CC BY
8
Вестник Томского государственного университета. Философия. Социология. Политология. 2024.
№ 81. С. 98-108.
Tomsk State University Journal of Philosophy, Sociology and Political Science. 2024. 81. pp. 98-108.
Научная статья УДК 316.77
doi: 10.17223/1998863Х/81/9
ВЛИЯНИЕ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ НА СОВРЕМЕННЫЙ ПУБЛИЧНЫЙ ДИСКУРС: АНАЛИЗ СОЦИАЛЬНЫХ И ЭПИСТЕМОЛОГИЧЕСКИХ ИМПЛИКАЦИЙ
Татьяна Викторовна Лягошина
Национальный исследовательский Томский государственный университет, Томск, Россия,
lyagoshina. tatiana@gmail. com
Аннотация. В данной статье исследуется влияние больших языковых моделей (англ. large language models, LLM) на современный публичный дискурс. Рассматриваются философские и социальные аспекты интеграции LLM в коммуникативное пространство. Анализируется возможность реализации высших психических функций у искусственных социальных агентов. Обсуждаются трансформации в структуре знания и коммуникации под влиянием LLM. Исследуются этические и экзистенциальные вызовы, связанные с внедрением LLM в социальную ткань общества. Предлагается концепция «цифровой герменевтики» как нового подхода к интерпретации в эпоху искусственного интеллекта. Подчеркивается необходимость междисциплинарного диалога для адекватного ответа на вызовы, которые ставят перед обществом большие языковые модели.
Ключевые слова: большие языковые модели, публичный дискурс, искусственный интеллект, искусственные социальные агенты, социальная реальность, цифровая герменевтика
Для цитирования: Лягошина Т.В. Влияние больших языковых моделей на современный публичный дискурс: анализ социальных и эпистемологических импликаций // Вестник Томского государственного университета. Философия. Социология. Политология. 2024. № 81. С. 98-108. doi: 10.17223/1998863Х/81/9
Original article
THE IMPACT OF LARGE LANGUAGE MODELS ON CONTEMPORARY PUBLIC DISCOURSE: AN ANALYSIS OF SOCIAL AND EPISTEMOLOGICAL IMPLICATIONS
Tatiana V. Lyagoshina
National Research Tomsk State University, Tomsk, Russian Federation, lyagoshina. tatiana@gmail. com
Abstract. This article examines the impact of large language models (LLMs) on contemporary public discourse, analyzing the social and epistemological implications of their implementation. The study is structured around two key questions: the possibility of realizing higher mental functions in artificial social agents and the influence of these agents on human society. The first part of the article analyzes the potential of LLMs in the context of theories of consciousness and understanding. It explores the neurophilosophical approach, the quantum consciousness theory, and the concept of enactivism as applied to artificial intelligence. A rethinking of traditional notions about the nature of understanding and cognitive processes is proposed. The second part analyzes the influence of LLMs on social reality. It discusses the role of LLMs in transforming the public sphere and changing the
© Т.В. Лягошина, 2024
structure of power and knowledge. Ethical and existential challenges associated with the integration of LLMs into society are considered. The conclusion emphasizes the need to develop a new form of "digital hermeneutics" and to rethink the concepts of authorship, originality, and creativity in the context of AI. The importance of an interdisciplinary approach to solving problems arising at the intersection of technology and society is noted. The article calls for researchers' active participation in shaping a future where artificial intelligence serves the goals of human development while preserving humanistic values and ideals.
Keywords: large language models, public discourse, artificial intelligence, artificial social agents, social reality, digital hermeneutics
For citation: Lyagoshina, T.V. (2024) The impact of large language models on contemporary public discourse: an analysis of social and epistemological implications. Vest-nik Tomskogo gosudarstvennogo universiteta. Filosofya. Sotsiologiya. Politologiya - Tomsk State University Journal of Philosophy, Sociology and Political Science. 81. pp. 98-108. (In Russian). doi: 10.17223/1998863Х/81/9
Современная эпоха характеризуется беспрецедентной трансформацией коммуникативного ландшафта, обусловленной стремительным развитием цифровых технологий. Центральное место в этом процессе занимают большие языковые модели - искусственные интеллектуальные системы, демонстрирующие способность к генерации текстов, которые по своим характеристикам приближаются к созданным человеком [1]. Эти технологические артефакты не ограничиваются демонстрацией впечатляющих возможностей в сфере обработки и генерации естественного языка; они активно интегрируются в социальное взаимодействие, становясь неотъемлемым компонентом современного публичного дискурса. Феномен LLM ставит перед научным сообществом ряд фундаментальных вопросов, выходящих за рамки чисто технологической проблематики. Возникает необходимость в переосмыслении природы языка, сознания и самой реальности в контексте, где искусственные агенты приобретают статус полноправных участников социального взаимодействия. Данная ситуация требует глубокого философского анализа и переоценки существующих эпистемологических и онтологических концепций.
