В статье исследуется диалектика человеческой природы в эпоху цифровых технологий. С этой целью в работе противопоставляются классическая модель Homo Economicus, рационального агента, для которого существование сведено к комплексу факторов экономической природы, и концепт Homo Cyberneticus. Данный концепт возникает из симбиоза человека с алгоритмами, в рамках которого продукты технологий из внешних инструментов превращаются в составляющую когнитивных процессов. Автор доказывает, что нейроинтерфейсы, ИИ и блокчейн, вопреки мнению технофобов, актуализируют вопросы свободы и смысла, превращая человека в «процесс» самоопределения. Ключевой парадокс: алгоритмы, угрожая автономии, одновременно усиливают человечность. Вывод, который делает автор, заключается в том, что технологии не заменяют, а переопределяют человеческое, и в этом смысле Homo Cyberneticus представлен как «процесс» переосмысления целей и ценностей. В таком контексте технологии не заменяют, а напротив, усиливают человеческое, превращая вызовы в инструменты самопознания и развития.
Идентификаторы и классификаторы
- УДК
- 93/94. История
XXI век поставил человечество перед парадоксом: чем больше мы доверяем технологиям – казалось, бы нейтральному и объективному, тем острее вместе с этим ощущаем потребность в иррациональном. Если в XIX веке Милль видел в человеке в первую очередь рациональное начало, то сегодняшняя ситуация, когда нейросети предсказывают наши решения, заставляет задуматься, не превратились ли мы сами в алгоритмы, в составляющую больших данных. Такие мысли приводят к неожиданному повороту. Симбиоз с машинами, если взглянуть на него не через оптику технофобии, может восприниматься не так, как на него смотрят экономисты. Речь о том, что, если Милль сформулировал концепцию Homo Economicus, рационального индивида, решения которого представляют собой результат рациональному расчета1, то сегодня на авансцену выходит Homo Cyberneticus — человек с расширенными физическими и когнитивными возможности благодаря симбиозу с продуктами цифровых технологий2. Эти полярные по своей сути модели представляют собой противоположные полюса: первая редуцирует человека до «счетной машины», вторая же представляет его как технобиологический (или, если угодно, биотехнологический) гибрид. При этом «кибернетическая» модель, несмотря на очевидную техноцентричность, предлагает, как нам кажется, более интересное понимание человеческого, чем классическая экономическая доктрина.
Список литературы
1. Бентам И. Введение в основания нравственности и законодательства. - Москва: Росспэн, 1998. - 415 с.
2. Зубофф Ш. Надзорный капитализм. - М.: Эксмо, 2020. - 704 с.
3. Камю А. Миф о Сизифе / Альбер Камю. - Москва: ACT: Астрель, 2011. - 218 с.
4. Канеман Д. Думай медленно… решай быстро. - М.: АСТ, 2014. - 653 с.
5. Лэнгле А. Жизнь, наполненная смыслом: прикладная логотерапия - Москва: Генезис, 2008. - 125 с.
6. Маршалл А. Принципы экономической науки. - М.: Прогресс, 1993. - 594 с.
7. Милль Дж.С. Основы политической экономии с некоторыми приложениями к социальной философии. - Москва: Эксмо, 2007. - 1037 с.
8. Саймон Г. Рациональность как процесс и продукт мышления // THESIS. 1993, № 3. С. 16-38.
9. Смит А. Исследование о природе и причинах богатства народов / Москва: Эксмо, 2009. - 956 с. EDN: QTCMAP
10. Смит А. Теория нравственных чувств - Москва: Республика, 1997. - 350 с.
11. Сэндел, М. Что нельзя купить за деньги. Моральные ограничения рынка. - М.: АСТ, 2013. - 288 с.
12. Талер Р. Новая поведенческая экономика. Почему люди нарушают правила традиционной экономики и как на этом заработать. - М.: Эксмо, 2023. - 384 с.
13. Франкл В. Человек в поисках смысла. - М.: Альпина Паблишер, 2021. - 240 с.
14. Харари Ю.Н. 21 урок для XXI века. - М.: Синдбад, 2019. - 416 с.
15. BitGive Foundation. Real-time financial transparency and project outcomes // URL: https://www.bitgivefoundation.org/givetrack-2.
16. Boyd R., Richerson P. J. Culture and the Evolution of Human Cooperation // Philosophical Transactions of the Royal Society B: Biological Sciences. - 2009. - Vol. 364, № 1533. - Pp. 3281-3288.
17. Camerer, Colin F. Behavioral Game Theory: Experiments in Strategic Interaction. Princeton: Princeton University Press, 2011. 568 pages.
18. European Commission. Proposal for a Regulation laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). 2023. // URL: https://digital-strategy.ec.europa.eu/en/policies/ai-act.
19. Heilweil R. Elon Musk is one step closer to connecting a computer to your brain. Vox. August 28, 2020. // URL: https://www.vox.com/recode/2020/8/28/21404802/elon-musk-neuralink-brain-machine-interface-research.
20. Holstein H.J. Homo Cyberneticus: Artificial psychology and generative micro-sociology. Uppsala: Sociografica, 1974. - (Homo Cyberneticus; Vol. 4). - University of Minnesota.
