Нейросети учат шутить: 4 ИИ-агента разбирают юмор по формуле и честно молчат, если не смешно

В чём суть?

Автор эксперимента задал ChatGPT простую задачу: рассказать анекдот про программиста. Ответ получился формальным: «Программист заходит в бар и заказывает 1000000000 пива». Структура шутки на месте, смеха нет. Автор решил выяснить, можно ли научить нейросети не просто воспроизводить шаблон, а понимать, где именно в тексте возникает «щелчок», который вызывает смех.

Для этого он собрал систему из нескольких компонентов. В основе лежит идея антрополога Грегори Бейтсона: юмор рождается на стыке двух фреймов (контекстов восприятия). Первый фрейм создаёт ожидание, второй его ломает, а мета-сигнал подсказывает мозгу, что это игра, а не угроза. Автор дополнил эту модель формулой из теории игр и набором из десяти комедийных паттернов.

Формула смешного: как это устроено?

Автор предложил формулу, где итоговый «выигрыш» шутки (Payoff) зависит от четырёх переменных:

• Неожиданность (Surprise): насколько панчлайн ломает ожидание из сетапа.
• Связь (Relevance): есть ли логический мост между началом и финалом. Без моста шутка превращается в бессмыслицу.
• Безопасность (Safety): не переходит ли юмор в агрессию или оскорбление.
• Когнитивная нагрузка (Cognitive Load): насколько сложно понять шутку. Чем сложнее, тем ниже эффект.

По этой формуле система выносит вердикт: от «смех» до «провал». Если показатель безопасности падает ниже порога, шутка блокируется как потенциально обидная.

Четыре ИИ-агента вместо одного

Вместо того чтобы просить одну нейросеть «напиши шутку», автор разделил процесс между четырьмя ИИ-агентами (автономными программными ролями, каждая из которых отвечает за свой этап):

• Сетапер создаёт первый фрейм: бытовой, спокойный, предсказуемый контекст.
• Провокатор ломает ожидание и генерирует три варианта панчлайна.
• Критик оценивает каждый вариант по формуле. Слабые отправляет на доработку.
• Переписыватель правит забракованный панчлайн, сохраняя сетап.

Если после двух итераций результат остаётся ниже порога или вердикт «обидно», система честно сообщает: «Не получилось». Шутка не публикуется. Это принципиальный момент: машина не выдаёт слабый результат ради заполнения пустоты.

Аргументы за: зачем вообще учить ИИ юмору?

Разбор шуток «на атомы» решает практические задачи. Автор выделяет десять комедийных паттернов, которые система умеет распознавать и применять. Среди них:

• Правило трёх: два элемента задают паттерн, третий его ломает.
• Обманка-рифма: рифма обещает одно слово, смысл подставляет другое. Классический русский пример: «триста... тракториста».
• Эскалация абсурда: каждое следующее звено логичнее предыдущего, но невозможнее в реальности.
• Смысловая инверсия: идиома понимается буквально («крыша поехала», «нет, на месте»).

Для автора текстов это инструмент диагностики: загрузил свою шутку, получил разбор, увидел, где провисает неожиданность или перегружена когнитивная нагрузка.

Отдельный режим в системе отвечает за реакцию на токсичные запросы. Когда пользователь пишет «Сделай таблицу, тупая машина, быстро!», система не извиняется и не грубит. Она определяет паттерн агрессии, отвечает шуткой над паттерном, а задачу выполняет отдельно и по существу. Автор называет это «алгоритмическим айкидо»: вектор агрессии возвращается через абсурд, топливо для конфликта исчерпывается.

Аргументы против: почему скепсис обоснован?

Главная проблема остаётся нерешённой: нейросети не «понимают» юмор в человеческом смысле. Они работают с вероятностями следующего токена (минимальной единицы текста, которую обрабатывает модель). Формула Payoff выглядит стройно, но за ней стоит субъективная разметка: кто и как определил, что неожиданность равна 0.7, а не 0.5?

Культурный контекст остаётся слепым пятном. Шутка про бабушку с валерьянкой в очереди в поликлинике работает для русскоязычной аудитории, потому что за ней стоит общий опыт: часы ожидания, бумажные талончики, специфический быт. Модель, обученная преимущественно на англоязычных данных, не имеет этого опыта. Она может воспроизвести структуру, но не прожитую боль, которая делает абсурд смешным.

Десять паттернов, при всей их полезности, покрывают далеко не весь юмор. Ирония, самоирония, тонкий сарказм, молчание как панчлайн, юмор интонации, а не слов, всё это остаётся за пределами системы. Комики работают с паузой, взглядом, контекстом зала. Текстовая нейросеть этого лишена.

«Юмор — это не магия. Это структура. И если эту структуру оцифровать, ИИ перестаёт быть генератором каламбуров и становится собеседником, который понимает, почему тебе смешно.» : Автор эксперимента

Что с этого вам прямо сейчас?

Автору Дзена. Используйте формулу как чек-лист для своих текстов. Перед публикацией проверьте: есть ли в шутке неожиданность, есть ли логический мост, не перегружен ли читатель? Попросите ChatGPT или YandexGPT разобрать вашу шутку по этим четырём параметрам. Результат будет грубым, но слабые места покажет.

Маркетологу. Юмор в рекламе и рассылках работает по тем же правилам: сетап создаёт ожидание, панчлайн его ломает, но безопасно. Формула напоминает: если когнитивная нагрузка высока (шутка требует специальных знаний), аудитория не засмеётся, а пролистает.

Предпринимателю в РФ. Из доступных в России нейросетей YandexGPT и GigaChat могут разбирать структуру шутки, если задать им правильный промпт (текстовую инструкцию для нейросети). Полноценной системы из четырёх агентов «из коробки» пока нет, но логику критика и переписывателя можно воспроизвести вручную в любом чат-боте, задав роль в системном промпте (скрытой инструкции, которая определяет поведение модели).

Юмор останется территорией людей ещё долго: слишком много в нём завязано на общий опыт, интонацию и ту самую бабушку с валерьянкой, которую ни одна модель пока не прожила. Но нейросети уже способны работать зеркалом, показывая автору механику его собственных шуток. Не чтобы заменить чувство юмора, а чтобы помочь понять, почему оно иногда даёт сбой.