак не обойтись. Кто-то должен контролировать работу, вовремя замечать сбои, оперативно вмешиваться и исправлять ошибки».

Больше о новых профессиях и о том, как и чему учиться, когда меняется рынок труда, — в полной версии материала. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

От пергамента к данным: зачем размечать средневековые грамоты Оцифровка средневековых грамот уже давно не ограничивается сканированием и публикацией изображений. Чтобы исследовать целый корпус документов, нужно сравнивать десятки актов, отслеживать устойчивые формулы, связывать оригиналы и копии. Для этого используют TEI-разметку, специальные словари и Semantic Web. В новой статье рассказываем, как устроены базы древних документов.  Что такое грамота и зачем ее изучает дипломатика Средневековые грамоты фиксировали дарения, продажи, привилегии, судебные решения и распоряжения о земле, воде и правах. Дипломатика изучает не только содержание акта, но и то, как он был оформлен письменно, как составлялся, передавался и сохранялся. Для этого исследователи обращают внимание на оригиналы и копии, печати, подписи, датировку и другие признаки.   TEI, VID и Semantic Web — три инструмента для одной задачи Скан делает документ доступным, транскрипция — читаемым. Но они не позволяют автоматически сопоставлять имена, даты, места, формулы или типы актов в корпусе из сотен документов. Разметка превращает эти элементы в сопоставимые данные и сохраняет сложность источника в цифровой форме.  TEI задает язык машиночитаемой разметки: с его помощью можно выделять имена, даты, места, исправления и другие особенности текста. VID — международный словарь дипломатической терминологии, а Semantic Web позволяет представить грамоту как сеть связанных сущностей: автора, адресата, свидетелей, место, дату, печать, копию и архивную единицу.  Как устроены базы сербских и каталонских грамот Проект Medieval Serbian Charters Action при Грацском университете — это база сербских средневековых грамот. Корпус включает около 600 документов, в том числе 330 грамот правителей конца XII — середины XV века; большинство написано на старосербском, около 20% — на греческом и латинском.  Для исследователя Каталонии особенно важны материалы Архива Короны Арагона. Ресурс объединяет грамоты, регистры, картулярии, делопроизводственную документацию, описания фондов и цифровые изображения. Он прежде всего служит каталогом и точкой доступа к документам.  Что такое картулярии Для цифрового корпуса важно размечать не только отдельные грамоты, но и их место в картулярии — рукописном сборнике копий документов. Например, картулярий Liber Feudorum Maior включает документы IX–XII веков и отражает отношения между графами Барселонскими, позднее королями Арагона, и их вассалами. Если сохранить порядок документов, тематические группы и связи с территориями и участниками, картулярий можно изучать как сложную документальную систему.  Какие вопросы можно задавать цифровым корпусам грамот Такие корпусы позволяют задавать вопросы о формулах пожалований, свидетелях, оригиналах и копиях, а также связывать документы с картами, просопографическими базами и архивными каталогами. Скан дает изображение, транскрипция — текст, а разметка позволяет сохранить грамоту как часть более широкой системы. Какие исторические сюжеты раскрывают корпусы цифровых грамот, можно узнать из полной версии материала. Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

«Обучая ИИ — мы учимся»: о чем говорили на главной мировой конференции по цифровым гуманитарным наукам Что сегодня находится в фокусе цифровых гуманитарных наук? Как ученые используют ИИ-агентов в исторических и литературоведческих исследованиях? Наш постоянный автор Дмитрий Пронин побывал на DH2026 и делится наблюдениями. 404 доклада, 88 постеров и 111 секций DH2026 проходила с 27 по 31 июля в Тэджоне — корейском городе университетов и исследовательских центров. Это 36-я ежегодная конференция, которую проводит Alliance of Digital Humanities Organizations. Темой конференции стало Engagement — вовлечение, взаимодействие и сопричастность. Обсуждали как классические направления DH — оцифровку исторических данных, корпуса, TEI-разметку и графы знаний, — так и использование ИИ в исследованиях. ИИ как историк и литературовед На мини-конференции Playing Heaven исследователи из Гонконга и Сингапура демонстрировали ИИ-инструменты для изучения раннего Нового времени в Восточной Азии. От языковой модели требовалось связывать людей, места, тексты и философские школы, то есть частично воспроизводить работу историка. В