Статья: МАШИННОЕ ОБУЧЕНИЕ И ВНУТРИТЕКСТОВАЯ РАЗМЕТКА ДЛЯ НУЖД КОРПУСНОЙ ЛИНГВИСТИКИ: КРАТКИЙ ОБЗОР АКТУАЛЬНОГО СОСТОЯНИЯ (2025)

В рецензии рассматривается подготовленная исследователями из Омского государственного университета им. Ф. М. Достоевского коллективная монография, посвященная различным аспектам функционирования диалогических и диалогизированных медиаформатов и медиажанров. Подчеркивается значимость и актуальность издания для научного и современного профессионального медийного сообществ. Отмечается вклад авторов монографии в проблематику категории диалогичности в массмедиа и вписанность издания в широкий социально-культурный контекст.

В статье на примере голосового ассистента «Алиса» исследуются этические аспекты коммуникативного взаимодействия человека с технологиями искусственного интеллекта (ИИ). Систематизируя данные проведенного эксперимента, авторы рассматривают, как «Алиса» реализует стратегии нейтрализации конфликтогенного дискурса, и анализируют способность голосового ассистента поддерживать диалог и создавать нарративы в соавторстве с пользователем. Наблюдения над коммуникативным поведением «Алисы» убеждают в том, что голосовой ассистент максимально соблюдает все стандартные коммуникативные нормы и правила и при этом стремится не утратить речевые черты антропоморфного коммуниканта. В работе описываются коммуникативные сценарии, которые использует «Алиса» для снятия речевых конфликтов: уход от ответственности, увещевание, перемена темы, смирение, дистанцирование, использование намеков, угроз и др. Анализ ограничений, накладываемых этическими настройками ИИ на процесс текстопорождения, показывает, как при генерации текстов «Алиса» последовательно отстаивает заданные ей этические нормы, что может превращать ее в «креативного диктатора». Делается вывод о том, что ИИ реализует набор протоколов, которые позволяют ему избегать ошибки, нарушающие этические нормы. Соблюдение этических норм оказывается для ИИ не менее важным, чем создание иллюзии «антропоморфного» общения, что говорит о важности учета этических принципов в технологически опосредованной коммуникации.

Представленное исследование имеет целью выявить новые микрополя, входящие в макрополе «Искусственный интеллект» (ИИ) в медиатекстах, акцентирующих представления о разного рода «рисках». Автор обращает внимание на феномен роста употреблений формы множественного числа риски в современном медиадискурсе, связывая это с неоднозначностью реалий эпохи цифровизации, балансирующих на грани «добра» и «зла», и с актуализацией и появлением новых значений слов, отражающих эту ситуацию в тематических полях. Аналогичный феномен «умножения» и расширения поля наблюдается и с ИИ, который стал для носителей языка не единичным явлением или инструментом, а целым рядом таких явлений и инструментов. Отождествляясь с «риском» и «рисками», ИИ предстает как опасность, трудность, вызов. Исследование проводилось на базе Национального корпуса русского языка. Проанализировано более 1 000 материалов Основного корпуса, более 20 000 примеров Газетного корпуса, более 400 примеров подкорпуса «Региональные СМИ». Использовались методы контент-анализа, корпусные инструменты, дистрибутивный, контекстно-семантический и компонентный анализ. Полученные данные коррелируют с данными предыдущего исследования, в котором удалось сравнить языковые воплощения представлений о машинном и искусственном разуме: машинный разум - функция, инструмент; искусственный разум - глобальное явление.
В контексте микрополя «Риски» эти представления определяют два вида «рисков», связываемых с ИИ: локальные технические нарушения и сбои, с одной стороны, глобальные угрозы и проблемы, связанные с деятельностью человека, с другой. Установлено, что «риски» проявляются в каждой из ипостасей ИИ как «вызовы», формируя новое микрополе: «угрозы нарушения интересов личности», «решения компьютерного разума», «ресурсы», «технологии», «атаки», «технические сбои» (умышленная подмена данных, уязвимость кода, системы ИИ и т. д.).

