Тест Тьюринга — проверка, в которой человек переписывается вслепую с машиной и с другим человеком и должен угадать, кто из них компьютер. Если судья не может уверенно отличить программу от человека, машина считается прошедшей испытание. Идею в 1950 году предложил английский математик Алан Тьюринг в статье «Computing Machinery and Intelligence» в журнале Mind.
Тест не измеряет ум напрямую. Он проверяет одно: можно ли по переписке отличить программу от человека. Ниже разберём правила, вопросы из оригинальной статьи, историю попыток от ELIZA до больших языковых моделей и то, за что тест критикуют.
CheckroiПодборка курсов нейросетей и искусственного интеллекта987 курсов • 71 школаСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Что такое тест Тьюринга простыми словами
Тьюринг начал статью с вопроса «Can machines think?», то есть «Могут ли машины мыслить?». И сразу признал, что спорить о нём бесполезно: слова «машина» и «мыслить» каждый понимает по-своему.
Поэтому он заменил философский вопрос практическим. Если машина ведёт разговор так, что её не отличить от человека, у нас нет честного повода отказать ей в мышлении. Ведь о мыслях других людей мы тоже судим только по тому, что они говорят и делают.
Сам Тьюринг называл свою конструкцию «игрой в имитацию» (imitation game). Название «тест Тьюринга» и «критерий Тьюринга» закрепилось позже. На русском статья вышла в 1960 году в Физматгизе под заголовком «Может ли машина мыслить?» в переводе Ю. А. Данилова. Сегодня это понятие из базового набора терминов ИИ, как нейросеть или датасет, остальные собраны в словаре айтишника.
Как проходит тест: правила игры в имитацию
В оригинальной версии сначала играют трое людей: мужчина, женщина и судья. Судья сидит в отдельной комнате и задаёт вопросы игрокам «X» и «Y». Мужчина пытается выдать себя за женщину, женщина помогает судье. Ответы печатают на телетайпе, чтобы голос ничего не подсказал.
Затем Тьюринг предлагает посадить на место одного из игроков машину и посмотреть, будет ли судья ошибаться так же часто, как в игре людей. Классическая схема, которую сегодня называют стандартным тестом, выглядит так:
- Судья (его ещё называют интеррогатором) общается с двумя собеседниками только текстом.
- Один из собеседников человек, другой программа. Кто из них кто, судья не знает.
- Разговор ограничен по времени. Тьюринг упоминал пять минут, этот срок сохранился и в современных экспериментах.
- В конце судья называет, кто из двоих человек.
- Машина проходит тест, если судьи ошибаются достаточно часто. Единого порога нет: у Тьюринга это не больше 70 % верных ответов судьи, в 2014 году организаторы считали успехом больше 30 % голосов «это человек», в 2025 году машину сравнивали с настоящим человеком.
Свой прогноз Тьюринг сформулировал с цифрами. Он считал, что примерно через 50 лет компьютеры с памятью около 10⁹ будут играть так, что средний судья после пяти минут расспросов угадает верно не более чем в 70 % случаев. Цитата приведена в Стэнфордской философской энциклопедии, полный текст статьи лежит в открытой копии PDF.
| Участник | Что знает | Его цель |
|---|---|---|
| Судья | Только тексты ответов и метки собеседников | Верно определить человека |
| Человек | Что рядом может быть программа | Убедить судью, что он настоящий |
| Машина | Правила игры | Чтобы судья принял её за человека |
Какие вопросы задают судьи
Готового списка вопросов у теста нет: судья спрашивает что угодно. Но в статье 1950 года Тьюринг показал образец диалога, и он до сих пор хорошо объясняет суть.
- «Напишите мне сонет о мосте через Форт». Ответ: «Увольте. Стихи у меня никогда не получались».
- «Сложите 34957 и 70764». Пауза около 30 секунд, затем ответ: 105621.
- «Вы играете в шахматы?» Ответ: «Да». Дальше судья описывает позицию, и через 15 секунд приходит ход с матом.
Обратите внимание на сложение. Правильная сумма 105 721, а в ответе 105 621. Машине, которая хочет сойти за человека, мгновенный безошибочный счёт только мешает. Пауза и случайная ошибка выглядят по-человечески, отказ писать стихи тоже.
Отсюда главный вывод про вопросы. Сложные задачи на эрудицию бота не выдают: он часто знает больше человека. Выдаёт его другое. Если сами хотите проверить собеседника, пробуйте такие ходы:
- спросить о том, что происходит прямо сейчас и рядом: погода за окном, шум в комнате, что было на обед;
- вернуться к своему вопросу через несколько реплик и сверить, совпадают ли ответы;
- попросить мнение вместо факта и посмотреть, есть ли у собеседника своя позиция;
- написать с опечатками или сленгом и проверить, как он подстроится.