докладе Simulating the Unlived Past Яо Сун и Ваньцзин Цзян превратили 334 китайских поэта эпох Тан и Сун в автономных агентов. В модель вошли более 16 млн записей и почти 99 тыс. датированных произведений. Исследователи убрали из симуляции восстание Ань Лушаня VIII века, ставшее самым масштабным военным конфликтом эпохи, и посмотрели, как изменилась бы литературная история. Однако авторы подчеркнули — модель не доказывает, что события развивались бы именно так. Чему ИИ учит человека В лекции Teaching AI, Training Ourselves профессор Ким Хён предложил считать ИИ не просто инструментом, а интеллектуальной средой, в которой люди ищут информацию, создают тексты и учатся. Он обратился к понятию jiaoxue xiangzhang — преподавание и обучение, взаимно усиливающие друг друга. Например, человек может несколько раз перерабатывать созданное ИИ сочинение — исправлять его или уточнять промпт. В результате он не только получает текст, но и формулирует собственную позицию, а взаимодействие с моделью становится частью обучения. Большие проекты начинаются с маленьких действий Мацей Эдер, разработчик пакета stylo и лауреат премии Антонио Замполли, рассказал о создании Computational Stylistics Group. Сообщество возникло без единого гранта, бюджета или формальной структуры — исследователи встречались на конференциях, проводили семинары, обменивались данными, писали открытый код и подключали новых участников. DH2026 показала, что классические методы цифровых гуманитарных наук неожиданно возвращаются в центр внимания. Но еще заметнее другое изменение — вопрос о будущем человека в эпоху ИИ уже трудно списать на тревогу техноскептиков. ИИ уже способен обработать миллионы текстов и смоделировать неслучившееся прошлое. Но сам масштаб вычислений не создает знания — для исследования по-прежнему нужны идея и вопрос, который стоит задать. О чем еще говорили на конференции, читайте в полной версии материала. Время чтения: 9 минут 🤖 «Системный Блокъ» @sysblok

От Пикуля к ИИ: как создавалась и на чём держится книжная империя «Эксмо-АСТ» Как студент авиационного института стал главным книжным издателем страны? Из чего вырос самый большой издательский холдинг? Почему на российском книжном рынке растут цены и падают тиражи? Чем он отличается от мирового и чем похож? Рассказываем историю холдинга «Эксмо-АСТ» от первых томиков Пикуля до сегодняшней империи — и делимся самыми интересными выводами. Как строилась империя Олег Новиков начал с экспедирования книг из Москвы в Харьков на третьем курсе МАИ. Постепенно компания выросла в издательство, нашла первый хит — «Антикиллер» Корецкого — и выстроила собственную розницу. Стратегия Новикова — вертикальная интеграция: контролировать всю цепочку от поиска автора до продажи. В 2013-м он купил АСТ, позже — «Азбуку-Аттикус» и «ЛитРес». Сегодня на четыре крупнейших издательства холдинга приходится более 50% тиража художественной литературы и нон-фикшна в России. Обороты растут — тиражи падают В 2025 году оборот книжной розницы вырос на 2,7% — но только в деньгах. Количество проданных в России книг упало на 9%, средний тираж за 20 лет сократился вдвое — с 7 тысяч до 3,5 тысячи экземпляров. Средняя цена книги осенью 2025-го — 559 рублей, за год она выросла на 12%. Это порочный круг: маленькие тиражи подстегивают цены, высокие цены снижают продажи, продажи падают — тиражи вместе с ними. Монополия на ярмарке Книжные ярмарки переживают подъем — для небольших издательств это главный способ выйти к читателю напрямую. «Эксмо-АСТ» подхватил этот тренд: на одну ярмарку нередко заявляются сразу несколько брендов, принадлежащих холдингу. Мы посчитали участников нескольких региональных ярмарок: доля издательств холдинга может быть от 1 до 22%. Монополии есть не только в России Консолидация книжного рынка — глобальный процесс. Пять крупнейших мировых издателей контролируют сегодня более 60% академических публикаций — против 20% в 1973 году. В 2022-м американский суд заблокировал слияние Penguin Random House и Simon & Schuster: объединённая компания контролировала бы 49% рынка бестселлеров США. Подробная хронология развития «Эксмо-АСТ», скандалы на фоне качества изданий и графики, иллюстрирующие состояние книжного рынка — в полной версии исследования. Время чтения: 20 минут 🤖 «Системный Блокъ» @sysblok

