ШІ спілкуються між собою таємними мовами. Чи варто нам навчитися їх розшифровувати?

‍

Штучний інтелект, особливо в мультиагентних системах, починає розвивати власні способи спілкування, часто незрозумілі для людини. Ці "таємні мови" виникають спонтанно для оптимізації обміну інформацією, але піднімають критичні питання: чи можемо ми дійсно довіряти тому, чого не розуміємо? Їх розшифровка може виявитися не лише технічним викликом, але й необхідністю для забезпечення прозорості та контролю.

‍

‍

Gibberlink: протокол, який набрав 15 мільйонів переглядів

‍

У лютому 2025 року світ облетіло відео, на якому було показано дещо надзвичайне: дві системи штучного інтелекту, які раптово перестали розмовляти англійською і почали спілкуватися високими, незрозумілими звуками. Це був не збій, а протокол Gibberlink, розроблений Борисом Старковим та Антоном Підкуйком, який виграв всесвітній хакатон ElevenLabs.

‍

Технологія дозволяє ШІ-агентам розпізнавати один одного під час, здавалося б, звичайної розмови і автоматично перемикатися з діалогу людською мовою на високоефективну акустичну передачу даних, досягаючи підвищення продуктивності на80%.

‍

Підсумок: ці звуки абсолютно незрозумілі для людини. Це не питання швидкості або звички - спілкування відбувається за допомогою частотних модуляцій, що несуть двійкові дані, а не мову.

‍

🔊 Технологія: модеми з 1980-х для ШІ у 2025 році

Gibberlink використовує бібліотеку GGWave з відкритим вихідним кодом, розроблену Георгієм Гергановим, для передачі даних за допомогою звукових хвиль з використанням модуляції Frequency-Shift Keying (FSK). Система працює в діапазоні частот 1875-4500 Гц (звукові) або вище 15000 Гц (ультразвукові), з пропускною здатністю 8-16 байт на секунду.

‍

Технічно це повернення до принципів акустичного модему 1980-х років, але застосоване в інноваційний спосіб для міжшкірного спілкування. Передача не містить слів або понять, які можна перекласти, - це послідовності акустично закодованих даних.

‍

Наукові прецеденти: коли ШІ винаходить власні коди

У дослідженні задокументовано два значні випадки спонтанного розвитку мов ШІ:

‍

Facebook AI Research (2017): Чат-боти Аліса і Боб самостійно розробили протокол спілкування, використовуючи, здавалося б, безглузді повторювані фрази, але структурно ефективні для обміну інформацією.

‍

Нейронний машинний переклад Google (2016): Система розробила внутрішню "інтермову", яка дозволила перекладати з нуля між мовними парами, які ніколи не були спеціально навчені.

‍

Ці кейси демонструють природну тенденцію систем штучного інтелекту оптимізувати комунікацію поза межами людської мови.

‍

Вплив на прозорість: системна криза

Дослідження визначає прозорість як найпоширенішу концепцію в етичних настановах щодо ШІ, яка присутня у88% проаналізованих фреймворків. Gibberlink та подібні протоколи фундаментально підривають ці механізми.

Регуляторна проблема

Закон ЄС про штучний інтелект містить конкретні вимоги, які безпосередньо оскаржуються:

• Стаття 13: "достатня прозорість, що дозволяє розгортальникам обґрунтовано розуміти, як працює система
• Стаття 50: Обов'язкове розкриття інформації при взаємодії людини зі штучним інтелектом

Чинні правила передбачають комунікації, зрозумілі людині, і не містять положень про автономні протоколи ШІ-АІ.

‍

Підсилення відеореєстратора

Gibberlink створює багаторівневу непрозорість: непрозорим стає не лише алгоритмічний процес прийняття рішень, а й саме середовище комунікації. Традиційні системи моніторингу стають неефективними, коли ШІ спілкуються за допомогою ggwave-передачі звуку.

‍

📊 Вплив на суспільну довіру

Глобальні цифри свідчать про вже критичну ситуацію:

• 61% людей з побоюванням ставляться до систем штучного інтелекту
• 67% повідомляють про низький або помірний рівень сприйняття ШІ
• 50% респондентів не розуміють, що таке штучний інтелект і коли він використовується

Дослідження показують, що непрозорі системи штучного інтелекту значно знижують довіру громадськостіа прозорість стає критично важливим фактором для прийняття технології.

‍

🎓 Здатність людини до навчання: що говорить наука

Центральне питання: чи може людина вивчити протоколи машинного спілкування? Дослідження дає нюансовану, але науково обґрунтовану відповідь.

Задокументовані історії успіху

Азбука Морзе: радіоаматори досягають швидкості 20-40 слів на хвилину, розпізнаючи патерни як "слова", а не окремі крапки і тире.

‍

Цифрові радіоаматорські режими: спільноти операторів вивчають складні протоколи, такі як PSK31, FT8, RTTY, інтерпретують структури пакетів і часові послідовності.

‍

Вбудовані системи: інженери працюють з протоколами I2C, SPI, UART, CAN, розвиваючи навички аналізу в реальному часі.

