Возможен ли диалог с техносубъектом? Архитектуры искусственного интеллекта и признаки сознания

В статье рассматривается феномен сознания в контексте развития искусственного интеллекта (ИИ) и принципов современных нейробиологических теорий, каждая из которых предлагает собственное видение архитектоники сознательных процессов. Это позволяет выделить ряд специфических свойств (в их числе – глобальное рабочее пространство, рекуррентная обработка, метакогнитивная рефлексия, предсказательное программирование, высокая интеграция информации) как функциональных признаков когнитивных процессов, присущих биологическому сознанию. В определенных системах ИИ наблюдаются проявления некоторых из этих свойств, однако пока разрозненно и без глубокой взаимной интеграции. Переход к гибридным, в том числе нейросимвольным, архитектурам, расширение использования нейроэволюционного и «воплощенного» подхода в робототехнике создают предпосылки для приближения интегрированной архитектуры к «сознательным» когнитивным функциям. Вместе с тем рассмотренные условия подлинного диалога между человеком и потенциально сознательным техносубъектом – элементы интерсубъективности, эмпатии, взаимной этической ответственности и «проживания» или хотя бы функционального аналога телесного и социального опыта – позволяют заключить, что способность к такому диалогу выходит за рамки моделирования функциональных признаков. Допущение возможности появления в ближайшее время так называемого общего ИИ, способного не только выполнять все когнитивные функции человека, но и, возможно, демонстрировать автономное поведение и быть стороной подлинного диалога, обусловливает необходимость заблаговременной дискуссии о нормативном статусе техносубъекта (пределах субъектности и ответственности, правах, обязанностях, гарантиях для человека) и разработки соответствующих этических принципов и регулятивных механизмов.

1. Ахиезер 2008 – Ахиезер A.С. Россия: критика исторического опыта. – 3-е изд., испр. и доп. – М.: Новый хронограф, 2008.

2. Бахтин 2003 – Бахтин М.М. Автор и герой в эстетической деятельности // Бахтин М.М. Собрание сочинений: в 7 т. Т. 1. – М.: Русское слово, 2003. С. 69–264.

3. Бубер 2024 – Бубер М. Я и Ты. – М.: АСТ, 2024.

4. Давыдов 2020 – Давыдов А.П. Методологическая середина как инструмент изучения социальной реальности // Россия реформирующаяся: ежегодник. Вып. 18 / отв. ред. М.К. Горшков. – М.: Новый Хронограф, 2020. Вып. 18. С. 529–564.

5. Давыдов 2024 – Давыдов А.П. Медиация и конвергентная социальность. К теории социального диалога // Философские науки. 2024. Т. 67. № 2. С. 135–159.

6. Левинас 2000 – Левинас Э. Избранное. Тотальность и бесконечное / пер. И.С. Вдовиной, Б.В. Дубина. – М.: Культур. инициатива; СПб.: Университетская книга, 2000.

7. Матурана, Варела 2019 – Матурана У., Варела Ф. Древо познания: биологические корни человеческого понимания / пер. Ю.А. Данилова. – М.: URSS, 2019.

8. Патнэм 1999 – Патнэм Х. Философия сознания / пер. с англ. Л.Б. Макеевой, О.А. Назаровой. – М.: Дом интеллектуальной книги, 1999.

9. Anderson, Lebiere 1998 – Anderson J.R., Lebiere C.J. The Atomic Components of Thought. – Mahwah: Lawrence Erlbaum Associates, 1998.

10. Butlin et al. 2023 – Butlin P., Long R., Elmoznino E., Bengio Y., Birch J., Constant A., …, Kanai R. Consciousness in Artificial Intelligence: Insights from the Science of Consciousness // arXiv preprint. 2023. arXiv:2308.08708.

