惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
V2EX
P
Proofpoint News Feed
D
DataBreaches.Net
C
Check Point Blog
L
LangChain Blog
量子位
美团技术团队
Vercel News
Vercel News
人人都是产品经理
人人都是产品经理
N
Netflix TechBlog - Medium
V
Visual Studio Blog
Microsoft Security Blog
Microsoft Security Blog
博客园 - 【当耐特】
MongoDB | Blog
MongoDB | Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Last Week in AI
Last Week in AI
The GitHub Blog
The GitHub Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
U
Unit 42
腾讯CDC
M
MIT News - Artificial intelligence
Microsoft Azure Blog
Microsoft Azure Blog
Blog — PlanetScale
Blog — PlanetScale

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания
От эйфории к усталости и дальше: что будет с нашим воспри...
Екатерина Дерик · 2026-05-09 · via Все публикации подряд на Хабре

От эйфории к усталости и дальше: что будет с нашим восприятием новостей про ИИ?

Простой

5 мин

13K

Мы используем ИИ все активнее, но уже не читаем новости на эту тему, пропуская их. Как будто нейросети могут все: с LLM мы уже пишем код, генерируем тексты и автоматизируем задачи. ИИ претендует на то, чтобы возглавить четвертую цифровую революцию в истории человечества. Но субъективно интереснее эта тема не становится. Почувствовали?

Поздравляю — вы такие не одни! Потеря интереса к теме нейросетей в новостях имеет массовый характер. Поводом поговорить об этом стало как раз исследование в США, согласно которому 54% опрошенных устали от ИИ-новостей.

Но ничего нового в таком поведении нет: фокусы медийного внимания мы уже могли наблюдать во время ковида, на взлете криптовалют, да и ранее — во время кризиса доткомов. Давайте разбираться.

Как развивается хайп

Медийное внимание часто развивается по похожим сценариям.

Шаг 1. Рост интереса

На первом этапе нишевая тема выходит за рамки: количество публикаций растет, она превращается в универсальный инфоповод, о котором готовы поговорить даже в бесплатной газете в метро.

После 2010 года количество публикаций, связанных с ИИ, действительно существенно выросло. На эту тему есть много разной статистики. Для примера возьмем исследование A Longitudinal Analysis of Artificial Intelligence Coverage in Technology-Focused News Media Using Latent Dirichlet Allocation and Sentiment Analysis. Они проанализировали количество публикаций, связанных с ИИ, с 2006 по 2024 год. Вполне предсказуемо отметили рост, но выделили скачки. Первый произошел в январе 2016 года. А настоящий бум начался с ноября 2022 года, когда была представлена публичная бесплатная модель ChatGPT 3.5.

Динамика количества публикаций про ИИ

Динамика количества публикаций про ИИ

В этой работе смотрели только на технологические издания. Но все то же самое происходило и в изданиях широкого профиля. После выхода ChatGPT 3.5 ИИ стал повседневной повесткой, а новостные издания превратились в основной источник информации об этом явлении для широких масс.

Шаг 2. Поляризация

С самого начала новости о появлении ИИ как технологической новинки почти не имели эмоционального окраса. Но по мере того как LLM получали статус значимого явления, росла и поляризация сообщений. Появлялось все больше как экстремально позитивных («ИИ изменит всё», «ИИ освободит нас»), так и крайне негативных («ИИ всех заменит») сообщений.

Ученые, политики, СМИ, да и диванные комментаторы вовсю обсуждают вопрос применимости технологии, а также последствий и регулирования сферы. Вслед за скачком количества публикаций в 2022 году дискуссии эти только обострились.

Рост накала страстей ученые уже успели рассмотреть под микроскопом. Например, в начале 2023 года в статье How ChatGPT Changed the Media's Narratives on AI: A Semi-Automated Narrative Analysis Through Frame Semantics писали, что вопросы сохранения рабочих мест или этики ИИ в новостях были представлены слабо — тема воспринималась скорее позитивно. А вот исследование, сосредоточившееся на материалах первой половины 2023 года — Mapping ChatGPT in Mainstream Media to Unravel Jobs and Diversity Challenges: Early Quantitative Insights through Sentiment Analysis and Word Frequency Analysis — уже отмечало рост предупреждений о системных опасностях. Например, что успехи ИИ усиливаются специально для презентации инвесторам.

