Neuro Politicus

Машинное обучение помогает побеждать на выборах. Такой тезис распространяли западные СМИ после победы Б. Обамы на выборах 2012 года. Команда Обамы ещё 10 лет назад использовала инновационный data-driven подход к организации предвыборной кампании — на основе больших данных определялись целевые группы электората и наиболее эффективные каналы коммуникации с ними. 

С тех пор технологии, работающие с данными, прошли путь стремительного роста. Особенно приобрели массовую популярность в рамках бизнеса и электронной коммерции. А вот масштаб их применения в политике, наоборот, стал более «закулисным». 

Что официальные лица России хотят от современных технологий, регулярно заявляя о приоритетности их развития, помимо репутационной выгоды? В открытом доступе можно найти несколько в разной степени явных свидетельств того, как власти применяют, или планируют применять, машинное обучение и нейросети в политических целях. 

«Нейропрокурор»

Применение компьютерных алгоритмов в следственном процессе — классическая практика в мире. В 2021 году китайские ученые протестировали в местной прокуратуре модель, обученную на основе дела подозреваемого выносить ему приговор, — по их заявлениям, «цифровой прокурор» достигает 97% точности обвинения. Судя по многомиллионным затратам МВД на исследования в области машинного обучения, подобный инструментарий потенциально может быть внедрен и в российской правоохранительной системе.

При чем тут политика? Технологии, в частности, помогают и в политических преследованиях. Характерный пример — распознавание лиц на протестных акциях. Использование соответствующей системы позволяет масштабировать физический контроль за политическими соперниками, а также повышает риски для протестующих. Фактически распознавание лиц оставляет митингующим ещё меньше шансов покинуть акцию незамеченными, что, вероятно, может негативно сказываться на массовости подобных мероприятий. 

По утверждению NtechLab, ответственной за создание соответствующего ПО, их разработки сегодня используются уже в 20 регионах России. Технология стремительно распространяется, что сигнализирует об ее востребованности у местных властей. 

Автоматизированный спичрайтинг

Волна массовой популярности генеративных моделей пришлась незадолго до местных выборов в России, прошедших в сентябре 2023 года. На этом фоне закономерным было заявление «Единой России» о намерении использовать этот инструментарий в рамках предвыборной кампании. В частности, в качестве целей использования декларировались, во-первых, прогнозирование и аналитика, во-вторых, творческие «подсказки». 

Единый день голосования прошел, однако более подробных свидетельств о том, как кандидаты использовали нейросети, не появилось. Можно, впрочем, сделать несколько предположений. Во-первых, вряд ли языковые модели были особенно полезны в качестве аналитиков — в нынешнем виде, их потенциал не сравнится с работой экспертов. Творческие «подсказки» — возможно, однако едва ли этот функционал в случае реального применения может претендовать на значимый вклад в предвыборную кампанию. 

Как же кандидаты и политики могли в ходе кампании, или потенциально могут, работать, например, с ChatGPT? Вероятно, рабочий вариант — это частично перекладывать на модель рутинные задачи по написанию речей. Нейросеть может относительно успешно создавать либо «сухие», формальные отчеты, либо текстовую основу, с которой смогут уже дальше работать профессиональные спичрайтеры. 

Мониторинг социальных сетей

Интернет ежесекундно транслирует огромное количество новой информации — политическим игрокам критически важно сохранять контроль над этим потоком.

Учитывая «необъятность» онлайн-пространства, ручная модерация контента уже давно не актуальна. Современный вариант — это использование автоматизированных решений, позволяющих отдать обязанности по контролю инфопотока в руки «компьютера».

Ещё в 2020 году «ВКонтакте» объявлял о тестировании нейросети для борьбы с враждебными и провоцирующими высказываниями. В начале 2023 года, Роскомнадзор заявил о запуске системы мониторинга «Окулус», обученной находить запрещённый контент в фото- и видеоматериалах. Современные модели потенциально смогут оперативно фильтровать информацию, противоречащую политическим интересам, сохраняя Интернет в том виде, в котором это выгодно властям. 

Впрочем, мониторинг социальных сетей подразумевает не только «чистку» — это также источник данных для лиц, принимающих решения. Лони Хаген, например, называла подобные платформы «естественными лабораториями для определения предметов общественного интереса». Пример такой практики — использование региональными властями системы мониторинга «Инцидент», позволяющей в автоматическом режиме получать информацию о недовольствах местных жителей на основе данных 5 социальных сетей.

Рутина ЦИКа

Почерковед — человек, ответственный за проверку подлинности подписей. Одна из сфер, в которой необходимо присутствие почерковедов, — выборы. В частности, их услуги нужны для подтверждения подписей избирателей, которые предоставляет кандидат, желающий быть зарегистрированным. Так, в 2019 году нескольким оппозиционным кандидатам было отказано в регистрации на выборах в Мосгордуму — многие подписи, представленные ими, были «забракованы» почерковедами. 

В 2020 году ЦИК инициировал переход в этом направлении с ручного труда к компьютерному зрению. Нейросети могут анализировать большие объемы подписей, выявляя среди них поддельные. Теоретически это должно многократно сократить время на проверку, однако неясно, насколько это влияет на качество процедуры — с 2020 года новостей относительно того, как работает соответствующее нововведение, со стороны ЦИКа не было. 

В целом, организация выборов — рутинный процесс. Можно ожидать попытки внедрения алгоритмов на разных этапах электорального процесса. 

Робот-дипломат

В 2021 году МИД заявило о планах использования искусственного интеллекта во внешней политике. В отличие от остальных проектов, перечисленных в статье, этот на момент появления в инфополе находился на самом раннем этапе развития. По заявлению С. Кирюшина, в планах — «концептуальное проектирование» системы. Фактически, МИД либо не располагало к 2022 году четкими планами развития продукта, либо не раскрывало конкретных идей. 

Одна из потенциальных причин решения МИДа сфокусироваться на этом проекте — ориентация на западный опыт автоматизации различных процессов в дипломатическом поле. В этом случае, значимость инициативы состояла не столько в её прикладном смысле, сколько в гонке за репутационной выгодой. Сегодня до сих пор в открытом доступе нет сведений о том, как МИД планирует использовать современные технологии, по сравнению с применением «компьютера» на внутриполитическом треке. 

Потенциал академии

Государство в общем смысле нередко изъявляет желание взять развитие технологий, работающих на основе больших данных, под контроль. В то же время их практическое применение на политической арене — слабозаметный феномен. Либо из-за скрытности властей, либо из-за недостаточной степени интегрированности соответствующего инструментария в существующую инфраструктуру. 

Обратный пример — это академия. Каждый год выходит множество политологических, либо технических, но со склонностью в политическую сферу, работ прикладного характера, предлагающих инновационные подходы к работе с данными в политике. Например, построение деревьев решений для кадровой политики федерального центра по отношению к регионам или машинное предсказание протестной активности на основе постов в Twitter. 

Если государство в будущем будет заинтересовано в расширении применения искусственного интеллекта и машинного обучения непосредственно в политических целях — можно ожидать и растущую ценность этой области академии, политологов с «цифровыми компетенциями».

Павел Иванов, аналитик Центра политической конъюнктуры