ИИ-врачи в TikTok: как синтетические эксперты меняют доверие к медицине

ИИ научился изображать врача: медицинские советы в TikTok столкнулись с кризисом проверяемого доверия

Белый халат перестал быть доказательством существования врача

Еще недавно при оценке медицинского ролика в социальных сетях главный вопрос звучал примерно так: можно ли доверять человеку, который это говорит? Теперь перед ним появляется более фундаментальный вопрос: существует ли этот человек вообще?

Британское агентство цифрового маркетинга Hallam проанализировало 1198 TikTok-видео, появлявшихся среди верхних результатов по 25 поисковым запросам в областях, где ошибочная информация способна влиять на реальные решения: здоровье, финансы, образование, карьера и общественная информация. Для уменьшения влияния персонализации исследователи создали новый аккаунт, а затем вручную проверяли ролики на признаки генерации или обработки искусственным интеллектом.

Во всей выборке такие признаки обнаружили у 235 из 1198 видео, то есть у 19,6%. Однако здоровье оказалось категорией с самой высокой долей ИИ-контента: в среднем 40% по пяти изученным поисковым запросам. Разница между конкретными запросами была очень большой: «health tips» — 84%, «fitness» — 44%, «doctor advice» — 28%, «nutrition tips» — 24%, «mental health tips» — 18%.

Эта деталь важна для правильной интерпретации исследования. Результат не означает, что 40% или тем более 84% всего медицинского контента TikTok создано искусственным интеллектом. Hallam изучал ограниченный набор верхних поисковых результатов по определенным запросам. Это исследование поисковой выдачи платформы, а не репрезентативная перепись всех опубликованных на ней медицинских видео.

Тем не менее именно верхние результаты особенно важны: их видит человек, который целенаправленно ищет ответ на вопрос о здоровье.

Синтетический врач может выглядеть убедительнее самой дезинформации

The Guardian описал аккаунты с созданными искусственным интеллектом персонажами, внешне напоминающими медицинских специалистов. Некоторые распространяли опровергнутые представления о причинах рака — например, связывали заболевание с использованием дезодоранта, разогреванием пищи в пластиковой посуде или сном рядом с телефоном.

Другие предлагали смесь Coca-Cola и лука как средство от боли. Один синтетический персонаж рекомендовал продукт под названием Hyalethinap Plus Pro Max, утверждая, что годами назначал его своим пациентам против выпадения волос, ухудшения состояния кожи, ломкости ногтей и боли в суставах. The Guardian не смог найти подтверждений существования такого продукта.

По данным Hallam, наиболее популярные ИИ-видео с «врачами» и другим медицинским содержанием в изученной поисковой выдаче набирали в среднем около 2,5 млн просмотров.

Но наиболее серьезная проблема заключается не в очевидно абсурдных рецептах. Их сравнительно легко распознать. Гораздо сложнее ситуация, когда ложное утверждение окружено настоящими медицинскими терминами, корректными фрагментами физиологии и ссылками на реально существующие исследования.

Такой материал может быть преимущественно правдоподобным и содержать лишь одну критическую ошибку — например, превратить статистическую связь в причинность, результат эксперимента на клетках в рекомендацию человеку или предварительное исследование в утверждение об эффективности лечения.

Именно поэтому качество изображения или профессиональная манера речи становятся плохими инструментами проверки достоверности.

Генеративный ИИ меняет экономику медицинской дезинформации

Ложные советы о здоровье появились задолго до генеративного искусственного интеллекта. Социальные сети годами распространяют «чудодейственные» диеты, методы очищения организма, противораковые средства и конспирологические объяснения болезней.

Изменился прежде всего масштаб производства.

Для создания убедительного медицинского персонажа больше не обязательно искать человека, готового сниматься перед камерой. Генеративные системы позволяют создавать лицо, голос, сценарий и видеоряд, быстро выпускать новые ролики и адаптировать их для разных языков и аудиторий.

