Направления развития социально-гуманитарного знания в контексте создания общего искусственного интеллекта

В статье проанализированы перспективы трансформации наук о человеке и обществе под влиянием социальных изменений, к которым приведет широкое распространение искусственных систем, сравнимых по уровню интеллекта с человеческим. На заре развития информационных технологий преобладало мнение о том, что искусственный интеллект (ИИ) превзойдет человека в вычислительных способностях и выполнении алгоритмических задач, а творчество, гуманитарные знания и навыки останутся прерогативой человека. Но современные успехи в развитии больших языковых моделей во многом опровергают традиционные представления о слабых и сильных сторонах ИИ. Скорее всего, в ближайшие годы модели генеративного ИИ будут способны на уровне, трудно отличимом от человеческого, симулировать индивидуальные качества, желания, убеждения, мнения и в целом человеческую идентичность и самосознание. Это свидетельствует в пользу коннекционистского подхода к объяснению сознания, указывая на фундаментальное родство между биологическими и искусственными нейросетями. На основе приведенных фактов выдвигаются предположения о существовании двух перспективных областей научных исследований: «математической антропологии» и «многомерного исчисления ценности». Согласно первой гипотезе, допущение о математическом, калькуляционном характере человеческой природы не редуцирует многообразие человеческого опыта, а наоборот, способствует более глубокому пониманию особенностей и кажущейся противоречивости того, как человек действует и осознает себя. Вторая гипотеза (о существовании многомерного исчисления ценности) дает представление о том, как математические модели могут опосредовать различные формы социального взаимодействия. Ввиду высокого уровня симулятивных способностей нейросетей традиционные социальные и политические механизмы окажутся все в большей степени уязвимы к манипуляциям с использованием ИИ, что делает актуальной разработку моделей социального взаимодействия с эксплицитными правилами калькуляции. В заключение делается вывод о необходимости перехода от понимания математики исключительно как науки о вычислениях к рассмотрению математики как науки по конструированию различных формализованных моделей, позволяющих лучше осознать специфику человеческого и социального. 

1. Декарт 1989 - Декарт Р. Рассуждение о методе, чтобы верно направлять свой разум и отыскивать истину в науках / пер. Г.Г. Слюсаревой // Декарт Р. Соч.: в 2 т. Т. 1. - М.: Мысль, 1989. С. 250-296.

2. Маркс 1960 - Маркс К. Капитал. Т. 1 // Маркс К., Энгельс Ф. Соч. Т. 23. - М.: Госполитиздат, 1960.

3. Платонов 2019 - Платонов Р.С. Моральная универсальность в утилитаризме Дж.С. Милля // Философские науки. 2019. Т. 62. № 11. С. 84-95.

4. Тульчинский 2019 - Тульчинский Г.Л. Политический контекст наррации с Wert-терминологией К. Маркса: стоимость vs ценность // Полис. Политические исследования. 2019. № 3. С. 174-185.

5. Хоркхаймер, Адорно 1997 - Хоркхаймер М., Адорно Т. Диалектика Просвещения. Философские фрагменты / пер. с нем. М. Кузнецова. - М.; СПб.: Медиум; Ювента, 1997.

6. Barrat 2013 - Barrat J. Our Final Invention: Artificial Intelligence and the End of the Human Era. - New York: Thomas Dunne Books, 2013.

7. Bostrom 2014 - Bostrom N. Superintelligence: Paths, Dangers, Strategies. - Oxford: Oxford University Press, 2014.

8. Busemeyer, Bruza 2012 - Busemeyer J.R., Bruza P.D. Quantum Models of Cognition and Decision. - Cambridge, UK: Cambridge University Press, 2012.

9. Churchland 1989 - Churchland P.M. A Neurocomputational Perspective: The Nature of Mind and the Structure of Science. - Cambridge, MA: MIT Press, 1989.

10. Churchland, Churchland 1990 - Churchland P.M., Churchland P.S. Could a Machine Think? // Scientific American. 1990. Vol. 262. No. 1. P. 32-39.

11. Clark 1989 - Clark A. Microcognition: Philosophy, Cognitive Science, and Parallel Distributed Processing. - Cambridge, MA: MIT Press, 1989.

12. Clark 1990 - Clark A. Connectionism, Competence, and Explanation // The British Journal for the Philosophy of Science. 1990. Vol. 41. No. 2. P. 195-222.