Три шага до «Hello, world!»: как научиться программировать самому Программирование постепенно превращается из узкоспециального навыка в универсальный: оно требуется аналитикам, маркетологам, преподавателям — для обработки текстов, сбора данных или создания простых приложений. Несмотня на бум ИИ-кодинга, понимание основ программирования не обесценивается, а становится ещё актуальнее. Научиться можно самостоятельно, если двигаться поэтапно: сначала разобраться в логике, и только потом — в синтаксисе. Публикуем гайд, который поможет вам начать осваивать создание кода. Шаг 1. Собрать программу из блоков Визуальное программирование позволяет начать с алгоритмов, не изучая синтаксис языка. Пользователь соединяет готовые блоки, как детали конструктора, и сосредотачивается на логике программы. Освоить это можно на двух платформах: ✔️ Scratch — здесь можно делать игры, интерактивные истории и комиксы, изучая циклы, условия и переменные. Блоки перетаскиваются на рабочее поле и складываются в простые игры, интерактивные истории или комиксы; ✔️ MIT App Inventor — в этой среде можно создавать полноценные мобильные приложения для Android и iOS: работать с кнопками, формами ввода, базами данных и сетевыми сервисами. Проект помогает освоить принципы разработки и даже создавать приложения для анализа больших массивов данных Шаг 2. Перейти к настоящему коду Когда логика уже понятна, можно переходить к написанию настоящего кода, то есть к тексту команд, а не к блокам. Один из инструментов для мягкого перехода к текстовому программированию — Ri IDE, среда разработки для учебного русскоязычного языка Ri. Благодаря синтаксису на русском языке можно сосредоточиться на логике, а не на запоминании английских команд. В Ri IDE создают анимации, игры и графические проекты, одновременно изучая базовые конструкции программирования — переменные, функции, условия и циклы. Шаг 3. Закрепить через игру Когда азы освоены, главной задачей обучения становится регулярная практика. Здесь помогают приложения, которые превращают тренировку кода в игру с заданиями и прогрессом. Например: ✔️ Coding Dojo — приложение с более чем 70 задачами на программирование разного уровня сложности и отдельным режимом тренировки алгоритмического мышления; ✔️ Fibu — позволяет пошагово собрать собственную игру на Python, HTML/CSS и JavaScript: каждый урок добавляет новую работающую часть игры; ✔️ Coddy Tech — короткие ежедневные уроки (15–20 минут) с реальным кодом, оформленные как в приложениях для изучения языков. Подробнее о каждом инструменте рассказываем в полной версии материала. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Исторические личности в русской прозе: кто, почему и где упоминается чаще всех? Пушкин, Шекспир, Гоголь или Наполеон, Суворов и Александр I? Кто из них в русской литературе XIX века упоминался чаще? Дарья Герасименко из НИУ ВШЭ решила выяснить это с помощью библиотеки SlovNet. Она проанализировала больше пятисот прозаических произведений и обнаружила, что главными «героями» русской прозы были вовсе не императоры и полководцы. Кто же оказался в топе? Наполеон Наполеону рознь — отбор материала В исследование вошли только прямые упоминания исторических личностей в разных вариантах написания имен. Иносказания не учитывались, а исторические деятели, ставшие персонажами произведений, исключались: толстовский Наполеон не вошел в выборку, зато Наполеон из теории Раскольникова — вошел. Всего исследовательница проанализировала 571 имя. Техническая сторона исследования Для анализа использовалась библиотека SlovNet, которая распознает именованные сущности (NER), Navec для автоматизированной обработки текста и корпус русской нарративной прозы XIX века Олега Собчука и Евгении Лекаревич. В него входят 506 прозаических произведений, опубликованных в XIX — начале XX века. Пики частотности Первые пики упоминаний исторических личностей приходятся на 1830-е годы — время расцвета исторического романа после выхода «Юрия Милославского» Михаила Загоскина и «Дмитрия Самозванца» Фаддея Булгарина. Новые всплески наблюдаются в 1860–1870-х и 1880–1890-х годах — их исследовательница связывает с ростом числа публикаций и переломными общественно-политическими событиями. Самые упоминаемые исторические личности Неожиданно восемь из десяти самых часто упоминаемых персоналий в прозе 1860–1890-х годов — литераторы. Из нелитераторов в десятку вошли только Александр Суворов и Емельян Пугачев. Суворова вспоминают как образец воинской доблести, цитируют его высказывания и используют для характеристики персонажей, а Пугачев чаще появляется как символ бунта и в разговорах о политике. Самые упоминаемые литераторы С огромным отрывом лидирует Александр Пушкин. За ним следуют Уильям Шекспир, Николай Гоголь, Вольтер, Виссарион Белинский, Иван Тургенев, Михаил Лермонтов и Фридрих Шиллер. Их