Тест по ИИ-грамотности: 12 вопросов и разбор ответов
«Как называется испытание, проверяющее, сможет ли человек отличить машину от собеседника-человека». Формулировка пугает, а спрашивают про тест Тьюринга. Разбор двенадцати вопросов, которые встречаются в таких тестах чаще всего, с правильным ответом и объяснением, почему он правильный.
Главное наблюдение про эти тесты. За длинными формулировками стоит короткий список понятий: тест Тьюринга, галлюцинации, промпт, токены и контекстное окно, режимы рассуждения и исследования, граница по данным и отличие машинного обучения от обычной программы. Восемь понятий закрывают почти весь тест. Поэтому задача не в заучивании двадцати вариантов ответа, а в умении распознать, про что именно спрашивают.
Вопросы ниже не выдуманы: это дословные формулировки, по которым люди приходят к нам из поиска с сентября 2026 года, включая варианты с пометками «ответ на тест» и «выберите один ответ». По каждому даём правильный ответ, объяснение и ссылку на подробный разбор понятия. Дальше: приём чтения формулировок, двенадцать вопросов по одному, таблица для быстрой сверки и три типовые ошибки.
Главное в одну строку
Найдите в длинной формулировке ключевой признак и переведите её в обычный вопрос: дальше ответ очевиден.
Часть 1 · Ответ
Шесть самых частых вопросов и ответы в одну строку
- Испытание на различение человека и машины в диалоге. Тест Тьюринга.
- Уверенная выдача несуществующих фактов, цифр и ссылок. Галлюцинации.
- Чем режим исследования отличается от обычного ответа. Модель ищет и читает внешние источники и даёт ссылки, а не отвечает из памяти.
- Чем режим рассуждения отличается от обычного. Модель строит внутреннюю цепочку шагов до ответа, выигрывая на логике и теряя в скорости.
- Что можно загружать в публичную нейросеть. Обезличенную и общедоступную информацию.
- Как называется подсказка пользователя модели. Промпт.
Часть 2 · Приём
Как читать формулировки таких тестов
- Ищите признак, а не термин. «Проверяющее, сможет ли человек отличить» это признак различения, значит речь о тесте Тьюринга.
- Слово «уверенно» почти всегда про галлюцинации. Если в вопросе есть противопоставление уверенного тона и ложного содержания, ответ один.
- Слово «режим» требует уточнения какой. Режимов два, и их путают: исследование это поиск во внешних источниках, рассуждение это внутренняя цепочка шагов.
- «Выберите один ответ» намекает на крайности. В вопросах про данные правильный вариант почти никогда не «любые» и не «никакие», а формулировка про обезличенное и общедоступное.
- Отбрасывайте варианты с абсолютами. «Всегда», «никогда», «полностью заменяет» в тестах по ИИ почти всегда неверны: сама тема построена на вероятностях и ограничениях.
Вопрос 1
Испытание, проверяющее, можно ли отличить машину от человека
Правильный ответ
Тест Тьюринга. Предложен Аланом Тьюрингом в 1950 году: человек ведёт текстовый диалог с двумя скрытыми собеседниками, один из которых машина. Если проверяющий не может надёжно сказать, кто из них кто, машина считается прошедшей тест.
- Что именно проверяет тест. Неотличимость в разговоре, а не ум, не понимание и не сознание. Это самая частая ловушка в вариантах ответа.
- Почему он не измеряет интеллект. Машина может пройти тест за счёт имитации манеры речи и уклонения от сложных вопросов, не понимая содержания.
- Как спрашивают иначе. «Что проверяет тест Тьюринга», «испытание на способность машины выдать себя за человека», «эксперимент с двумя скрытыми собеседниками». Это один и тот же вопрос.
- Подробный разбор. В гайде про тест Тьюринга: история, критика, современные варианты и почему прохождение теста сегодня значит меньше, чем в 1950-м.
Вопрос 2
Явление, при котором модель уверенно выдаёт несуществующее
Правильный ответ
Галлюцинации, или галлюцинирование модели. Нейросеть не хранит факты как база данных, а предсказывает вероятное продолжение текста. Когда опоры в данных нет, она всё равно строит гладкую фразу, и получается правдоподобная выдумка: несуществующая статья закона, выдуманная цитата, ссылка на несуществующую публикацию.
