Видео
В мире
Учёные проверили, как крупнейшие ИИ-модели — OpenAI, Google Gemini, Qwen, Llama и DeepSeek — реагируют на одинаковые команды, переведённые на разные языки. Точность ответов на польском достигла 88%, на французском — 87%, на русском — 84%, а на английском — 83,9%.
«Английский не оказался лучшим. При длинных текстах он занял лишь шестое место, тогда как польский стал лидером», — отметили авторы отчёта.
Для специалистов это стало сюрпризом: языки с богатой грамматикой и сложным порядком слов традиционно считаются трудными для машинного обучения. Но результаты показали обратное — славянские языки с их точными формами и жёсткой логикой команд оказались удобны для алгоритмов.
«Людям трудно, но не ИИ», — иронично прокомментировало Польское патентное ведомство.
Любопытно, что высокий результат русского языка исследователи объясняют теми же причинами — структурной чёткостью и низкой двусмысленностью инструкций. При коротких командах и логических задачах ИИ точнее улавливает намерение, чем при более “размытых” англоязычных формулировках.
Топ-10 языков, с которыми ИИ справляется лучше всего:
1️⃣ Польский — 88%
2️⃣ Французский — 87%
3️⃣ Итальянский — 86%
4️⃣ Испанский — 85%
5️⃣ Русский — 84%
6️⃣ Английский — 83,9%
7️⃣ Украинский — 83,5%
8️⃣ Португальский — 82%
9️⃣ Немецкий — 81%
Нидерландский — 80%
При этом на практике специалисты по ИИ отмечают: английский всё ещё остаётся самым стабильным языком для сложных диалогов, особенно когда запросы требуют гибкости и культурных оттенков. В коротких командах выигрывают славянские языки, в длинных рассуждениях — английский.
Исследователи сделали вывод: эпоха, когда английский был единственным «языком технологий», подходит к концу. Но в реальной работе ИИ, как и человек, всё ещё думает по-английски, а слушает по-польски и по-русски.