11. Chalmers 2008 – Chalmers D.J. The Character of Consciousness. – Oxford: Oxford University Press, 2008.

12. Dennett 1991 – Dennett D.C. Consciousness Explained. – Boston: Little, Brown and Company, 1991.

13. Dong et al. 2023 – Dong Y.R., Martin L.J., Callison-Burch C. CoRRPUS: Code-based Structured Prompting for Neurosymbolic Story Understanding // Findings of the Association for Computational Linguistics: ACL 2023 / ed. by A. Rogers, J. Boyd-Graber, N. Okazaki. – Kerrville, TX: Association for Computational Linguistics, 2023. P. 13152–13168.

14. Evans, Grefenstette 2018 – Evans R., Grefenstette E. Learning Explanatory Rules from Noisy Data // Journal of Artificial Intelligence Research. 2018. Vol. 61. P. 1–64.

15. Floridi, Sanders 2004 – Floridi L., Sanders J.W. On the Morality of Artificial Agents // Minds and Machines. 2004. Vol. 14. No. 3. P. 349–379.

16. Harnad 1990 – Harnad S. The Symbol Grounding Problem // Physica D: Nonlinear Phenomena. 1990. Vol. 42. No. 1–3. P. 335–346.

17. Kosinski 2024 – Kosinski M. Evaluating Large Language Models in Theory of Mind Tasks // Proceedings of the National Academy of Sciences. Vol. 121. No. 45, article e2405460121.

18. Le Cun et al. 2015 – Le Cun Y., Bengio Y., Hinton G. Deep Learning // Nature. 2015. Vol. 521. No. 7553. P. 436–444.

19. Manhaeve et al. 2018 – Manhaeve R., Dumancic S., Kimmig A., Demeester T., De Raedt L. DeepProbLog: Neural Probabilistic Logic Programming // Advances in Neural Information Processing Systems. 2018. Vol. 31. P. 3749–3759.

20. Oliveira et al. 2023 – Oliveira N., Li J., Khalvati K., Barragan R.C., Reinecke K., Meltzoff A.N., Rao R.P. Culturally-Attuned Moral Machines: Implicit Learning of Human Value Systems by AI through Inverse Reinforcement Learning // arXiv preprint. 2023. arXiv:2312.17479.

21. Riegel et al. 2020 – Riegel R., Gray A., Luus F., Khan N., Makondo N., Akhalwaya I.Y., …, Srivastava S. Logical Neural Networks // arXiv preprint. 2020. arXiv:2006.13155.

22. Rocktäschel, Riedel 2017 – Rocktäschel T., Riedel S. End-to-End Differentiable Proving // Advances in Neural Information Processing Systems. 2017. Vol. 30. P. 1–13.

23. Storm et al. 2024 – Storm J.F. Klink P.C., Aru J., Senn W., Goebel R., Pigorini A., …, Larkum M.E. An Integrative, Multiscale View on Consciousness Theories // Neuron. 2024. Vol. 112. No. 10. P. 1531–1552.

24. Sun 2002 – Sun R. Duality of the Mind: A Bottom-Up Approach Toward Cognition. – Mahwah, NJ: Lawrence Erlbaum Associates, 2003.

25. Wooldridge 2021 – Wooldridge M. A Brief History of Artificial Intelligence: What It Is, Where We Are, and Where We Are Going. – New York: Flatiron Books, 2021.

26. Xu Z. et al. 2024 – Xu Z., Wu K., Wen J., Li J., Liu N., Che Z., Tang J. A Survey on Robotics with Foundation Models: Toward Embodied AI // arXiv preprint. 2024. arXiv:2402.02385.

27. Yang et al. 2025 – Yang S., Li X., Cui L., Bing L., Lam W. Neuro-Symbolic Integration Brings Causal and Reliable Reasoning Proofs // Findings of the Association for Computational Linguistics: NAACL 2025 / ed. by L. Chiruzzo, A. Ritter, L. Wang. – Kerrville, TX: Association for Computational Linguistics, 2025. P. 5732–5744.

28. Yao 1993 – Yao X. Evolutionary Artificial Neural Networks // International Journal of Neural Systems. 1993. Vol. 4. No. 3. P. 203–222.

29. Yin et al. 2024 – Yin X., Wang X., Pan L., Lin L., Wan X., Wang W.Y. Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement // arXiv preprint. 2024. arXiv:2410.04444.