- Почему тон уверенный. Потому что уверенность это стиль, а не признак знания: модель подбирает формулировку по форме, а не по достоверности.
- Чем это не является. Не ошибкой программы и не поломкой конкретного сервиса. Это свойство самого способа работы больших языковых моделей.
- Как спрашивают иначе. «Как называется ситуация, когда ИИ придумывает факты», «почему нейросеть выдумывает ссылки», «вымышленные данные в ответе модели».
- Подробный разбор. В гайде про галлюцинации нейросетей: почему это происходит, где встречается чаще и как проверять ответы.
Вопрос 3
Чем ответ в режиме исследования отличается от обычного
Правильный ответ
В обычном диалоге модель отвечает из того, что уже заложено в её параметрах, за один проход. В режиме исследования она сначала ищет источники в интернете, читает их, сверяет между собой и только потом отвечает, приводя ссылки. Отличия: ответ дольше, он опирается на внешние источники с датами, и его можно проверить.
- Главное отличие одним словом. Источники. Обычный ответ источников не имеет, исследовательский обязан их привести.
- Чем платите. Временем и количеством доступных запросов: такой режим дороже для сервиса, поэтому его лимитируют.
- Когда он нужен. Когда важна свежесть: цены, новости, изменения правил. Когда не нужен: пересказ, перевод, формулировка письма.
- Подробный разбор. В разборе глубокого исследования и в гайде про режимы рассуждения, где оба режима разведены по задачам.
Вопрос 4
Чем режим «рассуждать» отличается от обычного ответа
Правильный ответ
В режиме рассуждения модель перед ответом строит внутреннюю цепочку шагов: разбивает задачу на части, проверяет промежуточные выводы, отбрасывает неудачные ветки. Пользователь видит либо сокращённый пересказ этих шагов, либо только итог. Выигрыш заметен на математике, логике, коде и многоходовых задачах, плата это время.
- Не путать с исследованием. Рассуждение это работа внутри модели без выхода в интернет. Исследование это поиск снаружи. В тестах эти два режима подставляют друг вместо друга.
- Где выигрыш нулевой. Перевод, пересказ, короткие ответы на простые вопросы: здесь рассуждение только замедляет.
- Как это называется у разных сервисов. Названия отличаются: расширенное мышление, режим рассуждения, уровень усилия. Суть одна.
- Подробный разбор. В гайде про режим рассуждений и в разборе расширенного мышления.
Вопрос 5
Какие данные допустимо загружать в публичную нейросеть
Правильный ответ
Обезличенную и общедоступную информацию. Недопустимо: персональные данные людей, коммерческая и врачебная тайна, пароли и ключи доступа, документы под соглашением о конфиденциальности. Рабочее правило: если утечка этого файла навредит человеку или компании, в публичный чат он не идёт.
- Почему не «любые». Переписка с публичным сервисом может использоваться для улучшения моделей, и вы не контролируете, кто получит доступ к ней внутри сервиса.
- Почему не «никакие». Запрет на всё лишён смысла: обезличенный черновик, публичный документ и учебный текст загружать можно и нужно.
- Как обезличить быстро. Заменить имена и названия на условные, суммы на порядок величины, реквизиты удалить. Смысл текста при этом сохраняется.
- Подробный разбор. В гайде о том, что нельзя загружать в нейросеть, с разбором по типам документов.
Вопрос 6
Как называется подсказка, которую пользователь даёт модели
- Правильный ответ. Промпт.
- Что в него входит. Не только вопрос: роль модели, контекст, формат ответа и ограничения. Четыре части вместо одной.
- Почему это спрашивают. Потому что качество промпта влияет на результат сильнее, чем выбор между двумя хорошими моделями.
- Связанный вопрос в тестах. «Что должно быть в хорошем промпте». Ответ: задача, контекст, нужный формат и то, чего делать нельзя.
- Подробный разбор. В гайде про то, что такое промпт и в подборке рабочих промптов.
