Ваш купон на скидку:
Организация Объединенных Наций представила платформу UN System Data Commons, разработанную на базе открытого решения Google Data Commons. Новая система предназначена для поиска статистических данных различных подразделений ООН с использованием запросов на естественном языке, что расширяет возможности по сравнению с традиционным интерфейсом портала UNData. Платформа поддерживает стандарт Model Context Protocol (MCP), который позволяет системам искусственного интеллекта напрямую обращаться к внешним источникам данных. К моменту запуска к проекту присоединились 26 структур ООН, данные почти 20 из которых уже доступны пользователям. Организация планирует перенести 80% своих статистических наборов данных на платформу к 2027 году.
Проект получил техническую поддержку и финансирование в размере 2 миллионов долларов от Google.org для создания базовой инфраструктуры. Согласно заявлению Prem Ramaswami, руководителя команды Data Commons в Google, система функционирует на мощностях под управлением ООН и в будущем перейдет на полностью самостоятельное обслуживание со стороны организации. Изначально платформа Google Data Commons была запущена в 2018 году для объединения публичных наборов данных, а поддержка протокола MCP была внедрена в прошлом году. Шантану Мукерджи, исполняющий обязанности директора Статистического отдела ООН, отметил, что инициатива делает данные организации доступными для использования в системах искусственного интеллекта.
Использование стандарта MCP позволяет ИИ-агентам получать отдельные статистические показатели и формировать на их основе аналитические отчеты, графики или дашборды без необходимости ручного поиска и объединения данных пользователем. В рамках демонстрации возможностей технологии система успешно нашла статистику по программе U.S. President’s Emergency Plan for AIDS Relief в Африке, включая показатели смертности от СПИДа, уровня ВИЧ-инфекций и ожидаемой продолжительности жизни, и представила информацию в виде инфографики. Тем не менее, Prem Ramaswami подчеркнул, что наличие доступа к достоверным данным не гарантирует точность выводов ИИ, поэтому человеческий контроль результатов остается обязательным.
Обоснованность внедрения механизмов прямого доступа к данным подтверждается результатами исследования UNICEF. Согласно данным Жоао Педро Азеведо, главного статистика агентства, проверка шести больших языковых моделей показала среднюю точность ответов на уровне 21,2%. В ходе тестирования использовались более 133 000 ответов на вопросы о глобальных индикаторах развития.
Anthropic: Claude Sonnet 4.5, Haiku 4.5
Google: Gemini 2.5 Flash, Gemini 2.0 Flash
По словам Жоао Педро Азеведо, в 60% случаев модели не предоставляли конкретных числовых данных, часто ограничиваясь уклончивыми формулировками. Кроме того, при повторном запуске тех же вопросов через два дня модели, выдававшие числовые ответы, демонстрировали идентичные результаты лишь в половине случаев. Данная работа UNICEF оформлена как рабочий документ для подачи в научный журнал и пока не прошла экспертную оценку. Организация заявила о намерении опубликовать методику, код и использованные данные вместе с полным текстом исследования.
Статистика посещаемости ресурса демонстрирует рост интереса пользователей к поиску информации через генеративные ИИ-инструменты. Сайт UNICEF ежемесячно посещают более 6 миллионов пользователей. С 1 января по 14 сентября текущего года число переходов на сайт по ссылкам из ответов ChatGPT увеличилось на 67% по сравнению с аналогичным периодом прошлого года. На текущий момент такие переходы составляют 6,4% от общего числа сессий, а суммарная доля визитов через различные ИИ-ассистенты оценивается в 10%. Платформа UN System Data Commons отслеживает источники каждой статистики, что позволяет пользователям проверять данные, полученные через ИИ-системы, по официальным первоисточникам ООН.