Российский экономический университет имени Г. В. Плеханова 2 ноября 2026 года сообщил о публикации в журнале «Врач и информационные технологии» (№3, 2026) статьи «Оценка локализации больших языковых моделей для задач клинической психологии: прогнозирование показателей тревоги и депрессии на выборке российских студентов». Одиннадцать российских и зарубежных языковых моделей отвечали на вопросы стандартизированного психологического опросника, а исследователи сравнили их ответы с данными почти тысячи студентов.

Что именно сравнивали и что получилось

Модель ставили в положение российского первокурсника: она должна была заполнить тот же опросник, что и живые участники, а затем программный ответ сопоставляли с реальными данными. По совокупности показателей лучший результат у российской T-pro-2.0. Второе место заняла китайская DeepSeek, третье и четвёртое — российские Vikhr-YandexGPT и YandexGPT. Три лидера из четырёх — отечественные разработки, но происхождение нейросети само по себе, как отмечают авторы, не гарантирует понимания российской аудитории. Решают качество обучения и адаптации, а компактные модели в этом сравнении не уступили более крупным. Опрос проводили в закрытом контуре, без передачи данных во внешние сервисы.

Ещё один заявленный вывод касается простоты метода: для имитации, по сообщению университета, достаточно краткого описания респондента, а результат почти не зависит от того, как сформулирован запрос. Все эти оценки приведены без конкретных цифр точности и без границ применимости.

Что это меняет на практике

Речь не о том, чтобы посадить языковую модель вместо психолога. Авторы прямо подчёркивают: ИИ не ставит диагноз и не заменяет специалиста. Речь о другом этапе — предварительной проверке самого опросника. Прежде чем тратить время и деньги на полевое исследование, вопросы можно прогнать через виртуальную аудиторию из «синтетических респондентов»: посмотреть, не сбивают ли формулировки людей с толку, не выпадает ли какая-то часть шкалы, где ответы распределяются подозрительно ровно. Такую проверку проводят до того, как в исследование придут живые студенты.

Представим, что исследователь готовит анкету о тревоге у первокурсников и хочет проверить два варианта формулировки одного вопроса: «Как часто за последний месяц вы чувствовали напряжение?» и «Насколько сильно за последний месяц вы ощущали напряжение?». Модель может заполнить обе версии, чтобы посмотреть, меняются ли ответы от смены формулировки. Если не меняются, это повод считать вопрос устойчивым; если меняются, его стоит переписать до полевого этапа. Но такой прогон показывает только поведение модели на данном опроснике. Он не доказывает, что так же ответят реальные студенты. Авторы и не утверждают обратного: синтетические ответы сокращают объём работы, но не отменяют её.

Пока известен только текст пресс-релиза. Сама статья в журнале «Врач и информационные технологии» (№3, 2026) в переданном сообщении не приведена, поэтому методология, состав и объём выборки, метрики точности и статистическая значимость различий между моделями остаются непроверенными. Пресс-релиз не равен рецензированной работе: это сообщение учреждения о своём результате.

Для тех, кто проводит собственные опросы и готовит научные тексты, существует статистический анализ данных: он помогает до публикации разобраться, что именно показали собранные ответы и какие выводы из них следуют, а какие нет.

Схема показывает этапы сравнения: опросник, ответы языковых моделей, сверка с данными реальных студентов и итоговое сопоставление моделей.

Фото: Andy Barbour / Pexels