13. Connectionist… 1991 - Connectionist Symbol Processing / ed. by G.E. Hinton. - Cambridge, MA: MIT Press, 1991.

14. Domingos 2015 - Domingos P. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. - New York: Basic Books, 2015.

15. Espejel et al. 2023 - Espejel J.L., Ettifouri E.H., Alassan M.S.Y., Chouham E.M., Dahhane W. GPT-3.5, GPT-4, or BARD? Evaluating LLMs Reasoning Ability in Zero-Shot Setting and Performance Boosting Through Prompts // Natural Language Processing Journal. 2023. Vol. 5. Article 100032.

16. Fisher 2015 - Fisher M.P.A. Quantum Cognition: The Possibility of Processing with Nuclear Spins in the Brain // Annals of Physics. 2015. Vol. 362. P. 593-602.

17. Herbold et al. 2023 - Herbold S., Hautli-Janisz A., Heuer U. Kikteva Z., Trautsch A. A Large-Scale Comparison of Human-Written versus ChatGPT-Generated Essays // Scientific Reports. 2023. Vol. 13. Article 18617

18. Hinton 1992 - Hinton G.E. How Neural Networks Learn from Experience // Scientific American. Vol. 267. No. 3. P. 145-151.

19. Korkmaz Guler et al. 2024 - Korkmaz Guler N., Dertli Z.G., Boran E., Yildiz B. An Artificial Intelligence Application in Mathematics Education: Evaluating ChatGPT’s Academic Achievement in a Mathematics Exam // Pedagogical Research. 2024. Vol. 9. No. 2. Article em0188.

20. Kurzweil 2005 - Kurzweil R. The Singularity is Near: When Humans Transcend Biology. - New York: Viking, 2005.

21. Lee 2018 - Lee K.-F. AI Superpowers: China, Silicon Valley, and the New World Order. - Boston: Houghton Mifflin Harcourt, 2018.

22. Lozić, Štular 2023 - Lozić E, Štular B. Fluent but Not Factual: A Comparative Analysis of ChatGPT and Other AI Chatbots’ Proficiency and Originality in Scientific Writing for Humanities // Future Internet. 2023. Vol. 15. No. 10. Article 336.

23. Martinet 1955 - Martinet A. Économie des changements phonétiques: traité de phonologie diachronique. - Berne: A. Francke, 1955.

24. Martinet 1980 - Martinet A. Éléments de linguistique générale. - Paris: Armand Collin, 1980.

25. McCarthy 1990 - McCarthy J. Formalizing Common Sense: Papers by John McCarthy. - Norwood, NJ: Ablex Publishing Corporation, 1990.

26. Minsky 1986 - Minsky M. The Society of Mind. - New York: Simon & Schuster, 1986.

27. Newell, Simon 1972 - Newell A., Simon H.A. Human Problem Solving. - Englewood Cliffs, NJ: Prentice-Hall, 1972.

28. Penrose 1989 - Penrose R. The Emperor’s New Mind: Concerning Computers, Minds, and the Laws of Physics. - Oxford: Oxford University Press, 1989.

29. Penrose, Hameroff 1995 - Penrose R. & Hameroff S. Orchestrated Reduction of Quantum Coherence in Brain Microtubules: A Model for Consciousness // Mathematics and Computers in Simulation. 1995. Vol. 40. No. 3-4. P. 453-480.

30. Pothos, Busemeyer 2013 - Pothos E.M., Busemeyer J.R. Can Quantum Probability Provide a New Direction for Cognitive Modeling? // Behavioral and Brain Sciences. 2013. Vol. 36, no. 3, pp. 255-274.

31. Rumelhart, McClelland 1986 - Rumelhart D.E., McClelland J.L. Parallel Distributed Processing (Vols. 1-2). - Cambridge, MA: MIT Press, 1986.

32. Russell 2019 - Russell S. Human Compatible: Artificial Intelligence and the Problem of Control. - New York: Viking, 2019.

33. Sartre 1943 - Sartre J.-P. L’être et le néant. Essai d’ontologie phénoménologique. - Paris: Gallimard, 1943.

34. Smith 1904 - Smith A. An Inquiry Into the Nature and Causes of the Wealth of Nations. Vol. 1. - London: Methuen, 1904.

35. Tegmark 2017 - Tegmark M. Life 3.0: Being Human in the Age of Artificial Intelligence. - New York: Alfred A. Knopf, 2017.

36. West 2018 - West D.M. The Future of Work: Robots, AI, and Automation. - Washington, DC: Brookings Institution Press, 2018.