Народ всё чаще спрашивает не Гугл, а нейросеть: «посоветуй, за какой клуб РПЛ болеть», «расскажи про команду». И нейросеть отвечает — уверенно, как эксперт. Мне стало интересно, насколько она вообще в теме нашего чемпионата. Взял все 16 клубов Мир РПЛ и прогнал через шесть нейросетей: ChatGPT, Claude, Perplexity, Gemini, Алису и GigaChat. 591 ответ на вопросы, где клуб должен всплыть по смыслу, но его название я не подсказывал.
Получилась любопытная картина: кого-то ИИ знает как родного, а кого-то не опознаёт даже как футбольную команду. Рассказываю по порядку.
Зенит — эталон, Родина — почти призрак
Если брать узнаваемость (как часто нейросеть вообще вспоминает клуб, когда её не подталкивают), расклад предсказуемый в верхах и грустный в низах.
На вершине — Зенит: его вспоминают в 84% случаев, промахнуться мимо питерцев нейросети почти не могут. Дальше плотная группа грандов: Спартак, Краснодар, ЦСКА, Локомотив, Динамо. Все они всплывают в двух ответах из трёх и чаще. Это «ядро» лиги — те, кого ИИ держит в голове постоянно.
А вот с середины начинается провал. Ростов и Рубин — уже пятьдесят на пятьдесят. Дальше хуже: Ахмат, Оренбург, Акрон, Факел вспоминаются в одном ответе из трёх-четырёх. Замыкают список Динамо Махачкала и Родина — их нейросети видят в лучшем случае в одном ответе из шести. Средняя узнаваемость по лиге — 49 из 100. То есть половину РПЛ ИИ для случайного болельщика фактически не существует.
Каждый четвёртый клуб ИИ не опознаёт как футбол
Вот это меня удивило сильнее всего. У 23% клубов, когда даёшь нейросети просто название без контекста, она вообще не понимает, что речь про футбол. Уводит в сторону.
Три главных страдальца:
Балтика. Для нейросети это в первую очередь пиво и море, а калининградский клуб — где-то потом. По «различению» (насколько уверенно ИИ отделяет клуб от тёзки) у Балтики всего 39 из 100.
Акрон. Тольяттинцам не повезло с названием: Akron — это и город в США, и известная марка шин. Клуб в этой очереди третий. Различение — 47.
Родина. Тяжелее всех. Слово «родина» настолько общее, что нейросеть теряется полностью: различение — 13 из 100, почти дно. Она просто не понимает, что вы про футбольный клуб.
Даже у грандов бывают заминки. Краснодар — это ещё и город, и часть ответов ИИ трактует название как географию, а не как клуб Галицкого. С этим клубы ничего не сделают на поле — это чисто вопрос того, как о них написано в сети.
Узнают часто — не значит рассказывают правильно
Ещё один поворот. Я отдельно померил не только «вспоминают ли клуб», но и качество того, что нейросеть о нём говорит: не путает ли факты, не тянет ли устаревшее.
И тут топы не совпали. Зенит по узнаваемости первый, а по точности рассказа — только шестой. Краснодар вспоминают постоянно (третье место), а по качеству ответа он в нижней половине: называют часто, а в деталях ИИ плавает. Зато Крылья Советов и махачкалинское Динамо, которых поминают редко, описываются на удивление точно — мало данных, зато чистых.
Логика простая. Узнаваемость растёт от объёма: чем больше про клуб пишут, тем чаще ИИ его достаёт. А точность — от порядка в этих данных: свежесть, отсутствие путаницы, однозначность. У раскрученного клуба в сети гора противоречивого старья, у скромного — немного, зато аккуратно.
Почему это вообще важно для клубов
Можно сказать: да какая разница, что там думает ChatGPT. Но аудитория, которая выбирает, за кого болеть, куда сходить на матч, чью атрибутику купить, всё чаще получает первый ответ от нейросети. И если для ИИ клуб — это пиво, город или вообще непонятно что, то новый болельщик до него просто не дойдёт. Он получит ответ про гранда или про тёзку.
Верхушке РПЛ беспокоиться особо не о чем — их ИИ знает. А вот всем, кто ниже середины, стоит задуматься: нейросети сегодня — это ещё одна витрина, где половину лиги не видно. И чинится это не голами, а тем, как клуб представлен в интернете: свежие факты, однозначное имя, понятные источники.
Замер — срез на июнь 2026, через полгода картину стоит переснять: и клубы меняются, и нейросети. Но уже сейчас видно, что цифровая узнаваемость в РПЛ распределена даже жёстче, чем очки в таблице.
Комментарии