В статье исследуется феномен виртуальных инфлюенсеров как нового типа управляемых медиаактивов, возникновение которого обусловлено развитием генеративного ИИ и кризисом традиционного инфлюенс-маркетинга. На основе теоретических подходов медиаэкономики, теории платформ и коммуникативистики анализируется процесс создания и капитализации полностью синтетической медиаличности. Центральное место в работе занимает детальный разбор кейса первого российского виртуального инфлюенсера «Мира», созданного для ритейл-сети «Магнит». Методом кейс-стади анализируется его B2B-модель, основанная на прямой бренд-интеграции, и стратегия вывода на рынок. На основе эмпирических данных рассчитываются и интерпретируются ключевые показатели эффективности (KPI) на начальном этапе, в частности зафиксирован аномально высокий для бренд-контента показатель вовлеченности (ERR) - 10,4 %. Раскрывается экономическая логика актива, базирующаяся на высоких первоначальных и низких предельных издержках, что обеспечивает снижение стоимости контакта по мере роста аудитории. Научная новизна исследования заключается в концептуализации жизненного цикла виртуального инфлюенсера как инвестиционного медиаактива и анализе его экономической эффективности на примере первого крупного российского проекта, что подтверждает глобальный сдвиг от экономики «арендованных» личностей к экономике созданных и полностью контролируемых синтетических активов.

Статья посвящена исследованию способности больших языковых моделей (LLM) интерпретировать референцию пословиц в русском языке на материале фразеологических выражений «первый блин комом» и «своя рука владыка». В рамках исследования предлагается классификация типов референции (конкретная, абстрактная, смешанная, неопределенная) и описывается методика классификации, реализованная в эксперименте с применением моделей GPT-5 и DeepSeek-3.1. Исследование выявило, что общая точность автоматической классификации типов референции пословиц не превышает 33 %, при этом модели демонстрируют уклон в пользу абстрактной референции и затрудняются в идентификации неопределенного типа. Более высокие показатели зафиксированы при бинарной классификации (конкретная / абстрактная; до 60 % у GPT-5), однако объяснение выбора типа часто связано с концептуальными ошибками, прежде всего с систематическим смешением оппозиции «конкретная / абстрактная референция» и «прямое / переносное значение». Делается вывод о том, что LLM имитируют процесс понимания, воспроизводя жанровые шаблоны и избегая риска некорректной интерпретации. Значимость результатов определяется возможностью дальнейшего совершенствования методик оценки интерпретационных способностей LLM в задачах анализа смысловой структуры устойчивых выражений.

Рассматривается в микродиахронии специфика функционирования терминологического сочетания искусственный интеллект в русскоязычных текстах. Цель исследования - выявить особенности употребления термина и его вариантов в современной речи. Материал исследования: Национальный корпус русского языка, электронная медиабаза «Интегрум», научный дискурс. Методика исследования включает анализ семантики и комбинаторики термина; стилистический анализ; дискурсивный анализ. Установлено, что термин является многозначным: в его семантической структуре выделяются процессуальное, предметное, гносеологическое и экзистенциальное значения, по-разному проявляющие себя в разного типа дискурсах. Начиная с 1970-х гг. термин проходит путь от футурологемы, обозначающей фикциональное понятие, до техницизма-реалии. Изменение сочетаемости термина заметно по постепенному сокращению глагольных конструкций со значением поссесивности « Х обладает / наделен искусственным интеллектом », связанных с антропоморфным характером внутренней формы термина, и увеличению числа конструкций « Х оснастили <снабдили, оборудовали> искусственным интеллектом», типичных для использования техницизма при характеристике технического устройства. Динамика изменений в использовании термина искусственный интеллект, обусловленная стремительным развитием соответствующей технологии и широким внедрением ее достижений в повседневную жизнь, проявляется в увеличении частотности термина в медиа; детерминологизации; актуализации компактных субститутов термина, прежде всего ИИ; активности некодифицированных вариантов разной коннотации в медиатекстах ( ИИшка, ИскИн и др.

В статье рассматриваются приемы вежливости в деловой переписке, создаваемой специализированными ИИ-сервисами на основе нейросетевых моделей. В качестве материала использованы письма, сгенерированные сервисом Mitap AI. Письма проанализированы с точки зрения использования этикетных формул, смягчающих конструкций и стратегий позитивной и негативной вежливости. Рассмотрены как универсальные приемы повышения вежливости, так и специфические для отдельных жанров деловой переписки (просьба и отказ). Результаты исследования показывают, что нейросетью избыточно используются традиционные формулы вежливости в начале и конце писем, применяются стратегии как позитивной, так и негативной вежливости, для смягчения тональности используются разнообразные приемы. При этом выявлены случаи калькирования из англоязычного корпуса и ошибки, связанные со спецификой материала, на котором обучалась модель. Делается вывод о том, что распространение практики генерирования писем при помощи ИИ может привести к формированию новых коммуникационных паттернов и оказать влияние на стандарты цифрового этикета.