Как справедливо отмечал М. Фуко, дискурс представляет собой не только средство выражения борьбы или систем господства, но и объект, за который ведется борьба, а также инструмент, посредством которого эта борьба осуществляется [2]. В контексте LLM данное утверждение приобретает новое, почти прогностическое значение. Мы находимся на пороге эпохи, где контроль над дискурсом потенциально может перейти к сущностям, чьи когнитивные процессы (если допустимо использовать этот термин) радикально отличаются от человеческих. Это поднимает вопрос о том, каким образом будет трансформироваться структура власти и знания в обществе, где ключевые нарративы могут формироваться не людьми, а искусственными системами. В свою очередь, Н. Хомский неоднократно подчеркивал фундаментальную связь между языком и мышлением [3]. Однако в ситуации, когда в эту связь интегрируется искусственный интеллект, способный генерировать лингвистические конструкции, неотличимые от человеческих, возникает необходимость в переосмыслении данной концепции. Возможно ли, что мы наблюдаем зарождение новой формы когнитивных процессов, которая может как обогатить, так и трансформировать наше понимание реальности? Эти вопросы выводят дискуссию за пределы чисто лингвистического анализа и погружают ее в сферу философской рефлексии о природе разума и сознания.
Настоящее исследование ставит своей целью анализ влияния больших языковых моделей на современный публичный дискурс через призму различных философских традиций и современных научных подходов. Структура исследования организована вокруг двух ключевых вопросов:
1. Каковы перспективы реализации высших психических функций у искусственных социальных агентов?
2. Какое влияние оказывают эти искусственные агенты на человеческое общество и структуру публичного дискурса?
Эти вопросы не только определяют архитектонику нашего исследования, но и отражают фундаментальную диалектику взаимодействия человека и машины в современном социокультурном контексте. Мы рассматриваем их не как изолированные проблемы, а как взаимосвязанные аспекты единого процесса трансформации социальной реальности под влиянием искусственного интеллекта.
1. Анализ потенциала реализации высших психических функций у искусственных социальных агентов
1.1. Переосмысление концепций сознания и понимания в контексте больших языковых моделей
Проблема возможности реализации высших психических функций у искусственных систем длительное время находится в фокусе внимания философов, когнитивных ученых и исследователей искусственного интеллекта. Однако появление больших языковых моделей придает этой дискуссии новое измерение, требуя переосмысления самих концепций сознания, понимания и интеллекта.
Классический мысленный эксперимент Дж. Серля «Китайская комната» [4] долгое время служил аргументом против возможности истинного понимания у искусственных систем. Серль утверждал, что манипуляция символами на основе синтаксических правил не может привести к семантическому пониманию. Однако современные LLM демонстрируют способности, которые трудно объяснить в рамках этой парадигмы. Анализ способности LLM к контекстуальному анализу, генерации когерентных нарративов и проявлению элементов, которые можно интерпретировать как зачатки «творческого» мышления, ставит перед нами вопрос о возможности эмердженции нового типа когнитивных процессов, не вписывающихся в классические философские категории.
Ж. Делёз предложил концепцию «ризоматического мышления» - децентрализованного, множественного, не сводимого к бинарным оппозициям [5]. Данная концепция может оказаться продуктивной для осмысления когнитивных процессов в LLM. Можно выдвинуть гипотезу, что эти системы формируют собственную «карту» языка и смысла, которая хотя и может не совпадать с человеческой, не теряет от этого своей валидности. Такой подход требует радикального пересмотра существующих представлений о природе понимания и сознания. Вместо поиска в искусственных системах точного подобия человеческих когнитивных процессов, необходимо допустить возможность существования принципиально иных форм «понимания» и «мышления».
