Термин «искусственный интеллект» провоцирует когнитивную ошибку?

• ГРУДЦЫНА Людмила Юрьевнадоктор юридических наук, профессор, профессор кафедры конституционного и международного права ФГБОУ ВО «Всероссийский государственный университет юстиции (РПА Минюста России)», председатель Московской городской коллегии адвокатов «Норма права», Почетный адвокат России, эксперт РАН, ORCID 0000-0001-7731-724X https://ludmilagru.academia.edu/researchludmilagr@mail.ru
• ИВАНОВА Светлана Анатольевнадоктор юридических наук, профессор, профессор кафедры государственно-правовых и уголовно-правовых дисциплин ФГБОУ ВО «Российский экономический Университет им. Г.В. Плеханова», Почетный адвокат России, эксперт РАНivanovasa1@yandex.ru

В статье авторы с критических позиций рассматривают термин «искусственный интеллект» (ИИ) как неточное обозначение современных технологий, которые представляют собой не креативное мышление (аналогичное человеческому мышлению и творчеству), а статистическую комбинаторику, работу с большими объемами данных и быстрые вычисления. Обсуждаются позиции ученых США, стран Европейского Союза и Китая, подчеркивающие отсутствие подлинного (человеческого) интеллекта и творчества в ИИ. Приводятся цитаты ученых и научный анализ, подтверждающие, что термин «искусственный интеллект» может вводить в заблуждение и необходимо в современных научных исследованиях второй четверти XXI века переходить на более точную терминологию.

Ключевые слова: искусственный интеллект, искусственные вычисления, творчество, антропоморфизм, машинное обучение, большие языковые модели

Введение

Термин «искусственный интеллект» (artificial intelligence, AI) был введен в 1956 г. на семинаре в Дартмутском колледже (Гановер, Нью-Гемпшир) и с тех пор стал доминирующим в описании технологий, имитирующих человеческие когнитивные процессы. Важно понимать, что Дж. Маккарти предложил этот термин для того, чтобы отделить свое направление от уже существовавших терминов, например, «кибернетика» или «теория автоматов».

Прошло 70 лет, термин «искусственный интеллект» (ИИ) исторически закрепился как удобное (и ставшее привычным) обозначение широкого спектра алгоритмов - от экспертных систем до современных нейросетевых моделей. Однако сама конструкция термина «искусственный интеллект» (далее – ИИ), на наш взгляд, провоцирует когнитивную ошибку: приписывание вычислительным системам человеческих свойств (понимания, намерений, творчества, сочувствия, сопереживания, эмпатии и т.д.). Некоторые ученые утверждают, что это название неточно: современный искусственный интеллект (ИИ) не обладает настоящим интеллектом, подразумевающим человеческое творческое мышление, самосознание и понимание, а представляет собой сложные алгоритмы, основанные на статистике, комбинаторике и вычислениях.

В статье обосновывается тезис о том, что в доминирующих практиках машинного обучения и генеративного моделирования речь идет прежде всего об искусственных вычислениях: оптимизационных процедурах, статистической комбинаторике и обработке знаков без гарантий семантического «понимания» и без человеческой творческой интенциональности. ИИ рискует создать иллюзию, что машины способны к подлинному мышлению (в человеческом его понимании), в то время как они лишь обрабатывают данные по предопределенным правилам, т.е. занимаются по сути искусственными вычислениями и комбинаторикой. Это приводит к гиперболизации возможностей ИИ и недооценке его ограничений.

Критика термина «искусственный интеллект» Основная критика термина ИИ заключается, по мнению авторов настоящей статьи, в том, что он антропоморфизирует технологии, приписывая им человеческие качества, которых у них нет. ИИ не творит (в понимании человеческого творчества), а комбинирует существующие данные на основе вероятностных моделей и быстрой обработки больших объемов данных. Например, системы вроде ChatGPT (https://chatgpt.com) генерируют ответы, опираясь на статистику появления слов в обучающих данных, но не понимают смысла ответов. Это не творчество, а алгоритмизированный поиск паттернов в огромных объемах информации, это не рождение новой идеи или теории, а статистическая комбинаторика.

