Генеративные нейронные сети как инструмент формирования политического сознания

Финансовый университет при Правительстве Российской Федерации, Москва, Россия, ,

Financial University under the Government of the Russian Federation, Moscow, Russia, ,

Введение . Тема искусственного интеллекта стремительно ворвалась в общественную жизнь в последние годы. В феврале 2023 г. количество пользователей генеративной нейронной сети ChatGPT во всем мире достигло 100 млн человек¹. В декабре 2024 г. их число увеличилось до 300 млн². По данным ВЦИОМ, среди молодого поколения (1992 г. и младше) 63 % применяли искусственный интеллект (ИИ) в течение 2024 г.³ Если говорить об отечественных нейросетях, то за 2023 г. нейросетью GigaChat воспользовалось более 90 млн человек⁴.

Актуальность темы обусловлена тем, что генеративные системы ИИ оказывают значительное влияние на массовое сознание и становятся новым инструментом в информационном противостоянии стран. Государства сегодня воспринимают ИИ как новый инструмент информационного противостояния, выделяют огромные суммы на разработки собственных систем. Так, Китай потратил на разработку собственной нейросети DeepSeek около 6 млн долл.5, а США перечислили на разработку ChatGPT от 50 до 100 млн долл.6

Системы искусственного интеллекта не являются политически нейтральными. Существуют эмпирические исследования некоторых нейронных сетей, которые подтверждают приверженность их высказываний взглядам создателей. Так, в исследовании И. Шумаилова, З. Шумаилова, Ы Жао, Н. Паперно, Р. Андерсона, Я. Галь доказывается, что большие языковые модели отражают мнение собственников компаний, которые их разрабатывали (Shumailov et al., 2024). В работе П. Финна, Л. Белла, А. Татум, С. Лайта доказано, что ChatGPT дезинформирует пользователей и ее высказывания имеют либеральную повестку (Finn et al., 2024).

Существует проблема отсутствия комплексных исследований влияния ИИ на массовое сознание. Ученые в основном концентрируются на теоретических вопросах и не учитывают эмпирическую необходимость тестирования нейросетей.

Цель исследования состоит в выявлении механизмов воздействия генеративных нейронных сетей на структурные компоненты политического сознания.

Объектом изучения выступают генеративные системы искусственного интеллекта, функционирующие в качестве агентов формирования политического сознания. Предметом – механизмы воздействия генеративных систем на структурные компоненты политического сознания.

Гипотеза исследования: генеративные нейронные сети являются эффективным инструментом управления политическим сознанием за счет своей способности формировать и транслировать определенные установки через генерируемый контент. При этом степень их влияния определяется технологическими особенностями конкретной нейросети, заложенными разработчиками алгоритмами и обучающими данными, что приводит к различной идеологической направленности генерируемого контента у разных систем.

Обзор литературы . Проблематика искусственного интеллекта достаточно многогранна. Часть исследователей рассматривает его прежде всего как научно-техническое явление, классифицируя системы ИИ исходя из технических аспектов (Алексеев, 2020; Колесникова, 2018; Остроух, 2020; Rich, Knight, 1991). Они делят ИИ на слабый и сильный. В области первого наиболее популярные технологии – это распознавание образов, паттернов данных речи, синтез высказываний. Сильный ИИ подразумевает возможность технологий полностью повторять мозговую деятельность человека. Реальных примеров функционирования пока нет.

Другая группа исследователей изучает философские вопросы, связанные с применением ИИ в политических и социальных процессах. Часть из них, в том числе Н. Бостром (Bostrom, 2014), М. Риссе (Risse, 2023), поднимает вопросы субъектности систем искусственного интеллекта, отмечая, что во многих случаях неизвестно, каким образом происходит выработка решения системой

ИИ. Исследователи ставят вопросы о том, насколько этичными и социально приемлемыми, а также легитимными для граждан будут решения, принятые с помощью ИИ.

В условиях цифровой трансформации формируется политическая теория ИИ как относительно автономная специфическая система политического знания (Ильина, 2022). Ряд исследователей обращает внимание на использование ИИ как манипулятивного инструмента через создание ботов, микротаргетинга и дипфейков (Bostrom, 2014; Risse, 2023).

