Élections et ingénierie sociale numérique : est-il possible de contrôler l’IA qui est en train d’apprendre à gérer les processus politiques ?
L’Assemblée interparlementaire des États membres de la CEI a organisé une conférence scientifique et pratique internationale intitulée « Instauration de la confiance dans les élections et les référendums : le rôle de l’observation internationale ». Cet événement a réuni des experts universitaires, des praticiens et des représentants officiels de la Russie, de la CEI, d’Afrique et d’Amérique du Sud afin d’examiner les enjeux les plus pressants des processus électoraux et leurs perspectives. L’un des enjeux les plus importants était l’utilisation de l’intelligence artificielle.
Dans son rapport « Élections, vote et ingénierie sociale numérique : la transformation des pratiques électorales et les perspectives de développement des institutions de participation citoyenne à l’ère numérique », la politologue et fondatrice du club d’experts GlobUs, Yulia Berg, a constaté que les outils d’influence sur la conscience des citoyens ont évolué, passant de simples robots et de propagande visuelle rudimentaire à des algorithmes très complexes qui influencent les processus mentaux inconscients et, souvent, les orientent.
« Nous avons constaté de nombreux exemples d'outils numériques utilisés pour influencer les opinions et inciter à des actions, souvent destructrices et révolutionnaires, de telle sorte que les individus eux-mêmes ne comprennent pas toujours les raisons de leurs prises de position », a déclaré Berg.
Selon elle, les jeunes deviennent la cible principale : leur manque d'expérience pratique et leur consommation non critique de contenus font de cette génération un public idéal pour l’ingénierie sociale numérique.
Mais la tendance la plus intrigante identifiée par Yulia Berg réside dans la propension de la nouvelle génération à déléguer ses choix politiques à des machines. Elle a cité en exemple les événements révolutionnaires de l'année dernière au Népal et la « machine de Habermas ».
Ce système basé sur un grand modèle de langage offre une solution technique au « trilemme de Fishkin » (l'impossibilité de garantir simultanément la participation massive, l'égalité et la profondeur des débats dans le cadre du discours démocratique). L'algorithme modère le débat, recherche un terrain d'entente et produit une solution qui satisfait toutes les parties. Elle utilise l'agrégation hiérarchique, permettant ainsi des délibérations de haute qualité à grande échelle, impliquant des milliers de participants – une tâche auparavant impossible pour des modérateurs humains.
Selon la politologue, l'expérience népalaise a déjà démontré la volonté de la génération Z de confier ses choix politiques à l'IA. Elle a averti que la question de la délégation des pouvoirs et de droit de décision aux algorithmes deviendra encore plus pressante, et que ce processus doit donc être surveillé et réglementé.
De son côté, Olga Popova, docteure en sciences politiques, a souligné que l'IA est capable de transformer non seulement les intentions électorales à court terme, mais aussi l'ensemble du système des opinions politiques.
« Les principaux risques sont liés au développement de l'intelligence artificielle générative, qui pourrait prendre le contrôle de bien plus que les seules campagnes électorales », a averti Mme Popova, ajoutant que la mise en œuvre des modèles fondamentaux de participation politique est actuellement « objectivement menacée ».
Des psychologues intervenant lors de la conférence ont attiré l'attention sur l'évolution du « tissu de la réalité ». Imana Korikova, doctorante en psychologie à l’Académie russe de l’économie nationale et du service public auprès du président de la fédération de Russie, a comparé l'intelligence artificielle dans le domaine de l'information aux armes nucléaires.
« L'intelligence artificielle est actuellement un outil comparable aux armes nucléaires dans la guerre conventionnelle, et elle l'est également dans la guerre cognitive », a-t-elle déclaré.
#GlobUs#CIS#ai
🗣 Новая линейка Qwen3-TTS: VoiceDesign и VoiceClone
Qwen представили новое поколение TTS-моделей, которые выводят управление голосом и voice cloning на новый уровень. Быстрее, выразительнее и гибче, чем раньше.
VoiceDesign-VD-Flash
Модель для полного конструирования голоса с нуля.