Вопрос 7
Токены и контекстное окно
- Токен. Минимальный кусок текста, которым оперирует модель: примерно от половины слова до слова, в русском часто меньше слова. Модель видит не буквы, а последовательность токенов.
- Зачем их считают. Через токены измеряются две вещи: длина контекста и стоимость обращения к API, которая считается за миллион токенов.
- Контекстное окно. Объём текста, который модель держит в поле зрения одновременно: запрос, файлы, предыдущие сообщения и её собственный ответ.
- Что происходит при переполнении. Старое начинает выпадать, и модель перестаёт помнить начало разговора. Предупреждения при этом обычно нет.
- Подробный разбор. В гайде про токены и в разборе работы с контекстом.
Вопрос 8
Чем машинное обучение отличается от обычной программы
- Обычная программа. Работает по правилам, написанным человеком заранее: если условие, то действие.
- Машинное обучение. Человек даёт примеры, алгоритм сам выводит закономерность. Правила не написаны, а выучены.
- Главное следствие. Обычную программу можно прочитать и точно объяснить её ответ. Модель выдаёт результат, который не всегда объясняется построчно.
- Связанные понятия в тестах. Обучение с учителем и без учителя, набор данных, глубокое обучение. Все четыре встречаются как варианты ответа.
- Подробный разбор. В гайдах про обучение с учителем, набор данных и глубокое обучение.
Вопрос 9
Большая языковая модель, нейросеть и ИИ-агент
- Нейросеть. Общее название подхода: сеть связанных элементов, которая учится на примерах. Нейросети бывают не только текстовыми.
- Большая языковая модель. Нейросеть, обученная на огромном объёме текста и предсказывающая следующий токен. Это то, что стоит за чатами.
- ИИ-агент. Модель плюс инструменты и цикл: агент не только отвечает, но и выполняет шаги, вызывает инструменты и проверяет результат.
- Типовая ловушка. В вариантах ответа смешивают эти три уровня. Признак агента это действие, а не качество ответа.
- Подробный разбор. В гайдах про нейросети, большие языковые модели и ИИ-агентов.
Определитель
Формулировка в тесте и правильный ответ
| Как спрашивают | Правильный ответ | Где подробно |
|---|---|---|
| Испытание на различение машины и человека | тест Тьюринга | гайд про тест Тьюринга |
| Что проверяет тест Тьюринга | неотличимость в диалоге, не ум | тот же гайд |
| Уверенная выдача несуществующих фактов | галлюцинации | гайд про галлюцинации |
| Режим исследования против обычного ответа | поиск и чтение внешних источников со ссылками | разбор глубокого исследования |
| Режим «рассуждать» против обычного | внутренняя цепочка шагов до ответа | гайд про режимы рассуждения |
| Какие данные можно загружать | обезличенные и общедоступные | гайд про запрещённые данные |
| Подсказка пользователя модели | промпт | гайд про промпт |
| Минимальная единица текста для модели | токен | гайд про токены |
| Объём текста, который модель держит сразу | контекстное окно | разбор работы с контекстом |
| Чем машинное обучение отличается от программы | правила выучены по примерам, а не написаны | гайды про обучение и наборы данных |
| Что стоит за текстовым чатом | большая языковая модель | гайд про большие языковые модели |
| Чем агент отличается от чата | выполняет шаги и вызывает инструменты | гайд про ИИ-агентов |
Ошибки
Три ошибки, на которых чаще всего теряют балл
Где подсказывает интуиция и ошибается
Самая частая: решить, что тест Тьюринга измеряет интеллект. Он измеряет неотличимость в разговоре, и это принципиально разные вещи. Вторая: перепутать режим рассуждения с режимом исследования, потому что оба «умнее обычного». Третья: выбрать в вопросе про данные крайний вариант, «любые» или «никакие», вместо формулировки про обезличенное и общедоступное.
- Про галлюцинации. Неверно считать их сбоем, который исправят в следующей версии. Это свойство способа работы модели, и снижать его можно, а убрать нельзя.
- Про агентов. Неверно считать агентом любой умный чат. Признак агента это действие и цикл, а не качество текста.
- Про промпт. Неверно считать промптом только вопрос. Роль, контекст, формат и ограничения тоже его часть, и в вопросах с выбором это обычно и есть правильный вариант.