8

Термин «искусственный интеллект» вводит в заблуждение, поскольку подразумевает наличие интеллекта, в то время как на деле это «искусственные вычисления» – продвинутые алгоритмы без сознания или креативности. Некоторые ученые предлагают альтернативы, такие как «комплексная обработка информации» или «машинное обучение». Кроме того, ИИ усиливает предвзятости данных и не способен к фундаментальным открытиям, оставаясь инструментом для постепенных улучшений.

Существуют и узкоспециализированные термины, которые описывают подмножества AI, но иногда используются как альтернативы для избежания общего термина «AI», особенно когда речь идет о конкретных технологиях:

- Machine Learning (Машинное обучение):

подход, где алгоритмы улучшают производительность на основе данных. Часто предлагается как более точный термин для текущих «AI»-систем, таких как нейронные сети. “Machine learning, or - Expert Systems (Экспертные системы):

системы, имитирующие экспертизу человека в узкой области через правила и базы знаний. - Neural Networks (Нейронные сети): структура, вдохновленная мозгом, для обработки данных поиск): фокус на извлечении и обработке информации, без претензии на «интеллект».

- Knowledge Engineering (Инженерия знаний): процесс создания систем, управляющих знаниями.

Позиции американских ученых Американские ученые часто выступают с критикой термина «искусственный интеллект», подчеркивая его несоответствие реальности. Как подчеркивает Ноам Чомски, человеческий разум не является статистической машиной, как ИИ, и способен к абстрактному мышлению за пределами данных. Ноам Чомски подчеркивает, что ИИ лишен настоящего понимания и творчества.

Например, Гэри Маркус в обсуждении ограничений современных архитектур прямо фиксирует ошибку общественного восприятия: «these things are not actually intelligent» («эти штуки на самом деле не являются интеллектуальными»). [1] Он связывает это с «архитектурными ограничениями» и иллюзией, что «больше данных» автоматически даст человеческий уровень рассуждения.

Ученый Джарон Ланьер, например, в статье «There Is No A.I.» утверждает: «Как компьютерный ученый, я не люблю термин ‘A.I.’. На самом деле, я думаю, что он вводит в заблуждение – возможно, даже немного опасен».

[2] Дж. Ланьер считает ИИ

инструментом, а не существом, и предупреждает, что мифологизация машинных процессов в «интеллект» (сопоставимый с человеческим творчеством) может привести к неправильному управлению технологиями в современном мире. Исследования из Университета Чикаго и Цинхуа показывают, что ИИ повышает цитируемость работ, но сужает тематику и повышает повторяемость, не добавляя творчества в научные исследования.

Джеймс Зоу из Стэнфорда отмечает слабости ИИ в распознавании ложных убеждений (фейков), подчеркивая отсутствие у ИИ человеческого уровня рассуждений. В целом, американские эксперты видят в ИИ только продвинутые вычисления, быструю работу с большими объемами данных, но не интеллект, и призывают к регуляции данного понятия для предотвращения возможных рисков в будущем.

Позиции европейских ученых

Европейские ученые активно критикуют гиперболизацию ИИ и его терминологию. Например, Пабло Сангуинетти пишет: «Термин «искусственный интеллект» способствует заблуждениям о возможностях, происхождении и природе дисциплины». [3] Евгений Морозов заявляет: «Проблема с искусственным интеллектом? Он ни искусственный, ни интеллектуальный». [4] Е. Морозов предупреждает, что продолжение использования термина рискует убедить нас в единой логике мира, управляемой вычислениями.

Группа из более чем 70 ученых в открытом письме к Урсуле фон дер Ляйен призвала отозвать заявление о приближении ИИ к человеческому мышлению, называя это «ненаучным и неточным», основанным на маркетинге, а не на доказательствах. Они подчеркивают, что ИИ не достигает человеческого уровня, и гиперболизация подрывает доверие Европы. Кейт Кроуфорд в «Atlas of AI» отрицает, что технология является «интеллектуальной» или «искусственной», подчеркивая ее материальную основу в ресурсах и труде.

Европейские позиции, таким образом, фокусируются на этических и регуляторных аспектах, видя в ИИ только инструмент, а не творческий разум.

