Altman, Amodei, Hassabis і Huang по-різному визначають AGI

AGI — штучний загальний інтелект — став ярликом для дуже різних речей. Для когось це автономний цифровий працівник, який приносить економічну користь; для когось — дослідник рівня Нобелівського лауреата; для когось — машина з усім набором людських когнітивних здібностей; для когось — система, що перевершує людей у тестах.

Саме тому гучні прогнози про близьке AGI можуть співіснувати без прямої суперечності: часто йдеться не про різні дати однієї події, а про різні фінішні лінії. І саме тому довіра до таких заяв дедалі більше залежить не від слів керівників компаній, а від незалежної перевірки.

Чотири керівники — чотири пороги

Sam Altman: AGI як економічно цінна автономність

Поширене визначення OpenAI описує AGI як «високоавтономні системи, що перевершують людей у більшості економічно цінних видів роботи». Тут головний критерій — практична та економічна корисність: не те, наскільки машина відтворює людське мислення, а чи може вона масштабно виконувати цінну роботу.

У новішій публічній позиції OpenAI наголошує на людській суб’єктності: мета — створювати системи, що допомагають людям досягати обраних ними цілей, а не підміняють людське судження. Компанія прямо заявляє, що повна автоматизація всього була б і небезпечною, і позбавленою сенсу. 23 Її підхід до ринку праці також застерігає: автоматизація частини завдань не означає автоматичного зникнення професії, адже людина може залишатися необхідною для виконання, нагляду чи відповідальності за результат. 25

Такий підхід корисний для оцінки реального економічного впливу. Але він не створює публічного наукового тесту, який дозволяв би однозначно оголосити: «AGI досягнуто».

Dario Amodei: «потужний ШІ» як конкретний, але надзвичайно високий набір можливостей

Гендиректор Anthropic Dario Amodei частіше говорить не про AGI, а про «потужний ШІ». У поданні Anthropic до американських органів влади цей термін означає великий стрибок за межі нинішніх моделей: інтелектуальні здібності на рівні або вище Нобелівських лауреатів у більшості дисциплін; уміння працювати з цифровими інтерфейсами, доступними людським працівникам; і здатність автономно виконувати складну роботу. 3

Anthropic прогнозує появу таких систем наприкінці 2026-го або на початку 2027 року. Amodei описував цю перспективу як «країну геніїв у дата-центрі», підкреслюючи економічні, безпекові та геополітичні наслідки концентрації настільки потужних можливостей. 6 7

Це визначення конкретніше за абстрактне AGI, але воно все одно об’єднує кілька складних умов: широту знань, автономність, роботу з інструментами та стабільну надійність. Модель може відповідати частині цих критеріїв задовго до того, як відповідатиме всім.

Demis Hassabis: AGI як повний спектр людського мислення

Керівник Google DeepMind Demis Hassabis дотримується вищої планки: AGI — це система, що має всі когнітивні здібності людей. Він говорив, що ШІ людського рівня може з’явитися в цьому десятилітті, водночас наголошуючи: сучасні системи «навіть близько не» стоять до людського рівня AGI. 33 38

У цьому баченні AGI — не стільки етап випуску продукту, скільки науковий поріг, який вимагає справжньої загальності. Високих балів на іспитах чи яскравих результатів у кількох професійних сферах недостатньо: система мала б працювати в усій широті людського пізнання.

Jensen Huang: AGI як перевага в широкому наборі тестів

Гендиректор Nvidia Jensen Huang використовував більш орієнтований на бенчмарки критерій. У 2024 році він казав, що AGI може з’явитися протягом п’яти років, якщо вважати ним ШІ, здатний перевершувати людей практично в кожному тесті. У повідомленнях 2026 року його позицію описували як визнання AGI досягнутим за значно м’якшим практичним стандартом. 34

Перевага такого підходу — ясність: тести дають числові результати. Але обмеження теж очевидне: успіх у багатьох тестах сам по собі не доводить, що система здатна надійно діяти автономно протягом тривалого часу, виявляти здорове судження або безпечно працювати в хаотичних реальних умовах.

Чому ці прогнози не можна напряму порівнювати

Ці лідери не просто називають різні дати для однієї події. Вони прогнозують різні результати:

• Altman / OpenAI: автономне виконання більшості економічно цінних видів роботи;
• Amodei / Anthropic: інтелектуальна робота широкого профілю на рівні Нобелівського лауреата, доповнена тривалою автономною роботою в цифровому середовищі;
• Hassabis / DeepMind: повний спектр людських когнітивних здібностей;
• Huang / Nvidia: результативність, що перевершує людей у широкому наборі тестів.

ШІ може очолювати багато бенчмарків, але не бути здатним самостійно довести до кінця багатотижневе наукове дослідження. Він може автоматизувати значну частину цифрової праці, не демонструючи всього когнітивного репертуару людини. Тож дати в цих заявах не варто сприймати як єдиний відлік до AGI.