Один синтетический персонаж потенциально способен непрерывно производить медицинский контент, не обладая медицинским образованием и даже не существуя физически.

Белый халат, спокойная интонация, медицинская лексика и фраза «я рекомендую это своим пациентам» работают как сигналы профессионального авторитета. Генеративный ИИ позволяет воспроизводить эти сигналы почти независимо от наличия самого профессионала.

Алекс Руани, исследователь медицинской дезинформации из Университетского колледжа Лондона, в разговоре с The Guardian охарактеризовала происходящее как индустриализированную эксплуатацию доверия.

Алгоритму не требуется, чтобы медицинский совет был правильным

Социальные платформы оптимизируют распространение контента не по его клинической достоверности. Для алгоритмической системы значительно проще измерить просмотр, удержание внимания, комментарий или репост, чем определить, соответствует ли совет современной медицинской практике.

Исследование Hallam обнаружило интересный сигнал. Видео с признаками применения ИИ получали в среднем около 7856 репостов против 7221 у остальных роликов — примерно на 9% больше. При этом у ИИ-видео было меньше средних значений лайков и комментариев.

Эти данные нельзя интерпретировать как доказательство того, что искусственный интеллект сам по себе делает информацию более распространяемой. Исследование наблюдательное, выборка ограничена поисковой выдачей, а характеристики тем и аккаунтов могли различаться. Но оно показывает, что синтетический контент уже способен успешно включаться в обычную систему распространения информации.

Это особенно существенно в медицине. Человек может не просто поверить ошибочному утверждению, но и изменить лечение, отложить обращение к врачу, приобрести бесполезный продукт или начать беспокоиться из-за несуществующего риска.

Президент Королевского колледжа врачей общей практики Великобритании профессор Виктория Цорциу Браун заявила The Guardian, что вводящий в заблуждение ИИ-контент создает реальный риск причинения вреда. Национальный медицинский директор NHS England профессор Фрэнки Суордс также сообщила, что врачи сталкиваются с пациентами, обеспокоенными и запутавшимися из-за ложной медицинской информации в интернете.

TikTok уже требует маркировать реалистичный ИИ-контент — но маркировка не проверяет медицину

Проблема не осталась полностью без регулирования. TikTok требует обозначать реалистичные изображения, видео и аудио, созданные или существенно измененные искусственным интеллектом. Платформа также может автоматически добавлять такую маркировку, в том числе используя метаданные Content Credentials.

Кроме того, правила TikTok запрещают медицинскую дезинформацию, способную причинить существенный вред. Платформа сообщила The Guardian, что удаляет вредную медицинскую дезинформацию независимо от того, создана она человеком или искусственным интеллектом. Переданные журналистами примеры роликов были удалены.

TikTok одновременно оспорил репрезентативность исследования Hallam, указав, что его выполнило коммерческое маркетинговое агентство и что результаты, по мнению компании, не отражают платформу в целом.

Это существенное ограничение исследования. Hallam — не академическая исследовательская группа, а классификация ИИ-контента проводилась вручную по совокупности признаков: синтетическому голосу, характерным изображениям, визуальным артефактам, структуре сценариев, стилю подписей и другим особенностям. Поэтому выводы следует рассматривать как сигнал о масштабе явления в конкретной поисковой выборке, а не как точную оценку всего TikTok.

Есть и более фундаментальная проблема: даже идеальная маркировка «создано ИИ» отвечает только на вопрос о происхождении материала. Она ничего не говорит о медицинской достоверности утверждения.

Реальный врач способен ошибаться. Синтетический персонаж способен озвучить полностью правильную информацию. Следовательно, происхождение и достоверность — две разные задачи проверки.

Европа переводит происхождение синтетического контента из этики в регулирование

С 2 августа 2026 года в Европейском союзе начали применяться требования прозрачности статьи 50 Акта об искусственном интеллекте ЕС. Они предусматривают, среди прочего, машиночитаемую маркировку определенного контента, созданного или измененного ИИ, и раскрытие использования дипфейков.