произведения цитируют, а книжные предпочтения героев становятся способом характеристики персонажей — это подтверждает литературоцентричность русской прозы XIX века. Писатели как лица эпохи Чаще всего исторические личности встречаются у Петра Якубовича, Ивана Кущевского, Сергея Максимова, Ивана Гончарова и Александра Эртеля. Исследование показывает, что в русской прозе XIX века именно писатели становятся главными культурными ориентирами, а обращения к историческим личностям помогают героям осмыслять прошлое и говорить о настоящем. О деталях исследования читайте в полной версии материала. А если вы хотите знать больше, как цифровые инструменты помогают глубже понимать и анализировать текст, читайте наш новый проект «Технологии для чтения». Время чтения: 10 минут 🤖 «Системный Блокъ» @sysblok

Тест: вы Лев Толстой на словах или на деле? Хлуп, тырла, фендрик… Лев Толстой не просто знал эти странные слова, он использовал их в своих произведениях. А вы сможете угадать их значения без подсказок? Мы можем изучать эти слова благодаря проекту «Слово Толстого», цифровому путеводителю по наследию писателя. Такие платформы — пример того, как технологии меняют чтение. Пройти тест можно на сайте. А если вы хотите знать больше, как цифровые инструменты помогают глубже понимать и анализировать текст, читайте наш новый проект. 🤖 «Системный Блокъ» @sysblok

10 правил цифрового читательского клуба Цифровые технологии изменили не только то, как мы читаем, но и то, как обсуждаем книги. Сегодня, чтобы стать участником читательского клуба, не нужно искать библиотеку или книжный магазин — достаточно открыть соцсеть или мессенджер. Разбираемся, по каким правилам живут такие сообщества. Читайте вместе, а не в одиночку Главная ценность клуба — возможность сравнить свое понимание книги с интерпретациями других читателей. Именно обсуждение превращает индивидуальное чтение в коллективный опыт. Не обязательно встречаться офлайн Цифровой книжный клуб существует в Telegram, ВК или другом онлайн-пространстве. Платформа становится не просто местом общения, а средой, которая задает правила взаимодействия участников. Обсуждение может идти круглые сутки В асинхронных клубах никто не ждет общего собрания. Мысли о книге можно написать сразу после прочтения главы — утром, ночью или через несколько дней. Не все обсуждения проходят в переписке Часть цифровых клубов устраивает встречи в видеозвонках или голосовых чатах. В отличие от асинхронных обсуждений, здесь участники одновременно разговаривают о книге, отвечают друг другу и вместе разбирают спорные моменты. Иногда нужно быть «здесь и сейчас» В синхронных клубах обсуждения проходят в видеозвонках или голосовых чатах. Здесь важны живой разговор, быстрые реакции и ощущение совместного присутствия. За хорошие обсуждения иногда платят Коммерческие клубы продают не только доступ к встречам, но и организацию процесса: модерацию, подбор книг, приглашенных спикеров, игровые механики и дополнительные материалы. Стоимость участия может начинаться от 200 рублей за одну встречу. Но можно быть членом клуба и бесплатно Некоммерческие сообщества существуют благодаря энтузиазму участников, иногда — на донаты или рекламные доходы. Их объединяет желание обсуждать книги, а не бизнес-модель. Не обязательно читать одну и ту же книгу Большинство клубов работают по модели single-title — все обсуждают одно произведение. Но есть и формат multi-title, где одновременно читают несколько книг или целую тематическую подборку. У каждого клуба — свой сценарий обсуждения Одни сообщества строятся вокруг коллективной дискуссии, где каждый участник предлагает собственное прочтение книги. Другие работают в формате авторского клуба: обсуждение ведет филолог, критик или блогер, а участники откликаются на его интерпретацию. Обсуждение не заканчивается вместе со встречей В отличие от офлайн-клубов, в цифровых сообществах разговор о книге сохраняется в переписке. Участники могут перечитывать старые обсуждения, возвращаться к отдельным эпизодам и подключаться к разговору даже спустя долгое время. В полной версии материала мы подробно рассказываем не только о том, как устроены цифровые читательские клубы, но и знакомим с некоторыми из них. А в нашем новом проекте изучаем, как технологии меняют чтение. Время чтения: 9 минут 🤖 «Системный Блокъ» @sysblok