Памятка
Что запомнить перед тестом
Коротко
- Различение машины и человека в диалоге это тест Тьюринга.
- Тест Тьюринга проверяет неотличимость, а не ум.
- Уверенная выдумка это галлюцинации, свойство модели, а не сбой.
- Режим исследования это внешние источники и ссылки.
- Режим рассуждения это внутренняя цепочка шагов.
- Загружать можно обезличенное и общедоступное.
- Подсказка модели это промпт: роль, контекст, формат, ограничения.
- Токен это минимальный кусок текста, через него считают цену и контекст.
- Контекстное окно это то, что модель держит в виду одновременно.
- Машинное обучение выводит правила из примеров, а не получает их готовыми.
- Агент отличается от чата действием, а не красотой ответа.
- Варианты со словами «всегда», «никогда», «полностью заменяет» обычно неверны.
Источники
Откуда взяты формулировки вопросов
- Вебмастер Яндекса, 19.09 до 02.10.2026: дословные поисковые запросы, по которым на сайт приходили люди, включая пометки «ответ на тест» и «выберите один ответ». «Как называется испытание, проверяющее, сможет ли человек отличить машину от собеседника-человека» 74 и 21 показ в двух написаниях, «что проверяет тест тьюринга» 30, «чем ответ в режиме исследования отличается от ответа в обычном диалоге» 34 и 12, «в чём ключевое отличие режима рассуждать от обычного ответа нейросети» 19, «какие данные допустимо загрузить в публичную нейросеть» 21, «как называется явление, при котором нейросеть уверенно выдаёт несуществующие факты, цифры или ссылки» 13. Всего 224 показа и ни одного клика на позициях от 7 до 12.
- Wordstat, Россия, 04.10.2026: ответы на тест по искусственному интеллекту 1 662, ответы на итоговый тест по искусственному интеллекту 212, ответы на входной тест 61.
- Выдача Яндекса, 04.10.2026: по этим запросам в топе сборники тестов и учительские базы: nsportal, infourok, multiurok, sborniktestov, liketest, rudn, rosmedicinfo, то есть сайты с ответами без объяснений.
- Содержательная часть: определения даны по нашим же разборам понятий, ссылки по тексту. Тест Тьюринга описан по первоисточнику 1950 года в части постановки эксперимента.
Чего тут нет намеренно. Нет ответов на конкретный тест конкретной компании или платформы: формулировки и порядок вариантов у всех разные, а выкладывать «ответы на билет» бессмысленно, потому что варианты перемешиваются. Здесь разобраны понятия, которые стоят за формулировками, и этого достаточно для любого набора вопросов. И нет вопросов по узким специальностям: в медицинских и педагогических тестах встречаются свои темы, которые к общей ИИ-грамотности не относятся.
FAQ
Частые вопросы
Как называется испытание, проверяющее, сможет ли человек отличить машину от собеседника-человека
Это тест Тьюринга. Предложен Алан Тьюрингом в 1950 году: человек ведёт текстовый диалог с двумя скрытыми собеседниками, один из которых машина, и если он не может надёжно определить, кто есть кто, машина тест прошла. Важная тонкость, которую любят проверять в тестах: тест Тьюринга оценивает не ум машины, а её способность быть неотличимой в разговоре. Это проверка имитации, а не понимания.
Как называется явление, при котором нейросеть уверенно выдаёт несуществующие факты, цифры или ссылки
Это галлюцинации, или галлюцинирование модели. Нейросеть не хранит факты как база данных: она предсказывает наиболее вероятное продолжение текста. Когда вероятного продолжения нет, модель всё равно строит гладкую фразу, и получается правдоподобная выдумка: несуществующая статья закона, выдуманный номер страницы, ссылка на несуществующую публикацию. Уверенный тон здесь часть механизма, а не признак достоверности.
Чем ответ в режиме исследования отличается от ответа в обычном диалоге
Обычный ответ модель строит из того, что уже заложено в её весах, за один проход и за секунды. В режиме исследования модель сначала ищет источники в интернете, читает их, сверяет между собой и только потом отвечает, приводя ссылки. Отсюда три отличия: ответ дольше, он опирается на внешние источники с датами, и его можно проверить по ссылкам. Цена этого в скорости и в количестве доступных запросов.
