На днях Смешарики пригласили меня к себе на подкаст «ПинКод. Новейшие технологии» поболтать про дата-журналистику и анализ данных.

Ёжик не упустил возможности пошутить про то, что дата-журналисты работают по определённым датам, а Крошу понравилась идея посчитать, кто из персонажей съел больше всего морковок.

В общем, если у вас в семье растут юные исследователи, покажите им. Вдруг и у вас дома можно что-то интересное посчитать.

Послушать подкаст можно здесь — новый сезон открывается двумя небольшими выпусками со мной.

Мы изучили, как матерятся люди при общении с нейросетью

Сделали с коллегами из Яндекса одно из самых потрясающих исследований — изучили нецензурную брань в диалогах с Алисой AI. Самым популярным оказался корень -б**-, правда, с небольшим отрывом.

Ещё из прикольного: чем дальше заходит диалог, тем выше доля сообщений с матом — среди десятых она выше, чем среди первых. Суточный пик нецензурной брани приходится на час с 23:00 до полуночи. А чаще прочих ругаются суровые жители Сибири!

Мои самые любимые картинки — про словоформы. Во-первых, это просто красиво. Во-вторых, оказалось, что главная дилемма нецензурной лексики — это б**дь или б**ть. В-третьих, у одних корней заметная часть словоформ — с приставками, а у других такие варианты скорее экзотика.

Ну и в довершение оказалось, что пользователи Алисы довольно интеллигентны. Мат (четыре корня по версии Роскомнадзора) в своих сообщениях хотя бы раз за полгода в своих сообщениях использовал один пользователь из 50.

Если трактовать нецезурную брань по очень странному толковому словарю государственного языка РФ — один из 30.

Что-то мне подсказывает, что Клод страдает почаще...