Позиции китайских ученых

Китайские ученые подчеркивают практические ограничения ИИ, фокусируясь на отсутствии креативности и фундаментальных прорывов. Сон- Чун Чжу предупреждает: «Китайский нарратив об ИИ страдает от «когнитивного предубеждения». Несмотря на успехи компаний вроде DeepSeek, Китаю все еще недостает оригинальных прорывов в фундаментальных технологиях искусственного интеллекта». Сон-Чун Чжу отмечает, что инновации практически остановились в своем развитии на уровне алгоритмов, без глубокого понимания человеческого интеллекта. Исследование в Nature показывает: «Генеративному ИИ недостает человеческой креативности для научных открытий с нуля». [5] Джеймс Зоу (в сотрудничестве с Цинхуа) отмечает, что ИИ усиливает производительность, но эродирует разнообразие контента и не способствует настоящей креативности. На конференции Agents4Science 1 китайские и американские уче- 1 Agents4Science 2025 - это первый открытый формат, где ИИ должен быть основным автором и рецензентом, а цель - публично наблюдать сильные/ слабые стороны и выработать нормы (атрибуция, верификация, этика). Дата виртуальной конференции - 22 октября 2025 г. Первичный отбор научных материалов делался панелью нескольких ИИ-рецензентов, а финальный отбор - людьми, при обязательном раскрытии роли ИИ по стадиям исследования. По итогам было принято 48 работ. На основе отобранных научных материалов был сделан вывод о том, что ИИ-агенты полезны для вычислительного ускорения и черновой подготовки, но демонстрируют слабую подготовку в научном суждении - от фабрикации источников/фактов и потери конные продемонстрировали, что ИИ как «ученые» (т.н. ИИ-агенты) ограничены в оригинальности (есть примеры т.н. «галлюцинаций» ссылок на несуществующие работы или судебные решения), подтверждая отсутствие подлинного интеллекта. Китайские ученые подчеркивают необходимость фокуса на фундаментальных аспектах, видя ИИ как вычисления, а не творчество. При этом можно утверждать, что LLM-агенты (по состоянию на 2026 г.) сильны как «ускорители» и генераторы черновиков научных работ ученых, но слабы как автономные носители (и тем более – создатели) научного суждения.

Таким образом, ИИ-агенты не могут сравниться с учеными-людьми (с их творческим мышлением), а могут быть масштабируемыми когнитивными инструментами в руках ученых. Главная проблема ИИ-агентов - не «отсутствие творчества», а отсутствие продуманного (в т.ч. – правового) механизма ответственности: система может быть убедительна в своих аргументах, но при их тщательной проверке выявляются, например, фейки (формулирование выводов на фактах, которых не существовало).

Таким образом, термин «искусственный интеллект» неточен и вводит в заблуждение, поскольку современные системы – это искусственные вычисления, лишенные человеческого творчества и понимания. Ученые из США, Европы и КНР сходятся в том, что ИИ не достигает уровня настоящего (т.е. человеческого) интеллекта, и призывают к пересмотру терминологии для избежания гиперболизации понятия «искусственный интеллект» и неточного его использования. Это позволит лучше управлять технологиями, фокусируясь на их инструментарии. Дальнейшие исследования, на наш взгляд, должны акцентировать этические и регуляторные аспекты для гармоничного развития.

В таблице мы собрали альтернативные понятию «искусственный интеллект» термины, более точно отражающие суть и смысл осуществляемой компьютерными системами работы. Эти термины часто используются как прямые замены «AI» в научных, технических и популярных контекстах. Они акцентируют на вычислительной или алгоритмической природе.

текста до слабости в постановке интересных и актуальных исследовательских вопросов.

8

Таблица 1.

Термин

(на английском)

Термин

(на русском)

Описание и примеры

использования

Цитаты и источники

Машинный интеллект

Подчеркивает способность

машин обрабатывать

информацию, учиться и принимать решения без человеческого вмешательства.

Часто используется в бизнесе и технических контекстах для описания систем, имитирующих когнитивные процессы.

Вычислительный

интеллект

Описывает системы, которые

эволюционируют и

улучшаются со временем

через нейронные сети,

нечеткую логику или генетические алгоритмы. Популярно в академических и исследовательских кругах.

Когнитивные вычисления

Имитирует человеческие

мыслительные процессы

через алгоритмы, фокусируясь на взаимодействии человека и машины. Используется в AI для задач, связанных с восприятием и принятием решений.

AI algorithms." Также упоминается как синоним AI в контексте симуляции человеческого поведения.

Алгоритмический

интеллект

Функциональное определение

, подчеркивающее алгоритмы

вместо "искусственности

". Подходит для описания

систем, основанных на

данных и логике, без претензии на творчество.

