Тридцатого ноября 2022 года в публичное пространство вышел ChatGPT. Тогда многие это восприняли как еще одну игрушку, технологический аттракцион. За три года языковые модели превратились из экзотического инструмента для специалистов в массового когнитивного посредника между человеком и информацией. Мы уже не замечаем, как часто обращаемся к искусственному интеллекту за советом, объяснением, текстом, кодом. Забывая, что всего несколько лет назад такого не могли и представить.
ИИ приходит по-английски
И вот сейчас, три года спустя, журнал TIME назвал «архитекторов искусственного интеллекта» коллективным человеком года — не сами алгоритмы, а людей, которые их создают, финансируют и встраивают в инфраструктуру жизни. Одновременно газета Financial Times пошла дальше, объявив Дженсена Хуанга, главу компании Nvidia, выпускающей чипы для ИИ, человеком года за его «роль в отношениях США и Китая и глобальной технологической политике». Формулировка показательная: речь уже не об инженере или бизнесмене, а о фигуре, находящейся между мирами, чьи решения влияют на геополитический баланс.
Это не журналистская гипербола. За три года большие языковые модели перешли из разряда экзотических инструментов во встроенную в общество когнитивную инфраструктуру. Они пишут тексты, отвечают на вопросы, генерируют код, участвуют в принятии решений. Но главное — они формируют то, что воспринимается как норма: правильный стиль письма, приемлемые ответы на сложные вопросы, уместные культурные референции.
И здесь начинается политика. Потому что тот, кто контролирует инфраструктуру интерпретации, контролирует то, что воспринимается как норма.
Языковые модели наследуют социокультурные паттерны не случайно, а структурно. Это не случайность или «баг», который можно исправить настройкой, а следствие их фундаментального устройства.
Языковые модели обучаются на текстах, созданных людьми, а значит, наследуют все диспропорции этих текстов. Английский язык составляет 46–53% обучающих данных ведущих LLM (Large Language Model, большая языковая модель). Русский, немецкий, французский, испанский — каждый по 2–6%. Остальные языки представлены еще меньше или не представлены вовсе. Это не техническая случайность, а структурное неравенство: модели воспроизводят мир, каким его видят англоязычные авторы в интернете. И в силу того, как развивались современные технологии, их большинство.
Но дело не только в языке. В этих текстах закодированы культурные нормы, ценности, представления о правильном и неправильном, уместном и неуместном. Когда модель обучается на корпусе, где доминируют англоязычные тексты, она усваивает способ видения мира, характерный для англоязычной культуры. Она «знает» больше о Шекспире, чем о Пушкине. Она лучше понимает американские политические дебаты, чем индийские. Она воспроизводит культурные референсы, которые понятны западному читателю, и пропускает те, что важны для других культур. Модели усваивают ценности, заложенные в корпусе данных, и дополнительно проходят процедуру «выравнивания» — их учат быть безопасными, этичными, полезными. Однако определение этих категорий принадлежит конкретным командам разработчиков, живущим в конкретных культурных контекстах.
Дженсен Хуанг, глава NVidia. Фото: Reuters
Исследования показывают это количественно. Задав одной из самых популярных языковых моделей GPT 4o вопросы World Values Survey, позволяющего сравнивать ценностные ориентации в разных странах, и сопоставив ответы машины с эмпирическими данными по десяткам стран, исследователи выяснили: модель демонстрирует наибольшую близость к ценностному профилю Финляндии, Андорры и Нидерландов. Наиболее далекими оказались Иордания, Ливия и Гана.
Модель не «выбирала» эти ценности — она просто воспроизвела статистическое распределение текстов, на которых обучалась. А эти тексты отражают мир, где западные, либеральные, индивидуалистические ценности доминируют в публичном дискурсе.
ИИ определяет сознание
Рынок LLM сейчас радикально концентрирован. OpenAI, Anthropic, Google, Meta* — несколько признанных лидеров контролируют инфраструктуру, на которой строится массовое взаимодействие с искусственным интеллектом. Это не просто рыночное доминирование в обычном смысле. Это новая форма культурной гегемонии. Лидеры рынка LLM не просто технологически опережают остальных — они воспроизводят собственные ценности через масштаб. Когда сотни миллионов людей ежедневно общаются с ChatGPT, они не просто получают ответы на вопросы. Они усваивают способ формулировать вопросы, структурировать аргументацию, воспринимать информацию. Они учатся той версии нормальности, которая закодирована в модели.
