№1.2026. Антон Асташкин. Конец литературы?

* *  *

Литературное творчество стоит на пороге фундаментальной трансформации. Если печатная машинка революционизировала процесс фиксации текста, а интернет – его распространение, то нейросети переопределяют сам акт создания. В августе 2025 года компания OpenAI выпустила GPT-5 с многомодальными возможностями и расширенным контекстным окном[1]. Одновременно российские компании внедрили собственные модели, позволяя авторам из России участвовать в этой революции с инструментами, обученными на русскоязычных текстах[2]. Но истинная революция происходит не в архитектуре алгоритмов, а в сознании писателя: от позиции творца всех элементов текста к позиции куратора и редактора.

В рамках этой статьи мы сосредоточиваемся на культурных, этических и социальных последствиях внедрения искусственного интеллекта в литературное творчество, с акцентом на российский опыт, насколько это возможно. Предмет исследования – трансформация роли автора, переопределение понятия авторства, появление новых форм сотворчества и социальные потрясения на литературном рынке.

Возникает целый набор вопросов, требующих гуманитарного анализа: является ли AI-ассистент инструментом (подобно Microsoft Word или печатной машинке) или соавтором с собственными правами? Как меняется процесс творческого мышления писателя при регулярном использовании AI? Что происходит с понятиями авторства, оригинальности и таланта в эру машинной генерации текстов? Как издательства и читатели реагируют на наводнение литературного рынка генерируемым контентом? Существует ли риск гомогенизации литературы, когда большинство текстов создается на основе однородных алгоритмов? Какова роль национальных моделей в сохранении культурной идентичности русскоязычной литературы?

Изменение процесса литературного творчества

Классический процесс литературного творчества следовал схеме: замысел → набросок → редактирование → публикация. Каждый этап был глубоко личным, требовал от автора принятия множества микрорешений. Писатель стоял перед пустой страницей и должен был наполнить её смыслом. Новая парадигма выглядит иначе: промпт → генерация → отбор/редактирование → публикация. На первый взгляд, это просто замена инструмента. На самом деле происходит смена когнитивного процесса. Писатель теперь формулирует не весь текст, а инструкцию для его создания. Вместо вопроса «как мне написать эту сцену?» появляется вопрос «как мне описать эту сцену машине, чтобы она написала то, что я себе представляю?».

Этот сдвиг имеет глубокие последствия. Если классический писатель развивал навык держать в голове сложные структуры текста на протяжении месяцев работы, то AI-ассистируемый писатель развивает навык точной артикуляции своих идей в форме инструкций. Возникает новый вид мастерства – промпт-инжиниринг, который становится частью литературной компетентности.

Интервью с писателями, вышедшие в 2024–2025 годах, показывают противоречивую картину. Марина Абрамова, выпускница Санкт-Петербургского государственного университета, президент АНО «Креативная экономика», видит в работе с AI возможность лучше выразить авторский замысел. По её словам, «основная задача человека, который хочет быть востребованным, – понять, в чём он лучше машины, где его интеллект может работать качественнее»[3]. AI становится инструментом уточнения и развития идей. Однако есть и критики, которые говорят о потере контроля. Некоторые авторы жалуются, что после регулярного использования ChatGPT или GigaChat они теряют способность писать без подсказок. Возникает новая форма синдрома пустой страницы – не страх перед пустотой, а страх однообразия, когда каждый промпт вызывает похожую реакцию модели.

Одна из самых заметных трансформаций – радикальное ускорение процесса. AI может сгенерировать полноценный роман объёмом 80 000 слов за несколько часов, в то время как традиционный писатель может потратить на это месяцы или годы. Это привело к возникновению новой культурной категории: «быстрого письма». Она характеризуется производством большого объёма контента за короткое время, часто для контент-маркетинга, социальных сетей или развлекательных платформ. На Amazon KDP ежедневно загружаются тысячи книг. По данным индустриальных наблюдателей, в 2024–2025 годах заметную долю составляют произведения, созданные с использованием нейросетей; точные статистические данные варьируются в зависимости от методологии выявления, но доходят до 50 %, если учитывать любое системное вмешательство AI в текст[4].