Символический искусственный интеллект Этот термин используется для обозначения методов, основанных на высокоуровневом «символическом» (человекочитаемом) представлении задач, логики и поиска. Он противопоставляется более современным подходам, таким как нейронные сети. https://kartaslov.ru/карта-знаний/ Вычислительный интеллект Cybernetics Кибернетика Наука о системах управления и коммуникации в машинах и живых организмах.

Исторически связана с AI, но акцентирует на автоматизации и контроле.

Упоминается как синоним в контексте науки о вычислениях, автоматизации и контроле.

Таким образом, фундаментальная проблема заключается в том, что современные модели (включая большие языковые модели, LLM) демонстрируют убедительную имитацию интеллектуального поведения, но имитация не тождественна пониманию. Дж. Сёрл в классическом аргументе «китайской комнаты» формулирует это предельно какая угодно формальная программа, но я всё равно ничего не понимаю»). [6] Чтобы утверждать, что система обладает интеллектом в человеческом смысле, обычно требуется (минимум):

- семантическая осмысленность (связь символов с мышлением, а не только с формой); - интенциональность (направленность на цели и смыслы как внутреннее состояние, а не внешнее описание); - обобщение и причинное объяснение, устойчивое вне распределения обучающих данных; - творчество как производство нового по смыслу (а не только статистически нового по форме) и как акт авторского намерения.

В прикладных ИИ-системах доминирует иное: оптимизация функции потерь, обучение на массиве примеров, вероятностная генерация продолжений (комбинаторика). Это не «мышление» как внутренний акт, а вычислительная процедура, дающая эффект, похожий на результат мышления.

Представляется, что альтернативами неточному и некорректному термину «искусственный интеллект» могут стать (в зависимости от контекста):

«искусственные вычисления» - когда нужно подчеркнуть, что результат получен оптимизацией /комбинаторикой; [7] «машинное обучение» / «статистическое обучение» - когда речь о методе построения предсказаний; «генеративные модели» - когда речь о синтезе текста/изображений/кода; «искусственная агентность» (по Флориди [8]) - когда важны автономность, взаимодействие и последствия действий, а не мифология «интеллекта». [8] На наш взгляд, термин «искусственный интеллект» в массовом употреблении методологически вреден, потому что:

во-первых, «маскирует» под человеческое творчество вычислительную природу систем; во-вторых, порождает ложное доверие («он понимает», следовательно, «ему можно делегировать ответственность», хотя на самом деле система «не понимает» так, как может это делать человек); в-третьих, провоцирует правовые и этические ошибки.

Назовем несколько примеров таких случаев, иллюстрирующих ущербность применения термина «искусственный интеллект», способного приводить к серьёзным правовым и этическим проблемам.

- Ошибки в распознавании лиц. В США система распознавания лиц ошибочно идентифицировала 61-летнего Роберта Уильямса как вора, что привело к его ложному обвинению в ограблении магазина. В России учёный Александр Цветков был задержан по подозрению в серии убийств двадцатилетней давности из-за совпадения его фотографии с фотороботом, сгенерированным алгоритмом (совпадение составило 55%). Несмотря на алиби (в момент преступлений Цветков был в экспедиции), он провёл в заключении 10 месяцев, пока дело не закрыли. Эти случаи заставили правоохранительные органы пересмотреть подходы к использованию систем распознавания лиц: теперь для ордера на арест требуется независимое доказательство помимо алгоритмического совпадения. [9] - Предвзятость алгоритмов.

Инструмент для найма от Amazon учился на резюме за последние 10 лет и систематически понижал рейтинг кандидатов-женщин, особенно на технические должности. Причина заключалась в том, что в прошлом компания нанимала преимущественно мужчин, и ИИ усвоил это как «правильный» паттерн успеха. Алгоритм COMPAS использовался в некоторых штатах США для оценки вероятности рецидива у подсудимых. Расследование ProPublica в 2016 году показало, что система ошибочно помечала темнокожих обвиняемых как лиц с высоким риском рецидива почти в два раза чаще, чем белых. [10] Система Allegheny в Пенсильвании анализировала данные соцслужб и ставила семьям баллы риска. Расследование обнаружило, что алгоритм дискриминировал мигрантов, семьи с низким доходом, ограниченными возможностями и проблемами психического здоровья. Суд постановил, что система нарушает право на справедливое рассмотрение дела, так как семьи не могли оспорить логику её решений. Streaming Tool применялся МВД Великобритании для ранжирования заявок на визы с 2015 года. Через пять лет выяснилось, что алгоритм автоматически отправлял заявителей из Африки и Азии в медленную очередь, а граждане западных стран получали приоритет. Это привело к обвинениям в расизме и закрытию проекта. [9] 8 - Генерация ложной информации (т.н.

