CC BY
13
Известия Саратовского университета. Новая серия. Серия: Философия. Психология. Педагогика. 2023. Т. 23, вып. 3. С. 262-266 Izvestiya of Saratov University. Philosophy. Psychology. Pedagogy, 2023, vol. 23, iss. 3, pp. 262-266
https://phpp.sgu.ru https://doi.org/10.18500/1819-7671-2023-23-3-262-266, EDN: IJIVHU
Научная статья УДК 37.013.41
Искусственный интеллект: мифологии social studies
А. А. Дыдров
1 Южно-Уральский государственный университет, Россия, 454080, г. Челябинск, пр. Ленина, д. 76 2Челябинский государственный университет, Россия, 454001, г. Челябинск, ул. Братьев Кашириных, д. 129
Дыдров Артур Александрович, доктор философских наук, профессор кафедры философии ИМСГН ЮУрГУ, 2профессор кафедры философии, [email protected], https://orcid.org/0000-0002-5693-9258
Аннотация. Введение. Социальная интеграция комплексных трендовых технологий перманентно сопровождается мифологизацией инноваций и созданием особых дискурсов, функционирующих на основе вторичных семиотических систем. Традиционно тенденция связывается с обывательскими (пользовательскими) дискурсивными практиками. Гипотеза исследования заключается в том, что мифологизация - сложный процесс, протекающий не только в границах непрофессиональных сообществ, но и в научном мире. Теоретический анализ. Мифология технологий (technological mythology) возникла на Западе в контексте общественных наук и носит преимущественно эмпирический, научно-исследовательский бэкграунд. На сегодняшний день разработано несколько вариаций концептуализации мифологии в отношении к технологиям, которые необходимо существенно дополнять и уточнять. Эмпирический анализ. Генеральным методом исследования является контент-анализ научной базы данных Scopus в сфере общественных наук (social sciences). В фокусе внимания находилась тематика искусственного интеллекта как титульной конвергентной технологии. Референтная база включает научные труды за десятилетие (2010-2020 гг.), объединенные тематикой, предметом и ключевыми словами. Заключение. Исследовательские практики в области искусственного интеллекта имеют практически 60-летнюю историю, что позволяет в перспективе сопоставить результаты аналитики, выявить генетические закономерности и особенности научного дискурса, сопоставить результаты анализа западного контента с российским, определив ключевые дискурсивные спецификации. Ключевые слова: мифология технологий, мифологизация, мифологема, искусственный интеллект, общественные науки, контент-анализ
Благодарности: Работа выполнена при поддержке Российского научного фонда. Конкурс «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами» (региональный конкурс) 22-18-20011 «Цифровая грамотность: междисциплинарное исследование (региональный аспект)».
Для цитирования: Дыдров А. А. Искусственный интеллект: мифологии social studies // Известия Саратовского университета. Новая серия. Серия: Философия. Психология. Педагогика. 2023. Т. 23, вып. 3. С. 262-266. https://doi.org/10.18500/1819-7671-2023-23-3-262-266, EDN: IJIVHU
Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0) Article
Artificial intelligence: Mythologies of social studies A. A. Dydrov
1South Ural State University, 76 Lenin Ave., Chelyabinsk 454080, Russia Chelyabinsk State University, 129 Brothers Kashirin St., Chelyabinsk 454001, Russia Artur A. Dydrov, [email protected], https://orcid.org/0000-0002-5693-9258
Abstract. Introduction. The social integration of complex technologies is constantly accompanied by the mythologization of innovations and the creation of special discourses that function on the basis of secondary semiotic systems. Traditionally, the trend is associated with philistine (user) discursive practices. The hypothesis of the study is that mythologization is a complex process that takes place not only within the boundaries of non-professional communities, but also in the scientific world. Theoretical analysis. The technological mythology originated in the West in the context of the social sciences and has a predominantly empirical research background. Today several variations of the conceptualization of mythology in relation to technologies have been developed, which need to be significantly supplemented and refined. Empirical analysis. The general research method is the content analysis of the Scopus scientific database in the field of social sciences. The focus was on the topic of artificial intelligence as the main convergent technology. The reference base includes scientific papers for the decade (2010-2020), united by the theme, the subject and keywords. Conclusion. Research practices in the field of artificial intelligence have almost 60 years of history, which allows us to compare the results of analytics in the future, identify genetic patterns and features of scientific discourse, contrast the results of the analysis of Western content and Russian one, by identifying key discursive specifications.