Ни один из этих приёмов не даёт гарантии. Языковые модели умеют уверенно придумывать детали, об этом подробно в статье про галлюцинации нейросетей.
Кто проходил испытание: от ELIZA до языковых моделей
Прогноз Тьюринга про 2000 год не сбылся. В Стэнфордской энциклопедии прямо написано, что программы на премии Лёбнера к концу XX века были далеки от планки, которую он описывал. Заметный сдвиг случился только с появлением больших языковых моделей вроде GPT.
| Год | Система | Что произошло |
|---|---|---|
| 1966 | ELIZA | Джозеф Вейценбаум описал в Communications of the ACM программу, которая вела диалог по шаблонам. Её до сих пор берут в эксперименты как нижнюю планку для сравнения |
| 1990–2019 | Премия Лёбнера | Ежегодный конкурс чат-ботов по правилам теста. Конкурс запустил Хью Лёбнер в 1990 году, последний прошёл в 2019 году, и ботов там оценивала публика без жюри |
| 2014 | «Евгений Густман» | Бот изображал 13-летнего мальчика. По сообщению Университета Рединга, он убедил 33 % из 30 судей, при пороге организаторов 30 % |
| 2024 | GPT-4 | В эксперименте Калифорнийского университета в Сан-Диего её приняли за человека в 54 % бесед. Настоящих людей считали людьми в 67 % бесед, ELIZA в 22 % |
| 2025 | GPT-4.5 | В трёхстороннем тесте тех же авторов модель с заданным образом назвали человеком в 73 % случаев |
Почему результат 2014 года спорный
Организатор Кевин Уорик сам оговорился в пресс-релизе, что «некоторые скажут, что тест уже был пройден» раньше. Порог в 30 % соответствует прогнозу Тьюринга о 70 % верных угадываний, но сам Тьюринг строгим правилом его не делал. Судей было 30, разговоры шли по пять минут.
Добавьте сюда образ подростка. Странный ответ или незнание очевидного легко списать на возраст, и судья становится снисходительнее. Поэтому «Густмана» чаще приводят как пример удачного персонажа, чем как доказательство машинного мышления. На том же приёме построены сервисы вроде Character AI, где бот играет заданную роль.
Что показали эксперименты 2024 и 2025 годов
Обе работы написали Кэмерон Джонс и Бенджамин Берген. Их эксперименты рандомизированные и заранее зарегистрированные, то есть план анализа опубликовали до сбора данных. Как ставят такие проверки моделей на практике, разбирают на курсах по машинному обучению.
В 2024 году формат был упрощённым, двусторонним: участник говорил пять минут либо с человеком, либо с программой. Авторы отдельно отметили, что на решение судей сильнее влияли стиль и эмоции собеседника, чем привычные признаки интеллекта.
В 2025 году проверили классическую схему Тьюринга: судья одновременно переписывался с человеком и с программой и выбирал, кто из них человек. Цифры из аннотации статьи:
- GPT-4.5 с подсказкой изображать определённого человека (персону): 73 %. Это значимо чаще, чем судьи выбирали настоящего человека.
- LLaMa-3.1-405B с той же подсказкой: 56 %, статистически не отличается от людей.
- ELIZA и GPT-4o, взятые как базовые системы для сравнения: 23 % и 21 %, значимо ниже случайного угадывания.
Авторы называют это первым эмпирическим доказательством того, что искусственная система проходит стандартный трёхсторонний тест. Подсказка-персона здесь часть условия: модель отвечала от лица заданного персонажа.
Главные претензии к идее Тьюринга
Тьюринг сам ждал возражений и разобрал в статье девять из них: богословское, математическое, «возражение леди Лавлейс» о том, что машина делает только то, что ей велели, и другие. Но спор с тех пор только вырос.
Китайская комната
Самый известный контраргумент выдвинул философ Джон Сёрл в 1980 году в журнале Behavioral and Brain Sciences. Представьте человека, который не знает китайского и сидит в комнате с книгой инструкций для работы с иероглифами. Снаружи ему передают вопросы на китайском, он по инструкциям подбирает символы и отдаёт их обратно.
Снаружи кажется, что в комнате сидит носитель языка. Но человек внутри не понимает ни слова. По Сёрлу, так же работает и программа: она обрабатывает символы, а смысла не понимает. Подробный разбор аргумента и ответов на него есть в статье Стэнфордской энциклопедии.
