Искусственный интеллект уже давно превзошел человека в шахматах и диагностике заболеваний, но поэзия оставалась последним бастионом «исключительно человеческого». Сегодня большие языковые модели (LLM) генерируют сонеты, хайку и свободный стих за секунды, имитируя стиль Пушкина, Бродского или современных инста-поэтов. Вопрос «может ли ИИ писать стихи» сменился на «насколько это хорошо» и «кто автор результата».
Текущие системы не «чувствуют» рифму и ритм биологически — они предсказывают вероятность следующего токена на основе терабайтов обучающей выборки. Тем не менее, качество генерации достигло уровня, когда неспециалист не отличает вывод нейросети от работы новичка-человека. Граница между подражанием и творчеством стирается с каждым релизом новых архитектур.
Как нейросети учатся рифмовать: техническая сторона
Основа современной генерации — трансформеры с механизмом внимания (attention mechanism). Модель анализирует контекст всего стихотворения одновременно, а не последовательно, как рекуррентные сети прошлого. Это позволяет соблюдать метрику, рифмовку и станичную структуру на длинных дистанциях.
На этапе дообучения (fine-tuning) модели «кормят» корпусом классической и современной поэзии с разметой метрических схем. GPT-4, Claude 3 Opus и YaGPT демонстрируют способность следовать жестким ограничениям: «напиши сонет в ямбах с перекрёстной рифмовкой abab». Качество зависит от промпта: чем точнее инструкция по форме, тем лучше результат.
Критическим фактором остается токенизация. Русский язык с богатой морфологией дает больше уникальных токенов, чем английский, что усложняет предсказание точной рифмы. Специализированные модели вроде RuGPT-3 или дообученные версии Llama 3 показывают лучшие результаты на кириллице за счет словаря, адаптированного под славистику.
Эволюция: от цепей Маркова до GPT и BERT
История AI-поэзии начинается не с нейросетей, а со статистических методов. В 1980-х генераторы на цепях Маркова создавали абсурдные квинты на основе n-грамм. Они соблюдали локальную согласованность слов, но теряли смысловую нить уже на второй строфе. Пример — проект Ray Kurzweil's Cybernetic Poet (1990-е), имитировавший стиль конкретных поэтов.
Прорыв пришел с BERT (2018) и GPT-2 (2019). Двунаправленное кодирование контекста позволило моделям «понимать» семантику строки в контексте всего произведения. В 2020 году GPT-3 впервые прошел неофициальный «тест Тьюринга для поэзии»: читатели не отличали его стихи от работ людей в 52% случаев. Современные GPT-4o и Claude 3.5 Sonnet пишут в заданных форматах (вильянель, танка, ода) почти без ошибок метрики.
Техническая деталь
как работает beam search в поэзии:При генерации стихов часто используют beam search (лучевой поиск) с penalty за повторы и нарушения метрики. Модель генерирует несколько кандидатов строки, оценивает их по логарифму вероятности и штрафам за «плохие» рифмы, выбирая лучший путь. Это позволяет избежать деградации в циклы «люблю-люблю-люблю».
Сравнение: человек против машины в поэзии
Объективная оценка качества поэзии субъективна, но можно сравнить ключевые параметры генерации. Таблица ниже агрегирует результаты бенчмарков вроде PoemBench и пользовательских исследований 2023–2026 годов.
| Параметр | Человек (профи) | Человек (новичок) | Топовые LLM (GPT-4o, Claude 3.5) | Специализированные модели (RhymeBERT) |
|---|---|---|---|---|
| Соблюдение строгой формы (сонет, вильянель) | Идеально | Частые ошибки | 95–99% точность | 99%+ (жесткие констрейнты) |
| Семантическая связность длинной поэмы (14+ строк) | Высокая | Низкая | Высокая (до 100 строк) | Средняя (фокус на форме) |
| Оригинальность метафор и образов | Уникальный голос | Клиши | Комбинаторика известных образов | Очень низкая |
| Эмоциональный резонанс у читателя | Глубокий | Нестабильный | Имитация (surface level) | Отсутствует |
| Скорость черновика | Часы/дни | Часы | Миллисекунды | Секунды |
Главное отличие: ИИ оперирует паттернами, человек — смыслом. Нейросеть идеально копирует «форму соनेта», но редко вкладывает в него биографическую травму или эпифанию. Однако для прикладных задач (поздравления, маркетинг, рифмы для рэпа) скорость и форма часто важнее глубины.