Keywords: technological mythology, mythologization, mythologeme, artificial intelligence, social sciences, content-analysis
© Дыдров А. А, 2023
Acknowledgements: The work was supported by the Russian Science Foundation. Contest "Conducting Basic Scientific Research and Exploratory Scientific Research by Individual Scientific Groups" (regional competition) 22-18-20011 "Digital Literacy: Interdisciplinary Research (Regional Aspect)".
For citation: Dydrov A. A. Artificial intelligence: Mythologies of social studies. Izvestiya of Saratov University. Philosophy. Psychology. Pedagogy,
2023, vol. 23, iss. 3, pp. 262-266 (in Russian). https://doi.org/10.18500/1819-7671-2023-23-3-262-266, EDN: IJIVHU
This is an open access article distributed under the terms of Creative Commons Attribution 4.0 International License (CC-BY 4.0)
Введение
В ситуации полидискурсивности, иными словами, в контексте «грамматики множественности», дискурсы специфицируются своей особой маркировкой, размечающей межвидовые границы. В частности, распространено мнение, согласно которому обывательские дискурсы оперируют общеупотребительным корпусом естественного языка. Для профессиональных высказываний, напротив, характерны специальные семантические барьеры (в первую очередь, терминологический), требующие определенного уровня подготовки.
Обозначенная позиция позволяет не без удобства демаркировать сложные дискурсивные конструкции и сводить их к инвариантным видовым признакам. Логическая структурация, аргументированность, методичность, идейная фундированность и т. д. суть специфические модуляции научного дискурса, не присущие эклектическим обывательским пропозициям, в которых синтезируются коннотации, различные типы языков, аналогические дефиниции, ориентация на стереотипические мнения и пр. Обобщая, можно сказать, что обывательский дискурс, в отличие от научного интенсивно пользуется мифологемами (в частности, переносами значения) и перманентно создает вторичные семиотические конструкции. В действительности видовые границы проницаемы, что приводит к междискурсивной диффузии. Наиболее отчетливо диффузия проявляется в эклектических дискурсах типа публицистического или научно-популярного с терминологической редукцией, сознательным упрощением (или вынесением за скобки) методологии, продуцированием простых схем и моделей, частотным иллюстрированием, аналогизацией и т. д. Де-факто мифологизация, выраженная продуцированием переносных значений и вторичным семиозисом, характерна и для обывательских, и для научных дискурсивных практик. Последние в определенном смысле не автономны от циркулирующих в социуме и культуре образов, хотя и пытаются минимизировать издержки использования чужеродных языков. Научный тезаурус непосредственно зависит от социальных трендов, интенсификации
инноваций. Следовательно, он не только теоретически фундирует технологические разработки, но и генерирует смыслы постфактум, когда новация уже интегрирована в процесс социальной абсорбции. Научный дискурс имплицитно и эксплицитно функционирует как эталон объективности и одновременно как эклектическое образование, состоящее из пропозиций различной квалификации.