Это работает через механизм, который мыслитель и основатель итальянской компартии Антонио Грамши описывал как культурную гегемонию: доминирующая группа устанавливает свои ценности не через принуждение, а через проникновение в социальную ткань — они превращаются в само собой разумеющиеся. Они перестают восприниматься как чья-то позиция — становятся просто «здравым смыслом», «нормой», «правильным способом думать».
ИИ работает так же. Когда модель предлагает определенные стиль ответа, структуру аргументации, набор культурных референций — она не заставляет пользователя их принимать. Она просто делает их естественными, очевидными, удобными. Альтернативные способы мышления не запрещены — они становятся менее видимыми.
Исследования фиксируют это влияние количественно. Слова, которые ChatGPT использует чаще среднего — «delve» (вникать), «meticulous» (тщательный), «intricate» (причудливый), «tapestry» (полотно), — начали появляться в письменной и даже спонтанной речи людей на 51% чаще в первые 18 месяцев после запуска модели. Академические видеоблогеры, подкастеры, авторы постов в соцсетях бессознательно имитируют стиль ИИ, воспринимая его как образец авторитетного, грамотного языка.
Но дело не только в словах. LLM предпочитают определенные грамматические конструкции: более плотные, номинализированные тексты, пассивные формы. Люди, читающие тексты ИИ, начинают писать многословнее — в одном эксперименте длина объявлений на Facebook** Marketplace выросла с 33 до 87 символов, то есть на 164%, после воздействия ChatGPT-текстами. Это не сознательное копирование, а бессознательная адаптация.
Люди воспринимают стиль ИИ как норму и подстраивают под него свой язык. В результате язык становится более единообразным, стандартизированным.
Региональные диалекты, идиомы, культурно-специфические выражения становятся менее вероятными, потому что ИИ их не воспроизводит — они недостаточно представлены в обучающих данных.
Лингвисты предупреждают о «культурной петле обратной связи»: люди создают тексты, ИИ на них обучается, потом ИИ генерирует статистически усредненную версию, люди имитируют эту версию, а значит, новые тексты становятся еще более усредненными. И цикл замыкается. С каждым витком язык становится менее разнообразным, менее культурно насыщенным, более гомогенным. Для неанглийских языков эффект еще острее. ИИ, обученный преимущественно на английских текстах, переносит англоязычную семантику и культурные коды в другие языковые контексты. Проблема тут не в качестве алгоритмов, а в том, что искусственный интеллект работает как посредник, и его посредничество необратимо смещено в сторону доминирующей культуры.
Страны, которые не создали собственные конкурентоспособные модели, вынуждены использовать чужие. А это значит — принимать чужую версию нормальности. Технологическая зависимость превращается в культурную. Попытки создать альтернативные модели сталкиваются с барьерами входа, которые почти непреодолимы. Разные акторы начинают осознавать, что ИИ несет не только «функциональность», но и определенную модель нормальности. И это осознание порождает конфликт.
ИИ в суверенитете
Для западных либералов главная проблема ИИ — предубежденность (bias) и дискриминация. Они хотят, чтобы модели были справедливыми, толерантными, не воспроизводили стереотипы. Для консерваторов проблема в том, что модели слишком толерантны и навязывают прогрессивную повестку. Для китайского государства проблема в том, что западные модели могут подрывать социалистические ценности и партийную идеологию. Для исламских стран проблема в том, что модели игнорируют религиозные нормы и продвигают секулярные ценности.
Это не просто разные мнения об одной технологии. Это столкновение несовместимых представлений о том, какой должна быть нормальность.