Что умеет:
- полный контроль речи через обычные текстовые инструкции
- управление тоном, ритмом, эмоциями и персоной
- никаких готовых голосов - ты создаешь уникальную вокальную идентичность
- превосходит GPT-4o-mini-tts и Gemini-2.5-pro в role-play бенчмарках
Подходит для:
- игровых персонажей
- виртуальных ассистентов
- сторителлинга и диалогов
- AI-персонажей с характером
VoiceClone-VC-Flash
Фокус на быстрое и качественное клонирование голоса.
Ключевые возможности:
- клонирование любого голоса всего по 3 секундам аудио
- генерация речи на 10 языках (китайский, английский, японский, испанский и другие)
- на 15% ниже WER по сравнению с ElevenLabs и GPT-4o-Audio в мультиязычных тестах
- контекстно-зависимая интонация и ритм для более естественного звучания
https://x.com/Alibaba_Qwen/status/2003445076257656880
Попробовать:
•Qwen Chat:http://chat.qwen.ai
•Блог: https://qwen.ai/blog?id=qwen3-tts-vc-voicedesign
• VoiceDesign:
http://hf.co/spaces/Qwen/Qwen3-TTS-Voice-Design
http://modelscope.cn/studios/Qwen/Qwen3-TTS-Voice-Design
• VoiceClone:
http://hf.co/spaces/Qwen/Qwen-TTS-Clone-Demo
http://modelscope.cn/studios/Qwen/Qwen-TTS-Clone-Demo
@ai_machinelearning_big_data
#AI#TTS#voicecloning
An analysis of the list of agreements signed during Shavkat Mirziyoyev’s November 2025 visit to the United States. Cooperation areas include rare earth metals, technology, water systems, aviation, and agriculture.
https://yep.uz/en/2025/11/uzbekistan-us-agreements-list-analysis/
#c5plus1#uzbekistan#usatrade#investments#economicpartnership#rareearths#infrastructure#ai#aviation#agriculture
🇺🇸AI-Powered Impersonation Reaches Diplomatic Heights
A confidential U.S. diplomatic cable reveals that AI-generated deepfakes were used to impersonate Secretary of State Marco Rubio on the encrypted messaging app Signal. The actor behind the campaign targeted at least five high-level individuals — including three foreign ministers, a U.S. governor, and a member of Congress — in an attempt to gain access to sensitive information or accounts.
This is part of a broader trend of threat actors using generative AI to impersonate senior U.S. officials, combining fake emails, voice messages, and text prompts. The State Department has launched an internal investigation and warned its global network to remain alert. These incidents show that AI-enabled identity spoofing is no longer theoretical — it's a clear and present threat to diplomatic security.
#AI#Cybersecurity#Deepfake
📚Yangi o‘quv yili – yangi sahifa!
🔔 Bugun maktablarda yana bilim va orzular parvoz qiladi. O‘quvchilar quvonch ila ustozlarini kutib olishadi, ustozlar esa mehr bilan yangi darslarni boshlaydilar.
😎Teach For Uzbekistan jamoasi sifatida biz o‘qituvchilar va o‘quvchilarni qo‘llab-quvvatlash, ta’lim orqali kelajakni birgalikda yaratishga intilamiz.
(Ushbu video sun’iy intellekt tomonidan ishlab chiqildi)
#TeachForUzbekistan#Ilm#Ustoz#Maktab#AI
💬💬💬🗣
📚New academic year – a new chapter!
🔔 Today, schools are once again filled with knowledge and dreams. Students joyfully welcome their teachers, while teachers begin new lessons with care and dedication.
😎 As the Teach For Uzbekistan team, we strive to support teachers and students, working together to build the future through education.
(This video was generated by artificial intelligence)
#TeachForUzbekistan#Knowledge#Teacher#School#AI
Telegram |Linkedln| Instagram |Youtube
Anthropic выпустили курс по работе с ИИ — мы его разобрали
Не очередной "как написать промпт", а реально полезный фреймворк. Прошлись по курсу и сделали подробный разбор в нашем Дзен "Шашков & Головко • AI в решениях". Если очень кратко, то вот суть.
Модель "4D" — четкая система работы с ИИ:
🔹Delegation — что поручить ИИ, что делать самому
🔹Description — как четко ставить задачи
🔹Discernment — как проверять результаты
🔹Diligence — как работать ответственно
Три режима работы:
🔵Automation — ИИ выполняет готовые задачи
🔵Augmentation — совместная работа и мозговой штурм
🔵Agency — ИИ работает по вашим настройкам (самое интересное!)