Во многом этот процесс — следствие того, как работают сами медиа. Статья в Nature подчеркивает, что СМИ склонны фокусироваться на предостережениях и сенсациях в теме ИИ. И это просто конкуренция за внимание читателя: нейтральные формулировки проигрывают, риски и угрозы вызывают больше переходов и обеспечивают дочитывания.

Шаг 3. Пик позади. Интерес падает

ИИ находит применение все в новых областях. Мы экспериментируем и находим сегменты, где большие языковые модели помогают быстрее справляться с работой. Большинство американцев (69%) уже так или иначе использует ИИ. Но одновременно с этим более половины жителей США (54%) устали от новостей об ИИ. Эти результаты получили в рамках опроса 2000 взрослых жителей США. Среди прочего он также показал, что 46% считают, что ИИ повсюду и от него почти невозможно скрыться, а 30% относятся к ИИ отрицательно.

Результаты вполне логичны.

Новостей публикуется очень много, но большие языковые модели не становятся принципиально другими. 48% опрошенных отмечают, что ИИ лишь частично оправдал те надежды, которые на него возлагали. 6% уже уверены, что ИИ никогда не оправдает ожиданий.

В публикации, посвященной опросу, Сиддхант Кхаре, инженер-программист, работающий над инфраструктурой ИИ и инструментами для разработчиков, отметил интересный парадокс: ИИ — инструмент максимальной продуктивности, но при этом он изматывает пользователей. Конкретно ему приходится больше времени тратить на редактирование и проверку, чем на создание кода. От себя отмечу, что та же картина наблюдается в других сферах. На этом фоне все чаще видны чуть более панические заголовки: ИИ заменит всех, такая-то профессия будет не нужна, в такой-то отрасли начались сокращения.

Все это уже было

Ровно то же поведение мы уже видели на примере разных тем. Очень показателен в этом смысле Covid-19, поскольку и всплеск интереса был столь же неожиданным, и тема — новой, важной и повсеместной.

Спустя несколько лет после пандемии исследований самых разных аспектов выпустили уже достаточно. В том числе прошлись по вниманию к новостям. Например, опрос, проведенный в Латвии, показал, что уже через полгода после начала пандемии 37% участников опроса потеряли интерес к Covid-19. 26% просто перестали следить за темой, а 32% начали избегать новостей о вирусе. Проведя многомерный анализ, исследователи выявили, что терять интерес к новостям более склонны были люди молодые, испытавшие посттравматический стресс или в целом обладающие меньшим страхом перед болезнью (все эти факторы работали независимо друг от друга). Также чаще избегали информации те, кому про Covid-19 рассказывали друзья и родственники — те самые диванные эксперты, а не медицинский персонал.

Как в случае с Covid-19, так и с ИИ сейчас люди не стали разбираться в теме лучше. Наоборот, они потеряли интерес и перестали получать обновленные данные, предпочтя неведение.

Именно так и работает медийное внимание:

  • тема начинает доминировать;

  • количество новостей растет — в гонку за сенсацией включаются всё новые новостные агентства;

  • растет эмоциональность — СМИ важно найти цепляющую тему (помните, День радио? «Которая будет животрепетать…»);

  • но эмоциональная вовлеченность читателей/зрителей/слушателей растет не бесконечно, начинается перегруз;

  • новости продолжают публиковаться, но их избегают; внимание и понимание падают.

Тот же паттерн мы могли наблюдать с криптой, метавселенной или доткомами в нулевые. Механика та же — меняется только тема.

Сейчас тема ИИ в фазе перегрева 

Он никуда не исчезнет, но мы уже потеряли ощущение новизны, а вместе с ним и желание следить за каждым обновлением. Еще недавно каждая новость про LLM казалась важной. Теперь это просто информационный фон, инфраструктура для создания чего-то большего — что-то вроде интернета, то есть очень важное, вездесущее и при этом не требующее ежедневного внимания.

Медийное внимание уже смещается дальше. И главные вопросы — какая тема станет следующей и как долго продержится до того, как придет усталость.


Как думаете, что это будет за тема?