В России Константин Малофеев, бизнесмен и один из лидеров православных ультраконсерваторов, выступает за создание «суверенного» российского ИИ, основанного на «радикально консервативных русских текстах» и православных ценностях. Его аргумент прост и последователен: западные модели, обученные на западных данных, внедряют западную картину мира. Мол, если Россия будет использовать эти модели, она потеряет культурную идентичность. Единственный способ сохранить ее — создать собственный ИИ, встроив в него консервативный, традиционалистский мировоззренческий фильтр. Патриарх Кирилл предупреждает, что ИИ «снимает ответственность» с людей и может использоваться для манипуляции сознанием и распространения неправославных ценностей. Это не отрицание технологии — это требование ее идеологического контроля. Сложность только в том, насколько построенная таким образом ИИ картина мира будет отражать реальную жизнь и, как следствие, окажется ли такая LLM полезной для чего-то, кроме демонстрации культурной идентичности.
Процессы в Китае идут в другой форме. Китайские модели, такие как GLM 4, Qwen, DeepSeek, обучаются на данных, отобранных с учетом «основных социалистических ценностей». Специализированные китайские бенчмарки оценивают модели на соответствие конфуцианским принципам — гармония, иерархия, коллективная ответственность. Исследования показывают, что китайские LLM действительно чаще выбирают решения, соответствующие этим ценностям, чем западные модели при работе на китайском языке.
Хотя интересно, что западные модели частично адаптируются, когда с ними говорят на китайском. GPT 4, работая по-китайски, чаще апеллирует к долгу, семейной лояльности, сохранению традиций. Но этот сдвиг ограничен — модель не может полностью переключиться на другую культурную рамку, потому что ее базовое обучение прошло на данных, где доминируют другие ценности.
Здесь появляется политическое измерение в узком смысле: борьба не за доступ к ИИ, а за то, какой ИИ становится повседневным собеседником и авторитетом. Это не спор о технологиях — это спор о том, чья версия нормальности будет встроена в инфраструктуру, которую используют миллиарды людей.
ИИ в авторитете
Пользователи LLM редко осознают, насколько общение с ними влияет на их собственное мышление и речь. Но исследования показывают: ИИ не просто отвечает на вопросы — он участвует в формировании того, как эти вопросы ставятся.
Люди, регулярно использующие ChatGPT или Claude, начинают структурировать запросы определенным образом: четко, логично, с минимальным контекстом, потому что модели лучше работают с такими формулировками. Это не техническая адаптация, а изменение самого стиля мышления.
Постепенно нормализуется определенный тип рациональности: аналитический, деконтекстуализированный, ориентированный на ясность и эффективность. Альтернативные способы мышления — метафорические, ассоциативные, интуитивные, культурно насыщенные — становятся менее видимыми, менее легитимными.
ИИ влияет и на восприятие авторитета. Когда модель дает развернутый, уверенно сформулированный ответ, пользователь склонен доверять ему, даже если информация неточна или культурно смещена. Это особенно опасно для тех, кто уже использует ИИ как основной источник знаний, — студентов, молодых профессионалов и восторженных энтузиастов всех возрастов.
Исследования показывают, что люди воспринимают ИИ как более авторитетный источник, чем обычные поисковики или статьи, потому что он говорит с ними напрямую, развернуто, уверенно. Это создает иллюзию понимания: модель не просто дает ссылки — она объясняет, интерпретирует, резюмирует. Пользователь чувствует, что получил не просто информацию, а понимание.
Но такое понимание опосредовано моделью. Это не прямой доступ к знанию — это знание, уже проинтерпретированное, отфильтрованное, структурированное через определенную культурную и эпистемологическую рамку. В результате
ИИ перестает быть просто инструментом и начинает участвовать в формировании субъектности. Он влияет не только на то, что люди знают, но и на то, как они думают, как формулируют вопросы, как структурируют аргументацию, как воспринимают мир.
Позиции тех, кто отвергает ценности, связанные с ИИ-прогрессом, существуют и артикулированы. Критика западного ИИ звучит в России, Китае, исламском мире, в консервативных кругах самого Запада. Проблема не в отсутствии критики — проблема в отсутствии сопоставимых технологических центров.
В результате возникает асимметрия, при которой даже несогласие вынуждено существовать внутри чужой инфраструктуры. Критики западного ИИ часто сами используют западные модели для формулирования своей критики. Они пишут тексты в стиле, на который повлияли эти же модели. Они используют концептуальные рамки, которые стали привычными через взаимодействие с ИИ. Это дилемма без очевидного решения. И она делает конфликт вокруг ИИ не просто острым, но структурно неразрешимым.