В России ситуация развивается немного медленнее, но в том же направлении. На платформе «ЛитРес» (крупнейшем российском маркетплейсе электронных книг) появилось заметное количество подозрительных публикаций. На Самиздате (платформе для самопубликации) есть явные примеры AI-генерируемых текстов, часто с ошибками, выдающими машинное происхождение. Авторы на VC.ru и DTF.ru активно обсуждают, какой инструмент использовать: ChatGPT для универсальности, GigaChat для русского языка или Qwen для специфичных задач[5]? Это указывает на то, что российское писательское сообщество уже начало интегрировать AI в свой рабочий процесс, но более осторожно и рефлексивно, чем на Западе.

В издательском сообществе также произошли заметные изменения. Издательства «Альпина», «Лань», сервисы «ЛитРес», «ЯндексКниги» активно экспериментируют с AI, создавая собственные платформы и интеллектуальные ассистенты читателя.

Не все жанры одинаково восприимчивы к AI-генерации. Исследование Koziev & Fenogenova (2025) показывает, что для русской поэзии нейросети достигли определённого уровня мастерства в генерации силлабо-тонических стихов[6]. Однако качество остается уязвимым в более сложных формах поэзии, требующих глубокой интеграции звука и смысла. Кроме того, исследование, которое проводится сейчас студентами Высшей школы отечественной филологии Уфимского университета науки и технологий, демонстрирует абсолютно удручающие промежуточные результаты в вопросах применения AI в качестве инструмента литературоведческого анализа.

Для жанров, основанных на формульных структурах – романтической прозы, научно-фантастических рассказов, детективов, – AI показывает лучшие результаты. Напротив, в литературной прозе, требующей глубокого психологического анализа и экспериментальной формы, AI часто производит клишированные и предсказуемые тексты.

Сотворчество и коллаборация человека и AI

Традиционное сотворчество в литературе – это когда два писателя совместно работают над текстом, каждый принимает творческие решения. Новая форма сотворчества асимметрична: AI не имеет творческой интенции (в философском смысле), но производит текстуальные результаты, требующие человеческой интерпретации. Возникает парадокс: может ли быть «подлинное» сотворчество, если одна из сторон не переживает озарения, не делает трудный выбор, не имеет эмоциональных инвестиций?

На основе практики писателей и издателей можно выделить три основные модели сотворчества. Первая модель: AI как ассистент-редактор. Писатель создаёт основной текст сам, а AI помогает на этапе редактирования – предлагает альтернативные формулировки, улучшает стиль, проверяет логику. Человеческое авторство остается доминирующим. Вторая модель: AI как соавтор. Текст примерно поровну разделён между человеком и машиной. Писатель генерирует основные фрагменты, затем просит AI заполнить пробелы, развить идеи, создать связующие элементы. Третья модель: полная автоматизация. AI генерирует весь текст на основе минимальной инструкции. Человеческое участие сводится к финальному выбору и редактуре.

Вторая модель часто оказывается наиболее эффективной в смысле нейросетевого сотворчества и поиска творческих решений. Авторы используют AI для генерации диалогов, описаний, а затем переписывают и интегрируют эти элементы в собственный текст[7]. Первая модель требует значительных человеческих усилий и часто используется профессиональными авторами, т. к. AI в таком случае дублирует функционал встроенного в офисный пакет инструментария, но справляется быстрее и лучше. Третья модель быстра, но часто производит низкокачественный контент.

Исследование Marco, Rello & Gonzalo (2024) выявило парадоксальное явление: несмотря на высокую продуктивность, большие языковые модели (в частности, актуальная на тот момент GPT-4o) демонстрируют более низкую оригинальность в творческих заданиях, чем меньшие модели (BART)[8]. Авторы назвали это явление тенденцией к генерации конвенциональных, уже существующих идей. AI может производить значительные объёмы текста, но этот текст часто повторяет уже известные нарративные ходы, что отражает суть «узкого» (Narrow) AI, неспособного выйти за границы своего обучения.

Этические проблемы авторства

На практическом уровне возникает острый вопрос: кто владеет авторскими правами на AI-генерируемое произведение? В США Управление по авторским правам постановило, что произведения, созданные исключительно AI, не подлежат авторскому праву, так как им не хватает «человеческого авторства»[9]. Однако это касается исключительно AI-генерируемого контента. Что происходит, когда автор переписывает и редактирует AI-текст? Есть ли порог человеческих изменений, при котором текст становится охраняемым?

