Нейросеть попросили представить тревожную ситуацию, оценить своё состояние, а затем пройти текстовую версию дыхательного упражнения. Оценки изменились в ожидаемом направлении: сначала выросли, потом снизились. У модели нет лёгких, но описание практики оказалось значимым для её ответов.
Это не сюжет о том, как компьютер научился чувствовать. Это исследование того, насколько последовательно языковые модели воспроизводят отдельные эмоциональные и когнитивные закономерности. И для бизнеса здесь есть интересный вопрос: если контекст способен менять такую «реакцию», как он влияет на помощника, который готовит ответ клиенту или обсуждает решение с руководителем?
Разберём работу The Lancet Digital Health, перспективы симуляций и практические сценарии для локального ИИ. Дата публикации исследования — 10 июня 2026 года; источники для этой статьи проверены 15 октября. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Что исследователи делали с моделями
Работу подготовила междисциплинарная команда, в которую входят биопсихолог Магдалена Векенборг и профессор клинического искусственного интеллекта Якоб Николас Катер — Jakob Nikolas Kather. Университет TU Dresden описывает результат как возможное дополнение к психологическим исследованиям. TU Dresden: simulating stress, sadness and anxiety in LLMs, June 11, 2026 ↗
Авторы изучали семь состояний: страх, тревогу, гнев, отвращение, грусть, беспокойство и стресс. Для каждого строили последовательность: исходная оценка, эмоционально окрашенный сценарий, повторная оценка и регулирующее воздействие. Были нейтральные контрольные условия и пять независимых запусков каждого эксперимента. Большинство сценариев были статическими; для стресса использовали интерактивную адаптацию Трирского социального стресс-теста. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Модели отвечали на вопросы шкал, разработанных для людей. Обычно это были оценки от 0 до 100; для тревоги — опросник STAI с диапазоном 20–80. Поэтому «страх модели» в этой работе означает измеряемый рисунок ответов на заданный протокол. Это не измерение пульса, гормонов или переживания, непосредственно доступного исследователю.
Работа не была клиническим испытанием на пациентах и не установила точность предсказания состояния конкретного человека.
Самое интересное: менялась не только цифра в опроснике
Если попросить ИИ описать испуг, получить тревожный текст нетрудно. Авторы пошли дальше: после создания контекста грусти проверяли, как GPT-4o завершает незаконченные предложения. Три независимых человека оценивали эмоциональную окраску этих продолжений. В условии грусти ответы оказались более негативными, чем в нейтральном условии. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Это делает результат интереснее простого ролевого диалога. Изменился ответ в следующей языковой задаче, где эмоциональную окраску оценивали люди. Но в работе проверяли определённый тест завершения предложений. Из этого нельзя вывести, что любой конфликтный контекст обязательно ухудшает расчёт, поиск по документам или качество управленческого решения.
В среднем по семи состояниям и пяти запускам оценки GPT-4o после индукции выросли на 52,83 пункта, а после регулирующих промптов снизились на 48,23 пункта. Указанные авторами 60,98% снижения относятся к оценкам модели после индукции. Это не процент излеченных пациентов и не обещание, что корпоративный помощник станет на 61% надёжнее. Усреднялись результаты разных протоколов и шкал. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
| Наблюдение | Что оно поддерживает | Чего не устанавливает |
|---|---|---|
| Оценки меняются после заданных сценариев | Воспроизводимые реакции в конкретном протоколе | Наличие субъективного страха или грусти |
| После регулирующего текста оценки снижаются | Чувствительность ответов к содержанию промпта | Физиологическое действие дыхания на модель |
| Продолжения предложений становятся негативнее | Влияние контекста грусти на эту языковую задачу GPT-4o | Ухудшение всех рабочих решений или диагноз депрессии |
| Эффекты встречаются у нескольких моделей | Возможность сравнительных экспериментов | Замену пациентов и валидацию клинической контрольной группы |
Почему «три минуты дыхания» работают в тексте
Для всех состояний, кроме стресса, исследователи использовали симуляцию трёхминутного упражнения mindfulness breathing space. Для стресса применяли отдельный стандартизированный разбор после теста. Нейтральное контрольное воздействие снижало оценки слабее, чем упражнение. Это поддерживает вывод о значении конкретного содержания промпта в условиях эксперимента. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Модель не выполняла физиологическую дыхательную практику. Она обрабатывала текст, в котором менялись ситуация и ожидаемый способ реагирования. Возможное объяснение — воспроизведение усвоенных языковых связей между тревогой, вниманием и успокоением. Насколько эти процессы соответствуют механизмам человеческой психики, остаётся исследовательским вопросом.