Подборка каналов о книгах и литературе от издания «Системный Блокъ» «Системный Блокъ» запускает спецпроект про то, как цифровые технологии помогают читать книги и изучать литературу. Из него вы узнаете, как работают цифровые читательские клубы и книжные трекеры, как компьютерный анализ текстов помогает лучше понимать поэзию и прозу, а ещё сможете поугадывать любимые слова писателей. Вместе с проектом мы публикуем собственное дата-исследование о том, что сейчас реально читают в России. В честь выхода проекта мы собрали подборку каналов для любителей книг — здесь есть и книжные обзоры, и новости литературного мира. — @books_reviews — Books & Reviews Книжный блогер Валерий Шабашов рассказывает о том, что происходит в книжном мире — например, о библиотеке запрещённых книг от Дуа Липы или о том, что молодежь стала читать в два раза больше классики. Еще здесь можно найти подробные рецензии на книги, которые заинтересовали авторов канала. — @b_books_s — 📚 Что почитать? • Книги Если не знаете, за какую книгу взяться следующей, вам сюда. В этом канале можно прочитать аннотации самых разных книг — от семейных саг до тру-крайма. Посты удобно организованы: с помощью системы хештегов можно легко найти произведения определенного жанра или автора. — @digital_librarian — Цифровой библиотекарь и не только Канал Дмитрия Иванченко — о книгах, библиотеках и цифровых технологиях. Автор рассказывает об инструментах и сервисах для управления знаниями, исследует мир электронных изданий и искусственного интеллекта, размышляет, как современные медиаплатформы могут пробудить интерес к литературе даже у тех, кто давно не брал в руки книгу. — @speculativefiction — speculative_fiction | Василий Владимирский Книжный обозреватель и исследователь фантастики Василий Владимирский комментирует новые статьи о фантастике, а также делится новостями о книгах и журналах и собственными размышлениями — например, о том, как произведения Гомера стали главным источником фанфиков в древнем мире. — @sysblok — Системный Блокъ Научно-популярное издание о культуре, обществе, науке и цифровых технологиях. В новом проекте о книгах и чтении мы показываем, как технологии помогают исследователям литературы и просто читателям. Как вычислить автора «Беовульфа»? Какие шрифты делают чтение более эффективным? Почему ни один книжный топ не совпадает с другим? Ответы на эти и многие другие вопросы — в нашем новом проекте.

«Технологии для чтения»: представляем новый проект «Системного Блока» Цифровые технологии давно стали частью читательского опыта. Они помогают находить книги, обсуждать их с другими читателями и анализировать тексты. Мы запускаем проект о том, как технологии меняют читательский опыт. На одной странице мы собрали материалы для тех, кто любит книги и хочет узнать, как цифровые инструменты помогают внимательнее читать , глубже анализировать литературу и по-новому смотреть на знакомые произведения. В проекте рассказываем, как работают цифровые читательские клубы, почему выбор шрифта влияет на восприятие текста и какие книжные трекеры действительно помогают не потеряться среди прочитанного. Мы также собрали материалы о цифровой филологии. Вы узнаете, как компьютерный анализ помогает исследовать стиль писателей, искать языковые особенности стихов Маяковского и Есенина, определять автора средневекового текста, строить сети персонажей «Войны и мира» и изучать звуковую атмосферу романов. А еще мы собрали тесты и интерактивные материалы. Угадайте писателя по любимым словам или проверьте, насколько хорошо вы знаете методы дальнего чтения. Подробнее — на странице проекта. 🤖 «Системный Блокъ» @sysblok

Сад расходящихся рейтингов: почему книжные топы в России почти никогда не совпадают Почему лидеры продаж на маркетплейсах почти не встречаются в рейтингах библиотек? Почему Пушкин — самый востребованный автор в электронных архивах, но не в книжных магазинах? Мы исследовали книжный ландшафт России в четырех сегментах — магазины, библиотеки, самиздат и онлайн-архивы — и выяснили, что в каждом из них свой читательский мир. Что мы исследовали В выборку вошли данные за 2025 год о лидерах продаж или читательских запросов. Мы собрали топы Book24, Ozon, Wildberries, «Буквоеда», «Лабиринта», «Литреса», «Строк», «Читай-города», 120 библиотек из 38 регионов, сайтов Author.Today, «Литрес.