Теоретический анализ
Исследование непрофессиональных дискурсов в контексте высокотехнологического мейн-стрима активно обсуждалось благодаря фундаментальному труду Э. Дэвиса «Техногнозис: миф, магия и мистицизм в информационную эпоху», в котором проанализированы многочисленные оккультные практики т. н. «техномистицизма» [1]. В книге М. Дери «Скорость убегания: кибер-культура на рубеже веков» детально рассмотрены кейсы из сферы искусства. Спецификация научно-публицистического труда заключается в апелляции к популистским дискурсам специалистов-технологов (в частности, стенограмма интервью со специалистом в области робототехники Г. Мо-равеком [2]). Обозначенные работы существенно повлияли на формирование технологической мифологии как сферы научно-исследовательской деятельности. Философская концептуализация техномифологии представлена в книге V. Mosco «The digital sublime: myth, power, and cyberspace» [3]. Автор анализирует популярные концепции «конца истории», «постиндустриального общества», «глобальной деревни», формулируя тезисы о рециклинге мифологии и ее деструктивном заряде. Последний направлен на маскировку исторической преемственности социально-экономического уклада. Мифологический флер катализирует процессы «общественной амнезии» в отношении к политике прошлого, ее издержкам и репрессирующим механизмам. Специализированный ракурс технологической мифологии представлен в исследованиях J. P. Singh [4], S. Natale & A. Ballatore [5] и некоторых других авторов. Указанные ученые акцентируют внимание на стереотипах и в общем плане вторичном семиозисе вокруг инфокоммуникацион-
ных технологий и искусственного интеллекта (далее - ИИ). Тема мифологизации ИИ актуальна не только в контексте обывательских пропозиций, но и официальных публичных экспертных дискурсов. Однако обозначенная тема заслуживает отдельного исследования и в данном случае мы не будем ее касаться. Методология аналитики социальных практик, концентрирующихся вокруг технологического мейнстрима, может продуктивно использоваться и в специализированном плане. В частности, в фокусе внимания могут оказаться профессиональные дискурсы. Одним из них - статистически с большим удельным весом - является дискурс западных social science. Исследования в этой области велись с 70-х гг. Аналитика научной базы данных результируется экспоненциальным ростом публикаций в области ИИ.
Эмпирический анализ
Качественный контент-анализ индексированных публикаций Scopus (период 20102020 гг.) позволил выявить 3 ключевых исследовательских тренда - технологический, социальный и антропологический. Первый занимает лидирующие позиции, что сближает дискурс западных общественных наук с дискурсом технических, второй задается интеграцией ИИ в социальные сферы и общественные отношения, деятельность сообществ (например, медицину, образование, экологию, юридические практики и т. д.). Третий, в свою очередь, конституируется антропологемами (понятиями достоинства, субъективации и др.). Перечень трендов позволяет систематизировать спорадические исследовательские задачи и выявить наиболее частотные фокусы внимания, в определенном смысле формирующие мейнстрим social sciences. В границах каждого условно выделенного тренда обозначаются относительно стабильные узловые точки научного интереса. В границах каждого тренда и конкретного направления ежегодно проводятся десятки исследований. Многие из них носят прикладной характер и содержат фактологические и расчетные данные (например, моделирование оптимизации транспортных потоков). Однако значительное число научных трудов отрасли social sciences включают в себя исследовательские оценочные коннотативные пропозиции, определенное видение «перспектив», «рисков» и «угроз» развития технологии. В рамках исследования не ставилась цель составить исчерпывающий перечень коннотаций ИИ. Мы укажем на некоторые результаты, сформули-
ровав определенные условные мифологические «паттерны». Концептуализация технологической мифологии может спровоцировать дискуссии, что и представляется продуктивным подходом для дальнейшего уточнения и корректировки результатов:
Паттерн «антропологизация» («гомоморфизм»). Разработка ИИ, по распространенному убеждению, должна опираться на данные о так называемом «естественном» интеллекте. Следовательно, для создания интеллектуальной системы в принципе необходимо анализировать идеи, мысли и поведение человека [6, p. 1]. Аналогизм также нередко выражается в новообразованных понятиях типа «знания внутри машины» (досл. «the knowledge within the machine» [7, p. 15]). В недавнем прошлом в social sciences возник термин «искусственный интеллект, ориентированный на человека» (в ориг. «Human-Centered Artificial Intelligence», «гуманоцентрический» ИИ). Его определяют (коннотируют) как «обеспечивающий доверие», «понимающий человека» и т. д. [8]. ИИ устойчиво вписывается в сверхинтенсивную тенденцию «смартизации», т. е. буквально обслуживает веру в генезис «умных» пространств, вещей, отношений и деятельности. Характерным трендом современности является маркировка традиционно высокотехнологических практик (например, медицинской диагностики) как «умных».
Паттерн «исторификация». Для изменения удельного веса процесса или события дискурс прибегает к конструированию исторического основания. Исторификация реализуется с помощью нескольких техник: связки предмета с известными событиями («Y ведет начало от X»), фигурами («сам Х повлиял на возникновение Y») и указания на давность лет. Характерная цитата: «Искусственный интеллект существует уже более шести десятилетий и пережил зимы и весны. Рост суперкомпьютерной мощности и технологий больших данных, по-видимому, расширил возможности ИИ в последние годы» [8].