«галлюцинации» ИИ).

В 2023 году американский адвокат представил суду меморандум с вымышленными судебными решениями, сгенерированными ChatGPT.

Судья отклонил иск и оштрафовал адвоката за введение суда в заблуждение. Аналогичный случай произошёл с бывшим адвокатом Дональда Трампа Майклом Коэном: его юрист использовал сгенерированные Google Bard ссылки на судебные решения в ходатайстве, которые позже оказались вымышленными. [9] В Норвегии ChatGPT сгенерировал недостоверную информацию об осуждении гражданина за убийство детей, что привело к жалобе на OpenAI со стороны организации по защите данных. В Канаде 9 из 10 судебных решений, представленных в иске, оказались придуманы нейросетью, что привело к отказу в удовлетворении иска. [11] - Утечки данных и нарушение конфиденциальности.

В 2023 году у ChatGPT произошёл сбой, из-за которого некоторые пользователи могли просматривать чужие личные данные и переписки с чат-ботом. [12] Компания Clearview AI собрала базу данных из более чем 30 миллиардов фотографий лиц, скопировав их из социальных сетей без ведома пользователей. Эту базу данных она продавала правоохранительным органам, что вызвало многочисленные судебные иски и запреты в нескольких странах за массовое нарушение приватности. [10] - Проблемы с авторским правом.

В начале 2023 года группа художников, включая Сару Андерсен и Келли Маккернан, подала коллективный иск против компаний Stability AI, Midjourney и DeviantArt, обвиняя их в использовании работ художников для обучения моделей без разрешения и компенсации. Getty Images подала в суд на Stability AI за незаконное копирование и обработку миллионов изображений из фотобанка. Бюро авторского права США в 2023 году постановило, что изображения, созданные ИИ без существенного творческого вклада человека, не могут быть защищены авторским правом. Это породило правовую неопределённость в креативной индустрии. [10] Юридическая фирма Hagens Berman Sobol Shapiro оштрафована за ошибки ИИ в документах. В 2025 году федеральный судья в Калифорнии наложил санкции на юридическую фирму после того, как в материалах по делу против платформы OnlyFans были обнаружены ссылки на несуществующие нормы права, сгенерированные ИИ. Окружной судья США Фред Слотер обязал фирму и её партнёра Роберта Кэри выплатить $10 тысяч. Судья подчеркнул, что даже если руководство фирмы не знало о происхождении ошибок, оно обязано контролировать работу юристов и поддерживать профессиональные стандарты. [13] Случай с адвокатом Стивеном Шварцем. В 2023 году адвокату из США Стивену Шварцу грозили санкции из-за ошибок в брифе дела его клиента, который был составлен с помощью чат-бота с ИИ. В документе упоминалось шесть несуществующих судебных решений. Правила адвокатской этики, установленные Американской ассоциацией юристов, требуют от юристов обеспечивать квалифицированное представительство и проверять точность информации, полученной с помощью технологий. Эксперты отметили, что слепо полагаться на генеративный ИИ для подготовки документов нельзя. [14] Ошибки в медицине и распределение ответственности. В случае причинения вреда пациенту из-за ошибки алгоритма иск может быть предъявлен по нескольким правовым основаниям. Ответственность может нести: врач или медицинская организация, если они использовали ИИ-инструмент с нарушениями утверждённых протоколов или проигнорировали очевидные ошибки; разработчик и производитель ПО, если продукт оказался неисправным, небезопасным или имел скрытые дефекты (например, модель была обучена на нерепрезентативных данных); клиника или медицинское учреждение, которое интегрировало ИИ в рабочие процессы, если оно не обеспечило выбор надёжного разработчика, не зафиксировало гарантии и обязательства в контракте или не организовало внутренний контроль качества использования технологии. [11] Эти примеры демонстрируют, что термин «искусственный интеллект» не отражает реальных возможностей современных технологий, завышает ожидания от них и может создавать ложное представление о наличии у машин подлинного интеллекта, сознания или субъектности.

