В США появился исследовательский центр без известных сотрудников, авторов и даже подтверждённого юридического адреса, зато с невероятной производительностью. За девять дней Hanover Institute for Public Policy выпустил 124 аналитических отчёта общим объёмом свыше 560 тысяч слов. Почти каждый заголовок сформулирован как вопрос, который человек мог бы задать ChatGPT, Gemini, Claude или Perplexity.
Материалы посвящены самым спорным темам вокруг Израиля и Газы, включая обвинения в геноциде, военных преступлениях, пытках палестинских заключённых, голоде и выселении палестинцев. Статьи выглядят как академические исследования с таблицами, статистикой и многочисленными ссылками на Всемирный банк, структуры ООН, Amnesty International и другие организации. При этом журналисты не нашли признаков существования Hanover Institute как самостоятельного юридического лица, а на сайте нет списка сотрудников и подписей авторов.
Связь проекта с израильскими властями подтверждают американские регистрационные документы. Компания Piro Inc. зарегистрировалась в Министерстве юстиции США как агент Havas Media Germany, действующий от имени израильского государственного рекламного агентства LaPam. Один из опубликованных контрактов описывает подготовку исследований и информационных материалов для Министерства иностранных дел Израиля. Два заказа Piro оцениваются суммарно в $1 млн.
После появления первых публикаций о проекте Hanover Institute добавил раздел о финансировании. Авторы сайта признают связь с Piro, Havas и LaPam, но утверждают, что спонсор не выбирает темы, не просматривает черновики и не утверждает выводы. На каждой странице также появилась пометка о распространении материалов Piro от имени израильского государственного агентства.
Главная особенность проекта заключается не столько в содержании статей, сколько в способе их публикации. На сайте первоначально находился файл llms.txt от платформы Res, рассчитанный на машинное чтение контента. Сама Piro предлагает услугу AI Story Optimization и прямо обещает создавать структурированные и снабжённые источниками материалы с учётом того, как большие языковые модели оценивают достоверность страниц. Подобный подход называют генеративной оптимизацией : вместо борьбы за первые строки обычной поисковой выдачи издатель старается попасть непосредственно в ответы ИИ.
Такую схему часто называют «отравлением LLM», хотя технически она отличается от классического отравления данных. Злоумышленник в традиционной атаке намеренно внедряет подготовленные примеры непосредственно в обучающий набор. В случае Hanover Institute материалы сначала публикуют в открытом интернете, рассчитывая, что поисковые механизмы чат-ботов начнут цитировать страницы сейчас, а будущие наборы данных могут включить публикации при следующем обучении моделей.
Пока нет доказательств, что материалы Hanover Institute уже попали в обучающие данные конкретной версии ChatGPT, Claude или Gemini. В ходе проверки ChatGPT с веб-поиском находил несколько отчётов института, но одновременно предупреждал о спорах вокруг происхождения и финансирования сайта. Само наличие llms.txt тоже не доказывает попадание материалов в модель.
Однако похожая израильская кампания показывает, что такой расчёт нельзя считать чисто теоретическим. Компания Clock Tower X бывшего руководителя предвыборной кампании Дональда Трампа Брэда Парскейла создала сеть из десяти сайтов с материалами об Израиле. В официальном контракте среди задач прямо указано создание сайтов и контента, способных влиять на формулировки ответов GPT. С января по июнь 2026 года страницы сети 912 раз попали в архив Common Crawl, который разработчики ИИ используют при формировании обучающих наборов. В отдельных тестах Perplexity, Copilot и Gemini также ссылались на сайты сети.
Рост расходов на подобные кампании происходит на фоне ухудшения отношения американцев к Израилю. Весной 2026 года 60% жителей США оценивали Израиль отрицательно против 42% в 2022 году. Особенно заметно отношение изменилось среди молодых американцев. Появление Hanover Institute показывает, как политическая борьба за общественное мнение постепенно переходит от социальных сетей и поисковой оптимизации к источникам, которыми пользуются сами ИИ-системы.