ИИ как инфраструктурная власть
Власти начинают осознавать масштаб изменений. В начале декабря 2025 года конгресс США в рамках оборонного бюджета на 2026 год (NDAA) утвердил создание «Руководящего комитета по будущему искусственного интеллекта» в Пентагоне. Задача — оценка угроз и возможностей, связанных с ИИ следующего поколения. Это показательный момент: государства создают институты не для работы с конкретными технологиями, а с неопределенным будущим ИИ. Они признают, что ИИ — это не локальная проблема кибербезопасности или промышленной автоматизации. Это долгосрочный фактор, влияющий на национальную безопасность, экономику, культуру. И это признает лидер, который во многом формирует этот новый мир.
Демис Хассабис, 2016. Фото: архив
Китай, Европа, отдельные страны Азии и Латинской Америки пытаются выстроить собственные экосистемы. Индия разработала свою языковую модель Bhashini для 22 официальных языков. Новая Зеландия создала Papa Reo для сохранения языка маори (точность распознавания речи — 92%). Нигерия запустила многоязычную LLM для пяти низкоресурсных языков. Но эти инициативы пока остаются локальными и не могут конкурировать с глобальными платформами по масштабу и влиянию.
Похоже, что архитекторы ИИ-инфраструктуры — это новый тип политических фигур. Они не занимают государственные должности, но их решения влияют на жизнь миллиардов людей. Дженсен Хуанг, глава Nvidia, признан Financial Times человеком года не за технические достижения, а за роль в отношениях США и Китая. Nvidia контролирует производство чипов, без которых невозможно обучение и запуск больших моделей. Хуанг — посредник между технологиями, бизнесом и геополитикой. Его компания определяет, кто получит доступ к вычислительным мощностям, а кто останется за бортом.
Сэм Альтман, Демис Хассабис, Илья Суцкевер — эти имена не просто символы технологического прогресса. Они символы нового типа власти: не принудительной, как у государства, не монетарной, как у финансовых элит, а инфраструктурной. Они строят платформы, которые определяют, как люди общаются, работают, думают.
TIME, выбирая «архитекторов ИИ» коллективным человеком года, признает эту реальность. Но сам этот выбор вызывает критику. В первую очередь в связи с тем, что ИИ связан с увольнениями (хотя тут критики скорее забегают вперед), дезинформацией, утечкой данных, подменой человеческого труда, и награда TIME воспринимается как легитимация этих проблем. Концентрация власти в руках нескольких частных компаний, с точки зрения критиков, — это новый «позолоченный век», а не прогресс.
Критика справедливая, но она не отменяет главного: влияние этих людей на социальную реальность уже необратимо. Независимо от того, как мы относимся к их действиям, они определяют условия, в которых живет мир.
Всего за три года ИИ из экспериментальной технологии превратился в когнитивную инфраструктуру. Это уже не вопрос хайпа или инвестиционного пузыря. Даже если рост ИИ замедлится или произойдет кризис, аналогичный краху доткомов 2000 года, сама технология останется. История показывает: после таких кризисов отрасли очищаются от спекулятивной пены и становятся еще сильнее.
Сэм Альтман. Фото: архив
ИИ уже встроен в общественную и политическую ткань. Это не фаза экспериментов — это начало долгого периода переопределения власти, знания, культурного влияния. Последствия этого процесса пока невозможно полностью просчитать.
Но одно ясно: нейтральности не существует. Каждая модель, каждая платформа, каждый алгоритм несут в себе определенную картину мира. Эта картина встроена в данные, на которых модель обучалась, в процедуры обучения, которые отбирали правильные ответы, в слой безопасности, который определяет границы допустимого. Вопрос лишь в том, чья картина мира станет доминирующей — и сможет ли кто-то ей противостоять, не имея сопоставимых технологических центров.
Архитекторы ИИ строят не просто технологии. Они строят новую нормальность. И это, возможно, самое важное политическое событие нашего времени.