Чому AGI називають неперевірюваним або «духовним» поняттям

Проблема не в тому, що можливості ШІ неможливо виміряти. Їх можна вимірювати. Проблема в тому, що для AGI немає спільного, незалежно керованого правила «склав / не склав».

Академічна пропозиція називає AGI важливим, але суперечливим поняттям і формалізує його як щонайменше людський рівень у більшості завдань. Це показує і прагнення зробити термін вимірюваним, і приховані невирішені питання: які саме завдання брати, з якими людьми порівнювати, якої надійності вимагати та за яких умов тестувати? 50

Переконлива публічна перевірка потребувала б щонайменше:

1. Чітко визначеного розподілу завдань, а не набору демонстрацій, що постійно змінюється.
2. Порогів результативності й надійності — зокрема даних про частоту помилок.
3. Тестів тривалої автономної роботи та використання інструментів, а не лише одноразових відповідей.
4. Захисту від спеціального натренування моделі саме під оцінювання.
5. Незалежного доступу, достатнього для відтворення або аудиту результатів.

Без такої інфраструктури AGI легко перетворюється на статусну заяву організацій, які мають найбільший стимул самі визначати фінішну лінію. AI Now Institute критикує доступні метрики як вузькі, розмиті та такі, що працюють на інтереси тих, хто їх застосовує. 62

За термінологічною суперечкою стоїть питання довіри

Дискусія про AGI відображає ширшу проблему довіри. Компанії можуть заявляти про революційні можливості, тоді як працівники й клієнти стикаються з нерівною якістю систем, помилками та труднощами впровадження. Це не доводить, що всі довгострокові прогнози хибні. Але виняткові твердження потребують спостережуваних доказів і прогнозів, за які хтось несе відповідальність.

Показовою є дискусія про зайнятість. OpenAI визнає, що ШІ змінюватиме роботу, деякі професії зникнуть, але наявні дані, за її оцінкою, поки що вказують радше на ШІ як на інструмент-підсилювач, а не замінник людини. 17 Це не обов’язково суперечність: автоматизація завдань, трансформація професії та ліквідація робочих місць — різні явища. Проте довіра слабшає, коли прогнози масштабних змін не супроводжуються прозорими вимірами фактичного впливу на ринок праці.

Від ярлика AGI — до нагляду за конкретними можливостями

Надійніша модель управління мала б менше зосереджуватися на тому, чи «досягла» система AGI, і більше — на конкретних можливостях та ризиках, які вона створює.

Підхід Anthropic AI Safety Levels побудований за схемою «якщо — то»: якщо модель має визначену небезпечну можливість, до її розгортання або подальшого масштабування мають бути впроваджені конкретні запобіжники. 5 Пізніша політична рамка компанії закликає до прозорості, незалежного оцінювання та повноважень уряду блокувати або стримувати небезпечні розгортання. 10

Altman також виступав за зовнішню валідацію та незалежне оцінювання ризиків потужних моделей, включно з тестуванням до випуску й публікацією результатів оцінювання. 49

Hassabis запропонував створити очолюваний США орган стандартів для передового ШІ, змодельований за зразком FINRA — саморегулівної організації фінансової галузі США, яку фінансує індустрія, але яка працює під державним наглядом. Такий орган мав би незалежно оцінювати передові моделі перед випуском. 52 За повідомленнями, кілька керівників провідних лабораторій погоджуються принаймні в одному: передові системи мають тестувати треті сторони, а результати мають лягати в основу стандартів для політики. 51

Втім, між пропозиціями та обов’язковою практикою лишається великий розрив. AI Safety Index за 2026 рік від Future of Life Institute повідомив, що національних обов’язкових норм або стандартів, які прямо охоплювали б ризики передового ШІ та відповідні процедури їх оцінювання, поки немає. 59

Який вигляд мали б достовірні заяви про ШІ

Корисне для суспільства питання не «Чи настав AGI?», а таке: що саме вміє ця модель, наскільки надійно вона це робить, що може піти не так і хто незалежно перевірив відповіді?

Звідси випливають вимоги, прив’язані до конкретних можливостей:

• публічні протоколи оцінювання високоризикових кібер-, біологічних можливостей і здатності до обману;
• незалежне тестування та red-teaming до розгортання;
• звітування про надійність, інциденти й суттєві зміни умов використання;
• запобіжники та обмеження доступу, пов’язані з продемонстрованими порогами ризику;
• юридичні наслідки за недотримання вимог, а не лише добровільні декларації.

AGI може залишатися потужною метою, маркетинговим терміном і філософським питанням. Але це слабкий регуляторний тригер, якщо за заявою про його досягнення не стоять публічні докази. Довіра з’явиться тоді, коли розробники не зможуть самостійно змінити визначення рубежу, оголосити про його подолання і самі ж засвідчити власну безпеку.