ПРИВЕТ,
Я МАНУЛ

Современный искусственный интеллект умеет отвечать так участливо, что порой возникает ощущение настоящего понимания. Он подбирает бережные слова, признаёт наши чувства и поддерживает разговор. Но способен ли он не только говорить об эмоциях, а действительно распознавать их по голосу и движениям? 3 сентября 2026 года в журнале Scientific Reports были опубликованы результаты исследования Дэвида Питермана и его коллег, посвящённого способности генеративного ИИ распознавать невербальные проявления эмоций. Учёные проверили три мультимодальные модели семейства Gemini и сравнили их точность с результатами людей, выполнявших аналогичные задания. Моделям предлагали определить эмоции по коротким видеозаписям движений тела без изображения лица, а также по бессмысленным фразам, произнесённым с разной интонацией. Таким образом исследователи могли отдельно проверить, насколько хорошо ИИ понимает язык тела и эмоциональную окраску голоса, не опираясь на значение слов или выражение лица. Оказалось, что в некоторых заданиях современные системы уже приближаются к человеческим результатам, однако распознают эмоции крайне неравномерно. Положительные состояния они определяют лучше отрицательных — и именно там, где особенно важно заметить страх, боль или печаль, чаще возникают ошибки. Эмоции без слов и выражения лица Исследователи проверили три мультимодальные модели семейства Gemini — системы, способные анализировать не только текст, но также звук и видео. Им предлагали определить эмоцию по двум видам материалов. В одном случае это были короткие видеозаписи профессиональных актёров, снятых без лица: настроение передавалось исключительно позой и движениями тела. В другом — бессмысленные фразы, произнесённые с различной интонацией. Значение слов не могло подсказать ответ, поэтому оставались только тембр, высота голоса, ритм и другие особенности речи. Модели выбирали один вариант из шести предложенных. Их результаты сравнили с ответами участников более ранних исследований, на которых проверялись те же материалы. В распознавании эмоций по движениям тела люди справились лучше всех трёх систем. Наиболее совершенная из протестированных моделей подошла к человеческому результату довольно близко, но разница всё же сохранилась. С голосом картина оказалась иной: две новые модели показали примерно такую же точность, как люди. Правда, это не означает, что они безошибочно понимали интонацию. Правильный ответ и люди, и ИИ давали менее чем в половине случаев. Выраженные одним только голосом эмоции оказались непростой задачей для всех. Радость заметнее, чем страдание Самый интересный результат касался не общего количества правильных ответов, а характера ошибок. У людей точность распознавания положительных и отрицательных эмоций существенно не различалась. Модели ИИ, напротив, заметно лучше справлялись с положительными состояниями. Особенно отчётливо это проявилось при анализе движений тела. Возбуждение, заинтересованность, шутливость и доброжелательность системы определяли очень уверенно. С отрицательными переживаниями возникало больше путаницы: страх смешивался со стыдом, печаль — с отвращением, гнев — с неприязнью. Эмоцию, обозначенную исследователями как боль или душевная раненость, ни одна модель не смогла правильно распознать по движениям тела. Авторы называют эту особенность «позитивным смещением». Речь не о том, что ИИ испытывает оптимизм или сознательно старается видеть мир в лучшем свете. Модель не переживает увиденное так, как переживаем его мы. Она ищет в полученных данных закономерности, позволяющие выбрать наиболее вероятное название эмоции. Откуда возникло такое смещение, исследование не устанавливает. Возможно, положительные проявления были лучше представлены в данных, на которых обучались системы. Возможно, свою роль сыграла последующая настройка моделей, поощряющая доброжелательные и приемлемые ответы. Не исключено также, что отдельные отрицательные эмоции просто труднее отличить друг от друга по изолированным невербальным признакам. Убедительное сочувствие ещё не означает понимания Нам легко принять подходящий ответ за свидетельство того, что собеседник верно уловил наше состояние. В обычном общении это часто оправданно: слова, голос, паузы, выражение лица и история отношений дополняют друг друга. Но в разговоре с ИИ между впечатлением от ответа и способом его получения существует важное различие. Система может произнести: «Похоже, Вам сейчас очень тяжело», потому что хорошо знает языковые формы поддержки. Это ещё не доказывает, что она точно распознала тревогу в голосе, подавленность в позе или другое невербальное проявление неблагополучия. В дружеской беседе такая ошибка может остаться почти незаметной. Но значение результата меняется, когда ИИ предлагают использовать для психологической поддержки, дистанционного наблюдения за состоянием или помощи специалисту. Если система особенно хорошо замечает радость, но хуже различает боль, страх и печаль, внешняя доброжелательность может создавать преувеличенное ощущение её эмоциональной чуткости. Это не означает, что технологии распознавания эмоций бесполезны. Напротив, некоторые результаты показывают их быстрое развитие. Однако способность подобрать сочувственные слова и способность надёжно заметить чужое неблагополучие — не одно и то же. Что исследование пока не доказывает Эксперимент проводился в строго упрощённых условиях. Актёры намеренно изображали эмоции, причём достаточно ярко. Видео показыв