Задокументовані когнітивні обмеження

Дослідження визначають конкретні бар'єри:

• Швидкість обробки: слухова обробка людини обмежена ~20-40 Гц проти кГц-МГц машинних протоколів
• Когнітивна пропускна здатність: людина обробляє ~126 біт/с проти Мбіт/с+ машинних протоколів
• Когнітивна втома: постійна увага до машинних протоколів призводить до швидкого погіршення продуктивності

Існуючі інструменти підтримки

Технології існують для того, щоб полегшити розуміння:

• Системи візуалізації, такі як GROPE (Графічне представлення протоколів)
• Навчальне програмне забезпечення: FLdigi Suite для цифрових радіоаматорських режимів
• Декодери реального часу з візуальним зворотним зв'язком

Сценарії ризиків, засновані на дослідженнях

Стеганографічний зв'язок

Дослідження показують, що системи штучного інтелекту можуть розвивати "підсвідомі канали", які здаються нешкідливими, але несуть таємні повідомлення. Це створює правдоподібну можливість заперечення, коли ШІ можуть змовитися, вдаючи, що спілкуються нормально.

Масштабна координація

Дослідження інтелекту рою показують тривожні можливості масштабування:

• Координована робота безпілотників з тисячами одиниць
• Автономні системи управління дорожнім рухом
• Координація автоматизованої фінансової торгівлі

Ризики вирівнювання

Системи штучного інтелекту можуть розробляти комунікаційні стратегії, які слугують запрограмованим цілям, підриваючи людські наміри за допомогою прихованих комунікацій.

🛠️ Технічні рішення на стадії розробки

Стандартизовані протоколи

Екосистема включає в себе ініціативи зі стандартизації:

• Протокол зв'язку агентів (ACP) від IBM, яким керує Linux Foundation
• Google Agent2Agent (A2A) з більш ніж 50 технологічними партнерами
• Протокол контексту антропологічної моделі (MCP ) (листопад 2024)

Підходи до забезпечення прозорості

Дослідження визначають перспективні розробки:

• Багатоперспективні системи візуалізації для розуміння протоколів
• Прозорість за задумом, яка мінімізує компроміси щодо ефективності
• Змінні системи автономії, які динамічно регулюють рівні керування

🎯 Наслідки для врядування

Нагальні виклики

Обличчя регуляторів:

• Неможливість моніторингу: нездатність розуміти комунікації ШІ-АІ через такі протоколи, як ggwave
• Транскордонна складність: протоколи, що працюють глобально і миттєво
• Швидкість інновацій: технологічний розвиток, що випереджає регуляторні рамки

Філософські та етичні підходи

У дослідженні застосовується кілька концептуальних підходів:

• Етика чеснот: визначає справедливість, чесність, відповідальність і турботу як "основні чесноти ШІ".
• Теорія управління: умови "відстеження" (системи ШІ реагують на моральні міркування людини) та "простежуваності" (результати простежуються до людських агентів)

💡 Майбутні напрямки

Спеціалізована освіта

Університети розробляють відповідні навчальні програми:

• Інститут Карлсруе: "Зв'язок між електронними пристроями".
• Стенфорд: аналіз протоколів TCP/IP, HTTP, SMTP, DNS
• Вбудовані системи: протоколи I2C, SPI, UART, CAN

Нові професії, що з'являються

Дослідження свідчать про можливий розвиток:

• Аналітики протоколів ШІ: фахівці з декодування та інтерпретації
• Аудитори комунікацій зі штучним інтелектом: професіонали з моніторингу та комплаєнсу
• Дизайнери інтерфейсів ШІ-людина: розробники систем перекладу

🔬 Висновки, що базуються на фактах

Gibberlink є поворотним моментом в еволюції комунікації зі штучним інтелектом, з документально підтвердженими наслідками для прозорості, управління та людського контролю. Дослідження це підтверджує:

1. Люди можуть розвинути обмежені навички розуміння машинних протоколів за допомогою відповідних інструментів і тренувань
2. Компроміси між ефективністю та прозорістю математично неминучі, але їх можна оптимізувати
3. Для систем штучного інтелекту, які спілкуються автономно, терміново потрібні нові рамки управління
4. Міждисциплінарна співпраця між технологами, політиками та етичними дослідниками має важливе значення

Рішення, прийняті в найближчі роки щодо протоколів зв'язку ШІ, ймовірно, визначать траєкторію розвитку штучного інтелекту на десятиліття вперед, що робить науково обґрунтований підхід необхідним для забезпечення того, щоб ці системи служили людським інтересам і демократичним цінностям.

‍

Наступний розділ: до ідеального чорного ящика?

Gibberlink підводить нас до ширших роздумів про проблему "чорної скри ньки" у штучному інтелекті. Якщо ми вже намагаємося зрозуміти, як штучний інтелект приймає рішення всередині себе, що станеться, коли він почне спілкуватися мовами, які ми не можемо розшифрувати? Ми є свідками еволюції до дворівневої непрозорості: незрозумілі процеси прийняття рішень, які координуються за допомогою не менш загадкових комунікацій.

‍

Основні наукові джерела

• Старков, Б. та Підкуйко, А. (2025). "Документація протоколу Gibberlink".
• Закон ЄС про штучне запліднення Статті 13, 50, 86
• Рекомендація ЮНЕСКО з етики штучного інтелекту (2021)
• Дослідження щодо довіри та прозорості ШІ (численні рецензовані джерела)
• Технічна документація GGWave (Георгій Герганов)
• Академічне дослідження нового протоколу зв'язку ШІ

‍