ООН обратилась к Google, чтобы подготовить глобальные данные для ИИ-агентов

Проблема в том, что ИИ пока плохо извлекает достоверную статистику. В бенчмарке UNICEF шесть языковых моделей обработали более 133 000 ответов на вопросы о показателях глобального развития. Средняя точность составила 21,2%, сообщил журналистам на виртуальном брифинге главный статистик организации Жуан Педру Азеведу.

В исследовании участвовали GPT-4o и GPT-4o-mini от OpenAI, Claude Sonnet 4.5 и Haiku 4.5 от Anthropic, а также Gemini 2.5 Flash и Gemini 2.0 Flash от Google.

Примерно в трёх случаях из пяти модели вообще не выдавали пригодного числа — часто они уклонялись от точного ответа. Когда те же вопросы задавали тем же версиям моделей примерно через два дня, модели, которые оба раза называли число, совпадали с собственным предыдущим ответом лишь примерно в половине случаев.

Исследование UNICEF опубликовано как рабочий материал, который готовят для подачи в журнал, и пока не прошло рецензирование. Организация планирует выпустить вместе с ним методику, код и данные.

В этом году UNICEF также зафиксировала резкий рост переходов на свой сайт из генеративных ИИ-ассистентов. Сайт получает более 6 млн посещений в месяц и входит в число самых популярных ресурсов организации. По словам Азеведу, с 1 января по 14 сентября переходы по ссылкам из ответов ChatGPT выросли на 67% год к году. На них пришлось 6,4% всех сессий за этот период, а долю ИИ-ассистентов во всех посещениях UNICEF оценивает примерно в 10%.

ООН сообщила, что 26 её подразделений присоединились к Data Commons, а данные почти 20 из них доступны уже при запуске. К 2027 году организация рассчитывает перенести на платформу 80% статистических наборов данных всей системы ООН.

UN System Data Commons

Источник: techcrunch.com

Исполняющий обязанности директора Статистического отдела ООН Шантану Мукерджи заявил, что новая система впервые объединяет данные такого числа агентств и делает их доступными для ИИ в большом масштабе, с широкими возможностями и гибкой структурой.

Google.org выделила $2 млн на развитие компетенций и техническую поддержку, необходимые для создания базовой инфраструктуры платформы. Руководитель команды Google Data Commons Прем Рамасвами сообщил TechCrunch, что система размещена в экземпляре под управлением ООН. В дальнейшем её планируют самостоятельно поддерживать, эксплуатировать и масштабировать внутри ООН.

При запуске Google использовала подход «обучить инструкторов»: сотрудники, которые освоили систему, должны передавать знания другим командам. По словам Рамасвами, сотрудники системы ООН быстро набрали необходимый темп работы.

Google запустила Data Commons в 2018 году, чтобы объединять общедоступные наборы данных из разных источников в общей структуре. В прошлом году платформа получила поддержку MCP — стандарта, который позволяет ИИ-агентам напрямую запрашивать в Data Commons статистику и её источники.

Платформа ООН также сохраняет сведения о происхождении каждого показателя. Благодаря этому пользователь может проследить данные, найденные ИИ-системой, до исходного источника ООН. Азеведу отметил, что это особенно важно по мере роста зависимости людей от ИИ-инструментов для поиска и интерпретации информации.

ИИ-агенты могут не только получать отдельные показатели. Google показала, как система, подключённая к данным ООН через MCP, объединяет несколько индикаторов и создаёт на их основе панели, графики и письменный анализ без ручного поиска и сведения исходных наборов данных.

В одной из демо Google попросила ИИ-систему найти влияние американской Президентской чрезвычайной программы помощи в борьбе со СПИДом на Африку. Система нашла подходящие показатели ООН, включая число случаев заражения ВИЧ, смертность от СПИДа и ожидаемую продолжительность жизни, а затем создала инфографику.

При этом доступ к достоверным данным сам по себе не делает выводы ИИ достоверными. Прем Рамасвами предупредил, что модели могут неверно интерпретировать нюансы, поэтому человек должен проверять результаты перед цитированием или публикацией.