Это важный системный сдвиг. До сих пор значительная часть борьбы с синтетическим контентом основывалась на внутренних правилах платформ. Европейская модель постепенно превращает прозрачность происхождения контента в нормативное требование.

Однако и она не решает проблему полностью. Метка может помочь человеку понять, что перед ним синтетический персонаж, но она не способна определить, верно ли он объясняет причины гипертонии, безопасность лекарства или результаты клинического исследования.

Следующий уровень защиты поэтому должен касаться не только происхождения изображения, но и проверяемости самого медицинского утверждения.

Проверять придется не лицо врача, а цепочку доказательств

Для пользователя появление синтетических врачей означает изменение привычной логики доверия.

Раньше профессиональный внешний вид и уверенная речь хотя бы косвенно указывали на существование человека, которого потенциально можно идентифицировать. Теперь визуальная достоверность практически отделилась от профессиональной достоверности.

Поэтому медицинский ролик разумнее оценивать по нескольким проверяемым признакам:

• можно ли установить личность автора и подтвердить его профессиональную квалификацию;
• названы ли конкретные исследования, клинические рекомендации или медицинские организации, на которых основано утверждение;
• соответствует ли сила вывода качеству доказательств;
• не обещает ли автор быстрый, универсальный или гарантированный результат;
• не сопровождается ли медицинская рекомендация продажей продукта, особенно если именно автор формулирует проблему, которую этот продукт якобы решает;
• можно ли подтвердить ключевое утверждение независимо от самого видео.

Особенно настораживает риторика о «правде, которую врачи скрывают», «секрете, о котором вам не расскажут», или утверждения, что вся официальная медицина сознательно подавляет определенный метод лечения. Такие конструкции не опровергают сообщение автоматически, но часто используются для того, чтобы заранее лишить зрителя доверия к источникам, способным его проверить.

Для важных решений — диагностики, приема или отмены лекарств, интерпретации симптомов — социальное видео разумно считать отправной точкой для поиска информации, а не основанием для действия.

Проблема шире синтетических врачей

Есть еще одна причина не сводить происходящее исключительно к дипфейкам. Исследование 619 TikTok-видео о лечении диабетической стопы, опубликованное в 2025 году в Studies in Health Technology and Informatics, обнаружило вводящие в заблуждение или ложные утверждения более чем в 42% проанализированных материалов.

Это была другая работа, посвященная конкретной медицинской теме, поэтому напрямую сравнивать ее цифры с исследованием Hallam нельзя. Но вместе они указывают на более широкую проблему: медицинская дезинформация существовала в коротких видео и без синтетических врачей.

Искусственный интеллект не создал кризис достоверности медицинской информации. Он создал технологию, способную резко увеличить скорость, объем и внешнюю убедительность ее производства.

Именно поэтому простого умения распознавать «ненастоящее лицо» недостаточно. По мере совершенствования генеративных моделей визуальные признаки будут становиться все менее надежными.

Медицинская грамотность теперь включает проверку происхождения информации

Практическое последствие этого изменения выходит далеко за пределы TikTok.

Пациентам придется внимательнее отделять профессиональную подачу от профессиональной компетентности. Врачам — все чаще объяснять не только болезнь или лечение, но и почему конкретное популярное утверждение из социальной сети неверно или вырвано из контекста. Медицинским организациям придется конкурировать за внимание в информационной среде, где производство синтетического «эксперта» значительно дешевле подготовки настоящего специалиста.

Для платформ и регуляторов возникает еще более сложная задача. Простого обнаружения искусственного интеллекта недостаточно: требуется сочетание прозрачности происхождения контента, контроля опасной медицинской дезинформации и механизмов, позволяющих пользователю быстро установить, кто несет ответственность за утверждение.

В долгосрочной перспективе ценность может смещаться от внешних признаков авторитета к проверяемой цепочке происхождения информации: кто сформулировал утверждение, на каких доказательствах оно основано, кто проверил его медицинскую корректность и кто отвечает за последствия публикации.