Паттерн «хронотоп». Конституируется базовыми топологическими понятиями «расширяется», «углубляется» и пр. Характерный пример: «Новое поколение ИИ быстро расширяется» [6, p. 63]. Семантика элементарных топологических понятий связана с исчислимостью и мерой. Однако эти понятия используются без научной рефлексии и являются, вероятно, наиболее популярными маркерами, фиксирующими неопределенно «высокий» статус технологии. Технология как будто самостоятельно аннексирует пространство, позиционируется в качестве
автономной силы (величины), действующей по собственным законам. Она «автономно» действует не только в пространстве, но и во времени, детерминируя спектр сценариев будущего: «... Может предвещать утопическое будущее, в котором человечество гармонично сосуществует с машинами, или предвещать антиутопический мир, наполненный конфликтами, бедностью и страданиями. В ближайшем будущем искусственный интеллект ускорит наш прогресс в достижении целей устойчивого развития» [9, p. 100330].
Паттерн «революция». С высокой частотой в дискурсах social sciences фигурирует маркер «будущее», с которым сопрягают «революционный» заряд технологии. Данная мифологема локализуется в частных пропозициях, например: «Искусственный интеллект революционизирует сетевую архитектуру умного города» [4, p. 102364] и т. д. Будущее интегрировано в структуру мифологемы как качественно иная в сравнении с настоящим и прошлым модальность. Привычная нерефлексивная маркировка будущего как особого «активного» модуса («модус-актант») интегрирована и в научный дискурс («будущее грядет», «наступает», «обещает», «обеспечит» и т. д.). Характерный пример: «Будущее обещает создание технологий, разработанных специально для обучения и преподавания, путем объединения возможностей AIED [досл. «искусственный интеллект в образовании». -А. Д.] с достижениями в области робототехники и все более широким использованием сенсорных устройств для наблюдения за нашим окружением и действиями» [10, p. 701].
Заключение
Обозначенные паттерны не исчерпывают тему мифологизации научного дискурса. В данном исследовании они представлены в общем виде, однако в границах каждого можно выделять специфические кластеры, синтезирующие гомогенные, или близкие, мифологемы. Демифологизирующий исследовательский дискурс связывает мифологию не только с социальными рисками, но и с категорией «возвышенное». Таким образом, под мифологию подводится метафизический субстрат, превращающий ее не только в трансэпохальный феномен, но и в пространство формирования идеалий. Помимо «метафизической» интерпретации, широко распространен психологический вариант дескрипции роли мифологизации. В частности, мифодискурсы катализируют процессы соци-
альной абсорбции новаций, способствующей трансформации последних в инновации. Мы позиционируем мифологические дискурсы и контекстуально технологическую мифологию как синтетическое образование, интегрированное в процессы символической языковой игры. Вопрос о рефлексивности этих образований является открытым, так как в противном случае следовало бы признать, что технологическая мифология либо суть специально конструируемые пропозиции, созданные с целью скрыть нечто эссенциальное и подлинно значимое, либо результирующая шаблонного стереотипического мышления. Редукция к строго определенной маркировке может неоднозначно сказаться на способе восприятия предмета исследования. Демифологизирующая процедура ориентирована на вскрытие условности мифологии, конституируемой сдвигами значения и дающей на выходе смысловые новообразования. Их конкретная оценка зависит от социального запроса и установок в границах конкретных экспертных процедур. Не исключается, что сами экспертные установки и процедуры не фокусируются на объективности в угоду социально-политическим, экономическим и культурным трендам.
Список литературы
1. Дэвис Э. Техногнозис: миф, магия и мистицизм в информационную эпоху. М.: АСТ, 2008. 408 с.
2. Дери М. Скорость убегания: киберкультура на рубеже веков. М. : АСТ МОСКВА, 2008. 478 с.
