Центробанк РФ объявил конкурс на реализацию масштабного образовательного проекта в области искусственного интеллекта. Примерно 500 работников должны освоить генерацию контента с помощью ИИ: видео, изображений и текстов, а также научиться разрабатывать чат-боты для Telegram и цифровые аватары. Ключевой особенностью генеративного ИИ, который будут изучать в ЦБ, являются так называемые галлюцинации. Однако в России уже ведутся разработки технологий, минимизирующих риски возникновения ИИ-галлюцинаций.
Банк России опубликовал запрос на поиск образовательной организации, которая обучит сотни специалистов применению генеративного искусственного интеллекта. Соответствующий запрос данных был размещён 20 октября на площадке «Сбербанк-АСТ», сообщает CNews. Приём заявок продлится восемь дней. На текущий момент ЦБ анализирует поступившие предложения, окончательная стоимость не установлена — банк ожидает коммерческих предложений от потенциальных исполнителей.
Главная цель обучения — повышение квалификации в области генерации контента и решения профессиональных задач с использованием генеративного ИИ. В отличие от классического искусственного интеллекта, генеративный подход позволяет создавать принципиально новые продукты и демонстрирует креативный подход к выполнению заданий.
По итогам курса сотрудники должны «освоить принципы формирования промптов, понять влияние формулировок на итоговый результат и научиться составлять промпты для получения целевого контента». Приобретённые умения будут применяться для оптимизации рабочих процессов.
Учебная программа включает освоение создания презентаций, обработки текстовых материалов и анализа информации через чат-боты с генеративным ИИ. Кроме того, участники курса получат практические навыки по разработке цифровых помощников на базе генеративного ИИ, включая создание ИИ-ассистента в мессенджере Telegram. Отдельным блоком программы станет генерация изображений и видео средствами ИИ, а также создание цифровых аватаров при помощи нейросетей.
По предварительным оценкам ЦБ, в обучении примут участие около 500 человек, распределённых в 20 групп по 25 слушателей, однако окончательное количество участников может быть скорректировано. Общая численность сотрудников Банка России составляет приблизительно 43 тысячи человек.
Специалисты профильных подразделений ЦБ, проявляющие интерес к теме и владеющие основами построения промптов, станут целевой аудиторией курса. Занятия будут проводиться в онлайн-формате с ежедневной нагрузкой до четырёх часов. Распределение времени предполагает 10% на теоретическую часть и 90% на практические занятия и самостоятельную работу.
Планируемый период проведения обучения — с первого квартала 2026 года по второй квартал 2027 года. Образовательный процесс будет организован на платформе заказчика или исполнителя проекта.
Центробанк установил особые требования к преподавательскому составу. Кандидаты должны иметь опыт публичных выступлений на научно-популярных мероприятиях и сотрудничества с тематическими видеоблогерами.
Редакция CNews направила официальный запрос в пресс-службу Банка России. Изданию не удалось найти информацию о других закупках, связанных с обучением сотрудников ЦБ технологиям искусственного интеллекта.
Согласно мнению аналитиков, после завершения образовательной программы Банк России может приступить к масштабному внедрению полученных компетенций.
Решение таких авторитетных российских институтов, как Центробанк, о запуске обучающих программ по генеративному искусственному интеллекту, безусловно, вызывает одобрение. Наш опыт показывает, что наиболее успешные ИИ-инициативы стартуют именно с просветительского этапа, когда руководство компаний — прежде всего бизнес-составляющая, а не техническая — начинает осознавать суть задач и пределы применения технологий искусственного интеллекта», — поделился с CNews основатель и гендиректор ИИ-стартапа Metamentor Матвей Пак.
Как отметил специалист, именно такой подход позволяет заказчикам и создателям решений формулировать корректные технические требования, а ожидания соответствуют реальным итогам на финальной стадии проекта.
По оценке эксперта, цена обучения способна доходить до десятков миллионов рублей.