Самиздат», а также архивов az.lib.ru, ImWerden, Ru.Wikisource и Национальной электронной библиотеки. Рейтинги показывают не само чтение, а транзакции — покупку, выдачу или скачивание книги. Поэтому каждый сегмент отражает свой этап пути текста к читателю: в магазинах работают алгоритмы и маркетинг, в библиотеках — доступность фонда и региональные особенности, в цифровых архивах — возможность получить текст. Книжные сети: от фэнтези к саморазвитию Коммерческие рейтинги оказались самым «сфокусированным» сегментом: около трети топовых позиций занимают фантастика и фэнтези, а на втором месте — литература о психологии и саморазвитии. Современная зарубежная литература заметно опережает российскую, а классика почти не появляется в верхних строчках. Среди лидеров разных площадок — Лоран Гунель, Ребекка Яррос, Гэнки Кавамура, Аллен Карр, Анна Джейн, Виктор Дашкевич и Вадим Зеланд. При этом топы магазинов почти не пересекаются: рейтинг Ozon не повторяет рейтинг Wildberries, а «Читай-город» живет по другим правилам, чем «Литрес». Библиотеки: православный роман и местные авторы Библиотечные рейтинги устроены иначе: здесь первое место занимает не самый активно продаваемый автор, а тот, чьи книги доступны конкретным читателям. Абсолютным лидером стала Ирина Богданова — автор православных романов. Ее книги заняли 38 первых мест в библиотечных рейтингах, хотя ни одна из них не попала в топы маркетплейсов. На выбор читателей влияют регион, фонд библиотеки, школьная программа, рекомендации сотрудников и даже физические характеристики книги. В национальных республиках в топы часто попадают произведения на местных языках. Например, в якутских библиотеках половина популярных книг написана локальными авторами. Самиздат: мир фантазий В самиздате книга сразу попадает к аудитории, а автор может менять развитие сюжета в зависимости от реакции читателей. Такой формат создает отдельную литературную экосистему: на Author.Today 100% топа занимают фантастика, фэнтези и их поджанры. Еще одна особенность — сериальность: 79% популярных позиций на платформе входят в книжные серии, тогда как в магазинах таких книг 27%, а в библиотеках — 21%. Электронные библиотеки: общедоступная классика В онлайн-архивах лидирует классика: в Национальной электронной библиотеке первое место занимает «Анна Каренина» Льва Толстого, а в библиотеках вроде lib.ru и Wikisource — произведения Александра Пушкина. Причина не только в популярности классики: открытые цифровые архивы в основном работают с текстами, перешедшими в общественное достояние. Однако скачивание не всегда означает чтение. Пользователями таких архивов могут быть студенты или исследователи, которые собирают корпуса текстов для анализа. Кроме того, часть запросов сегодня создают не люди, а боты — например, системы, которые используют тексты для обучения ИИ. Что же читают в России? Единого рейтинга «самых читаемых книг России» не существует: разные топы измеряют разные отношения между книгой и читателем. Коммерческие списки показывают работу рынка, библиотечные — инфраструктуру доступа, самиздат — прямую связь автора и аудитории, а цифровые архивы — использование текста как ресурса. Больше подробностей об исследовании с таблицами и графиками — в полной версии материала. Время чтения: 15 минут 🤖 «Системный Блокъ» @sysblok

Муза с перфокартами: читаем главу из новой книги Бориса Орехова Генеративная поэзия появилась задолго до ChatGPT. Более того, идея машины, которая сама пишет стихи, возникла за столетия до компьютеров. Ее можно встретить не только в фантастических произведениях, но и в научных и философских сочинениях. С разрешения автора мы публикуем на сайте главу из новой книги филолога Бориса Орехова «Электронная лира», а здесь — собрали пять самых любопытных фактов из нее. Машину для сочинения стихов высмеял Джонатан Свифт еще в XVIII веке В «Путешествиях Гулливера» Джонатан Свифт описал устройство, которое случайным образом переставляло слова и позволяло любому человеку «писать книги по философии, поэзии и праву». Это была сатира, но принцип оказался удивительно похож на то, как позже работали первые генераторы текста. В XIX веке существовал механический «поэт» В 1845 году англичанин Джон Кларк представил устройство «Эврика», которое составляло латинские гекзаметры со скоростью одна строка в минуту. Современники признали машину грамматически безупречной, но практически бесполезной — разве что для развлечения школьников. Первые «компьютерные стихи» были газетной шуткой В 1956 году американский журнал опубликовал юмористический рассказ о вымышленной машине, сочиняющей стихи. В СССР попал вольный перевод этого текста без пояснений. Пионеры отечественной кибернетики приняли его за настоящий эксперимент и много лет цитировали как пример машинной поэзии, хотя компьютеры тогда еще стихов не писали. Первым настоящим компьютерным поэтом стал немецкий математик В 1959 году Тео Лутц загрузил в компьютер словарь, составленный по роману Кафки «Замок», и заставил программу случайным образом строить предложения. Получались