В России и Европе ситуация более туманна. Российское законодательство об авторском праве не содержит чётких норм для AI-произведений. Это создаёт риски как для авторов (которые не знают, защищён ли их труд), так и для издателей (которые не знают, могут ли они опубликовать произведение без исков). Ещё одна проблема – лицензирование. Содержат ли генерируемые тексты фрагменты из текстов, на которых модель была обучена? Если да, то используются ли авторские произведения без согласия и компенсации?

На более глубоком уровне возникают проблемы культурной и языковой репрезентативности. В исследовании AINL-Eval 2025 авторы выявили серьёзную проблему: большинство трансформеров обучены на западных англоязычных текстах[10]. Когда речь идёт о генерации на русском, модели часто «забывают» русский синтаксис и культурные нюансы. Это поднимает острый вопрос о своеобразной «культурной колонизации». Если большинство литературных моделей отражают англоязычную западную традицию, то генерируемая на русском языке литература будет несознательно адаптировать западные нарративные структуры, стирая русскую литературную идентичность. Здесь особенно важна роль национальных моделей, которые были обучены на русскоязычных текстах и «понимают» русскую культуру лучше. Их внедрение в российскую издательскую индустрию может помочь сохранить русскую литературную идентичность даже в эру AI.

Социокультурные трансформации: литература, образование, критика

Что означает «быть писателем» в эру, когда AI может написать за тебя? Это не праздный вопрос – он напрямую влияет на то, чему мы учим в школах и университетах. Традиционно писательское мастерство включало: способность ясно выражать идеи, чувство языка, понимание структуры нарратива, технику редактирования. Новое мастерство включает: способность артикулировать свои идеи так, чтобы машина их «поняла» (промпт-инжиниринг), критическую оценку машинно-генерируемого контента, способность интегрировать человеческие и машинные элементы в единое целое.

Должны ли читатели знать, что они читают AI-текст? Это вопрос этики раскрытия. Большинство платформ и издателей не маркируют AI-книги как таковые. Интересно, что при слепой оценке результаты часто противоречивы. Некоторые читатели предпочитают AI-тексты за их предсказуемость и быстроту потребления. Есть категория читателей, которые активно ищут AI-контент именно потому, что он предсказуем и не требует глубокого вовлечения. Это указывает на появление новой субкультуры «быстрого чтения», параллельной традиционной культуре медленного, вдумчивого чтения.

Музеи, библиотеки и университеты столкнулись с новыми вызовами. Как каталогизировать AI-произведение? Как его архивировать? Нужно ли его сохранять для будущих поколений? Литературные премии находятся в особенно двусмысленном положении. Некоторые премии уже создали отдельные категории для произведений, созданных с использованием AI. Университеты же столкнулись с острой проблемой: как учить литературе и писательству, если студенты могут попросить AI написать эссе? Многие вузы внедрили программное обеспечение для обнаружения AI-текстов, но это лишь временное решение. Российские университеты, в частности, сталкиваются с этой проблемой особенно остро, так как современные высокотехнологичные мультимодальные нейросети генерируют русскоязычные тексты, которые уже не определяются детекторами[11].

Вузовский опыт вообще показателен. На гуманитарных факультетах крупнейших вузов начали появляться факультативные курсы по работе с AI-инструментами. В частности, ИГСН УУНИТ предлагает курс «Нейросети в создании и менеджменте контента», где студенты учатся эффективно взаимодействовать с нейросетями для решения творческих задач. Однако реакция преподавателей сильно варьируется: от полного неприятия таких инструментов до рассмотрения их как естественной эволюции.

Философские и антропологические измерения

На более глубоком уровне возникают философские вопросы: что такое творчество? Является ли оно исключительно человеческим свойством или это любой акт создания информации, независимо от его источника? Если творчество определяется как способность комбинировать элементы новым способом для создания значения, то AI действительно творит. Если же творчество определяется как акт, исходящий из человеческого сознания, намерения и переживания, то AI не творит, а воспроизводит.

Психология восприятия AI-текстов показывает интересные закономерности. При слепой оценке (когда читатель не знает, машинный это текст или нет) результаты часто случайны. Но, если читателю сказать, что текст написан AI, его оценка может измениться исключительно на основе этого знания – это эффект ярлыка. Есть также культурные различия: западный читатель может быть более снисходителен к AI-текстам как к экспериментальной форме. Русский читатель, привыкший к глубокой литературной традиции, часто более критичен к машинным текстам.

