ООН 17 сентября объявила о создании UN System Data Commons — платформы, которая объединит статистику организаций системы ООН и сделает ее доступной через поиск на естественном языке и интерфейсы для ИИ-агентов. Технической основой проекта стала открытая платформа Google Data Commons.
Новая система должна заменить UNData, где пользователям приходится искать показатели через традиционный интерфейс статистической базы. Для разработчиков главное изменение заключается в поддержке Model Context Protocol: совместимые приложения смогут обращаться к данным ООН напрямую, а не рассчитывать только на информацию, сохраненную в параметрах языковой модели.
По данным TechCrunch, решение последовало за масштабной проверкой ЮНИСЕФ. Шесть крупных языковых моделей показали среднюю точность 21,2% при ответах на вопросы о глобальных показателях развития. При этом исследование пока существует в форме рабочего документа и еще не прошло рецензирование.
Тест ЮНИСЕФ выявил две разные проблемы
ЮНИСЕФ проверил OpenAI GPT-4o и GPT-4o-mini, Anthropic Claude Sonnet 4.5 и Haiku 4.5, а также Google Gemini 2.5 Flash и Gemini 2.0 Flash. В общей сложности модели сформировали более 133 000 ответов на вопросы о международной статистике.
Средний результат составил 21,2%, сообщил журналистам главный статистик ЮНИСЕФ Жуан Педру Азеведу. Этот показатель не следует автоматически трактовать как долю фактических ошибок: примерно три ответа из пяти вообще не содержали пригодного для использования числа. Модели могли уклоняться от ответа, добавлять оговорки или не извлекать конкретное значение.
Отдельно исследователи проверили воспроизводимость. Те же вопросы повторно задали тем же версиям моделей примерно через два дня. Если модель выдавала число в обоих случаях, значения совпадали лишь приблизительно в половине ответов.
Таким образом, тест указывает сразу на две уязвимости: модели часто не находят требуемый показатель, а полученные числовые ответы могут меняться без изменения вопроса. Для аналитики, журналистики и автоматического формирования отчетов второй риск не менее существенен, чем обычная фактическая ошибка.
ЮНИСЕФ готовит работу к подаче в научный журнал и обещает опубликовать методологию, код и набор данных вместе с документом. До этого результаты нельзя считать независимо воспроизведенными или прошедшими полноценную научную проверку.
Как ИИ-агенты будут обращаться к данным ООН
UN System Data Commons приводит статистику разных агентств к общей структуре. Пользователь сможет формулировать запрос обычным языком, а подключенный агент — искать показатели, сопоставлять их и получать сведения о первоисточнике.
Поддержка MCP позволяет отделить языковую модель от базы фактов. Вместо попытки вспомнить показатель из обучающих данных агент отправляет запрос во внешнюю систему во время выполнения задачи. Это особенно важно для статистики, которая регулярно обновляется и может иметь несколько версий в зависимости от года, территории и методологии расчета.
Google добавила поддержку MCP в Data Commons ранее, после чего агенты получили возможность запрашивать через протокол как сами показатели, так и связанные с ними источники. В версии для ООН происхождение каждого значения также должно сохраняться, чтобы пользователь мог перейти от ответа агента к исходному набору данных.
Такое подключение снижает риск использования устаревших цифр, но не устраняет ошибки интерпретации. Модель может выбрать неподходящий период, перепутать абсолютное значение с долей, объединить несопоставимые показатели или сделать вывод, который не следует из статистики.
К проекту присоединяются 26 структур ООН
На момент запуска участие в UN System Data Commons подтвердили 26 организаций системы ООН. Данные почти 20 из них уже добавлены на платформу. Цель проекта — перенести в нее 80% статистических наборов системы ООН к 2027 году.
Google.org предоставила $2 млн на развитие инфраструктуры и техническую поддержку. По информации TechCrunch, система размещена в отдельном экземпляре под управлением ООН. Предполагается, что организация постепенно возьмет на себя ее обслуживание и масштабирование.
Это разделение имеет практическое значение: речь идет не о передаче статистики ООН в потребительский сервис Google, а о создании управляемой ООН инфраструктуры на базе открытой технологии Data Commons. Однако подробности долгосрочного финансирования, график подключения отдельных агентств и полный перечень доступных наборов в опубликованных материалах пока не раскрыты.
До выполнения цели на 2027 год отсутствие результата в новой системе не будет означать, что нужного показателя не существует. Он может оставаться в базе конкретного агентства или на прежнем портале.
Что показала демонстрация Google
Во время презентации подключенная через MCP система получила задачу оценить влияние Чрезвычайного плана президента США по борьбе со СПИДом, известного как PEPFAR, в Африке. Агент нашел показатели по числу новых случаев ВИЧ, смертности от СПИДа и ожидаемой продолжительности жизни, после чего подготовил инфографику.
Демонстрация показывает предполагаемый сценарий использования платформы: агент самостоятельно находит несколько рядов данных, соединяет их и создает график или текстовый анализ. Раньше пользователю пришлось бы вручную искать таблицы разных организаций, проверять единицы измерения и сводить результаты.
При этом наличие авторитетных исходных данных не делает автоматически достоверным итоговый вывод. Руководитель команды Google Data Commons Прем Рамасвами подчеркнул, что результаты модели необходимо проверять перед цитированием или публикацией, поскольку она может неверно истолковать контекст и методологические нюансы.
Почему ООН меняет способ распространения статистики
ЮНИСЕФ связывает запуск с изменением поведения аудитории. Его портал данных получает более 6 млн посещений в месяц. С 1 января по 14 сентября 2026 года число переходов из ответов ChatGPT выросло на 67% по сравнению с аналогичным периодом предыдущего года.
На переходы из ChatGPT пришлось 6,4% всех сессий портала. По оценке ЮНИСЕФ, если учитывать разные ИИ-ассистенты, они уже приводят примерно каждого десятого посетителя.
Для ООН это означает, что значительная часть аудитории больше не начинает поиск на сайте статистического ведомства. Пользователь сначала задает вопрос ассистенту, а тот либо приводит ссылку на первоисточник, либо формирует ответ самостоятельно. UN System Data Commons должен сделать первый вариант технически доступнее и уменьшить зависимость от непроверяемых ответов модели.
Что проверять разработчикам и редакциям
Разработчикам, подключающим агентов к UN System Data Commons, стоит сохранять вместе с ответом не только число, но также URL первоисточника, дату обновления, территорию, единицу измерения и название показателя. Повторный запрос желательно выполнять перед публикацией, особенно если агент строит вывод на нескольких наборах данных.
Редакциям и аналитикам не следует считать ответ достоверным только из-за подключения через MCP. Минимальная проверка должна включать сопоставление числа с исходной таблицей ООН, проверку периода и выяснение, является ли показатель оценкой, прогнозом или наблюдаемым значением.
Также пока нельзя утверждать, что новая платформа уже устранила проблемы, обнаруженные ЮНИСЕФ. Представленный тест оценивал обычные ответы шести моделей, а не их работу с UN System Data Commons. Независимое сравнение до и после подключения к платформе в опубликованных материалах не приводится.