Интеллект — это способность решать неожиданные задачи без предварительной тренировки, а современные системы ИИ работают в рамках заложенных алгоритмов и данных. ИИ затрудняется с ответом на философские, этические или экзистенциальные вопросы, так как не может оперировать абстрактными категориями или учитывать субъективный опыт, т.е. не обладает этими ключевыми чертами человеческого разума.

Когда 70 лет назад впервые прозвучал термин «искусственный интеллект» - будущее его развития было неопределенно, а сама возможность применения подобных технологий была похожа на чудо. Сейчас стало очевидным, что до человеческого интеллекта искусственным вычислениям не дорасти. Ведь устройство человеческого мозга – неразгаданная загадка Вселенной.

Список литературы

1. Marcus G. Gary Marcus on AI and chatgpt [Электронный ресурс]. Lux Capital. 10.02.2023. URL: https://www.luxcapital.com/content/garymarcus-ai-and-chatgpt (дата обращения: 31.01.2026).
2. Lanier J. There Is No A.I. // The New Yorker. URL: https://www.newyorker.com/science/annals-ofartificial-intelligence/there-is-no-ai (дата обращения: 23.01.2026).
3. Sanguinetti P. Why the Term ‘Artificial Intelligence ’ Is Misleading // IE Insights. URL: https://www. ie.edu/insights/articles/why-the-term-artificial-intelli�- gence-is-misleading (дата обращения: 23.01.2026).
4. Morozov E. The problem with artificial intelligence? It’s neither artificial nor intelligent // The Guardian. URL: https://www.theguardian.com/com�- mentisfree/2023/mar/30/artificial-intelli�- gence-chatgpt-human-mind (дата обращения: 23.01.2026).
5. Stop overhyping AI, scientists tell von der Leyen // Euractiv. URL: https://www.euractiv.com/ news/stop-overhyping-ai-scientists-tell-von-der-leyen (дата обращения: 29.01.2026).
6. Searle J. R. Minds, brains, and programs // Behavioral and Brain Sciences. 1980. Vol. 3, Iss. 3. P. 417–457.
7. Julia L. L’intelligence artificielle n’existe pas // [Электронный ресурс] (материалы/выдержка). URL: https://lesechos-formation.fr/wp-content/ uploads/2021/07/Lintelligence-artificielle-nexistepas _Intro-1.pdf (дата обращения: 31.01.2026).
8. Floridi L. AI as Agency without Intelligence: On Artificial Intelligence as a New Form of Artificial Agency and the Multiple Realisability of Agency Thesis SSRN. 2024 (posted; version history on SSRN). // [Электронный ресурс] URL: https://papers.ssrn. com/sol3/papers.cfm?Abstract_id=5135645 (дата обращения: 31.01.2026).
9. Почему ИИ не всесилен: громкие провалы искусственного интеллекта // [Электронный ресурс] //https://pravo.ru/story/258175/ (дата обращения: 02.02.2026).
10. Темная сторона кода: этические дилеммы искусственного интеллекта, которые мы решаем уже сегодня // [Электронный ресурс] https://snob.ru/profile/412159/blog/3112635 (дата обращения: 02.02.2026).
11. Ошибки ИИ в праве: обзор прецедентов // [Электронный ресурс] https://platforma-online.ru/ media/detail/oshibki-ii-v-prave-obzor-pretsedentov/ (дата обращения: 02.02.2026).
12. Проблемы ИИ: этика данных, экология, стереотипы и ошибки в искусственном интеллекте // [Электронный ресурс] https://blog. skillfactory.ru/problemy-ii/Почему ИИ не всесилен: громкие провалы искусственного интеллекта // https://pravo.ru/story/258175/(дата обращения: 02.02.2026).
13. Суд оштрафовал юридическую компанию за сделанные ИИ ошибки в документах // [Электронный ресурс] https://www.gazeta.ru/social/ news/2025/12/26/27508345.shtml?Utm_auth=false (дата обращения: 02.02.2026).
14. Адвокат из США ответит в суде за ошибки искусственного интеллекта // [Электронный ресурс] //https://rapsinews.ru/ (дата обращения: 02.02.2026).

Скачать