ООН подключила статистику к Google Data Commons и перевела её на MCP для ИИ-агентов

UN System Data Commons заменил портал UNData, где пользователи в основном просматривали и искали статистику через традиционный интерфейс баз данных. Новая система построена на открытой платформе Google Data Commons и позволяет искать показатели по агентствам ООН запросами на естественном языке. К платформе присоединились 26 структур ООН, данные почти 20 из них доступны на старте. Цель — перенести 80% статистических наборов системы ООН на платформу к 2027 году.

Ключевая техническая деталь — поддержка Model Context Protocol (MCP), стандарта, который позволяет ИИ-системам подключаться к внешним источникам данных напрямую. Google добавила поддержку MCP в Data Commons в прошлом году, и теперь тот же механизм работает на инстансе ООН. Платформа отслеживает происхождение каждой статистики, поэтому данные, полученные ИИ-системой, можно проследить до исходного источника в ООН. Google продемонстрировала, как подключённая через MCP система собирает несколько показателей и формирует дашборды, графики и текстовый анализ без ручного поиска и объединения наборов. В одном примере система нашла статистику ООН по ВИЧ-инфекциям, смертности от СПИДа и продолжительности жизни, чтобы оценить эффект американской программы PEPFAR в Африке, и построила инфографику.

Запуск отвечает на конкретную проблему: ИИ-инструменты всё чаще используются для получения ответов, но многие системы по-прежнему плохо находят авторитетные данные. Бенчмарк UNICEF по шести большим языковым моделям — GPT-4o и GPT-4o-mini от OpenAI, Claude Sonnet 4.5 и Haiku 4.5 от Anthropic, Gemini 2.5 Flash и Gemini 2.0 Flash от Google — охватил более 133 000 ответов на вопросы о глобальных индикаторах развития. Средняя точность составила 21,2%, сообщил главный статистик агентства Жуан Педру Азеведу на виртуальном брифинге. Примерно в трёх из пяти ответов не было пригодного числа — часто модели давали уклончивые формулировки. Когда те же вопросы через два дня задали тем же версиям моделей, одинаковое число в обоих случаях встречалось лишь примерно в половине ответов. Это рабочий документ UNICEF, готовящийся к подаче в журнал и пока не прошедший рецензирование; методологию, код и данные обещают опубликовать вместе с ним.

Давление со стороны ИИ-ассистентов видно и по трафику. Сайт данных UNICEF получает более 6 млн посещений в месяц и входит в число самых популярных ресурсов агентства. Переходы по ссылкам из ответов ChatGPT выросли на 67% год к году в период с 1 января по 14 сентября, такие рефералы дали 6,4% всех сессий, а ИИ-ассистенты в целом — около одной десятой визитов, по оценке UNICEF.

Финансирование и управление устроены так: Google.org предоставила $2 млн на развитие потенциала и техническую поддержку для создания базовой инфраструктуры платформы. Прем Рамасвами, возглавляющий команду Data Commons в Google, сказал TechCrunch, что система размещена на управляемом ООН инстансе и в перспективе должна поддерживаться, эксплуатироваться и масштабироваться силами самой организации. «Мы применяли подход train-the-trainer на всём протяжении развёртывания, и команда системы ООН уже быстро набрала обороты», — сказал он. Google запустила Data Commons в 2018 году, чтобы свести публичные наборы данных из разных источников в общую структуру.

Шантану Мукерджи, исполняющий обязанности директора Статистического отдела ООН, описывает результат так: «Мы на порядки продвинулись в масштабе, охвате и гибкости, впервые соединив столько агентств по всей системе ООН. И пользуемся моментом, чтобы сделать наши данные готовыми для ИИ». При этом доступ к авторитетным данным не делает автоматически авторитетными выводы модели. «Поскольку модели могут неверно интерпретировать нюансы, человек всегда должен проверять результаты перед цитированием или публикацией», — предупредил Рамасвами. Для читателя это означает, что ценность платформы — в прослеживаемости источника, а не в гарантии корректности ответа ИИ.