Исследование посвящено проблеме вхождения искусственного интеллекта (ИИ) в повседневную коммуникацию. Авторов интересует вопрос о том, насколько удобно использовать в обычной жизни готовые коммуникативные решения, разработанные на основе ИИ, в процессе взаимодействия между людьми и машинами. В ходе исследования были подтверждены эффективность и приемлемость этих решений для повседневного использования. Также были выявлены приоритеты участников коммуникации при повседневном взаимодействии с ИИ. Одним из методов исследования послужил эксперимент, в ходе которого респондентам было предложено ответить на вопросы, связанные с повседневным общением между людьми. Вопросы были составлены в упрощенной форме, имитирующей коммуникацию с ребенком. Было выявлено, что в условиях межличностного общения люди с высокой вероятностью будут применять в повседневной жизни готовые коммуникативные решения, разработанные ИИ. Эффективность ИИ в создании таких решений подтверждается анализом его ответов на типичные детские вопросы. В результате установлено, что ответы ИИ привлекали респондентов своей простотой, ясностью и тем, что учитывали возраст собеседника. Полнота и достоверность информации были важны, но не являлись основными критериями, а качество ответа, побуждающее респондентов глубже задуматься над вопросом, воспринималось скорее как его дополнительное преимущество.

В статье рассматривается возможность использования нейросетей в качестве полноценных научных и справочных источников. Делается вывод о том, что существенной преградой для использования нейросетей в отмеченном выше аспекте является их ориентация на синтез текстов - заполнение готовых форм с опорой на ключевые слова без осуществления глубокого анализа с выявлением иерархии исследуемых явлений и установления их более тонких особенностей. В сгенерированных текстах данная черта находит свое проявление в трех типах галлюцинаций. Галлюцинации первого типа (реминисцентного) основаны на ассоциациях с конкретными текстами и фактами. Галлюцинации второго типа (свободно-ассоциативные) возникают вследствие ассоциаций со словами, содержащимися в запросе. Третья группа (основанный на типовых рядах) характеризуется заполнением номинациями (зачастую неверно выбранными) позиций в готовых шаблонах, что хорошо заметно на примерах путеводителей, созданных нейросетями и ставших основным материалом для данной статьи. Галлюцинации первой и второй групп возникают при обработке запросов, связанных с фактами, обладающими широкой известностью, тогда как галлюцинации третьей группы чаще проявляют себя при изложении малоизвестных фактов. В работе подчеркивается важность критического подхода к фактам, изложенным в сгенерированных текстах.

Статья представляет собой лингвистическое исследование, направленное на оценку возможностей и ограничений современных ИИ в области реализации человеческих коммуникативных практик, прежде всего стратегий смягчения. Цель - исследовать и проанализировать митигативные стратегии (стратегии коммуникативного смягчения), используемые современными большими языковыми моделями (LLM), как один из ключевых аспектов процесса гуманизации искусственного интеллекта. Автор, используя эмпирическое тестирование и дискурс-анализ, стремится определить эффективность имитации ИИ человеческих коммуникативных тактик для поддержания комфортного и бесконфликтного общения. Научная проблема заключается в противоречии между стремлением наделить ИИ человеческими чертами (гуманизировать его), включая способность к мягкому, вежливому и этичному общению, и технологическими ограничениями. Установлено, что ИИ недостаточно эффективно распознаёт и генерирует сложные коммуникативные средства (иронию, сарказм, многозначные намеки); оперирует в основном базовыми митигативными приемами, в то время как человеческая коммуникация использует гораздо более широкий и тонкий спектр средств; сталкивается с парадоксом - в процессе обучения человеческой логике и коммуникации для ИИ может оказаться более эффективной иная, «нечеловеческая» логика, что потенциально создает новые вызовы.

Виртуальный поворот в лингвистике связан с включением в современную медиакоммуникацию искусственного интеллекта (ИИ) как полноценного автора, не имеющего поражения в правах, несмотря на свою «нечеловеческую» природу. ИИ переворачивает представления о базовых категориях классической стилистики, которые были выработаны на основе гуманитарных текстов, созданных людьми и имеющих ярко выраженную гуманистическую природу. В статье важнейшая категория стилистики - идиостиль - рассматривается применительно к генеративным текстам, создаваемым новым, технологическим автором, которым является ИИ. Актуальность и новизна исследования обусловлена тем, что категории гуманитарной стилистики проверяются на генеративных текстах, которые еще только начинают становиться предметом и объектом современной лингвистики. Цель статьи состоит в выявлении идиостиля в генеративных текстах, принадлежащих различным функциональным стилям. Была введена шкала проявления идиостилей, в которой градиентами выступили ноль, имплицитное проявление и эксплицитное проявление. Для достижения цели использовался комплекс традиционных лингвостилистических методов анализа и новый метод генеративного лингвистического эксперимента, с помощью которого анализировались генеративные тексты. Интерпретация полученных с помощью генеративного лингвистического эксперимента данных позволила сделать выводы о том, что ИИ в генеративных текстах, в отличие от гуманитарных текстов, пытается индивидуализировать стиль только в разговорном и художественном стилях. В статье высказывается идея разграничивать индивидуальность и личность для определения идиостиля. Личность обладает харизматическим стилем, который недоступен ИИ, поскольку данный стиль включает не просто индивидуальность автора, а масштаб его личности, проявленный в созданных им текстах, оказывающих переломное влияние на национальный стиль и стиль эпохи. Делается вывод о том, что сегодняшнее развитие ИИ позволяет говорить о его собственном идиостиле, который, по сравнению с идиостилем человека, отличается усредненностью и синтетичностью, что соответствует постулатам постмодернизма о смерти автора.