21. Kimura M., Tanaka H., Saito H. SottoVoce: Neural Network-Based Lip Reading System for Speech Restoration // Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems. - 2019. - Pp. 1-12.
22. Licklider J.C.R. Man-Computer Symbiosis // IRE Transactions on Human Factors in Electronics. 1960. Vol. HFE-1. March. Pp. 4-11. URL: https://groups.csail.mit.edu/medg/people/psz/Licklider.html.
23. Negroponte N. One Laptop per Child // TED Conferences. URL: https://www.ted.com/talks/nicholas_negroponte_one_laptop_per_child.
24. Rekimoto Jun. HomoCyberneticus: The Era of Human-AI Integration. arXiv:1911.02637v1.// URL: https://arxiv.org/pdf/1911.02637v1.
25. Rhue L. Racial Influence on Automated Perceptions of Emotions // URL:. DOI: 10.2139/ssrn.3281765
26. Samuel S. AI has cracked a problem that stumped biologists for 50 years. It’s a huge deal // Vox. 2022. - Available at: https://www.vox.com/future-perfect/22045713/ai-artificial-intelligence-deepmind-protein-folding.
27. Singer A. Homo Cyberneticus // Nature. 1968, 218, 901. DOI: 10.1038/218901a0
Выпуск
Другие статьи выпуска
Данная работа является второй частью “Теста Гутенберга”, в которой исследуется способность созданного художником ИИ-агента воспроизводить творческие процессы. В первой части эксперимента автор-художник создавал “творческого ИИ-агента”, состоящего из трех “искусственных личностей”, каждая из которых обладает своими уникальными специализациями, знаниями и биографическими деталями. В этой работе рассматривается практическая часть “Теста Гутенберга”, в ходе которой креативный ИИ-агент проходит испытание на способность воспроизводить творческие процессы, заложенные художником. «ИИ-агент» передаётся пользователю, не обладающему творческими навыками, который использует его для создания генеративных изображений. Помимо тестирования в различных сценариях, агент проверяется на способность генерировать артефакты в “оригинальном” художественном образе. В заключительной части эксперимента сгенерированные изображения передаются художнику, создателю ИИ-агента, для анализа и оценки. Заключительная часть статьи посвящена анализу и интерпретации механизмов, задействованных в процессе создания и оценки творческих работ, а также возможностям воспроизведения сгенерированных артефактов нецифровыми способами. Эксперимент демонстрирует как возможности, так и ограничения больших языковых моделей в области творчества, предоставляя совокупную оценку «воспроизводимости» творческих процессов в рамках нейросетевых моделей.
Современные образовательные системы представляют собой сложные адаптивные экономические системы. Работа с моделями таких систем позволяет студентам глубже понять экономические связи и зависимости. В последние годы рамка сложных адаптивных систем активно используется для анализа педагогических ситуаций. Так, учебные классы можно рассматривать как сложные системы, в которых ученики, выступающие в роли агентов, взаимодействуют друг с другом и с учителем. Сквозь призму сложных адаптивных систем можно анализировать и системы городского образования, включающие множество образовательных учреждений, взаимодействующих друг с другом и с местным сообществом, где наблюдаются сложные взаимодействия между политическими решениями, финансированием и образовательными результатами. В данной работе рассматривается перенос навыков проектирования многоагентных моделей на проектирование педагогических практик. Исследование выполнено на базе Semantic MediaWiki, что позволило объединить различные среды программирования (Snap!, NetLogo, StarLogo Nova, GAMA), модели, датасеты и работы студентов. В качестве одного из примеров рассмотрена модель выбора учениками школ, различающихся по географическому положению, стоимости обучения, уровню достижений студентов, максимальной вместимости и доступности публичной информации.
В данной работе предлагается новый подход к прогнозированию цен акций российских компаний, основанный на объединении двух методов: стохастического моделирования, которое учитывает случайные колебания рынка, и агентного подхода, отражающего поведение различных участников рынка. Такой гибридный метод позволяет лучше учитывать особенности российского рынка, где значительную роль играют волатильность, внешние экономические и политические факторы, а также взаимодействие между инвесторами. Разработанная модель нацелена на снижение ошибок прогнозирования, что делает её более точной и полезной для принятия инвестиционных решений в условиях рыночной нестабильности. Помимо этого, подход приобретает особую актуальность в современной экономической ситуации, когда быстро меняющиеся условия требуют оперативного и гибкого реагирования. Важность работы заключается в создании инструмента, способного обеспечить более надежную оценку рисков и возможностей, что способствует повышению доверия инвесторов и стимулированию устойчивого развития финансового рынка.