«Если говорить о расходах, согласно имеющимся сведениям, цена качественного семинара для ограниченного числа слушателей может составлять до 1,5 млн рублей. В рамках данного заказа их предполагается провести как минимум 20 уже на старте», — привел расчеты аналитик.
Ведущий специалист по машинному обучению в крупной международной торговой платформе Дмитрий Савин отметил, что изучение сопроводительных материалов и логики проекта позволяет предположить ознакомительную и базовую направленность курсов для многочисленных сотрудников. Это включает примеры применения ИИ в повседневности, профессиональной деятельности и особенно в банковской сфере, преимущества и ограничения технологии, основы построения промптов, улучшение рабочих процессов, внедрение и вопросы безопасности, а также практические занятия. Специалист подчеркнул, что судя по учебному плану, о фундаментальном изучении темы сотрудниками Банка России говорить преждевременно.
В сентябре 2025 года ЦБ РФ сообщил об уже действующем применении ИИ, в частности, при разборе обращений граждан. Современные алгоритмы позволяют сортировать жалобы и направлять их по инстанциям. Банк также использует ИИ для адаптации языка аналитических отчетов с целью повышения их доступности для различных групп читателей.
При этом в Центробанке подтвердили, что не задействуют ИИ при установлении ключевой процентной ставки.
«Искусственный интеллект превращается в значимый инструмент, помогающий аналитикам и экономистам продуктивнее работать с информацией и проводить расчеты. Это позволяет благодаря ИИ оперативнее, точнее и в расширенном объеме аккумулировать данные, что способствует формированию более целостной картины актуальной экономической обстановки. Однако для результативного использования ИИ необходим обширный массив исторических сведений, которого на текущий момент еще не хватает.
Экспертные заключения продолжают играть ведущую роль в принятии решений в Центробанке. Вопросы установления ключевой ставки и прочие стратегические аспекты остаются исключительной прерогативой совета директоров», — уточнили в финансовом регуляторе.
В октябре 2025 года председатель Центрального банка Эльвира Набиуллина, обсуждая случаи мисселинга (введения клиентов в заблуждение при продажах), отметила, что регулятор изучает возможность выравнивания позиций сторон с применением технологий искусственного интеллекта.
«Речь идёт не столько о консультантах, сколько о помощниках, способных помочь разобраться в особенностях продукта, ключевых условиях и нестандартных отклонениях», — пояснила Набиуллина.
Как сообщил CNews Матвей Пак, генеративный ИИ, которому станут обучать персонал, принципиально отличается от классического подхода тем, что способен производить новый контент (текстовые материалы, визуальные элементы, программный код), а не только обрабатывать или систематизировать информацию.
«Классический искусственный интеллект в основном выявляет закономерности и извлекает сведения из доступных данных для составления прогнозов, тогда как генеративный ИИ использует эти данные для обучения с целью генерации уникальных результатов, воспроизводящих стилистику и организацию исходного материала. Касательно "галлюцинаций" — эта сложность действительно характерна для генеративных систем, однако она решается через совершенствование алгоритмов и внедрение защитных механизмов со стороны оператора», — дополнил специалист.
Подобные исследования уже реализуются в России. По информации CNews, в августе 2025 года специалисты Центра прикладного искусственного интеллекта Сбербанка создали методику, существенно уменьшающую вероятность галлюцинаций в больших языковых моделях (LLM).
Феномен галлюцинаций остаётся одним из наиболее распространённых вызовов в отрасли. Языковые модели могут формировать убедительные, но недостоверные ответы. Самые прогрессивные современные подходы к выявлению галлюцинаций основаны на обучении и требуют значительных объёмов качественно размеченных данных.
Эксперты Сбербанка нашли альтернативное решение. Проанализировав современные методы обнаружения ИИ-галлюцинаций, они разработали метамодели, повышающие точность идентификации ошибочных ответов приблизительно на 30%, используя для обучения лишь 250 примеров. Это на порядок меньше, чем требуется аналогам.