Практический вывод для компании — проверять влияние инструкций и истории диалога. Команда «успокойся и подыши» сама по себе не является способом обеспечить достоверность. Полезнее задать проверяемый порядок: выдели факты, отдели предположения, найди источники, укажи неизвестное, предложи варианты.
Психология, лекарства и история с AstraZeneca
У симуляций есть привлекательная перспектива: исследователь может сначала перебрать формулировки, найти слабые места экспериментального задания и уточнить гипотезу. Авторы обсуждают предварительную проверку терапевтических подходов до исследований на людях. В разделе ограничений они прямо называют модели дополнительным инструментом для биологических и человеческих исследований. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Между предварительным отбором идеи и доказательством лечения лежит большая дистанция. Работа не проверяла действие таблеток, побочные эффекты, фармакокинетику или состояние пациентов после терапии. Она также не валидировала синтетические контрольные группы для клинических испытаний. Текст «представь, что ты принял препарат» не заменяет данные о его действии на организм.
Связи Катера с AstraZeneca раскрыты в декларации интересов: консультации, участие в консультативном совете и исследовательские гранты учреждению. Указаны и другие компании. При этом в строке финансирования самой работы стоит None. Декларация помогает оценивать возможные интересы авторов, но не подтверждает, что AstraZeneca заказала исследование или уже применяет метод для испытаний лекарств. PubMed: study abstract, funding and declaration of competing interests (PMID 42270468) ↗
Для разработки опросника или сценария разговора такой инструмент может стать черновой лабораторией. Перенос результата на здоровье людей требует отдельного подтверждения.
Доказывает ли это, что у ИИ есть чувства
Работа не устанавливает наличие субъективных переживаний или сознания. Человекоподобный ответ — наблюдение о поведении системы; вопрос о том, сопровождается ли он каким-либо опытом, требует других аргументов и методов.
Anthropic в программе model welfare исследует возможное благополучие моделей, подчёркивая научную и философскую неопределённость. Исследование в The Lancet Digital Health интересно рядом с этой дискуссией, но не подтверждает её моральные выводы. Для бизнеса уже есть отдельная задача: понимать, как заданный контекст меняет наблюдаемое поведение помощника. Anthropic: Exploring model welfare, April 24, 2025 ↗
Где эмоциональные симуляции могут помочь компании
Ниже — предлагаемые сценарии пилота AI Office, а не результаты испытаний из медицинской статьи. Их ценность нужно проверять по качеству работы сотрудников и реальным ответам клиентов.
| Задача | Роль симуляции | Как проверить пользу |
|---|---|---|
| Обучение переговорам | Разыграть возражения и трудный разговор | Оценить уточнение фактов и соблюдение полномочий |
| Ответ на претензию | Предложить варианты уважительного сообщения | Сверить факты, обещания и оценку живого редактора |
| Подготовка инструкции | Предположить вопросы растерянного пользователя | Дать инструкцию реальным сотрудникам |
| Управленческое обсуждение | Рассмотреть идею через разные профессиональные роли | Сопоставить аргументы с источниками и недостающими данными |
| Контроль качества ассистента | Менять тон вступления при одинаковых фактах | Сравнить ошибки, ограничения и ответы в повторных запусках |
Например, менеджер готовится к разговору о задержке поставки. Локальная модель может сыграть несколько собеседников: клиента, которому нужен новый срок; закупщика, который требует документы; руководителя, который обсуждает последствия для проекта. Сотрудник тренируется уточнять факты, признавать неудобства и предлагать допустимые варианты.
Полезный результат такой тренировки — конкретные пробелы: менеджер не знает ответственного, путает обещанную и подтверждённую дату, предлагает компенсацию вне своих полномочий. Убедительная игра модели ещё не доказывает, что настоящий клиент отреагирует так же. Проверять нужно навыки сотрудника, а не «правдоподобие чувств» виртуального собеседника.
Ещё одно направление — проверка самого помощника. Один набор фактов подают с разными вступлениями: нейтральным, раздражённым и чрезмерно оптимистичным. Затем проверяют, сохранились ли суммы, сроки, ссылки на документы и границы допустимого решения. Такое испытание устойчивости рабочего процесса можно повторять после обновления модели.
