Глава Минцифры Максут Шадаев 1 февраля сообщил, что министерство планирует внедрить на портале госуслуг «технологии ChatGPT для консультации граждан». Позже в Минцифры пояснили, что речь идет не о чат-боте ChatGPT (принадлежит американской OpenAI, основан на нейросетевой модели GPT-3.5), а о российской языковой модели. Она будет интегрирована в «Робота Макса» и, по заявлению министерства, «позволит отвечать на конкретные вопросы короткими и понятными ответами, сокращая путь пользователя», а также «генерировать ответ из базы знаний госуслуг под конкретный вопрос, ориентируясь на сформулированную жизненную ситуацию».

По словам источника издания «Коммерсант», близкого к Минцифры, «РТ Лабс» (принадлежит «Ростелекому», выступает оператором портала «Госуслуги») тестирует две российские LLM-модели (Large Language Model, большая языковая модель, обучается на массивах текстов и используется в нейросетевых сервисах) от «Яндекса» и «Сбера» — YandexGPT и GigaChat. Одна из них по итогам тестирования будет использоваться в интерфейсе госуслуг.

По словам источника, сейчас для наполнения базы знаний моделей специалисты «РТ Лабс» используют скрипты «Робота Макса», базу ответов операторов колл-центра «Ростелекома», обезличенные жалобы и обращения пользователей, поступающие в ведомства, а также ответы на них. Тестирование моделей продлится до лета, а внедрить одну из них в сервис планируется до конца года.

Пока в министерстве «нет четкого понимания объемов бюджета», которые потребуются на интеграцию LLM-модели, как и финансовой модели взаимодействия заказчика решения и вендора.

Эксперты считают, что после полной интеграции LLM-модель сможет теоретически дообучаться и на тех данных, которые пользователи вводят в чат-бот госуслуг. При этом при интеграции любой LLM-модели с госуслугами оператору портала придется решить проблему обработки данных. Дело в том, поясняет эксперт, что на госуслугах хранятся персональные данные пользователей, которые нельзя отправлять в облако вендора, из-за чего придется внедрять «дополнительные инструменты, способные маскировать такие данные».