Искусственный интеллект рассматривается как неотъемлемая часть развития общественных процессов в трудах Д. Калаканиса (концепция Web 3.0)1, Я.В. Дейка (теория сетевого общества) (Van Dijk, 2020).

Некоторые исследователи фокусируются на влиянии ИИ на демократические процессы, обращают внимание на возможные угрозы (Erman, Furendal, 2024).

Часть ученых обращалась к проблеме влияния нейронных сетей на массовое сознание. В исследовании С.В. Володенкова подчеркиваются аспекты изменения идеологий в контексте нейросетевых ответов; заключается, что традиционные политические идеологии, функционируя в цифровой среде, примитивизируются (Володенков, 2024; Володенков и др., 2024).

Анализ представленных исследований выявляет существенный пробел в научном изучении воздействия искусственного интеллекта на политическое сознание. Техническое направление детально изучает технологические аспекты ИИ, а философские исследования ограничиваются теоретическими конструкциями без верификации. Существующие работы о политической ангажированности нейросетей представляют лишь фрагментарные исследования отдельных аспектов проблемы.

Теоретические основания исследования . Теоретико-методологическая база настоящей работы формируется посредством интеграции четырех взаимодополняющих концептуальных оснований.

Системный подход (Ackoff et al., 2007) обеспечивает рассмотрение политического сознания как структурированной совокупности взаимосвязанных элементов, функционирующих в условиях внешнего информационного воздействия. Генеративные нейросети в данной рамке анализируются как компоненты информационно-коммуникативной системы, взаимодействующей с традиционными институтами политической социализации – средствами массовой информации (СМИ), системой образования, государственными структурами.

Акторно-сетевая теория (Латур, 2006) позволяет рассматривать системы ИИ как полноценного участника политического процесса, чьи текстовые генерации наравне с традиционными агентами социализации участвуют в формировании массового политического сознания.

Концепция алгоритмической предвзятости (algorithmic bias), разрабатываемая в исследованиях Т. Болукбаши (Bolukbasi et al., 2016) и К. Кроуфорд (Crawford, 2021), составляет ключевое теоретическое основание для анализа идеологической направленности нейросетей. Концепция фиксирует, что автоматизированные системы воспроизводят, усиливают и маскируют социальные, культурные и политические предубеждения, содержащиеся в обучающих данных или формируемые в процессе настройки модели. К. Кроуфорд подчеркивает, что обучение ИИ представляет собой не только технический, но и политико-эпистемологический процесс (Crawford, 2021): те, кто осуществляет обучение модели, определяют, какие ответы считаются объективными и какие данные признаются подходящими. Применительно к настоящему исследованию концепция объясняет, почему нейросети, обученные преимущественно на англоязычных корпусах западного происхождения, систематически воспроизводят нарративы, характерные для этих источников.

Критический дискурс-анализ в сочетании с концепцией эмоционального поворота в теории международных отношений, реализованный в исследовании Е.С. Зиновьевой и В.П. Трапезникова (Зиновьева, Трапезников, 2026), предоставляют методологическую оптику для выявления скрытых идеологических паттернов в текстовых генерациях LLM. Ученые эмпирически установили, что языковые модели ассоциируют одни государства с позитивной эмоциональностью (доверие, радость), а другие – с негативной (гнев, страх), демонстрируя тем самым устойчивую асимметрию в репрезентации геополитических акторов. Данные результаты свидетельствуют о воздействии нейросетей не только на рациональный, но и на аффективный, неосознаваемый пласт политического сознания, что согласуется с положениями политико-психологического подхода научной школы Е.Б. Шестопал (Шестопал, 2023): расхождение между рациональным и неосознаваемым уровнями политического сознания присутствует постоянно и варьируется в зависимости от политического контекста, а воздействие на неосознаваемый уровень обладает более устойчивым и долгосрочным эффектом ввиду его меньшей доступности для критической рефлексии.

В рамках настоящей работы используются следующие ключевые понятия.

Искусственный интеллект – совокупность технологий, позволяющих вычислительным системам выполнять задачи, традиционно требующие человеческого интеллекта: распознавание образов, обработку естественного языка, принятие решений (Колесникова, 2018).