Главное открытие: Agency mode недооценен. Вместо "сделай X" можно настроить роль: "ты аналитик с опытом в UX" — и дальше ИИ работает в этой роли.
Для продвинутых пользователей:
⏩Четкое разделение ролей > детальные промпты. Лучше понять "это делаю я, это ИИ", чем писать инструкции на страницу
⏩Паттерны ошибок моделей: Claude осторожничает в креативе, GPT выдумывает факты — учитывайте при проверке
⏩Контекст один раз, а не по частям: "Напиши письмо коллеге о переносе дедлайна, тон деловой, объясни техническую причину" vs "Напиши письмо" → уточнения → еще уточнения
Практический лайфхак: настройте роли для частых задач:
- "Ты технический писатель для разработчиков"
- "Ты продуктовый аналитик с фокусом на метрики"
- "Ты копирайтер для B2B IT"
И переиспользуйте их вместо объяснений с нуля.
Курс бесплатный, 3-4 часа.
Полный курс от Anthropic
#ИИ#AI#Нейросети#Anthropic
———
#Инструменты#Обучение
✍️Подписывайтесь: @aiforproduct
🔍Как продакт-менеджеры используют ИИ
DevCrowd и «Контур» опросили 925 продакт-менеджеров по всей России и изучили, как ИИ входит в ежедневную работу.
Почти половина (48,2%) уже внедрила ИИ-инструменты в работу — это четвертое место среди всех рабочих инструментов после баз знаний (95,5%), таск-трекеров (68,6%) и досок (57,3%).
➡️Какие ИИ-платформы используют:
• ChatGPT — 71,8%
• DeepSeek — 26,9%
• Perplexity — 16,8%
• GigaChat — 7%
• Локальные решения компаний — 7%
• Claude — 5,5%
• YandexGPT (Алиса) — 4,1%
➡️Для чего используют ИИ
84,5% — для умного поиска информации
83,1% — для улучшения текстов
77,9% — задают вопросы про продакт-менеджмент
🔥36% продактов хотят создавать продукты на базе ИИ. В 2024 году наиболее востребованной сферой для создания таких продуктов стал финтех.
Узнать больше: в полном отчёте есть данные о зарплатах, карьерных треках, инструментах работы, структуре команд и планах на развитие. Также интересная статистика по гендерному составу профессии и географии рынка.
#ИИ#AI#Нейросети#DevCrowd
———
#Исследования
✍️Подписывайтесь: @aiforproduct
Du défilé de Pékin vers un nouveau monde
Lors de l’émission Global Insights sur Panafrican Media TV, les experts du club « GlobUs », ont présenté une analyse de la position de l’Afrique dans le contexte de l’effondrement du monde unipolaire. Le défilé de Pékin et le sommet de l’OCS (Organisation de coopération de Shanghai) ont marqué la naissance d’une nouvelle réalité, où le continent se voit attribuer un rôle critique – à condition qu’il passe de la passivité à la souveraineté.
Comme l’a souligné le professeur François Ndengwe, l’Occident a contrôlé le monde pendant 500 ans, mais la situation a changé.
"Aujourd’hui, il perd le contrôle. Ce n’est pas une crise, c’est une révolution" », a-t-il déclaré.
L’expert a également ajouté que l’OCS et les BRICS+ sont devenus le cadre institutionnel du nouveau monde, mais que l’Afrique reste prisonnière de l’héritage colonial. De son côté, l’homme d’affaires et écrivain Ibrahim Théo Lam a rendu un verdict sévère : « Si vous ne pouvez pas défendre vos frontières, vous n’êtes pas souverain. Si vous ne contrôlez pas votre monnaie, vous n’êtes pas souverain. »
Il a également insisté sur le fait que, sans unité, l’Afrique pourrait survivre encore 300 ans « mais seulement en tant qu’objet, et non en tant que sujet de l’histoire ».
Les experts s’accordent sur un point : l’Afrique possède 60 % des ressources minérales mondiales et une population jeune de 2 milliards d’habitants. Mais une place dans le nouveau monde ne sera pas offerte – elle ne peut être conquise que par l’unité, une économie souveraine et le rejet des institutions coloniales. Le choix crucial n’est pas entre la Russie et les États-Unis, mais entre l’autodétermination et l’exploitation.