В статье на материале текстов, написанных школьниками и сгенерированных нейросетевыми моделями (YandexGPT, GigaChat, «ТекстПлюс»), проводится исследование таких текстовых категорий и свойств, как связность (когезия и когерентность), цельность, завершенность, членимость, развернутость и последовательность, социологичность, выявляется их специфика в сопоставлении текстов, созданных естественным и искусственным разумом. Анализ показал, что наиболее успешно нейросети обращаются с такими категориями текста, которые могут быть алгоритмизованы: членимость, когезия, социологичность. Так, модели успешно: 1) проводят деление текста на абзацы, сохраняют единство микротемы и используют коннекторы в соответствии с правилами тематического развертывания (членимость); 2) реализуют субституцию (когезия); 3) создают тексты заданного типа и фиксированной структуры (социологичность). Однако современные модели всё еще испытывают трудности при работе с категориями, оформляющими текст на глобальном уровне в соотношении с мышлением: когерентность, завершенность, развернутость и последовательность. Нарушения реализации этих категорий обычно представлены следующими видами: ошибками в области создания и движения мысли при внешнем соблюдении формальной связности (когерентность), ошибки в создании выводов в ходе рассуждения (завершенность), регулярные нарушения логичности речи как на локальном, так и глобальном уровнях (развернутость и последовательность). Школьники, демонстрируя средний уровень владения всеми категориями, создают всё же более осмысленные тексты в сравнении с нейросетевыми.

Развитие интеллектуальных систем на основе искусственного интеллекта трансформирует природу коммуникации, порождая новые формы речевого взаимодействия. Это создает необходимость пересмотра классических моделей коммуникации в условиях генерации симулякров, активно воздействующих на пользователя. Цель работы - анализ артифициатива как жанра сетевого дискурса, порождаемого искусственным интеллектом, и выявление механизмов его речевого воздействия. В задачи входит определение специфики симулятивной коммуникации, классификация ее моделей и описание стратегий создания иллюзии естественного диалога. Материалом исследования выступили инициирующие и реагирующие реплики как виртуальных собеседников, так и реальных пользователей российских и китайских социальных сетей (TenChat, Weibo). Методология сочетает лингвосемиотический и дискурсивный анализ с элементами контент-анализа для выявления частотных моделей взаимодействия. В результате выделены три базовые модели коммуникации «человек - виртуальны собеседник», описаны их структурные компоненты и прагматические функции. Установлено, что артифициатив, имитируя естественное общение, использует стратегии вежливости и эмоционального вовлечения для формирования зависимости и управляемого поведения пользователя. Таким образом, артифициатив становится инструментом косвенного воздействия, который не только воспроизводит межличностную коммуникацию, но и трансформирует ее природу, размывая границы между естественным и искусственным в общении.

В статье представлены основные проблемы, связанные с ролью дисплейных текстов и нейросетевых текстовых генераций в речевом общении и рассматривающиеся в актуальных научных исследованиях, включая публикации авторов настоящего тематического выпуска. Используя аналитические, сравнительно-оценочные, описательные методы, информационный синтез и метаанализ, привлекая и корпусные данные, авторы особое внимание уделяют теории дисплейного текста В. Г. Костомарова и ее терминологии, различию между экранным и дисплейным текстом, с одной стороны, и искусственным интеллектом (ИИ), конкурирующим в коммуникативном поле с человеком, с другой. Основу статьи составляет анализ спектра проблем, которые ставит перед исследователями участие нейросетей в коммуникации и к которым относятся: эволюция представлений об ИИ в русскоязычной картине мира; изменения в коммуникации, в том числе повседневной; использование ИИ стратегий вежливости и эмоционального вовлечения для формирования зависимости пользователя; сопоставление реализаций текстовых категорий в текстах, созданных ИИ и человеком; идиостилевые характеристики ИИ-генераций; достоверность данных, передаваемых нейросетями; вопросы обучения нейросетей, маркирующих данные корпусов. Статья представляет интерес для исследователей в области лингвистики, коммуникации и информационных технологий, а также всех, кто интересуется влиянием ИИ на современное общество.