Другие претензии
| Претензия | В чём суть |
|---|---|
| Проверяет умение притворяться | Выигрывает лучший притворщик. Пауза и нарочная ошибка помогают больше знаний |
| Зависит от судьи | Доверчивый или неопытный судья ошибается чаще, и результат меняется от состава жюри |
| Слишком узкий | Тест смотрит только на переписку. Восприятие мира, действия, обучение в нём не участвуют |
| Слишком человеческий | Система может решать задачи лучше людей и всё равно провалиться, если отвечает слишком быстро и точно |
Поэтому для сравнения моделей тест Тьюринга почти не применяют: их проверяют на наборах задач по математике, коду и логике, а о том, как выбирать нейросеть под задачу, мы писали в сравнении нейросетей.
Капча как обратный тест Тьюринга
Самое массовое применение идеи Тьюринга вы видите каждый день. Капча (CAPTCHA) расшифровывается как Completely Automated Public Turing test to tell Computers and Humans Apart, то есть полностью автоматический публичный тест Тьюринга, чтобы отличать компьютеры от людей.
Идею описали Луис фон Ан, Мануэль Блюм, Николас Хоппер и Джон Лэнгфорд в работе «CAPTCHA: Using Hard AI Problems for Security» 2003 года, а расшифровку названия дали в статье для Communications of the ACM. Отличий от классики два:
- судья здесь программа, а проверяют человека;
- задача подобрана так, чтобы человек решал её легко, а программа с трудом: искажённые буквы, выбор картинок.
Буква P в названии значит, что код и данные капчи открыты, и защита строится на сложности самой задачи.
В обиходе капчу зовут «обратным тестом Тьюринга», но авторы этого термина избегают. По их словам, «обратным» уже называли вариант, где оба игрока изображают компьютер. Сами они называют капчу автоматическим тестом Тьюринга.
Канал основателя Checkroi Вани БуявцаЗабирайте промпты и обучение по нейросетям в моём Телеграм-каналеБольше 3 700 человек уже применяют Claude Code, ChatGPT и другие нейросети в работе, учёбе, бизнесе и жизниПерейти в каналЗачем это знать обычному пользователю
Для науки тест почти утратил вес, зато в быту пригождается всё чаще. В чатах поддержки, в соцсетях, в переписке с незнакомцами всё чаще отвечает программа, и не всегда об этом предупреждают. Авторы эксперимента 2024 года прямо пишут, что обман со стороны современных систем может оставаться незамеченным.
Практические выводы простые:
- Не делайте вывод «это точно человек» по живой и эмоциональной речи: в эксперименте 2024 года стиль и эмоции влияли на решение судей сильнее, чем признаки интеллекта.
- Важные решения (деньги, документы, доступы) не принимайте по одной переписке, кто бы ни был на той стороне.
- Если сервис предлагает собеседника-персонажа, помните, что он для того и сделан, чтобы казаться живым.
Тем, кто работает с нейросетями, тест Тьюринга даёт удобный вход в большие вопросы профессии: как оценивать модели и где граница допустимого. Маршрут в профессию с нуля мы расписали в статье как стать специалистом по искусственному интеллекту.
Где изучить искусственный интеллект системно
Понять, как работает тест Тьюринга, можно за вечер. А чтобы собрать свою модель, оценить её и встроить в продукт, нужны месяцы. Если хотите в эту сторону, посмотрите курсы по искусственному интеллекту: там есть программы и для тех, кто не пишет код, и для будущих ML-инженеров. Если начинаете с программирования, присмотритесь к курсам Python: с этого языка удобно начинать путь в машинное обучение.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети для изображений и видео Перейти на сайт курса |  Эдюсон | 48 455 ₽ | 4037 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для рабочих задач Перейти на сайт курса |  Skillbox | 31 290 ₽ | - | 1 месяц | Обзор курса |
| Нейросети. Практический курс Перейти на сайт курса | Skillbox | 74 900 ₽ | - | 3 месяца | Обзор курса |
| Продуктовый маркетолог + Нейросети для маркетинга Перейти на сайт курса |  Нетология | 100 200 ₽ | 3875 ₽/мес. | 5 месяцев | Обзор курса |
| Нейросети для каждого Перейти на сайт курса |  Академия Синергия | 39 900 ₽ | 3325 ₽/мес. | 3 месяца | Обзор курса |
Больше программ — в полном каталоге курсов по нейросетям и искусственному интеллекту