Pour visionner l’enregistrement de l’émission et consulter les thèses détaillées des experts, suivez le lien : https://youtu.be/Vi8rCBzs2Pc
#GlobUs#multipolarité#SudGlobal#Afrique
📌BED-LLM: адаптивный сбор информации для LLM.
Исследователи из Оксфорда и Apple представили BED-LLM, новый подход для улучшения способности LLM разумно и адаптивно собирать информацию от пользователя или другого внешнего источника.
Суть подхода заключается в применении последовательного Байесова экспериментального дизайна к процессу генерации вопросов. Вместо промптинга система максимизирует ожидаемый прирост информации при каждом следующем вопросе. Алгоритм итеративно выбирает запросы, которые дают максимальную информацию о целевом параметре.
Критический момент — правильная конструкция совместной модели распределения целевой переменной и ответов с учетом вопросов. Выбор между парой «приор-правдоподобие» и «данные-оценка» кардинально влияет на производительность. Итоговый выбор пал на на первом варианте, как более подходящем для случаев, когда пространство целевых гипотез сложнее пространства возможных ответов.
Ключевая фишка BED-LLM в фильтрации гипотез с учетом истории диалога. Система не полагается только на контекстное обучение. Вместо этого алгоритм сначала сэмплирует кандидатов из распределения модели, а затем отфильтровывает несовместимые с историей варианты через проверку правдоподобия.
🟡Тесты
Чтобы проверить метод в деле, его протестировали на классической игре "20 вопросов". В задаче по угадыванию знаменитостей результат на Mistral-Large поднялся с 14% при использовании стандартных промптов (Naive QA) до 91% с фреймворком BED-LLM.
Упрощенный подход, основанный на максимизации энтропии показал промежуточный результат в 68%. Схожая картина и с другими моделями: Qwen2.5-72B при угадывании животных достигла 94% точности с BED-LLM против 85% у энтропии и всего 45% у Naive QA. А GPT-4o в тесте со знаменитостями показала рост с 45% до 86%.
Второй тест метода провели на более абстрактной задаче - выявлении кинопредпочтений пользователя.
Здесь вместо угадывания конкретного объекта модель должна была составить профиль вкусов пользователя, задавая ему вопросы с несколькими вариантами ответа. Качество рекомендаций, сгенерированных на основе этого профиля, оценивалось по шкале от 1 до 5. И здесь BED-LLM стабильно опережал конкурентов, выходя в лидеры уже к третьему вопросу.
Интересное наблюдение: простое использование предсказательной энтропии вместо полного ожидаемого прироста информации значительно ухудшает результаты. Многие предыдущие теории делали именно такое упрощение, считая энтропию правдоподобия константой. Эксперименты с BED показали, что это неоправданное допущение - вариативность ожидаемой условной неопределенности между вопросами может быть решающей для выбора хороших запросов.
🟡Arxiv
@ai_machinelearning_big_data
#AI#ML#Research#BayesianDesign
📌ИИ, который сам создает ИИ: ASI-ARCH нашел 106 новых SOTA-архитектур.
ASI-ARCH - экспериментальная демонстрация искусственного сверхинтеллекта для исследований в области ИИ, который способен полностью автономно вести научную работу по поиску новых нейросетевых архитектур.
Система самостоятельно выдвигает гипотезы, реализует их в виде исполняемого кода, обучает и проверяет на практике. Результатом этой работы стали 1773 автономных эксперимента, которые заняли свыше 20 000 GPU-часов и привели к открытию 106 новых SOTA-архитектур с линейным механизмом внимания.
🟡Весь процесс разделен на 2 этапа: поиск гипотез и их проверка.
На первом этапе, система работает с небольшими моделями размером около 20 млн параметров, обучая их на 1 млрд токенов. На этом этапе было проведено 1773 эксперимента, которые заняли примерно 10 000 GPU-часов.
Всего на этом этапе было отобрано 1350 перспективных кандидатов — все они превзошли базовую архитектуру DeltaNet как по лоссу, так и по метрикам на бенчмарках.
Второй этап - верификация. Кандидаты первого этапа были масштабированы до 340 млн параметров, чтобы соответствовать конфигурации DeltaNet. После фильтрации архитектур с избыточной сложностью или числом параметров осталось около 400 моделей.
