Глоссарий
Термины, которые мы использовали в ходе эксперимента
Уточнем, чтобы избежать разночтения
  • АВТОР
    Под словом «автор» в эксперименте мы понимаем «автор текста». Тот, кто складывает буквы в слова, а слова – в предложения. ВНИМАНИЕ! В данном эксперименте мы не изучаем вопрос авторского права и не решаем, кого назначить обладателем прав на произведение: человека, или машину, или разработчика машины и т.п. Юридические вопросы не рассматривались как часть исследования, учитывая нашу гипотезу: «Возможности искусственного интеллекта помогают писателю развить его творческий потенциал». В рамках этого эксперимента мы говорим только о способах создания текста и развития способностей автора.
  • РЕДАКТОР
    «Редактор» (в нашем эксперименте) – субъект, который занимается редактурой и корректурой текста, полученного от «автора» (автора текста), улучшая их стиль, грамматику и структуру, чтобы сделать информацию понятной для читателя и занимательной.
  • ПОМОЩНИК
    «Помощник» не занимается редактурой или написанием текста, но выступает в роли научного специалиста в той или иной области, либо литературоведа, критика, помогая с теоретическими аспектами создания текста (найти информацию, «подстроить» её под рассказ, оценить произведение, рассказать об опыте мировой литературы и основах драматургии).
  • НАСТАВНИК
    «Наставник» – человек, который не вторгается в текст ИИ с редактурой, но по ходу создания «направляет» нейросеть.
  • СОАВТОР
    В формате «автор + соавтор» мы понимаем, что два субъекта выполняют равные функции по написанию текста и его редактуре (совместно пишут, редактируют тексты друг друга).
ТЕХНИЧЕСКИЕ ТЕРМИНЫ
Уточняем детали об ИИ и творческом процессе
Авторские права
Право человека на объект, который он создал. Такими объектами создатель может распоряжаться, как хочет: ставить под ними своё имя, публиковать, редактировать и продавать.
https://ru.wikipedia.org/wiki/Авторское_право

Анализ текстов
Процесс извлечения полезной информации из текстовых данных. Он помогает выявлять скрытые закономерности, понимать настроения пользователей и принимать обоснованные решения на основе данных.
https://sky.pro/wiki/python/analiz-i-rabota-s-tekstom-metody-i-instrumenty/

BERT (Bidirectional Encoder Representations from Transformers)
Модель искусственного интеллекта для обработки естественного языка (NLP), разработанная Google в 2018 году. В отличие от предыдущих односторонних моделей, BERT анализирует контекст слова с учётом всего предложения в обоих направлениях (слева направо и справа налево). Это позволяет точнее понимать смысл слов в зависимости от контекста. Применяется для задач: ответы на вопросы, анализ тональности, суммаризация текстов.
https://arxiv.org/abs/1810.04805

Встраивания слов (Word embeddings)
Способ представления слов в виде числовых векторов, где семантически близкие слова имеют схожие векторы. Используется в NLP для анализа смысловых связей между словами.
https://ru.wikipedia.org/wiki/Векторное_представление_слов

Генеративный ИИ
Модели искусственного интеллекта, способные создавать новый контент (текст, изображения). Пример: GPT-3, используемые для написания литературных произведений.
https://ru.wikipedia.org/wiki/Генеративные_модели

Генерация текстов
Процесс использования искусственного интеллекта (ИИ) для создания письменного контента, похожего на человеческий.
https://mkomov.com/neuroblog/neuroseti/generatsiya-tekstov-kak-eto-rabotaet-i-zachem-nuzhno/

Глобализация
Процесс сближения различных государств и обществ, их взаимного влияния в различных сферах жизни.
https://ru.wikipedia.org/wiki/Глобализация

Глубокое обучение
Подраздел машинного обучения, основанный на использовании многослойных нейронных сетей. Позволяет решать сложные задачи, такие как генерация текста, распознавание образов и анализ контекста.
https://blog.skillfactory.ru/glossary/deep-learning/

GPT (Generative Pre-trained Transformer)
Серия языковых моделей ИИ, созданных OpenAI (начиная с GPT-1 в 2018 году). GPT использует архитектуру трансформеров и обучается на огромных массивах текстовых данных для генерации связного текста, похожего на человеческий. Ключевая особенность — однонаправленный контекст (предсказывает следующее слово на основе предыдущих). Последние версии (например, GPT-3, GPT-4) способны писать статьи, код, стихи и поддерживать диалог.
https://openai.com/index/gpt-4-research/