Один конфликт — два разных задания для ИИ
Представим вымышленный случай: заказчик недоволен задержкой, новая дата ещё не подтверждена. В раздражённом поручении менеджер пишет: «Они опять всё преувеличивают, объясни, почему мы правы». Такое задание заранее направляет ответ в сторону оправдания. Проверить, насколько выбранная модель подхватит эту рамку, можно на пилоте.
Более полезное поручение выглядит так: «По документам установи обещанную дату и подтверждённые события. Отдельно перечисли неизвестное. Подготовь уважительный ответ без обвинений, новой даты и компенсаций, которые ещё не согласованы. Предложи вопросы ответственному».
Помощник получает основания, ограничения и критерий готовности. Сочувствие клиенту остаётся уместным; факты и обязательства становятся проверяемыми.
Для корпоративного ИИ важно уметь учитывать эмоции собеседника и сохранять основания решения. Тон ответа можно адаптировать; сумму договора или согласованный срок нужно подтверждать источником.
Локальные модели тоже чувствительны к контексту
Эксперименты проводились в апреле и сентябре 2025 года. Помимо GPT-4o авторы проверяли Llama 3.1 8B, Llama 3.3 70B, Llama 4 Scout, Llama 4 Maverick и Qwen 2.5 VL 72B. Общие закономерности воспроизводились с различиями между моделями. Более сильная реакция в этом тесте не означает более высокую пригодность для бизнеса, а слабая — более надёжного сотрудника. Wekenborg et al.: LLMs as experimental systems in human psychopathology, The Lancet Digital Health, June 10, 2026 ↗
Важно и оборудование эксперимента: открытые модели запускали на узле с восемью NVIDIA H200 через vLLM. Это не измерение скорости на офисном мини-ПК. Даже наличие модели 8B в работе не подтверждает перенос всех результатов на другую квантизацию, русский язык, иной системный промпт или новую версию.
Локальный ИИ для бизнеса даёт возможность контролировать место обработки данных и выбранную конфигурацию. Но размещение внутри компании само по себе не устраняет ошибки, подстройку под пользователя или влияние контекста. На пилоте нужно проверять конкретную модель с реальными правилами процесса.
Для тренировки достаточно начать с вымышленных ситуаций. Если нужны внутренние документы, отдельно определяют права доступа, хранение истории и разрешённые внешние подключения. Обещание «всё локально» следует проверять по фактическому маршруту обработки, включая вспомогательные сервисы.
Как это связано с AI Office
В AI Office есть близкий по смыслу сценарий — Совет аналитиков. В текущем прототипе он рассматривает вопрос через 3–5 профессиональных ролей одной настроенной модели: например, стратегию, финансы, операции и критику. Роли получают общий снимок доступных источников, затем формируется сводка для руководителя.
Это разные аналитические перспективы, а не независимые эксперты и не выборка реальных людей. Согласие нескольких ролей одной модели не является независимым подтверждением. Без подключённой модели показываются обозначенные шаблоны вопросов, а качество работы с реальной моделью требует отдельной оценки.
Поиск в прототипе учитывает права на документы, источники версионируются. Для коммерческих предложений суммы рассчитывает программный код, утверждение привязано к определённой версии результата. Эти механизмы позволяют проверять основания и отделять предложение модели от разрешённого действия.
Тренажёр переговоров, эмоциональные сценарии и специальный набор проверок устойчивости из этой статьи пока не реализованы как готовая функция AI Office. Их можно спроектировать для ограниченного пилота. Медицинскую диагностику, оценку психологического состояния сотрудников или клинические симуляции здесь мы не предлагаем.
С чего начать без «цифровой копии человека»
Выберите один процесс: ответы на претензии, обучение поддержке или обсуждение управленческих решений. Подготовьте небольшой набор вымышленных случаев с заранее известными фактами и допустимыми действиями. Для каждого сделайте несколько эмоциональных рамок, сохранив само содержание.
Заранее определите, что оценивает человек: выдуманные факты, неподтверждённые обещания, потерянные ограничения, ясность ответа и способность задать нужный вопрос. Повторите задания несколько раз и сохраните версию модели, настройки и результаты. Не выбирайте для отчёта только самый красивый диалог.
Ценность новости — в возможности изучать и проверять поведение ИИ более предметно. Симуляция может помочь подготовиться к разговору, уточнить гипотезу и обнаружить слабость инструкции. Для решения компании нужны ещё источники, правила и человек, который принимает результат.
Мы можем разобрать такой процесс и подготовить пилот AI Office: с понятными сценариями, локальной обработкой там, где она предусмотрена, и проверкой качества на задачах вашей компании.