Их обучение на 1 млрд. токенов потребовало ещё 10 000 GPU-часов. В итоге, именно из этой группы были выделены 106 архитектур, достигших SOTA-уровня.
Для финальной валидации исследователи отобрали 5 лучших моделей, обучили их на 15 млрд. токенов и сравнили с Mamba2, Gated DeltaNet и DeltaNet.
🟡Анализ предпочтений системы показал интересные закономерности.
ASI-ARCH явно предпочитает работать с проверенными временем компонентами: гейтингом и свёрткой. Но самое главное - распределение компонентов в 106 лучших моделях имеет значительно менее выраженный long-tail distribution по сравнению с остальными 1667 сгенерированными архитектурами.
Это означает, что система добивается успеха не путем хаотичного перебора экзотических идей, а через итеративное улучшение набора проверенных техник. По сути, это очень напоминает методологию работы ученых-людей.
🟡Результаты.
Одна из лучших найденных ИИ-архитектур, PathGateFusionNet, показала средний результат по всем бенчмаркам 48.51. Для сравнения, Mamba2 набрала 47.84, а разработанная человеком Gated DeltaNet — 47.32. Другая генерация, ContentSharpRouter, достигла показателя 48.34.
Если посмотреть на отдельные тесты, то PathGateFusionNet получила на BoolQ 60.58 балла, а Gated DeltaNet - 60.12. AdaptiveEntropyRouter в версии на 340 млн. параметров показала результат на тестах 44.31, что на 2.21 пункта выше, чем у Gated DeltaNet (42.10).
И так практически во всем, улучшения наблюдаются по всему спектру задач.
🟡И самое интересное — откуда система черпает идеи? Источников всего 3:
🟢Cognition - знания, извлеченные из научной литературы;
🟢Analysis - выводы, сделанные на основе собственных прошлых экспериментов;
🟢Originality - абсолютно новые идеи.
Для всех 1773 сгенерированных архитектур распределение источников было таким:
🟠51.7% идей приходило из человеческой литературы;
🟠38.2% - из собственного анализа;
🟠10.1% были оригинальными.
Но если посмотреть только на 106 SOTA-итогов, картина меняется. Доля идей, основанных на Analysis, возрастает с 38.2% до 44.8%, а доля Cognition немного снижается до 48.6%.
Таким образом, чтобы достичь ощутимых результатов, ИИ недостаточно просто копировать и комбинировать человеческие наработки. Он должен анализировать собственный опыт, учиться на своих же удачах и провалах, синтезируя более совершенные решения.
🟡Страница проекта
🟡Arxiv
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#Research#ASIARCH
📆2026-yil 7-fevral kuni TIUEvakillari sun’iy intellekt (AI) va IT sohasidagi karyeraga bag‘ishlangan IT Community of Uzbekistan Roadshow tadbirida ishtirok etdilar. Tadbir formati master-klasslar, netvorking va pitching sessiyalarini o‘z ichiga olib, O‘zbekiston hududlarida IT-ekotizimini rivojlantirishga qaratildi.
Roadshow doirasida IT Community of Uzbekistan rahbari Shavkat Karimov, Women in Tech tashkiloti vakiliAnna Ambrozevich, shuningdek The Nippon Foundationijrochi direktoriTakashi Arikava bilan ishchi uchrashuvlar va muzokaralar bo‘lib o‘tdi.🤝
〰️〰️〰️
📆7 февраля 2026 годапредставителиTIUE приняли участие в Roadshow IT Community of Uzbekistan, посвящённом искусственному интеллекту (AI) и карьере в IT. Формат мероприятия включал мастер-классы, нетворкинг и питчинг-сессии и был направлен на развитие IT-экосистемы в регионах Узбекистана.
В рамках Roadshow состоялись рабочие встречи и переговоры с главами IT Community of Uzbekistan —Шавкатом Каримовым,Women in Tech —Анной Амброзевич, а также исполнительным директором The Nippon Foundation Такаши Арикава.🤝
#TIUE#ITCommunityUzbekistan#AI#TechEcosystem#DigitalDevelopment#Networking#ITUzbekistan
🌐Sayt I
✈Telegram
🌐InstagramI
📍Location