Долгосрочная кратковременная память, LSTM (Long Short-Term Memory)
Тип рекуррентных нейронных сетей, способных запоминать долгосрочные зависимости в данных. Широко применяется в NLP для обработки последовательностей (например, текстов).
https://www.bioinf.jku.at/publications/older/2604.pdf

ИИ (искусственный интеллект)
Технология, способная выполнять задачи, традиционно требующие человеческого интеллекта: генерация текста, анализ данных, обучение. В проекте исследуется его роль в литературном творчестве.
https://ru.wikipedia.org/wiki/Искусственный_интеллект

Информационное общество
Общество, в котором большинство работающих занято производством, хранением, переработкой и реализацией информации, особенно высшей её формы — знаний.
https://ru.ruwiki.ru/wiki/Информационное_общество

Итерация
Повторяющийся этап процесса, направленный на постепенное улучшение результата. В контексте ИИ — циклы обучения модели или редактирования текста.
https://ru.wikipedia.org/wiki/Итерация

Кореференция
Лингвистическое явление, при котором разные слова в тексте ссылаются на один объект (например, местоимения и существительные). В NLP решается задача автоматического определения таких связей.
https://ru.wikipedia.org/wiki/Кореференция

Контекстуальное понимание
Способность ИИ анализировать текст с учетом окружающих слов, предложений или общего смысла. Ключевой аспект современных языковых моделей (например, BERT).
https://nlp.stanford.edu/

Литература
Вид искусства, отличительной чертой которого является создание художественных образов при помощи слова, языка.
https://ru.wikipedia.org/wiki/Литература

Литературное творчество
Процесс создания художественных произведений. В проекте исследуется, как ИИ может влиять на этот процесс.
https://ru.wikipedia.org/wiki/Творчество

Марковские цепи
Статистическая модель, предсказывающая следующее состояние системы на основе текущего состояния. Используется в генерации текста для моделирования последовательностей слов.
https://ru.wikipedia.org/wiki/Марковская_цепь

Машинное обучение
Научная дисциплина, изучающая алгоритмы, которые позволяют компьютерам обучаться на данных. Включает методы классификации, регрессии и кластеризации.
https://www.roksis.ru/articles/mashinnoe-obuchenie-chto-eto/

Мультимодальное обучение
Обучение моделей на данных разных типов (текст, изображения, аудио). Например, анализ иллюстраций к литературным произведениям вместе с текстом.
https://ostanin.ru/blog/multimodalnoe-obuchenie-chto-eto-na-chto-obratit-vnimanie/

N-грамма
Последовательности из n слов или символов, используемые для анализа и генерации текста. Например, биграммы (2 слова) помогают предсказывать следующее слово в предложении.
https://ru.wikipedia.org/wiki/N-грамма

Нейросетевые модели (например, GPT, BERT)
Алгоритмы машинного обучения, имитирующие работу человеческого мозга. Применяются для анализа и генерации текста, понимания контекста.
https://openai.com/index/generative-models/

Обучение без учителя (Self-supervised learning)
Метод машинного обучения, при котором модель обучается на данных без явных меток. Например, предсказывает пропущенные слова в тексте.
https://sky.pro/wiki/python/obuchenie-i-samoobuchenie-v-iskusstvennom-intellekte/

Персонализация
Настройка чего-либо с учётом предпочтений конкретного пользователя.
https://en.wikipedia.org/wiki/Personalization

Писатель
Автор литературных произведений. В проекте изучается его роль в эпоху развития ИИ.
https://ru.ruwiki.ru/wiki/Писатель

Предварительное обучение и тонкая настройка (Pre-training and fine-tuning)
Двухэтапный подход в обучении ИИ:
1.    Pre-training — модель обучается на большом объеме общих данных.
2.    Fine-tuning — дообучение на узкоспециализированных данных (например, литературных текстах).
https://habr.com/ru/companies/kryptonite/posts/851038/

Промпт
Текстовый запрос, который используется для взаимодействия с ИИ. В проекте разрабатываются шаблоны промптов для оптимизации работы с нейросетями.
https://blog.click.ru/glossary/promt/

Рекуррентные нейронные сети (RNN)
Нейросети, предназначенные для обработки последовательностей данных (текст, временные ряды). Сохраняют информацию о предыдущих элементах последовательности.
https://ru.wikipedia.org/wiki/Рекуррентная_нейронная_сеть

Семантический анализ
Метод анализа текста, направленный на понимание смысла написанного. Позволяет ИИ оценивать контекст, эмоции, скрытые смыслы в литературных произведениях.
https://disshelp.ru/blog/osobennosti-provedeniya-semanticheskogo-analiza/