строки вроде: «Не каждый взгляд близок. Ни одна деревня не запоздала. Замок свободен, и каждый крестьянин далек». Лутца интересовала не поэзия сама по себе, а возможность показать, что компьютер способен работать не только с числами. У истоков компьютерной поэзии стояли европейские художники Румыно-французский художник Брайон Гайсин, итальянец Нанни Балестрини и немец Руль Гунзенхаузер использовали компьютер как соавтора еще в начале 1960-х. Их программы либо случайно переставляли слова и фразы, либо заполняли грамматические шаблоны словами из заранее подготовленного словаря. Именно эти два подхода стали основой большинства ранних генераторов стихов. Компьютеры начали писать стихи не потому, что научились понимать язык, а потому, что научились комбинировать слова по правилам. До современных нейросетей оставались десятилетия, но многие идеи, лежащие в основе генерации текста, появились именно тогда. Полный текст главы из книги «Электронная лира» и стихи, сочиненные компьютером, уже на сайте. Время чтения: 12 минут 🤖 «Системный Блокъ» @sysblok

Антология всемирной литературы: как ИИ помогает филологу осуществить мечту Можно ли с помощью ИИ собрать и перевести шедевры мировой литературы, начиная с древних времен? Оказывается, да. В новом выпуске своего блога филолог Борис Орехов рассказывает о проекте, который еще несколько лет назад было трудно представить: с помощью ИИ он создает свободную антологию всемирной литературы — от древнеегипетских поучений до произведений XIX–XX веков. Как устроен этот проект и почему нейросети не заменяют филолога, а помогают ему? В чем состоит идея? Много лет для Бориса Орехова главным ориентиром оставалась многотомная «История всемирной литературы». Именно по ее структуре он решил собрать собственную антологию: восемь томов, охватывающих литературы разных эпох и регионов — от Древнего Египта, Месопотамии, Индии и Китая до Европы Нового времени. Главная цель проекта — не просто объединить тексты, а разместить их в открытом доступе. Многие классические переводы до сих пор защищены авторским правом, поэтому свободно публиковать их нельзя. Переводы, выполненные с помощью ИИ и затем проверенные человеком, позволяют обойти это ограничение. Как проходила работа? Работа начинается с «Истории всемирной литературы». ИИ анализирует главы, составляет краткие описания литературных традиций, извлекает названия произведений, ищет их в открытом доступе и находит современные переводы, чаще всего англоязычные. Затем модель переводит тексты на русский язык и оформляет их вместе с метаданными. Вся коллекция хранится в Obsidian, где каждое произведение связано с другими текстами по эпохам, регионам и жанрам. Благодаря этому антология превращается не в собрание отдельных произведений, а в единую базу знаний, в которой можно проследить связи между литературными традициями. Какие возникли сложности? ИИ пока плохо справляется с некоторыми историческими и культурными контекстами. Например, начало одного из древнеегипетских текстов модель перевела как «Поучение, составленное Агентством Царя Верхнего и Нижнего Египта…», хотя очевидно, что никаких агентств тогда не существовало. Поэтому каждый перевод требует проверки и редактуры. Есть и другие ограничения. В антологию попадают только произведения, которые удалось найти в интернете в оригинале или в переводе на современный язык. По оценке Бориса Орехова, из-за этого приходится отказаться примерно от 75 % текстов, упомянутых в «Истории всемирной литературы». Зачем филолог, если есть нейросеть? По мнению Бориса Орехова, большие языковые модели не делают филолога ненужным. Они берут на себя рутинные задачи — поиск, первичный перевод и организацию материалов, — позволяя исследователю сосредоточиться на интерпретации текстов. Благодаря этому мечта собрать свободную антологию мировой литературы становится не утопией, а реальным исследовательским проектом. Подробности о том, как проходила работа, какие промпты использовал автор и как выглядит схема связей между текстами из антологии, — в полной версии материала. Время чтения: 8 минут 🤖 «Системный Блокъ» @sysblok

