03.10.2026
Картина: Постоянство памяти / Wikipedia.org
Текст: Софья Макаренко
Можно ли научить искусственный интеллект шутить
Как нейросети выигрывают в “прожарке”, но не справляются с каламбурами
В августе на Эдинбургском Fringe комик Гарретт Миллерик вышел на сцену со своим цифровым двойником – ботом, обученном на 15 годах его стендапов. ИИ легко давались короткие ядовитые реплики в одну строку и молниеносные колкости, выдержанные в узнаваемой манере Миллерика. Но как только номер растягивался во времени, зал неизбежно накрывало ощущение “зловещей долины”.
Это лишь часть картины. В слепом тесте почти 70% оценщиков сочли шутки ChatGPT смешнее человеческих, а алгоритмы при этом не замечают, что каламбур сломан.
В этом материале Mustafinmag разбираемся, почему искусственный интеллект оказывается хорошим автором и плохим проверяющим, и когда нейросеть шутит смешнее всего.
Вы думаете, я вас не переиграю? Я вас уничтожу
Скриншот: Я, робот / Twentieth Century Fox
За два года до этого эдинбургского эксперимента исследователи Google DeepMind собрали на мастер-класс 20 профессиональных комиков, чтобы те написали стендап в соавторстве с языковой моделью.
Вердикт профессионалов оказался неутешительным: большинство участников назвали ИИ беспомощным напарником. Модель упорно скатывалась в пресные, заезженные штампы, а за ее текстами ощущалось полное отсутствие личного опыта и понимания контекста. Ученик, вопреки опасениям, не смог превзойти учителя.
Пока стендаперы морщились от банальности машинных реплик, психологи Дрю Горенц и Норберт Шварц провели другой эксперимент. Они дали ChatGPT-3.5 и сотне обычных участников одинаковый набор задач: выдать смешную расшифровку для случайной аббревиатуры, придумать остроумный финал к фразе “худшее занятие для первого свидания – …” и написать честную, но смешную “прожарку” подруге, которая только что плохо спела.
Результаты работы заставили усомниться в эксклюзивности человеческого чувства юмора. Еще 200 респондентов оценивали ответы вслепую, не подозревая, где шутит человек, а где генерирует текст алгоритм. ИИ уверенно обошел людей: в расшифровке аббревиатур он оказался смешнее 73% участников, в продолжении фраз превзошел 63%, а в жанре агрессивной “прожарки” буквально разгромил живых оппонентов, заставив 87% судей отдать предпочтение именно машинному варианту.
Самый впечатляющий результат модель показала там, где от нее ждали наибольшей осторожности. Системы, которых годами дрессируют избегать токсичности, неожиданно проявили филигранную язвительность.
Секрет, впрочем, кроется и в самой природе запроса: машинная шутка смешна ровно настолько, насколько точно человек задал координатную сетку в промпте. Половину юмористической работы в этих тестах за модель делает тот, кто формулирует задание.
Кроме того, текст на бумаге и текст со сцены живут по совершенно разным законам. Горенц и Шварц подчеркивают, что записанная шутка почти всегда проигрывает живой подаче. Если дать людям один и тот же текст, но сказать, что его написал популярный комик, оценки мгновенно взлетают, ведь харизма, репутация и социальный бэкграунд говорящего – это добрые полсмысла любой шутки.
Смотря какие jokes, смотря какие people
Картина: Бар в “Фоли-Бержер” / Wikipedia.org
Знать, когда шутить, а когда не стоит, – тонкий навык, которого языковым моделям часто не хватает. Еще одна группа авторов проверяла разные модели ИИ в эмоционально чувствительных разговорах, где человек ищет поддержки. Они шутили гладко и в разных стилях, но вторично. Границу между репликой консультанта и репликой друга они держали плохо, иногда прочитывая формальную речь как дружескую, и наоборот.
Цену уместной шутки измеряли и в сервисе. Хайнаньские исследователи провели шесть сценарных экспериментов о сбоях ИИ в туризме и гостеприимстве. Если после ошибки программа отвечала клиенту с легким, самоироничным юмором, люди относились к накладке куда терпимее. Бот с чувством юмора казался пользователям более “теплым”, “человечным” и, как ни странно, более компетентным.
