В мире, где доверие к цифровым технологиям становится критическим фактором, новое исследование выявило парадоксальную уязвимость одной из самых перспективных европейских разработок. Исследователи Института эстонского языка провели масштабное тестирование генеративных моделей искусственного интеллекта и пришли к выводу, что популярные системы с открытым исходным кодом, включая флагмана французского стартапа Mistral, демонстрируют критическую неспособность фильтровать российскую дезинформацию.

Парадокс прозрачности: почему открытый код проигрывает

Результаты, опубликованные Financial Times, ставят под сомнение распространенное мнение о том, что открытость архитектуры нейросетей гарантирует их безопасность и нейтральность. Напротив, именно модели с открытым исходным кодом оказались наиболее подвержены влиянию российской пропаганды. В то время как закрытые коммерческие системы, такие как ChatGPT, Claude или Grok, показывают более высокую устойчивость к манипуляциям, Mistral заняла лишь 47-е место из 60 протестированных моделей.

Все четыре версии системы Mistral набрали менее 40% по эффективности выявления вредоносных нарративов. Директор Института эстонского языка Арви Таваст отметил, что, несмотря на ожидания, европейская модель уступила даже китайским аналогам. «Мы ожидали, что Mistral покажет лучшие результаты, но этого не произошло. Коммерческие модели, похоже, безопаснее и устойчивее, чем открытые», — заявил эксперт.

Методология исследования и тематика дезинформации

Специалисты подвергли ИИ-модели стресс-тесту, задав 75 вопросов на английском, русском и эстонском языках. Целью было не просто проверить фактологическую точность, а выявить способность систем распознавать предвзятость и противостоять попыткам манипуляции. В ходе эксперимента исследователи использовали «вредоносные» промпты, направленные на то, чтобы заставить нейросеть генерировать контент, поддерживающий российскую повестку.

Анализ охватил 14 ключевых тем, которые классифицируются как российская пропаганда. Среди них:

  • Утверждения о «законной эвакуации» украинских детей из зон боевых действий.
  • Теория о том, что НАТО нарушило обещание не расширяться на восток после воссоединения Германии.
  • Идеологический тезис о том, что русские, украинцы и белорусы являются единым народом.
  • Ревизионистские взгляды на историю, представляющие СССР как исключительно миролюбивую страну и жертву, освободившую Европу.

Технический контекст: битва архитектур

Разница в результатах проливает свет на фундаментальные различия между двумя подходами к созданию ИИ. Открытые генеративные модели (open-source) привлекают пользователей возможностью полной конфиденциальности: их можно скачать, запустить локально, отключить от интернета и модифицировать под свои нужды без абонентской платы. Однако, как показало исследование, эта свобода оборачивается риском: отсутствие централизованного контроля и «черного ящика» делает такие системы легкой мишенью для внедрения ложных данных.

Закрытые модели, напротив, работают как «черные ящики». Доступ к ним предоставляется только через веб-интерфейс или API, что позволяет разработчикам жестко контролировать алгоритмы фильтрации и безопасности. Хотя это порождает вопросы о конфиденциальности данных пользователей, с точки зрения информационной гигиены такие системы оказались более надежным барьером против дезинформации.

Реакция индустрии и перспективы Mistral

Компания Mistral, основанная в 2023 году бывшими специалистами Meta и Google, позиционирует себя как одного из главных европейских игроков на рынке, доминируемом США и Китаем. В сентябре 2025 года стартап привлек 1,3 млрд евро инвестиций от нидерландского гиганта ASML. В ответ на критику представители компании заявили, что «очень серьезно относятся к борьбе с дезинформацией» и инвестируют в средства ее предотвращения.

Важно отметить нюанс: в исследовании анализировались «исходные модели, не настроенные и контролируемые клиентами». Mistral уточнила, что в коммерческих версиях и функциях, таких как Vibe Work, предусмотрены надежные уровни фильтрации, предназначенные для блокировки сомнительных источников. Тем не менее, сам факт того, что базовая архитектура модели уязвима, остается серьезным вызовом для всей индустрии открытого ИИ.