В статье производится критический анализ трех основных философских концепций искусственного интеллекта: символизма, коннекционизма и экологической концепции. Рассматриваются их теоретические основания, методологические подходы и ограничения. Особое внимание уделяется сравнительному анализу данных концепций с точки зрения их вклада в понимание природы интеллекта и сознания. Символизм считает, что интеллект основан на символических операциях, подчиняющихся логическим правилам; коннекционизм рассматривает интеллект как систему обработки информации, сформированную нейронами мозга; экологическая концепция утверждает, что интеллект проявляется через поведенческие реакции на восприятие внешней среды. В работе также затрагиваются вопросы перспективы развития искусственного интеллекта и его влияние на понимание человеческой природы, в контексте антропологического кризиса и моделей трансгуманизма. В заключении формулируются возможные направления синтеза рассмотренных концепций для формирования более целостного философского понимания искусственного интеллекта.
Начиная с 2023 года команда «РОСМИМ» занимается просветительской и образовательной деятельностью, популяризируя имитационное моделирование для всех желающих, преимущественно обучая данному методу исследований школьников и студентов. Помимо теоретической базы, которая преподносится в уникальной форме с применением авторской методики, авторы проекта демонстрируют практические кейсы и разрабатывают учебные модели для знакомства с инструментарием. Описанная в данной работе агентная модель «Эпидемия» дает возможность учащимся на практике исследовать, как распространяются инфекционные болезни, и оценивать результативность различных подходов к их контролю. В модели действуют 5 видов агентов: люди, города, самолеты, заболевание и вакцина. Целью создания такого «симулятора эпидемии» является обучение созданию имитационных моделей школьников и студентов, демонстрация различных сценариев развития чрезвычайных ситуаций, а также демонстрация возможностей ПО AnyLogic. Используя разработанную авторским коллективом модель, студенты овладевают умениями анализа комплексных систем, работы с агент-ориентированным моделированием и принятия решений в ситуациях непредсказуемости. Модель представляет собой симулятор, который позволяет не только наблюдать за развитием событий при различных сценариях распространения инфекции, но и активно принимать решения в режиме реального времени: пользователь может закрывать аэропорты и вводить карантин в отдельных городах, запускать разработку вакцины. В зависимости от выбранной стратегии и скорости реагирования возможны различные исходы - от масштабного распространения вируса с тяжелыми последствиями для населения до успешной вакцинации и эффективного применения ограничительных мер, минимизирующих ущерб. Такой подход обеспечивает более глубокое понимание потенциальных последствий и эффективности принимаемых решений. По итогам симуляции за счет визуализации статистических данных по ключевым агентам модель дает полную картину событий, которые произошли при принятии пользователем тех или иных решений в момент симуляции. Благодаря такому интерактивному подходу учебный материал усваивается эффективнее, а возможность проведения компьютерных экспериментов и анализа их итогов улучшает уровень практической подготовки.
Президент России в своем послании Федеральному собранию в 2024 году дал Указание придерживаться преемственности и полноценного сотрудничества образовательных организаций и работодателей, а именно согласованности действий трехуровневой системы при подготовке кадров. Руководство ЦЭМИ РАН реализуя указ, инициировало и поддержало проект молодых ученых «РОСМИМ», вместе с этим было подписано 3 трехсторонних соглашения с ВУЗом (ГАУГН) и московскими школами: «Школа на проспекте Вернадского», школа №2087 «Открытие», школа №1538, тем самым соединив - НИИ, ВУЗ и школы. Идет полноценная работа со школьниками и специалисты института курируют 4 междисциплинарных исследовательских проекта. Российская Мастерская Инновационного Моделирования (РОСМИМ) - это общеобразовательный и просветительский проект, направленный на популяризацию компьютерного и имитационного моделирования среди молодежи. Проект инициирован в рамках нацпроектов «Кадры» и «Молодежь и дети», выполняется при содействии ведущих научных институтов и государственных структур. За два года слушателями данных курсов стали более 800 школьников и студентов, из них более 200 создали первые имитационные модели, а 25 стали выпускниками школы «РОСМИМ». Также юные исследователи представили свои проекты общественности, опубликовали научные статьи и стали соавторами книги молодых ученых ЦЭМИ РАН - «Программно-аналитические решения и концепции имитационных моделей молодых ученых ЦЭМИ РАН для государственного администрирования социально-экономических процессов», а некоторые учащиеся стали победителями престижных конкурсов. За два года существования проекта было проведено множество апдейтов: внедрили новые методики, усовершенствовали схему обучения, создали 4 учебные модели: «Московский метрополитен», «Солнечная система», «Ракета», «Эпидемия». Отдельные элементы проекта прошли успешную апробацию в государственных органах, включая, Счетную Палату РФ, Правительство Кемеровской области, Министерство жилищно-коммунального хозяйства Республики Узбекистан, Высшую школу государственного аудита МГУ им. М. В. Ломоносова, а также Финансовый университет при Правительстве РФ. Также авторы проекта стали финалистами всероссийских конкурсов и победителями в номинации для молодых ученых «Научные достижения в области информатизации образования».
Статистика статьи
Статистика просмотров за 2025 год.
Издательство
- Издательство
- ГАУГН
- Регион
- Россия, Москва
- Почтовый адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- Юр. адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- ФИО
- Промыслов Николай Владимирович (ИСПОЛНЯЮЩИЙ ОБЯЗАННОСТИ РЕКТОРА)
- Контактный телефон
- +7 (___) _______