Искусственный интеллект как персональный помощник

Директор агентства Gosapp Digital Захар Рубцов – о возможности использования нейросетей в избирательных кампаниях.

С аналитикой в кампаниях всё просто и сложно одновременно. Просто – потому что нейросети уже умеют обрабатывать сотни документов, разбивать по темам, вытаскивать цитаты, делать сводки. Сложно – далеко не каждый вывод из этих сводок что-то значит, и иногда это просто слова без особой смысловой нагрузки.

В одной из кампаний мы использовали ИИ для анализа сотен документов от министерств и подведомственных учреждений. Получили выжимку, тезисы, акценты. Быстро и красиво – вопросов нет. Если ты не понимаешь, где в этих тезисах реальный смысл, а где просто словесный шум – толку не будет.

В этом и частая проблема: что с этим делать?

Любая нейронка не знает, где у тебя конфликт интересов, а где просто словесный мусор. Она не различает «важное для пиара» и «реальное основание для стратегии». Поэтому аналитика – это не про сбор данных. Это про понимание, зачем тебе эти данные.

Из полезного:

Если вы никогда не пользовались текстовыми нейросетями (типа ChatGPT), а попробовать хочется, могу посоветовать DeepSeek и Qwen. Обе нейросети – китайские. Да, по некоторым задачам могут уступать тем же ChatGPT, Claude, Grok и другим – но, в отличие от вышеперечисленных, DeepSeek и Qwen доступны в России без VPN.

А если хочется все также без VPN, но нужен более серьёзный подход – Perplexity. В этой нейросети есть ограниченное количество глубоких исследований, за которые в ChatGPT уже просят платную подписку. Подробнее о принципе работы и о том, где можно использовать, расскажу в других постах.

Возвращаемся к вопросу о работе с нейронками:

Представьте, что у вас есть персональный помощник – та самая нейросеть. Проблема в том, что она не погружена в процесс, как вы. Да, она может сделать за вас выжимку из документа, может красиво оформить табличку или предложить идеи по содержанию. Но написать лучше, чем специалист – нет, либо же придётся её долго обучать и погружать в процесс.

Все GPT-модели сейчас отлично снимают рутину, помогают быстрее обработать поток. Но смысл даёшь ты. Не наоборот.