В чём ключевое отличие режима «рассуждать» от обычного ответа нейросети
В режиме рассуждения модель перед ответом строит внутреннюю цепочку шагов: разбивает задачу, проверяет промежуточные выводы, отбрасывает неудачные ветки. Пользователь видит либо сокращённый пересказ этих шагов, либо только итог. Это даёт заметный выигрыш на математике, логике, коде и многоходовых задачах, и почти ничего не даёт на простом пересказе или переводе. Платите временем: ответ приходит медленнее.
Какие данные допустимо загружать в публичную нейросеть
Допустимо загружать обезличенную и общедоступную информацию: тексты без персональных данных, публичные документы, учебные материалы, свой черновик без имён и реквизитов. Недопустимо загружать персональные данные людей, коммерческую тайну, врачебную тайну, пароли и ключи доступа, а также документы под соглашением о конфиденциальности. Безопасное правило для теста и для жизни одно: если утечка этого файла навредит человеку или компании, в публичный чат он не идёт.
Как называется подсказка, которую пользователь даёт нейросети
Это промпт, от английского prompt. Промпт это не только вопрос: в него входят роль, контекст, формат ответа и ограничения. От качества промпта результат зависит сильнее, чем от выбора модели, и именно поэтому в тестах по ИИ-грамотности отдельно спрашивают, что должно быть в хорошем промпте. Минимальный набор: кто модель, какая задача, в каком виде нужен ответ, чего делать нельзя.
Что такое токен в нейросети
Токен это минимальный кусок текста, которым модель оперирует: примерно от половины слова до слова в английском и часто меньше слова в русском. Модель не видит букв и слов, она видит последовательность токенов и предсказывает следующий. Через токены считаются две вещи: длина контекста, то есть сколько текста модель удержит за раз, и стоимость обращения к API, которая считается за миллион токенов.
Что такое контекстное окно
Контекстное окно это объём текста, который модель держит в поле зрения одновременно: ваш запрос, приложенные файлы, предыдущие сообщения диалога и её собственный ответ. Когда окно заканчивается, старое начинает выпадать, и модель перестаёт помнить начало разговора. Практический вывод для теста и для работы один: длинный документ в маленькое окно не влезет, и модель об этом не предупредит, а просто ответит по тому, что попало.
Чем машинное обучение отличается от обычной программы
Обычная программа работает по правилам, которые человек написал заранее: если условие, то действие. В машинном обучении человек не пишет правила, а даёт примеры, и алгоритм сам выводит из них закономерность. Отсюда главное следствие: обычную программу можно прочитать и точно сказать, почему она дала такой ответ, а модель машинного обучения выдаёт результат, который не всегда можно объяснить построчно.
Почему вопросы в таких тестах звучат так сложно
Потому что их формулируют от определения, а не от практики: вместо «что такое тест Тьюринга» пишут «как называется испытание, проверяющее, сможет ли человек отличить машину от собеседника-человека». Приём простой: найдите в длинной формулировке ключевой признак и переведите его в обычный вопрос. Испытание на различение человека и машины это тест Тьюринга, уверенная выдумка это галлюцинации, подсказка модели это промпт.
Где проверить себя дальше
По каждому понятию из этого разбора у нас есть отдельная страница с подробностями: тест Тьюринга, галлюцинации, промпт, токены, контекстное окно, машинное обучение, большие языковые модели. Если тест вы уже сдали, но хотите понимать, а не запоминать, идите по ссылкам в тексте: там то же самое, но с примерами и без формулировок в стиле экзаменационных билетов.
Читать дальше
Платформа и сообщество, где я по шагам показываю, как поставить ИИ на рутину: контент, код, продажи, аналитика. Заходи и забирай рабочие связки, которыми пользуюсь сам.
Посмотреть, что внутриtelegram
Канал с полезными материалами про нейросети
Разборы, новые инструменты и приёмы по ИИ — то, чем пользуюсь сам, без воды. Подпишись, чтобы не потерять.