Сильные и слабые стороны AI-поэта
Понимание ограничений экономит время при работе с генерацией. Не ждите от модели того, что она принципиально не может дать по архитектуре.
- 🚀 Скорость и масштаб: генерация 50 вариантов поздравления в стихах за минуту.
- 🎭 Стилистическая мимикрия: идеальное копирование вокабуляра и синтаксиса Бродского, Есенина или Майяковского.
- 📐 Жесткое соблюдение формы: акростихи, палиндромы, строгие размеры без сбоев в метрике.
- 🌐 Многоязычность: перевод стихов с сохранением рифмы и размера (переложение) работает лучше, чем у многих переводчиков-людей.
Слабости носят фундаментальный характер и связаны с отсутствием субъективного опыта.
- 🤖 Галлюцинации смысла: красивые фразы, не связанные логически (смена образа посередине строфы).
- 🔁 Клиши и «уверенная бредь»: модель выбирает наиболее вероятные (банальные) рифмы: «люблю — нежность», «кровь — любовь».
- 🚫 Отсутствие авторского замысла: ИИ не «хочет» сказать что-то конкретное, он заполняет форму вероятными словами.
- ⚖️ Проблемы с авторским правом: обучение на защищенных текстах создает правовые риски при коммерческом использовании.
ИИ — идеальный инструмент для «черновика формы» и подбора рифм, но источник смысла и уникального голоса — только человек.
Где и как использовать ИИ для написания стихов
Практическая ценность генерации высока в сценариях, где форма важнее уникального авторского голоса. Маркетологи, SMM-специалисты, педагоги и сами писатели уже интегрируют LLM в воркфлоу.
☑️ Чек-лист
Для профессиональных поэтов ИИ служит «спарринг-партнером». Запросите у модели: «Дай 10 нестандартных рифм к слову «вечность» в контексте космической темы» — это снимет ступор быстрее, чем словарь рифм. Главное — не публиковать «сырой» вывод как свой готовый продукт без глубокой редактуры.
Используйте промпт-инжиниринг: задайте роли («ты — поэт серебряного века»), ограничения («строго 5-стопный ямб, перекрёстная рифма») и негативные констрейнты («без слов: душа, кровь, любовь, вечность»). Это поднимет качество с «школьного» на «журнальное».
Этика, авторское право и «галлюцинации»
Правовое поле вокруг AI-контента формируется прямо сейчас. В РФ и ЕС генерация не признается объектом авторского права (нет физического лица-автора), но в США судебная практика колеблется. Если вы публикуете стихи ИИ под своим именем — вы несете репутационные риски при раскрытии факта генерации.
⚠️ Внимание: Публикация сгенерированных стихов в литературных журналах или на конкурсах без указания соавтора ИИ считается нарушением этического кодекса большинства профсоюзов писателей и может привести к дисквалификации.
Техническая проблема — «галлюцинации» в поэзии выглядят как смена образа или нарушение логики повествования. Модель может начать стихотворение про войну и закончить его рецептом пирога, если промпт был слабым. Это не баг, а фича вероятностного подхода: модель максимизирует локальную правдоподобность, а не глобальный смысл.
⚠️ Внимание: Коммерческое использование стихов, сгенерированных на моделях с непрозрачной обучающей выборкой (например, закрытые API), несет риск претензий от правообладателей текстов, вошедших в датасет. Для бизнеса безопаснее использовать открытые модели (Llama 3, Mistral), дообученные на чистых данных.