Цифровая охота: как «поймать» всех животных в тексте Зачем литературоведам нужно корпусное исследование? Оказывается, с его помощью можно изучать особенности разных жанров. Например, в детских ужастиках чаще всего пугают змеями, а в фантастике неожиданно много морских обитателей. В рамках тематической недели, посвященной анализу языка через данные, рассказываем, как с помощью корпуса детской литературы посчитать, каких животных и почему писатели выбирают для разных типов произведений. Зачем считать животных в детских книжках Литературовед Кирилл Маслинский, сотрудник Пушкинского дома и создатель Деткорпуса, изучает, как формируется содержание произведений. Он опирается на идею доступности концепта — вероятности того, что определенный объект, например животное, хотя бы один раз появится в тексте. На выбор животных влияют два типа факторов. Внутренние — литературная традиция и законы жанра: в сказках, например, часто встречаются лесные звери. Внешние — опыт самого автора: у Михаила Пришвина, который был охотником, в прозе особенно много птиц. Как исследовались тексты Деткорпус — это корпус русской детской литературы за 1900–2020 годы. В него вошли тексты разных жанров: сказки, ужастики, детективы, фантастика, любовные повести, анималистическая и реалистическая проза. Исследователь собрал словарь из 1906 названий животных, дополнив его уменьшительными формами и исключив метафорические употребления. Упоминания животных были разделены на два типа: «фоновые», когда животные служат частью привычного мира, и «специфические», когда они становятся важными героями или темой произведения. Какие животные встречаются в разных жанрах Оказалось, что набор животных в разных жанрах во многом совпадает: чаще всего встречаются виды, хорошо знакомые человеку. Но у каждого жанра есть свои предпочтения. В ужастиках чаще других появляются змеи. В научной фантастике заметно больше морских животных, амфибий и даже вымерших видов. В детективах и любовных повестях преобладают домашние животные, реалистическая проза изобилует сельскохозяйственными, а в анималистической литературе особенно много птиц и лесных зверей. Такой подход к исследованию позволяет увидеть, как литературные традиции влияют определяют устройство художественного мира больших групп произведений. Подробнее о том, как проходило исследование, — в полной версии материала. Время чтения: 7 минут 🤖 «Системный Блокъ» @sysblok

Брюхоногие моллюски, пептид и редкие фамилии: как сделать языковой корпус репрезентативным Из-за одного журнала по гастроэнтерологии слова пептид и эндоскопия неожиданно оказались среди самых частотных слов в языковом корпусе английского языка. Редкие слова вдруг могут показаться самыми распространенными в языке, если составить корпус текстов неудачно. Рассказываем, почему при создании языковых корпусов важнее не количество текстов, а то, как именно они отобраны.  Что значит «репрезентативный корпус» Языковой корпус — это размеченное собрание текстов, которое помогает исследовать язык: выяснять, когда появилось новое значение слова, как отличаются жанры или какие языковые особенности характерны для разных групп говорящих. Чтобы выводам такого исследования можно было доверять, корпус должен быть репрезентативным — то есть отражать язык таким, каким он используется в реальной жизни, а не только в отдельных типах текстов. Для этого его делают сбалансированным: включают произведения разных жанров, тексты разных эпох, авторов и тематик. Иначе особенности одной группы текстов могут исказить общую картину языка.   Проблема моллюсков и гастроэнтерологов Лингвисты называют один из таких эффектов проблемой букцинумов. Если добавить в корпус целую монографию о брюхоногих моллюсках, редкое слово букцинум начнет встречаться непропорционально часто и создаст ложное впечатление о своей распространенности. Похожая история произошла при создании Британского национального корпуса. В него целиком включили специализированный журнал по гастроэнтерологии, из-за чего слова пептид и эндоскопия неожиданно оказались в числе самых частотных слов английского языка. Позже этот перекос пришлось исправлять вручную.  Почему редкие слова любят повторяться Есть и другая проблема — проблема Норьеги. Если редкая фамилия уже встретилась в тексте, вероятность увидеть ее снова гораздо выше, чем если бы слова распределялись случайно. То же относится и к другим ключевым словам: текст обычно развивает уже начатую тему, а не перескакивает между случайными сюжетами. Именно поэтому при создании больших корпусов исследователи предпочитают собирать множество сравнительно небольших фрагментов из разных источников, а не несколько длинных специализированных текстов. Такой подход позволяет лучше отразить языковое разнообразие и избежать тематических перекосов.  Подробнее о том, каким должен быть хороший корпус, читайте в полной версии материала. А если вы хотите больше знать про то, как изучать язык с помощью данных, загляните в наш новый проект. Время чтения: 9 минут 🤖 «Системный Блокъ» @sysblok