Искусственный интеллект всё заметнее входит в нашу жизнь, а вместе с ним появляются разговоры о новой волне тревожности. Мы боимся потерять работу, переживаем за сохранность личных данных, беспокоимся, что не успеем приспособиться к новым технологиям, и задаёмся вопросами о том, насколько далеко вообще может зайти развитие ИИ.

Все эти переживания часто объединяют одним выражением — «тревога из-за искусственного интеллекта». Однако новое исследование показывает, что за ним скрываются разные опасения, которые могут возникать независимо друг от друга.

Исследователи из Пизанского и Бергенского университетов разработали специальную шкалу AISAS, предназначенную для измерения стресса и тревоги, связанных с ИИ. Работа состояла из двух заранее зарегистрированных исследований, проведённых среди взрослых жителей Великобритании. Выборки были сформированы с учётом возраста, пола и этнической принадлежности населения страны.

В первом исследовании приняли участие 301 человек. Ответы участников помогли выделить четыре основных вида переживаний:

• опасения, связанные с работой и возможной потерей профессиональной востребованности;
• стресс из-за необходимости осваивать ИИ и приспосабливаться к новым технологиям;
• тревогу по поводу конфиденциальности и использования личных данных;
• экзистенциальные вопросы, включая возможное появление сознания у искусственного интеллекта.

Второе исследование с участием 324 человек подтвердило, что такое разделение сохраняется и в другой выборке.

Эти результаты помогают увидеть важное различие. Мы можем спокойно пользоваться инструментами искусственного интеллекта и не испытывать трудностей с их освоением, но при этом серьёзно беспокоиться о том, какие данные они собирают. Или, наоборот, не особенно переживать из-за конфиденциальности, но чувствовать угрозу для своей профессии. Поэтому общий вопрос «Боитесь ли вы искусственного интеллекта?» слишком упрощает наши возможные реакции.

Наиболее распространёнными среди участников оказались опасения, связанные с конфиденциальностью. А вот стресс из-за необходимости изучать ИИ и приспосабливаться к нему встречался сравнительно редко. Это не совсем совпадает с образом общества, повсеместно испуганного стремительным развитием новых технологий.

Но воспринимать исследование как доказательство новой «эпидемии тревожности» было бы неправильно. Главной целью авторов было создать и предварительно проверить измерительный инструмент, а не определить, сколько людей страдают от психологических проблем из-за ИИ. Исследование также не показывает, что именно искусственный интеллект вызвал обнаруженные переживания.

У новой шкалы есть и ограничения. Компонент, связанный со стрессом от адаптации к ИИ, состоит всего из двух пунктов и пока не может считаться полноценно разработанной подшкалой. Кроме того, обе проверки проводились только в Великобритании. Неизвестно, будет ли структура переживаний такой же в странах с другим отношением к технологиям, рынком труда и правилами защиты данных.

Разработанная шкала не предназначена для постановки диагноза. Но она может помочь будущим исследованиям точнее говорить о наших отношениях с искусственным интеллектом. Вместо общей и пугающей «тревоги из-за ИИ» появляется возможность разобраться, чего именно мы опасаемся: потери работы, утраты контроля над личной информацией, необходимости постоянно переучиваться или будущего, в котором граница между человеческим и искусственным становится всё менее очевидной.

Источник: Enrico Cipriani, Hanna Joy Justesen, Danilo Menicucci & Simone Grassini. “The AI stress and anxiety scale (AISAS): development, initial validation and insight on the diffusion of AI-related stress and anxiety”, Scientific Reports, 2026

Принято считать, что информационные пузыри создают главным образом алгоритмы социальных сетей. Они показывают нам материалы, похожие на те, которыми мы уже интересовались, и постепенно окружают знакомыми мнениями. Но новое исследование напоминает: в создании таких пузырей участвуем и мы сами, когда решаем, с кем продолжать общение, а от кого лучше отписаться.

Исследователи из Мичиганского и Дьюкского университетов создали экспериментальную социальную сеть, участники которой могли узнавать взгляды друг друга по различным общественным вопросам. В исследовании приняли участие 373 человека. В общей сложности они приняли 7 328 решений о том, сохранить связь с другим пользователем или разорвать её.

