Proceedings of the International scientific and practical conference ―Modern Science and Education‖ (January 5-7, 2026) / Publisher website: www.naukainfo.com. – Liverpool, United Kingdom, 2026. – 174 p.

53 Ключові слова: генеративний штучний інтелект, кібербезпекові ризики, інформаційний пошук, інформаційна аналітика, галюцинації, data poisoning, prompt injection, retrieval-augmented generation (RAG), агентні системи, конфіденційність. Стрімкий розвиток генеративного штучного інтелекту (GenAI) суттєво трансформує процеси інформаційного пошуку та аналітики, зумовлюючи перехід від класичних пошукових моделей до контекстно-орієнтованих і автоматизованих систем формування аналітичних висновків. Генеративні моделі на основі великих мовних моделей здатні не лише знаходити релевантну інформацію, а й інтерпретувати, узагальнювати та синтезувати дані, що істотно підвищує ефективність прийняття управлінських рішень у корпоративних і державних інформаційно-аналітичних системах. Водночас інтеграція таких технологій супроводжується появою якісно нових кібербезпекових ризиків, пов’язаних із галюцинаціями моделей, отруєнням даних, ін’єкціями підказок, порушенням конфіденційності, залежністю від зовнішніх джерел даних та поширенням синтетичного контенту. Особливістю цих ризиків є їх системний характер і здатність впливати не лише на технічну безпеку, а й на достовірність аналітичних результатів і рівень довіри до них. За відсутності зрілих механізмів управління ризиками генеративний штучний інтелект може трансформуватися з інструмента підвищення ефективності аналітики на джерело латентних загроз. Метою дослідження є комплексний аналіз кібербезпекових ризиків використання генеративного штучного інтелекту в процесах інформаційного пошуку та аналітики, з акцентом на ідентифікацію, систематизацію та мінімізацію загроз, пов’язаних з агентними системами та retrieval-augmented generation. На відміну від наявних підходів, у роботі кібербезпекові ризики генеративного штучного інтелекту розглядаються не ізольовано, а як елементи