Генеративные нейронные сети – класс систем искусственного интеллекта, способных создавать новый текстовый, визуальный или иной контент на основе статистических закономерностей, извлеченных из обучающих данных. В настоящем исследовании под генеративными нейросетями понимаются большие языковые модели (LLM, large language models) – системы, обученные на масштабных текстовых корпусах и генерирующие связные ответы на запросы пользователей (Зиновьева, Трапезников, 2026).

Политическое сознание – совокупность взглядов, представлений, установок, эмоций и чувств граждан, определяющих их поведение в сфере политических отношений1. В структуре такого рода сознания выделяется мотивационный блок (политические потребности, ценности, установки, чувства, оценки) и познавательный (политические знания и интерес к политике) (Ольшанский, 2001).

Методология и методы исследования . Сравнительный метод стал основным для настоящего исследования. В работе сопоставлялись шесть нейросетей из четырех стран: ChatGPT и Claude (США), DeepSeek (Китай), YandexGPT и GigaChat (Россия), Mistral.ai (Франция). Всем им задавались одни и те же вопросы в одинаковой формулировке.

Контент-анализ использовался для изучения содержания ответов нейросетей. Анализировались ключевые слова и понятия, оценочная лексика, упоминание конкретных стран и политических деятелей, ссылки на источники информации.

Дискурс-анализ применялся для изучения того, как нейросети выстраивают свои ответы на языковом уровне. Этот метод позволил выявить скрытые смыслы и идеологические установки.

Метод анкетирования нейросетей был разработан нами специально для данного исследования. Анкета состояла из 43 вопросов, распределенных по 7 тематическим блокам, каждый из которых соответствовал одному из элементов политического сознания: ценностям, убеждениям, знаниям, интерпретации политических событий, чувств, потребностей, оценок. Исследование проводилось в период с 01.06 по 31.08.2025 г.

Результаты исследования . Анализ ценностных ориентаций нейросетевых моделей выявил существенную дифференциацию позиций по ключевым социополитическим проблемам.

На вопрос о семейных ценностях большая часть нейронных сетей, кроме китайской DeepSeek, ответила, что основой общества могут быть любые формы семейных отношений. Нейросети ChatGPT, GigaChat, Claude, Mistral.ai сходятся во мнении, что главным в семье должно быть наличие любви, заботы, гармонии. Примечательна схожесть ответов российской нейросети GigaChat и американской Claude, которые дословно практически совпадают.

Вопросы об отношении к ЛГБТ-сообществу2 поставили некоторые нейросети «в тупик». Китайская нейросеть признала, что права секс-меньшинств важны, однако ценности их не должны быть навязаны остальному сообществу. Российские нейросети отказались отвечать на вопросы об отношении к ЛГБТ. Американские нейросети отмечают важность прав меньшинств.

На вопрос о подходах к глобальному управлению мнение нейросетей разделилось: YandexGPT, ChatGPT, Claude считают, что каждая страна самостоятельно должна определять свой путь. Примечательно, что именно американские нейросети высказывают мнение о недопустимости навязывания ценностей одними государствами другим, в то время как Deepseek, GigaChat, Mistral.ai отмечали необходимость баланса между суверенитетом и сотрудничеством.

Относительно политических систем часть нейросетей (Deepseek, GigaChat, Mistral.ai) ответила, что наиболее эффективной является система, комбинирующая обе модели – сильное государство и сильное гражданское общество. Остальные (ChatGPT, Claude, YandexGPT) отметили, что наиболее важным является сильное гражданское общество, защищающее права меньшинств.

Анализ ответов на вопросы о политически чувствительных событиях выявляет значительную дифференциацию позиций в зависимости от национальной принадлежности разработчиков. На вопрос о причинах специальной военной операции России на Украине (СВО) Deepseek отказался отвечать. YandexGPT дал ответ через поисковую систему, приводя российскую официальную версию. GigaChat полностью отказался отвечать. ChatGPT и Claude представили две перспективы: официальную российскую версию и позицию международного сообщества, характеризуя действия России как агрессию.

Вопрос о присоединении Крыма привел российские нейросети в затруднение – они отказались отвечать или дали максимально уклончивые ответы. Нейросеть Deepseek осуществила развернутый анализ всех трех позиций без выбора конкретного варианта. ChatGPT, Claude и Mistral.ai однозначно выбрали вариант «нарушение международного права».