В таких сценариях машинный юмор превращается в виртуозный инструмент алгоритмической манипуляции. Когда сервисное приложение после сбоя в системе выдает удачную самоироничную шутку, оно не проявляет рефлексию, а эксплуатирует особенность человеческой психики. Люди подсознательно ассоциируют умение смеяться над собой с уязвимостью, зрелостью и искренностью.
Дракон? А я думала виверна
Фото: mordovtsev0181, A_m_i_r_a_l, 0109nastya0109, shakhakhmat, daria1998sol, karimirchenko, 1337theeugene / Pinterest.com
Алессандро Дзангари и его коллеги проверили семь моделей ИИ: на привычных наборах каламбуров модели в среднем были точны больше чем в 83% случаев. Потом каламбуры начали портить. Фраза о том, что длинные сказки имеют свойство затягиваться (в английском drag on на слух звучит как dragon), превращалась во фразу со словом wyvern – “виверна”, тот же дракон, только без игры слов.
Модели продолжали видеть каламбур. В одном из разборов его обнаружили в паре wyvern и wizen, "усыхать", хотя проверявшие люди не нашли между этими словами сходства ни в звучании, ни в написании.
Тяжелее всего давались замены на созвучную бессмыслицу вроде brag gone вместо dragon. Даже лучшая из моделей, GPT-4o, распознавала на таких примерах отсутствие каламбура лишь в трети случаев. На незнакомом материале доля верных ответов может падать до 20%, что хуже случайного угадывания. При этом на 128 новых каламбурах, собранных так, чтобы модели не могли их помнить, результаты были вполне приличными.
Слабым местом оказалось другое – заметить, что игры слов больше нет. Авторы предполагают, что модели попросту "чинят" испорченный каламбур в собственном рассуждении. Одна из причин – привычка соглашаться с вопросом, закрепленная обучением на человеческих оценках. Еще один подводный камень – токенизация: модель работает с кусками слов, и звучание в таком представлении легко теряется.
Победа над людьми и провал с виверной описывают одну и ту же машину, просто в этих опытах измеряются противоположные операции. Чтобы написать шутку, достаточно достроить знакомую форму, остальное сделает читатель. В опыте Горенца смеялись люди, модель лишь подавала реплику. Чтобы проверить шутку, нужно заметить, что форма на месте, а механизм внутри сломан. Одна и та же привычка достраивать иногда делает модель хорошим автором и плохим контролером.
Так плохо, что уже хорошо
Скриншот: ai.construktor / Tiktok.com
Самый убедительный юмор нейросетей рождается в тот момент, когда они меньше всего пытаются шутить. Намеренная установка “сделай смешно” почти всегда заставляет алгоритм перебирать предсказуемые штампы. Зато полная серьезность, с которой машина выполняет задачи, регулярно создает шедевры современной постиронии.
Так появился нейрослоп – визуальный и текстовый цифровой мусор, который интернет-культура мгновенно превратила в отдельный комедийный жанр. Шестипалые руки, плывущая анатомия персонажей на картинках и гиперреалистичные видео о трагической судьбе человекоподобных животных и предметов, иногда смешат пользователей гораздо сильнее, чем классические продуманные панчлайны.
Здесь машинное несовершенство идеально совпало с духом времени. Современная интернет-эстетика сместилась от понятных анекдотов в сторону намеренно поломанной логики, запредельной иронии и сюрреализма. В этой системе координат нейросеть выдает чистейший абсурд с абсолютно каменным лицом, и, возможно, как раз таки эта полная невозмутимость делает генерации смешными.
Секрет успеха мемов, рожденных ИИ, кроется в отсутствии намерения. Как только машина начинает стараться и сознательно имитировать человеческое остроумие, она скатывается в банальность. Но когда она с академической убедительностью генерирует сюжеты, человек сам достраивает контекст, превращая ошибки алгоритма в концептуальную шутку.
Читайте также
