Генеративные нейросети в развлекательном контенте¶
Генеративные нейросети — это класс искусственных интеллектов, способных создавать тексты, изображения, аудио и видео на основе обучающих данных. В последние годы широкое распространение получили развлекательные сервисы, построенные на таких моделях, в частности тесты «кто ты из НП» (неигровых персонажей), где нейросеть сопоставляет ответы пользователя с образом того или иного виртуального героя.
¶Что такое тесты на основе ИИ
Тест «кто ты из НП» — это развлекательный опросник, в котором пользователь отвечает на серию вопросов о своих предпочтениях, поведении и ценностях, после чего алгоритм подбирает наиболее близкий образ неигрового персонажа из видеоигр, аниме, фильмов или сериалов. В классическом виде подобные тесты работали на заранее заданных правилах: разработчик вручную прописывал связи между вариантами ответов и итоговыми персонажами. С появлением больших языковых моделей (LLM) подход изменился — нейросеть анализирует свободные ответы пользователя и формирует результат динамически.
¶Принцип работы
Современные сервисы такого рода обычно строятся по следующей схеме:
- Сбор данных. Пользователь отвечает на вопросы — как правило, от 5 до 30, — выбирая из предложенных вариантов или формулируя ответ собственными словами.
- Векторизация. Ответы преобразуются в числовые представления (эмбеддинги), отражающие смысловые характеристики.
- Сопоставление. Алгоритм сравнивает вектор пользователя с базой профилей персонажей, заранее описанных через набор черт характера, мотиваций и поведенческих паттернов.
- Формуляция результата. Нейросеть генерирует развёрнутое объяснение: почему именно этот персонаж оказался ближе всего, с указанием совпавших черт.
Ключевое отличие от старых опросников — возможность работать с произвольными ответами и учитывать контекст, а не только заранее заданные варианты.
¶Используемые модели
В основе подобных сервисов чаще всего лежат открытые большие языковые модели. Среди распространённых — семейство GPT (OpenAI), LLaMA (Meta), а также их русскоязычные адаптации. В России разработчики развлекательных приложений нередко используют модели от «Сбера», «Яндекса» (YandexGPT) и «МТС», а также открытые веса, дообученные на русскоязычных данных. Для обработки изображений персонажей применяются генеративные сети типа Stable Diffusion.
¶Популярные категории персонажей
Наибольшим спросом у пользователей пользуются следующие вселенные:
- Видеоигры — персонажи The Witcher, Dark Souls, Genshin Impact, Dota 2, Minecraft.
- Аниме и манга — герои Naruto, Attack on Titan, Demon Slayer.
- Киновселенные — Marvel, DC, «Гарри Поттер».
- Мультфильмы и сериалы — «Рик и Морти», «Смешарики», «Маша и Медведь».
¶Популярность в России
Интерес к подобным тестам в русскоязычном сегменте заметно вырос в 2023–2024 годах после выхода публичных версий ChatGPT и появления аналогичных сервисов от российских компаний. Тесты активно распространялись в социальных сетях — «ВКонтакте», Telegram-ботах и TikTok, — где пользователи делились результатами. Для многих это стало первым знакомством с генеративным ИИ в неформальном контексте.
¶Критика и ограничения
Специалисты отмечают ряд проблем, характерных для подобных развлекательных инструментов:
- Невоспроизводимость результатов. Одни и те же ответы при повторном прохождении могут приводить к разным персонажам, поскольку генеративные модели стохастичны.
- Слабая прогностичность. Результат отражает скорее контекст диалога и формулировки вопросов, чем реальные психологические характеристики пользователя.
- Риск манипуляций. Сбор ответов может сопровождаться обработкой персональных данных, в том числе без надлежащего уведомления.
- Ограниченные базы. Качество результата напрямую зависит от того, насколько подробно описаны профили персонажей в базе сервиса.
¶Этические и правовые аспекты
Использование образов персонажей, защищённых авторским правом, в коммерческих развлекательных сервисах требует лицензирования. В России вопросы интеллектуальной собственности регулируются Гражданским кодексом РФ. Кроме того, генеративные модели, работающие с персональными данными пользователей, подпадают под требования Федерального закона «О персональных данных».
¶Перспективы
Развитие направления связано с несколькими тенденциями: улучшением персонализации за счёт дообучения моделей на пользовательских данных, интеграцией с голосовым вводом и аватарами, а также переходом от статичных результатов к интерактивным диалогам с «оживлённым» персонажем, с которым можно продолжить общение.
Источники:
- Большие языковые модели: архитектуры и применение (обзорные статьи по NLP)
- Генеративный искусственный интеллект: технологии и рынок (аналитические обзоры 2023–2024)
- Гражданский кодекс Российской Федерации, часть четвёртая (об авторском праве)
- Федеральный закон «О персональных данных» (№ 152-ФЗ)