Будущее AI-поэзии: соавторство или замена?
Сценарий полной замены поэтов маловероятен: рынок ценности «имя автора» и «биография» растет. Коллекционеры хотят рукопись Бродского, а не идеальную имитацию. Но сегмент «функциональной поэзии» (открытки, реклама, контент для соцсетей, обучающие материалы) уже захвачен алгоритмами.
Направление развития — гумано-машинное соавторство (human-in-the-loop). Инструменты вроде Sudowrite или плагинов для Obsidian с LLM бэкендом позволяют писателю управлять генерацией на уровне строки: «перепиши эту строфу в тоне Тсветаевой», «убери клише в 3-й строке», «добавь метафору про время». Это смещает роль поэта от «ремесленника слова» к «режиссеру смысла».
Часто задаваемые вопросы
Может ли ИИ написать стихотворение, которое пройдет проверку на антиплагиат?
Да, генерация уникальна токен за токеном. Текст не существует в интернете до момента создания, поэтому формальные системы антиплагиата (Antiplagiat, ETXT) покажут высокую уникальность (90–100%). Однако стилистические детекторы AI-контента (например, GPTZero, ZeroGPT) с высокой вероятностью помечают такой текст как сгенерированный.
Какая нейросеть лучше всего пишет стихи на русском языке на 2026 год?
На текущий момент лидерами по качеству русскоязычной поэзии являются GPT-4o (OpenAI), Claude 3.5 Sonnet (Anthropic) и YaGPT 5 Pro (Яндекс). Для локального запуска без интернета лучшим открытым решением является дообученная Llama 3.1 70B/405B или Mistral Large 2 с промптами на русском.
Могу ли я зарабатывать на продаже стихов, написанных ИИ?
Юридически — да, вы можете продавать услугу «подборка/генерация поздравлений». Авторское право на результат в РФ не возникает ни у вас, ни у ИИ (ст. 1228 ГК РФ: объектом права только результат творческого труда физического лица). Но этически и репутационно вы обязаны честно предупреждать заказчика об использовании ИИ. Платформы вроде Kwork или Etsy могут банить за выдачу AI-контента за ручную работу.
Почему ИИ часто пишет банальные рифмы вроде «люблю — нежность»?
Это следствие обучения на массиве интернет-поэзии, где эти рифмы встречаются статистически чаще всего. Модель предсказывает наиболее вероятный токен. Чтобы избежать банальностей, используйте в промпте негативные констрейнты (запрет конкретных слов/рифм) и параметр temperature выше 0.8 для большей креативности (с риском потери метрики).
Существуют ли конкурсы поэзии специально для ИИ?
Да. Известные примеры: PoetiX (при Dartmouth College), конкурсы на платформе Hugging Face (например, «AI Poetry Slam»), номинации на премиях в области компьютерного творчества (Computational Creativity). В России подобные эксперименты проводились в рамках фестивалей «Новая литература» и хакатонов Яндекса/Сбера.
ИИ не убивает поэзию — он меняет экономику текста: форму делает дешевой, смысл — дорогим. Побеждает тот, кто умеет управлять смыслом через форму.
Курьез из практики
стихотворение про «Серый волк» от GPT-3:В 2020 году GPT-3 на промпт «стихотворение про серого волка в стиле Пушкина» выдало текст, где волк «в лаптях по снегу бегал» и «балалайку зажужжал». Модель смешала архетипы: пушкинская лексика + советские мультики. Современные модели (GPT-4o) такой ошибки не допускают, сохраняя стилистическую чистоту.
Хотите проверить, написано ли стихотворение ИИ? Попросите модель объяснить свою метафору в третьей строфе. Человек-поэт даст уникальную интерпретацию, ИИ — либо галлюцинирует постфактум, либо признается: «Я подбирал рифму, смысл вложил читатель».