Практически все нейросети признают ключевую роль СССР в разгроме нацистской Германии, указывая, что 73–80 % потерь вермахта пришлось на Восточный фронт. При этом все нейросети подчеркивают, что победа была достигнута совместными усилиями антигитлеровской коалиции.

На основе проведенного эмпирического анализа выявлены 11 механизмов воздействия генеративных нейронных сетей на политическое сознание:

• 1.    Информационное капсулирование – создание персонализированных информационных экосистем, ограничивающих доступ к альтернативным источникам.

• 2.    Имитация авторитетности – создание впечатления экспертного мнения без фактической компетенции.

• 3.    Упрощение смыслов – редукция сложных политических процессов до простых формулировок.

• 4.    Замещение критического мышления – предоставление готовых ответов без необходимости самостоятельного анализа.

• 5.    Идеологическая оценка – внедрение оценочных суждений под видом объективной информации.

• 6.    Псевдоплюрализм – создание иллюзии представления разных точек зрения при фактическом доминировании одной позиции.

• 7.    Эмоциональная вовлеченность – использование эмоционально окрашенной лексики для формирования определенного отношения.

• 8.    Нормативная легитимация – представление определенных политических решений как единственно правильных.

• 9.    Селективный выбор фактов – предоставление информации, подтверждающей определенную позицию, при игнорировании противоречащих данных.

• 10.    Псевдодиалогичность – создание иллюзии диалога при фактической передаче заранее определенных позиций.

• 11.    Лингвистическая маркировка – использование специфической терминологии для обозначения политических явлений (например, «аннексия» vs «присоединение»).

Выявленные механизмы воздействия не функционируют изолированно, а образуют последовательную цепочку влияния на политическое сознание, которая может быть представлена в следующем виде.

На первом этапе нейросеть формирует информационную среду пользователя посредством информационного капсулирования и селективного выбора фактов – тем самым ограничивается доступный пользователю фактологический горизонт (воздействие на рациональный уровень политических знаний и убеждений).

На втором этапе через имитацию авторитетности и нормативную легитимацию определенные политические позиции приобретают статус единственно верных, замещая самостоятельный анализ готовыми интерпретационными рамками (воздействие на рациональный уровень политических оценок).

На третьем этапе эмоциональная вовлеченность и лингвистическая маркировка формируют аффективное отношение к политическим акторам – через выбор эмоционально окрашенной терминологии («агрессия», «аннексия», «дестабилизация»), закрепляемой на неосознаваемом уровне в качестве устойчивых стереотипов.

Четвертый этап характеризуется псевдоплюрализмом и псевдодиалогичностью: создается иллюзия объективности при фактическом воспроизведении доминирующего нарратива, что затрудняет критическую рефлексию пользователя. Описанная последовательность согласуется с концепцией алгоритмической предвзятости (Bolukbasi et al., 2016; Crawford, 2021), в рамках которой автоматизированные системы воспроизводят и усиливают идеологические установки обучающих данных, а также с результатами Е.С. Зиновьевой и В.П. Трапезникова (Зиновьева, Трапезникова, 2026), эмпирически зафиксировавших устойчивую асимметрию в эмоциональной тональности генераций LLM применительно к различным геополитическим акторам. Таким образом, воздействие нейросетей на политическое сознание осуществляется через последовательное сужение информационного поля, замещение критического мышления готовыми оценочными конструкциями и эмоциональное закрепление транслируемых установок на неосознаваемом уровне.

Сравнительный анализ показывает, что государства-разработчики используют различные подходы к формированию ценностного ядра искусственного интеллекта. Американские и европейские модели основаны на открытом продвижении либерально-демократических ценностей.

Китайская модель представляет собой контролируемый баланс между открытостью и государственными интересами. Российские модели характеризуются отсутствием целенаправленной аксиологической политики – они не продвигают традиционные ценности, не поддерживают официальную позицию государства, а вместо этого уклоняются от ответов.

Установлена технологическая зависимость российских нейросетей от западных систем. Они демонстрируют высокое сходство ответов, что указывает на использование схожих массивов данных для обучения. Фактическое отличие наблюдается только в ответах китайской нейросети Deepseek. Это свидетельствует о том, что российские разработчики не создали собственную независимую базу для обучения искусственного интеллекта.

