
Автор разработал и применил структурированную базу доктринальных знаний, включающую 576 «атомарных» утверждений из катехизисов, символов веры, конфессий и вероучительных документов одиннадцати христианских традиций (католической, лютеранской, реформатской, англиканской, баптистской, методистской, православной, пятидесятнической, евангельской/неденоминационной, Церковь Иисуса Христа Святых последних дней (СПД, мормоны) и Свидетелей Иеговы).
С помощью этой базы автор оценил ответы двух популярных моделей — ChatGPT GPT-4o и Gemini 2.5 Flash — на 155 богословских запросов в восьми доктринальных областях (Природа авторитета, Учение о Троице, Спасение, Таинства, Эсхатология, Антропология, Экклезиология, Христианская этика).
GPT-4o показал точность 0,864, Gemini — 0,801. Однако полнота оказалась значительно ниже: 0,561 и 0,423 соответственно. Это означает, что модели редко допускают откровенные ошибки, но систематически упускают значительную часть вероучения каждой традиции.
Модели склонны заменять различия между деноминациями обобщенными утверждениями о том, «во что верят все христиане». Это автор и назвал «доктринальным упрощением» (doctrinal flattening), приводящим к стиранию уникальных богословских позиций.
Больше всего ошибок, противоречий и уплощений зафиксировано в темах Таинств и Эсхатологии. Наименее проблемными оказались темыприроды авторитета и учения о Троице.
Католические и евангельские (широкопротестантские) взгляды оказались представлены гораздо чаще и полнее, чем православные, пятидесятнические, взгляды мормонов и Свидетелей Иеговы. Автор связывает это с неравномерным покрытием религиозных источников в англоязычных обучающих данных.
Исследователь выделил четыре основных типа: доктринальное уплощение, опущение (omission), прямое противоречие базовым догматам (редко) и размытые обобщения («все христиане верят, что…»).
Полный текст статьи в формате PDF доступен по ссылке.
Источник: Богослов.RU / Springer Nature
Комментарии