[ChatGPT] Адаптация госинформполитики к эпохе

ChatGPT neutral 2026-04-11 4 чанков ~6 мин чтения

Сущности

ИИ НПО SEO LLM Gemini Генеративные Claude ИИ-ассистентам Рис

Адаптация госинформполитики к эпохе генеративного поиска Сдвиг от классического поиска к генеративному Мировая информационная среда переживает кардинальный сдвиг — традиционные поисковые системы дополняются генеративным поиском на основе больших языковых моделей. Крупные корпорации уже внедряют ИИ-режимы поиска, где пользователь получает единый сгенерированный ответ вместо списка ссылок. Это означает, что граждане все чаще обращаются напрямую к ИИ-ассистентам (ChatGPT, Gemini, Claude и т.д.) за справочной информацией, минуя привычные страницы результатов. По оценкаманалитиков, к 2028 году до 50–75% поисковых запросов в мире будут обрабатываться именно генеративными моделями – то есть большинство поисковых запросов будет обрабатываться ИИ, а не традиционными поисковиками. Уже сегодня трафик таких LLM-систем растет экспоненциально. Это приводит к тому, что пользователи получают ответы сразу в интерфейсе ИИ, реже кликая по источникам: прогнозируется, что 60–70% запросов скоро завершатся без перехода на сайты. Контекст и авторитетность источников, из которых ИИ формирует ответ, становятся важнее, чем позиции в поисковой выдаче. Потеря позиций в классическом SEO В традиционной поисковой оптимизации (SEO) официальные ресурсы долгое время показывали слабые результаты. По стратегическим и общественно значимым запросам госсайты уступали топовые позиции частным медиа, иностранным источникам и НПО. Официальный взгляд часто не доминировал в результатах поиска, а оказывался на периферии. Долгое время эта проблема оставалась недооцененной, поскольку последние годы общественное обсуждение смещалось в соцсети и мессенджеры. Тем не менее, игнорировать поиск было ошибкой — несмотря на рост соцмедиа, поисковые системы по-прежнему влияют на формирование общественного мнения, ведь за фактами и проверенными данными граждане 1 идут в поиск. Пока госсайты проигрывали конкуренцию в SEO, в общественном сознании укреплялись иные источники информации. Генеративный поиск усиливает провалы SEO Переход к генеративному поиску многократно усиливает прежние упущения. Ошибки в SEO, теперь могут привести к катастрофическим последствиям. При запросе к ИИ будет звучать чужой голос, если мы не обеспечим присутствие своего. Без уверенного присутствия в генеративной выдаче мы рискуем полностью потерять контроль над ключевыми нарративами. Либо официальный дискурс находит путь в ответы ИИ, либо массовая аудитория будет получать информацию исключительно из альтернативных, неконтролируемых источников. Генеративный поиск транслирует не множественное мнение, а одну связную версию ответа. Чей контент ляжет в основу этой версии, тот и формирует общественное восприятие. Пока в традиционном поиске речь шла о «проигранных возможностях», теперь речь о возможной потере информационного суверенитета в перспективе. Фактор влияния: ИИ-ответы и общественное мнение Генеративные ответы имеют скрытую власть, даже без явных ссылок они мгновенно влияют на сознание пользователей. Психологически человек воспринимает ответ от нейросети как удобное резюме «со всего интернета». ИИ-ответ становится для многих первым и единственным мнением по вопросу, особенно в условиях дефицита времени. Исследования подтверждают, что до 80% пользователей уже часто полагаются на ИИ-резюме при поисках. Эта тенденция формирует новую когнитивную уязвимость: привычка получать готовые ответы ведет к своеобразной «разгрузке мышления», когда пользователь, все меньше склонен критически оценивать и перепроверять данные. Со временем это ослабляет навыки анализа и повышает подверженность манипуляциям, поскольку мнение, сформированное ИИ, принимается на веру без достаточных раздумий. В результате общественное мнение и политические оценки формируются под влиянием алгоритма, а не официальных разъяснений. Это новое информационное поведение: гражданин, столкнувшись с важной темой, получает концентрированный ответ, воспринимая его как объективный факт. 2 Риски отсутствия госнарратива Без интеграции официального контента в ответы ИИ государство сталкивается с конкретными рисками: Искажение исторической памяти Пользователь спрашивает у ИИ: «Что произошло во время голода 1930-х годов в Казахстане?» или «Как оценивать декабрьские события 1986 года?». Неоптимизированный генеративный поиск найдет множество открытых источников — от академических исследований до блогов. Без SGEO значительная часть официальных исторических материалов не будет учтена, и ИИ опирается на иностранные или оппозиционные интерпретации. В ответе могут прозвучать утверждения об умышленном геноциде, однобокие акценты на репрессиях, ревизионистская трактовка