Семантические сети
Графовые структуры, отображающие смысловые связи между понятиями. Используются в NLP для анализа отношений между словами или идеями в тексте.
https://ru.ruwiki.ru/wiki/Семантическая_сеть

Статистическая обработка языка, NLP (Natural Language Processing)
Область ИИ, изучающая взаимодействие компьютеров и человеческого языка. Включает задачи: перевод, генерация текста, анализ тональности.
https://research.google/blog/open-sourcing-bert-state-of-the-art-pre-training-for-natural-language-processing/

Статистические модели
Модели, основанные на вероятностных методах и анализе данных, применяются для предсказания слов, классификации текстов и др.
https://sociology_encyclopedy.academic.ru/632/МОДЕЛИРОВАНИЕ_СТАТИСТИЧЕСКОЕ

Стохастические методы
Алгоритмы, использующие случайность для решения задач. В NLP — например, выбор следующего слова в тексте с учетом вероятностей.
https://blog.sf.education/stohastika/

Стилометрия
Научный анализ стиля письма (ритм, лексика, синтаксис). ИИ применяется для идентификации автора или сравнения текстов.
https://ru.wikipedia.org/wiki/Стилометрия

Тест Тьюринга
Эксперимент, предложенный Аланом Тьюрингом, для определения способности машины демонстрировать интеллект, неотличимый от человеческого. Актуален в оценке креативности ИИ.
https://lpgenerator.ru/blog/chto-takoe-test-tyuringa/

Техническое творчество
Процесс создания нового технико-технологического объекта, включающий систему взаимосвязанных этапов. Процесс технического творчества в общем состоит из нескольких основных этапов: подготовка, замысел, реализация.
https://dszn.ru/press-center/news/4907

Творческое мышление
Процесс создания и обработки информации через нестандартные, образные и сенсорные связи и концепции, который приводит к новаторским решениям проблем, идеям и открытиям.
https://blog.alter.ru/glossary/tvorcheskoe-myshlenie/

Творческий процесс
Процесс преобразования информации в новые идеи и воплощение найденных идей на практике.
https://spravochnick.ru/psihologiya/tvorchestvo_i_tvorcheskiy_process_s_tochki_zreniya_psihologii/

Творчество
Деятельность, результат которой есть создание чего-либо качественно нового.
https://ru.wikipedia.org/wiki/Творчество

Тематическое моделирование
Метод машинного обучения для выявления скрытых тем в текстах. Используется в литературоведении для анализа больших корпусов произведений.
https://ru.ruwiki.ru/wiki/Тематическое_моделирование

Токенизация
Процесс разбиения текста на минимальные значимые единицы (слова, символы, фразы). Используется ИИ для обработки и анализа текстовых данных.
https://nlp.stanford.edu/IR-book/html/htmledition/tokenization-1.html

Трансформеры
Архитектура нейронных сетей, основанная на механизме внимания (attention). Лежит в основе моделей GPT и BERT. Позволяет эффективно обрабатывать длинные тексты.
https://trends.rbc.ru/trends/industry/6384647c9a794723d7a12f58

Формальная логика
Раздел логики, изучающий структуру рассуждений с помощью формальных систем (символов и правил). Используется в ИИ для моделирования мышления и анализа текстов.
https://ru.wikipedia.org/wiki/Формальная_логика

Художественное произведение
Продукт художественного творчества. Связный текст, несущий определённую эстетическую нагрузку и отвечающий определённым категориям эстетической ценности.
https://kartaslov.ru/значение-слова/художественное+произведение

Цифровизация творчества
Процесс слияния искусства и технологий, который даёт новые возможности для воплощения идей и создания произведений искусства.
https://www.theguardian.com/artanddesign/digital-art

Цифровые технологии
Разнообразные инновационные средства, основанные на использовании цифровой информации и обработке данных с помощью компьютеров и электронных устройств.
https://ru.wikipedia.org/wiki/Цифровые_технологии

Частеречная разметка
Процесс присвоения словам в тексте грамматических категорий (существительное, глагол и т.д.). Важный этап в NLP для синтаксического анализа.
https://ru.wikipedia.org/wiki/Частеречная_разметка

Этика
Нормативная наука и философская дисциплина, исследующая нравственность и моральные принципы, лежащие в основе поведения людей.
https://ru.wikipedia.org/wiki/Этика

Языковая модель
Программный алгоритм, который анализирует текст, понимает его контекст, обрабатывает и генерирует новые тексты. Главная задача таких моделей — понять структуру и смысл текста.
https://ru.wikipedia.org/wiki/Языковая_модель

This site was made on Tilda — a website builder that helps to create a website without any code
Create a website