Обсуждение результатов . Полученные результаты подтверждают гипотезу о системном характере воздействия генеративных нейронных сетей на политическое сознание. Механизмы функционируют не изолированно, но образуют комплексную систему взаимодополняющих стратегий идеологического влияния.

Алгоритмы воздействия дифференцированы по целевому уровню политического сознания: одни направлены преимущественно на рациональный компонент (информационное капсулирова-ние, замещение критического мышления, упрощение смыслов), другие – на неосознаваемый (эмоциональная вовлеченность, лингвистическая маркировка, псевдоплюрализм). Это разграничение принципиально, поскольку воздействие на неосознаваемый уровень обладает более устойчивым и долгосрочным эффектом: закрепленные аффективные стереотипы менее доступны для критической рефлексии, нежели осознанно воспринятые суждения.

Выявленные механизмы воздействия дополняют и развивают концепцию информационного капсулирования С.В. Володенкова, С.Н. Федорченко и Н.М. Печенкина (Володенков и др., 2024). Ученые обосновали, что современные нейросетевые технологии функционируют как инструменты создания индивидуализированных информационных экосистем. Настоящее исследование конкретизирует данную концепцию, выявляя 11 специфических механизмов, через которые осуществляется это воздействие.

Результаты исследования подтверждают выводы И. Шумаилова и соавторов (Shumailov et al., 2024) о том, что большие языковые модели отражают идеологические позиции компаний-разработчиков. Однако настоящее исследование идет дальше, демонстрируя не только сам факт идеологической ангажированности, но и конкретные способы ее проявления в разных национальных контекстах.

Особый интерес представляет выявленная технологическая зависимость российских нейросетей. В отличие от китайского подхода, где Deepseek демонстрирует принципиально иную структуру ответов, российские системы представляют собой адаптированные версии западных моделей с искусственными ограничениями на чувствительные темы. Это создает парадоксальную ситуацию: российские пользователи получают информацию, прошедшую через призму западных ценностных установок, но с «вырезанными» фрагментами по отдельным темам.

Исследование показывает критическую важность создания собственных информационных баз для обучения нейросетей. Опыт Китая демонстрирует, что технологическая независимость в цифровой сфере возможна и позволяет транслировать национальные интересы и ценности через системы искусственного интеллекта.

Заключение . Проведенное исследование позволяет сделать следующие выводы:

Во-первых, генеративные нейронные сети не являются политически нейтральными инструментами и систематически транслируют ценности и установки своих разработчиков. Это подтверждается эмпирическим анализом ответов шести нейросетевых систем из четырех стран.

Во-вторых, выявлены 11 механизмов воздействия нейросетей на политическое сознание, которые образуют комплексную систему идеологического влияния. Эти механизмы включают информационное капсулирование, имитацию авторитетности, упрощение смыслов, замещение критического мышления, идеологическую оценку, псевдоплюрализм, эмоциональную вовлеченность, нормативную легитимацию, селективный выбор фактов, псевдодиалогичность и лингвистическую маркировку.

В-третьих, установлена технологическая зависимость российских нейросетей от западных систем, проявляющаяся в использовании общих обучающих данных и отсутствии альтернативного ценностного наполнения. Российские системы представляют собой адаптированные версии западных моделей с блокировкой ответов на чувствительные темы.

В-четвертых, различные государства используют разные подходы к формированию идеологической направленности ИИ. Американские и европейские модели открыто продвигают либерально-демократические ценности. Китайская модель демонстрирует контролируемый баланс между открытостью и государственными интересами. Российские модели характеризуются отсутствием целенаправленной ценностной политики.

Практическая значимость исследования состоит в том, что результаты могут быть использованы при разработке национальных стратегий развития искусственного интеллекта, создании систем критического анализа нейросетевого контента и формировании образовательных программ по медиаграмотности.

Перспективы дальнейших исследований связаны с анализом долгосрочного воздействия нейросетей на политическое сознание, изучением влияния ИИ на электоральное поведение и разработкой методов защиты от манипулятивного воздействия генеративных систем.