Результат оказался вполне ожидаемым: участники значительно чаще отказывались от контакта с теми, чьи убеждения расходились с их собственными. Чем больше было несогласие, тем выше становилась вероятность разрыва связи.

Так постепенно и формируется информационный пузырь. Мы не обязательно намеренно ищем пространство, где все думают одинаково. Иногда мы лишь один за другим убираем из своего окружения тех, чьи публикации вызывают раздражение, тревогу или желание спорить. В результате наша социальная среда становится всё более однородной, а иные взгляды начинают казаться редкими, странными или совершенно неприемлемыми.

Однако исследование обнаружило и фактор, который помогал сохранять контакт даже при разногласиях. Если участники видели, что у них с другим пользователем есть общие знакомые, они реже разрывали связь с ним.

Сходство убеждений и наличие общих связей действовали независимо друг от друга. Общие знакомые не заставляли участников соглашаться и не устраняли неприязнь к чужой позиции. Но они делали связь с её носителем более устойчивой.

Возможно, присутствие общих знакомых не позволяет воспринимать несогласного собеседника как совершенно чужого. Он остаётся частью знакомого социального пространства, связанным с теми, кому мы уже доверяем. Разногласие никуда не исчезает, но становится лишь одной стороной отношений, а не единственным основанием для решения — оставить контакт или прекратить его.

Поскольку исследователи самостоятельно меняли информацию, которую участники видели об общих связях, можно говорить, что в условиях эксперимента именно этот фактор влиял на принимаемые решения. Но переносить результат на настоящие социальные сети следует осторожно. Эксперимент проходил в искусственно созданной среде, а участники принимали отдельные решения о незнакомых пользователях. Реальные отношения складываются годами и зависят от множества обстоятельств, которых невозможно воспроизвести в лаборатории.

Исследование не доказывает, что значок «общий друг» способен избавить общество от поляризации. Зато оно показывает, что информационные пузыри возникают не только из-за устройства алгоритмов. Они складываются и из наших собственных решений о том, кого мы готовы оставить рядом, когда сталкиваемся с несогласием.

И, возможно, общая социальная связь иногда становится той тонкой нитью, которая помогает нам не превращать различие во взглядах в полное прекращение общения.

Источник: Clint McKenna, Ashley Harrell & Ashley Anderson. “Belief consonance and cues of structural embeddedness jointly shape curation in online social networks”, Scientific Reports, 2026

Большинство из нас несомненно знакомы с фразой: «Время лечит». И такое действительно часто имеет место в реальности. Даже после очень тяжёлых жизненных ситуаций мы способны понемногу возвращаться к нормальной повседневности. Прошлое уже не изменить, воспоминания будут напоминать о себе ещё очень долго, но психика постепенно смиряется с произошедшим. Однако так случается далеко не всегда. О такой необычной ситуации рассказывает фильм K-PAX, вышедший в 2001 году. Что происходит, когда человек не может смириться с произошедшим? Почему психика предпочитает иногда убегать от реальности вместо того, чтобы встретиться с ней лицом к лицу? Попробуем разобраться в этом на примере одной из самых необычных психологических историй, рассказанных в кино...

Представьте, что два человека произносят одну и ту же фразу: «Я рад тебя видеть». Один произносит с улыбкой, смотрит прямо в глаза и в его словах чувствуется искренность. Другой произносит то же самое сухим голосом, едва поднимая взгляд от телефона. Формально оба сказали одно и то же, но одному легко поверить, а в искренности другого появляются некоторые сомнения. Почему так происходит? Дело в том, что во время разговора мы воспринимаем не только смысл слов. Мы подмечаем интонацию, выражение лица, следим за взглядом, жестами, позой, движениями и даже учитываем расстояние, которое говорящий старается сохранять между собой и собеседником. Все эти сигналы принято называть невербальной коммуникацией. Можно ли по поведению человека понять, что он действительно думает и чувствует?...

Нейролингвистическое программирование, или НЛП, — одно из самых известных и одновременно самых спорных направлений, связанных с психологией. Это название знакомо даже тем, кто имеет к психологии весьма далёкое отношение. Кто-то сталкивался с книгами по саморазвитию, кто-то — с тренингами по переговорам и продажам, а кто-то — с рассказами о «скрытом влиянии» на окружающих. За несколько десятилетий НЛП успело превратиться из необычной идеи небольшой группы исследователей в целую индустрию книг, курсов и семинаров. При этом отношение к нему до сих пор остаётся неоднозначным: одни считают его полезным набором практических инструментов, другие относятся к нему весьма скептически. Чтобы понять причины такой популярности и всех этих споров, стоит разобраться, откуда вообще появилось НЛП и что его создатели попытались предложить миру...