<img src="https://habrastorage.org/getpro/habr/upload_files/d83/9ff/bdf/d839ffbdffa94279e98b58bad5f74dbc.jpeg" /><p>Ранее, в доИИшную эпоху, ОСИНТ развивался как преимущественно ручная дисциплина. Нужно было последовательно отрабатывать источники, фиксировать данные и выстраивать логические связи. Вся работа велась в рукопашную.<br>Такой подход был еще приемлем, пока объем доступной информации еще можно было переварить и обработать. По состоянию на сегодня, ситуация поменялась чуть менее, чем кардинально. По данным IDC, по состоянию на 2024 ежедневно генерировалось около 408 квинтиллиона байт данных; только в социальных сетях публикуются сотни миллионов единиц контента в сутки. Ни один аналитик, ни одна команда аналитиков не способны перелопатить такой объем вручную. Тут не то, что ленивым, тут и трудолюбивым осинтерам становится тяжко. Даже, если отрабатывать какой-то узкий сегмент информации, то все равно, количество информации, которую приходится отрабатывать, — впечатляет.<br>Учитывая тот факт, что поисковые машины выдают все больше шлака и "белого шума", а так же то, что по данным Pew Research Center и аналогичных организаций, следы ИИ найдены в 10...35% выдаваемого на гора контента, ситуация становится еще сложнее.</p><p>Но, "кто нам мешает, тот нам и поможет". Можно и нужно применять ИИ модели для сбора и обработки данных, для их верификации и т.д. и т.п. Конечно, ИИ не заменяет живого человека, но он снимет операционную нагрузку, делегируя машине сбор, первичную фильтрацию и структурирование данных. Тем самым, он берет на себя всю рутину и высвобождает время и внимание для контекстуальной интерпретации, этического суждения и вывода. Нам, все же, еще есть чем заняться.</p> <a href="https://habr.com/ru/articles/1091678/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1091678#habracut">Читать далее</a>