3. Mosco V. The Digital Sublime. Myth, Power, and Cyberspace. Massachusetts: The MIT Press, 2005. 230 p.
4. Singh S. Convergence of blockchain and artificial intelligence in IoT network for the sustainable smart city // Sustainable Cities and Society. 2020. № 63. Article number 102364. https://doi.org/10.1016/j.scs.2020.102364
5. Natale S., Ballatore A. Imagining the thinking machine: Technological myths and the rise of artificial intelligence // Convergence: The International Journal of Research into New Media Technologiesm. 2020. № 1. P. 3-18. https://doi.org/10.1177/1354856517715164
6. Duan Y. Artificial intelligence for decision making in the era of Big Data - evolution, challenges and research agenda // International Journal of Information Management. 2019. Vol. 48. P. 63-71. https://doi.org/10.1016/j. ijinfomgt.2019.01.021
7. London A. J. Artificial Intelligence and Black-Box Medical Decisions: Accuracy versus Explainability // Hastings Center Republic. 2019. № 49 (1). P. 15-21. https://doi. org/10.1002/hast.973
8. Reis J. Artificial Intelligence Research and Its Contributions to the European Union's Political Governance: Comparative Study between Member States // Social Science. 2020. № 9 (11). P. 1-17. https://doi.org/10.3390/socsci9110207
9. Goralski M. Artificial intelligence and sustainable development // International Journal of Management Education. 2020. Vol. 18. I. 1. Article number 100330. https://doi.org/10.1016/j .ijme.2019.100330
10. Timms M. Letting Artificial Intelligence in Education Out of the Box: Educational Cobots and Smart Classrooms // International Journal of Artificial Intelligence in Education. 2016. № 26. P. 701-712. https:// doi.org/10.1007/s40593-016-0095-y
References
1. Davis E. Tekhnognozis: mif, magiya i mistitsizm v in-formatsionnuyu epokhu [Techgnosis: Myth, Magic and Mysticism in the Age of Information]. Moscow, AST, 2008. 408 p. (in Russian).
2. Dery M. Skorost' ubeganiya: kiberkul'tura na rubezhe vekov [Escape Velocity: Cyberculture at the End of the Century]. Moscow, AST MOSKVA, 2008. 478 p. (in Russian).
3. Mosco V. The Digital Sublime. Myth, Power, and Cyberspace. Massachusetts, The MIT Press, 2005. 230 p.
4. Singh S. Convergence of blockchain and artificial intelligence in IoT network for the sustainable smart city. Sustainable Cities and Society, 2020, no. 63, article no. 102364. https://doi.org/10.1016Zj.scs.2020.102364
5. Natale S., Ballatore A. Imagining the thinking machine: Technological myths and the rise of artificial intelligence. Convergence: The International Journal of Research into New Media Technologiesm, 2020, no. 1, pp. 3-18. https://doi.org/10.1177/1354856517715164
6. Duan Y. Artificial intelligence for decision making in the era of Big Data - evolution, challenges and research agenda. International Journal of Information Management, 2019, vol. 48, pp. 63-71. https://doi.org/10.1016/j. ijinfomgt.2019.01.021
7. London A. J. Artificial Intelligence and Black-Box Medical Decisions: Accuracy versus Explainability. Hastings Center Republic, 2019, no. 49 (1), pp. 15-21. https://doi.org/10.1002/hast.973
8. Reis J. Artificial Intelligence Research and Its Contributions to the European Union's Political Governance: Comparative Study between Member States. Social Science, 2020, no. 9 (11), pp. 1-17. https://doi.org/10.3390/ socsci9110207
9. Goralski M. Artificial intelligence and sustainable development. International Journal of Management Education, 2020, vol. 18, I. 1, article no. 100330. https:// doi.org/10.1016/j.ijme.2019.100330
10. Timms M. Letting Artificial Intelligence in Education Out of the Box: Educational Cobots and Smart Classrooms. International Journal of Artificial Intelligence in Education, 2016, no. 26, pp. 701-712. https://doi. org/10.1007/s40593-016-0095-y
Поступила в редакцию 26.03.2023; одобрена после рецензирования 08.05.2023; принята к публикации 09.06.2023 The article was submitted 26.03.2023; approved after reviewing 08.05.2023; accepted for publication 09.06.2023
