Следы официальной кубинской риторики в обучающих корпусах искусственного интеллекта

Чтобы искусственный интеллект (ИИ) мог отвечать на вопросы, задаваемые пользователем, его необходимо обучить. В очень упрощённом виде этот процесс можно сравнить с тем путем, по которому идёт человек, чтобы научиться чему-либо. В отличие от нас, которые накапливаем знания, проходя путь от самого простого к самому сложному, ИИ обучается посредством итеративного процесса, в ходе которого алгоритм анализирует огромные объемы данных, выявляет закономерности, исправляет ошибки и автоматизирует задачи. На первом этапе собираются тысячи или миллионы примеров того, чему должен научиться ИИ: изображения, тексты, аудиозаписи и числовые данные. Данные должны быть разнообразными и репрезентативными, чтобы избежать предвзятости или ошибочного обучения. В связи с этим доступ к крупным базам данных стал обычной практикой для таких крупных компаний, как Meta, Google, OpenAI, Apple и т. д. Они обращаются к JSTOR, YouTube, онлайн-библиотекам и другим источникам информации. Многие из этих практик подвергаются критике с юридической точки зрения, и в настоящее время рассматривается ряд исков о нарушении авторских прав. В связи с этим появились сервисы, позволяющие отслеживать, использовалось ли то или иное произведение для обучения различных типов ИИ. Один из них предлагается изданием The Atlantic — американским журналом, основанным в 1857 году, который славится своими расследованиями, политической аналитикой и освещением культурных событий. Сервис называется AI Watchdog и представляет собой исследовательский проект Алекса Рейснера для The Atlantic. Он стартовал с Books3 в сентябре 2023 года, в марте 2025 года был расширен на LibGen, а в июне 2026 года включил музыкальные наборы данных. Платформа позволяет авторам проверять, не использовались ли их защищенные авторским правом произведения без согласия для обучения моделей генеративного ИИ. Инструмент осуществляет поиск по различным базам данных, в том числе Books3, содержащей 183 000 книг; LibGen; SciMag с 18 миллионами статей; транскрипции 15 миллионов видео с YouTube; голливудские сценарии, а также музыкальные наборы данных, такие как LAION и Sleeping-DISCO-9M. В данном случае мы воспользовались этим сервисом, чтобы проверить, использовалась ли риторика Кубинской революции также для обучения систем искусственного интеллекта и как она ведет себя по сравнению со своим противоположным полюсом: оппозицией, существующей с 1959 года. Результат будет неполным, поскольку большая часть источников, используемых для обучения моделей искусственного интеллекта, держится компаниями в секрете. Тем не менее это позволит нам оценить, удалось ли десятилетиям цензуры, репрессий и манипуляций кубинской реальностью также закрепить этот дискурс в процессах обучения ИИ. Для обеспечения большей объективности анализа будут отдельно анализироваться две линии как в дискурсе кубинской революции, так и в дискурсе оппозиции: политические деятели, независимо от того, являются ли они интеллектуалами, и деятели интеллектуальной и художественной сферы. След дискурса режима. В рамках этого первоначального подхода были рассмотрены десять имен, отобранных по их значимости для формирования кубинского политического дискурса. Это: Фидель Кастро, Рауль Кастро, Эрнесто Гевара, Фабио Гробарт, Карлос Рафаэль Родригес, Хуан Маринелло, Блас Рока, Рауль Роа, Рикардо Аларкон и Армандо Харт Давалос. В следующих выпусках предстоит оценить присутствие официальных интеллектуалов в художественных кругах. Результаты поиска привлекают внимание. Две влиятельные фигуры, сыгравшие важную роль в определении позиции, теоретическом формировании и укреплении дискурса Гаваны — Рауль Кастро и Карлос Рафаэль Родригес — не дали никаких результатов. Их также не было среди двух министров иностранных дел с многолетним стажем — Рауля Роа и Рикардо Аларкона. В случае с Раулем Кастро это вполне объяснимо, поскольку до недавней публикации томов «Избранных сочинений» мы и не подозревали, что он написал столько. В свою очередь, Маринелло, Блас Рока, Харт и Гробарт действительно присутствуют в списке. Харт является автором наибольшего количества записей — четыре, из которых одна книга и три статьи. За ним следует Маринелло с двумя статьями, а Фабио Гробарт и Блас Рока имеют по одной книге. Эти цифры значительно возрастают в случае с Фиделем Кастро и Эрнесто Геварой. Оба присутствуют во всех проанализированных базах данных: книги, статьи, песни, субтитры и фильмы. На двоих у них насчитывается 218 записей — цифра, которая не обязательно соответствует 218 произведениям — на различных языках: испанском, английском, арабском, итальянском и турецком. Турецкий язык занимает третье место среди проанализированных текстов. Это может быть связано с издательским рынком турецкой левой, где широко представлены переводы публикаций издательств Ocean Press и Pathfinder, которые, в свою очередь, являются источником большинства текстов на английском языке. Эрнесто Гевара — наиболее часто упоминаемая фигура, и в результатах поиска его имя часто встречается с вставленным прозвищем «Че». На его долю приходится наибольшее количество записей в издательской сфере — 99 в LibGen и его разделе художественной литературы, по сравнению с 59 записями о Фиделе Кастро. Однако Фидель Кастро доминирует в аудиовизуальной сфере, несмотря на известность некоторых голливудских фильмов о Геваре. Его присутствие объясняется, прежде всего, документальными фильмами, посвящёнными его личности или историческим событиям, с которыми он был связан, такими как «Командант», «Туман войны» и «Улыбка без кошки», среди прочих. Обнаруженные случаи присутствия и отсутствия, похоже, подтверждают идею, которую кубинские независимые СМИ неоднократно осуждали: кубинская тоталитарная риторика проникла в международную сферу не благодаря убедительности, справедливости или обоснованности своих аргументов, а потому, что опиралась на создание икон. В корпусе преобладают издания «Дневников мотоциклиста» — 13 записей, «Партизанской войны» — также 13, «Моя жизнь» Игнасио Рамоне, сборники Ocean Press и документальные фильмы BBC. То есть издательский аппарат западной левой и поп-культура периода с 1960-х по 2000-е годы. Культурная политика Гаваны сама по себе вряд ли проникла бы в международный дискурс. На протяжении 60 лет кубинское государство издавало Маринелло, Роа и Карлоса Рафаэля Родригеса огромными тиражами. Однако эта продукция, по-видимому, не оставила следов в доступных публичных наборах данных для обучения ИИ. В качестве частичного заключения следует уточнить, что именно было измерено. Было зарегистрировано 226 записей, относящихся к десяти именам: 218 принадлежат двум фигурам, а остальные восемь распределены между остальными. Если сгруппировать издания, переводы и дубликаты, эти 226 записей сокращаются до чуть более 150 различных произведений. Это поднимает вопрос, который можно считать промежуточным выводом: ведь если в корпуса ИИ попала именно символическая ценность, а не политическая теория кубинского коммунизма, разрабатывавшаяся на протяжении десятилетий Маринелло, Бласом Рока, Карлосом Рафаэлем Родригесом и другими. Эта теория наполнила учебники, центральные доклады съездов партии и сформировала внутреннюю идеологию тоталитарного кубинского общества. Если кубинское государство посвятило 60 лет созданию доктринального корпуса, а в памяти моделей осталась, прежде всего, его иконография, имеет ли этот обширный теоретический корпус реальную ценность в рамках мировой философской мысли? В следующих статьях мы более подробно рассмотрим эту тему.