Один из главных страхов писателей – что работа с AI приведёт к потере авторского голоса. Это логичный страх: если машина генерирует половину текста, разве не потеряется то, что делает писателя уникальным? Однако опыт показывает более сложную картину. Некоторые авторы действительно теряют голос в работе с AI. Но другие, наоборот, находят свой голос отчётливее, когда машина предлагает альтернативы, позволяя им видеть, что они выбирают и почему.

Последний аспект – роль национальных моделей в сохранении культурной идентичности. Если весь мир будет использовать англоязычные модели, то глобальная литература рискует гомогенизироваться, адаптируясь к западным нарративным стандартам. Здесь особенно важны национальные проекты. Они уступают в технологичности, но дают возможность русскоязычным авторам работать с моделями, «понимающими» русскую культуру. Это может быть ключевым в сохранении русской литературной идентичности в эру AI.

*  *  *

Нейросети – это не конец литературы, но её фундаментальная трансформация. Писатель эволюционирует из позиции «создателя всех элементов текста» в позицию «куратора и редактора». Авторство становится более размытым, но также более доступным. Это вызывает серьёзные этические вызовы, которые нам нужно решать коллективно.

Для писателей важно использовать AI как инструмент расширения, а не замены своего таланта. Сосредоточиться на том, что машины не могут делать: создавать глубокие человеческие переживания, артикулировать уникальное видение мира. Для издателей необходимо введение этики раскрытия – читатель имеет право знать, если книга была создана или существенно отредактирована машиной. Для педагогов – пересмотр того, как мы учим писательству, не отвергая AI, но и не безраздельно его принимая. Для законодателей – создание правовой базы для AI-авторства, которая защищала бы человеческих авторов от незаконного использования их работ для обучения моделей.

Открытые вопросы остаются: будет ли «чистая человеческая литература» развиваться как нишевый жанр? Как российская литературная школа адаптируется к этой новой реальности? В перспективе какова роль национальных моделей в сохранении культурной идентичности? Смогут ли авторы, выросшие с AI-ассистентами, создавать столь же глубокие произведения, как авторы традиционные? На эти вопросы можно ответить только через дальнейшее исследование, экспериментирование и открытый диалог между авторами, критиками, технологами и читателями.

Опыт России показывает, что гуманитарное сообщество готово к этим вызовам, но нуждается в более активной поддержке институтов, в том числе государственной поддержке отечественных моделей как инструментов сохранения культурной идентичности в цифровую эпоху.

[1] Introducing GPT-5 – OpenAI. Официальный анонс от 06.08.2025. https://openai.com/index/introducing-gpt-5/

[2] Batura, T., et al. Detection of AI-Generated Scientific Abstracts in Russian: AINL-Eval 2025 Shared Task. arXiv preprint. 2025.

[3] Абрамова М. Навык креативности – это единственный элемент, поддерживающий конкурентоспособность человека перед искусственным интеллектом // Санкт-Петербургский государственный университет. Интервью. 2024. https://spbu.ru/news-events/krupnym-planom/vypusknica-spbgu-marina-abramova-navyk-kreativnosti-eto-edinstvennyy

[4] The New Publishing Standard, 2025; Automated.com Amazon KDP Statistics, 2025. Статистические данные о самопубликациях на Amazon KDP.

[5] ТОП лучших нейросетей для написания текстов // VC.ru, DTF.ru. 2025. Дискуссии российского авторского сообщества.

[6] Koziev, I., Fenogenova, A. Generation of Russian Poetry of Different Genres and Styles Using Neural Networks with Character-Level Tokenization // Proceedings of LaTeCH-CLfL 2025 (ACL). 2025.

[7] ТОП лучших нейросетей для написания текстов // VC.ru, DTF.ru. 2025. Дискуссии российского авторского сообщества.

[8] Marco, G., Rello, L., Gonzalo, J. Small Language Models can Outperform Humans in Short Creative Writing Tasks // arXiv:2409.11547. 2024.

[9] Ethical Issues in AI-Generated Texts: A Systematic Review and Framework // Taylor & Francis Online. 2025. Данные о правовой позиции US Copyright Office.

[10] Batura, T., et al. Detection of AI-Generated Scientific Abstracts in Russian: AINL-Eval 2025 Shared Task. arXiv preprint. 2025.

[11] Batura, T., et al. Detection of AI-Generated Scientific Abstracts in Russian: AINL-Eval 2025 Shared Task. arXiv preprint. 2025.