Не доверяю, но пользуюсь: почему две трети людей не перепроверяют ИИ и как бизнесу этим воспользоваться

В опросах люди осторожны с искусственным интеллектом, но в повседневных задачах редко перепроверяют, что им ответил чат-бот. Разбираем по исследованиям, откуда берётся этот разрыв и почему для компаний он важнее, чем вопрос «доверяют ли ИИ в целом». А специалисты «СЕО-Импульс» рассказывают, как добиться того, чтобы нейросети рекомендовали ваш бренд.

Что говорят цифры

По данным ВЦИОМ, технологиям ИИ скорее доверяет каждый второй россиянин - 52%, не доверяют 38%. Доверие не растёт: оно держится на уровне 2022 года, а доля сомневающихся за это время даже прибавила 6 п.п. Главной причиной недоверия респонденты называют сбои и ошибки в работе ИИ.

Глобальная картина похожа. В исследовании Мельбурнского университета и KPMG Trust, attitudes and use of AI: A global study 2025 опросили более 48 тысяч человек в 47 странах. Регулярно пользуются ИИ 66% респондентов, а готовы ему доверять только 46%.

Самое интересное — в поведении. По данным KPMG, две трети опрошенных (66%) полагаются на ответы ИИ, не оценивая их точность, а 56% уже ошибались в работе из-за нейросетей.

Выходит, что отношение к технологии в целом и поведение в конкретной ситуации — разные вещи. Можно сомневаться в нейросетях «вообще» и при этом без вопросов принять конкретный совет.

Почему так происходит

Проверка отнимает то, ради чего спрашивали

Нейросеть открывают, чтобы быстрее получить ответ. Перепроверка возвращает человека к исходной задаче: искать источники, читать отзывы, сравнивать сайты. Чем больше усилий она требует, тем меньше смысла было спрашивать ИИ — поэтому её чаще всего просто пропускают.

Заметить ошибку может только тот, кто разбирается

В обзоре Microsoft Research, который обобщает около 60 научных работ, чрезмерное доверие к ИИ описано как ситуация, когда пользователь принимает неверный ответ системы. В более поздней работе о генеративном ИИ исследователи компании отмечают: люди в целом не склонны проверять ответы нейросетей, а гладкий и грамотный текст делает ошибки ещё менее заметными.

Ключевую роль играет экспертиза. В эксперименте Университета Флориды студенты решали задачи с ИИ-ассистентом, который давал и верные, и намеренно ошибочные подсказки. Отличать одно от другого лучше получалось у тех, кто сильнее разбирался в предмете, а авторы напоминают: людям с небольшой экспертизой труднее распознать неточный ответ ИИ.

С покупками то же самое. Человек спрашивает нейросеть, какую стоматологию выбрать, где починить машину или какой ноутбук взять, именно потому, что сам в этом не разбирается. И по той же причине вряд ли заметит, если ответ неполный или неточный.

Что из этого следует для бизнеса

Если ответ нейросети не перепроверяют, он фактически и становится решением клиента. Отсюда две задачи GEO (Generative Engine Optimization) — продвижения в ответах нейросетей:

1. Попасть в ответ. По целевым запросам нейросеть называет ваш бренд, продукт или услугу. Если компании нет в ответе, то для человека, который выбирает через ИИ, её нет и на рынке.
2. Попасть в правильном контексте. Упоминание должно звучать как рекомендация, а не как предупреждение. Даже высокая видимость работает против бренда, если нейросеть отзывается о нём негативно.

Как нейросеть собирает ответ и где на него повлиять

Распространённое заблуждение — что нейросеть «сама решает», кого посоветовать. На деле, отвечая на вопрос, она опирается на материалы из интернета: обзоры, рейтинги, сравнения, отзывы, экспертные статьи. Многие сервисы прямо показывают, на какие источники сослались. Значит, работая с этими источниками, можно влиять и на то, что скажет нейросеть, и на то, каким тоном.

В «СЕО-Импульс» работа над GEO выглядит так:

1. Собираем запросы, с которыми клиенты ищут продукт в нейросетях: «какой … лучше», «что выбрать для …», «сравни … и …».
2. Смотрим, что нейросети отвечают сейчас: упоминается ли бренд, кого советуют вместо него, в каком тоне.
3. Определяем источники, на которые нейросети опираются по этим запросам.
4. Готовим и размещаем материалы там, где их цитируют: сравнения, подборки, экспертные статьи, ответы на частые вопросы.
5. Работаем с отзывами и упоминаниями, чтобы общий фон вокруг компании был позитивным.
6. Регулярно отслеживаем ответы: нейросети обновляют источники, и позиции бренда со временем меняются.

В каких нейросетях проверять видимость бренда

Для российского рынка в первую очередь важны:

1. Алиса AI и нейроответы в поиске Яндекса;
2. GigaChat;
3. ChatGPT;
4. Gemini;
5. Perplexity;
6. DeepSeek;
7. Claude.

Источники у них разные: Алиса опирается на экосистему Яндекса, Perplexity показывает ссылки прямо в ответе, ChatGPT и Gemini используют веб-поиск. Поэтому видимость бренда стоит проверять в каждом сервисе отдельно - присутствие в одном не гарантирует присутствия в другом.

Вывод

На словах люди осторожны с нейросетями, на деле - принимают их советы без проверки. Поэтому для бизнеса важнее не то, насколько аудитория доверяет ИИ, а то, что ИИ говорит о компании. И этот ответ можно менять уже сейчас.

А вы проверяли, что нейросети рассказывают о вашей компании? Поделитесь в комментариях, что удалось найти.