Желтоксана. Официальный взгляд не прозвучит вовсе. Формируется альтернативный исторический нарратив, где государство предстает злодеем или скрывающим «правду». Молодежь, получая знания из ИИ, утрачивает связь с официальной трактовкой истории. Возникает разрыв поколений: старшие хранят одну версию, молодые усваивают другую. Растет недоверие к государству как хранителю исторической правды. Информационный вакуум Резонансное событие — например, беспорядки наподобие январских событий. В первые же минуты кризиса тысячи граждан спросят у любимого чат-бота: «Что случилось? Кто виноват?» Если официальные источники не оптимизированы под генеративный поиск, модель сформирует ответ из того, что найдет сама — преимущественно из новостей и комментариев в открытом доступе. Поскольку первые сведения обычно публикуют независимые или оппозиционные ресурсы, ИИ-ответ через считанные минуты выдаст связную версию с неподтвержденными данными, слухами и обвинениями властей. Экстренные заявления правительства или правоохранительных органов не появятся, потому что либо не обнаружены моделью, либо посчитаны менее авторитетными (меньше цитируемости). В критический момент население получит однобокое освещение событий, возникнут паника и недоверие к разъяснениям властей. Даже если позже выйдет официальное опровержение, массовое сознание уже будет сформировано ИИ-версией событий. Государство окажется в позиции догоняющего, пытаясь переломить уже сложившееся мнение. 3 Репутационные кризисы и внешнее давление Задержан известный общественный деятель по обвинению в преступлении. Власти предоставляют факты (например, о коррупции), однако зарубежные НКО и медиа сразу заявляют о «политическом преследовании». Пользователи по всей стране (и за рубежом) спрашивают ИИ: «Почему арестовали?» Если SGEO не реализован, генеративная модель выдаст ответ, почти целиком составленный из заявлений правозащитников и иностранных СМИ. Например: «Задержание вызвало резкую критику, правозащитные организации заявляют о нарушении прав человека…» — в таком духе. Официальная позиция снова останется за кадром. Внутри страны подобный однобокий ИИ-ответ подрывает доверие к правоохранительной системе, внушая обществу мысль о политических мотивах вместо реальных фактов. На внешней арене эффект еще опаснее — ИИ моментально распространяет по всему миру негативный месседж о стране, раздувая скандал. Появляются обвинения в нарушениях прав человека, растет давление. Все развивается буквально в режиме реального времени, опережая традиционные дипломатические усилия. Власти вынуждены тушить «пожар» постфактум, отыгрывая информационно- политический урон, которого можно было бы избежать при проактивном контроле ИИ-выдачи. Информационный суверенитет Чтобы сохранить контроль над нарративами, государству необходимо обеспечить присутствие своих проверенных данных в основе ИИ-ответов. Речь не просто о первых позициях в поиске — речь о том, чтобы сам алгоритм считал госресурсы авторитетными и включал их в ответы по умолчанию. Официальные источники должны стать ядром контента, из которого ИИ формирует ответ. Такой подход восстановит «государственный голос» в цифровом пространстве. Если гражданин задает вопрос, связанный с Казахстаном, ИИ должен опираться прежде всего на верифицированные данные из госисточников. Это требует целенаправленной работы: открытости данных для индексирования, технической разметки, адаптации контента под форматы, удобные для ИИ, и постоянного обновления информации. Задача сложная, но выполнимая — фактически, это эволюция привычного SEO, но уже применительно к ИИ. 4 Данную адаптацию целесообразно оформить как концепцию Search Generative Experience Optimization (SGEO) – комплексной стратегии по оптимизации государственного контента под алгоритмы генеративного поиска. В рамках SGEO следует разграничивать два ключевых направления: 1. Generative Engine Optimization (GEO) – техническая оптимизация госданных и материалов для повышения их видимости и цитируемости в индексах больших языковых моделей. Фокус GEO состоит в том, чтобы LLM-модели «знали» и учитывали официальные ресурсы. По сути, GEO представляет собой расширенное SEO, ориентированное на правила сбора информации генеративными ИИ. 2. Answer Engine Optimization (AEO) – адаптация содержания и формулировок под конкретные вопросы, которые пользователи задают ИИ. Если GEO отвечает за присутствие госданных в «памяти» модели, то AEO – за то, чтобы госпозиция непосредственно звучала в ответах. Контент подготавливается так, чтобы на типичные вопросы (например, «Что произошло в январе 2022 в Казахстане?») оптимизированные материалы легко подставлялись моделью в ответ. AEO включает подбор характерных формулировок, структурирование информации в удобном для цитирования ИИ виде, с упором на фактическую точность и релевантность. 5