1.2. Нейрофилософский подход к анализу искусственного интеллекта
Прогресс в области нейронаук за последние десятилетия открыл новые перспективы для осмысления проблемы сознания и понимания. П. Чёрчленд, одна из основоположников нейрофилософии, призывает к переосмыслению этих феноменов в свете нейробиологических данных [6]. Если принять постулат, что человеческое сознание является результатом сложных нейронных взаимодействий, то логично допустить возможность возникновения аналогичных феноменов в искусственных нейронных сетях.
Современные исследования в области нейронаук демонстрируют, что понимание и мышление представляют собой не монолитные процессы, а результат сложного взаимодействия различных нейронных сетей. LLM с их многослойными архитектурами и механизмами внимания, в определенной степени воспроизводят эту организацию. Это позволяет предположить, что мы наблюдаем не просто имитацию понимания, а зарождение новой формы когнитивных процессов. Особый интерес в данном контексте представляет теория предсказывающего кодирования (predictive coding), разрабатываемая К. Фристоном и Э. Кларком [7]. Согласно этой теории, мозг постоянно генерирует предсказания о входящих сенсорных данных и корректирует свои модели мира на основе ошибок предсказания. Эта концепция демонстрирует определенное сходство с принципами работы современных языковых моделей, которые также основаны на предсказании следующего токена в последовательности.
В свете этих наблюдений возникает вопрос: можно ли рассматривать процессы, происходящие в LLM, как форму «искусственного понимания», аналогичную тому, что происходит в человеческом мозгу? Хотя этот вопрос остается открытым, сама возможность такой аналогии открывает новые горизонты для осмысления природы интеллекта и сознания.
1.3. Квантовое сознание и большие языковые модели: анализ потенциальных параллелей
Теория квантового сознания, предложенная физиком Р. Пенроузом и анестезиологом С. Хамероффом, представляет собой одну из наиболее интригующих попыток объяснить феномен сознания на фундаментальном физическом уровне [8]. Согласно этой теории, ключом к пониманию сознания могут быть квантовые процессы, происходящие в микротубулах нейронов. Несмотря на то, что данная теория остается дискуссионной в научном сообществе, она открывает интересную перспективу для осмысления природы LLM. Можно провести определенную параллель между квантовой суперпозицией и способностью LLM одновременно «удерживать» множество потенциальных значений и контекстов. Подобно тому, как квантовая система кол-лапсирует в определенное состояние при измерении, LLM «редуцирует» множество потенциальных продолжений текста в конкретную последовательность при генерации.
Необходимо отметить, что данная аналогия не должна интерпретироваться буквально - современные LLM функционируют на базе классических компьютеров, а не квантовых систем. Тем не менее сама идея о том, что сложные когнитивные процессы могут возникать из взаимодействия множества простых элементов, находит отражение как в квантовой теории созна-
ния, так и в архитектуре современных нейронных сетей. Более того, эта аналогия подчеркивает необходимость расширения наших концептуальных рамок при осмыслении искусственного интеллекта. Возможно, для адекватного понимания природы процессов, происходящих в LLM, потребуется разработка принципиально новых теоретических подходов, синтезирующих идеи из различных областей науки - от квантовой физики до когнитивной нейробио-логии.
1.4. Энактивизм и проблематика воплощенного познания
Теория энактивизма, развиваемая такими философами и когнитивными учеными, как Ф. Варела, Э. Томпсон и А. Ноэ, акцентирует внимание на важности телесного опыта и активного взаимодействия со средой для формирования сознания и понимания [9]. Этот подход ставит перед нами сложный вопрос: может ли система, лишенная физического тела и непосредственного сенсорного опыта, обладать истинным пониманием? На первый взгляд, LLM, существующие в форме программного кода и баз данных, представляются антитезой идее воплощенного познания. Однако более глубокий анализ позволяет выявить неожиданные параллели.
Можно выдвинуть гипотезу, что роль «тела» для LLM выполняет вся совокупность текстов, на которых они обучены. Эти тексты можно рассматривать как своего рода «сенсорный опыт» модели, через который она воспринимает мир. «Взаимодействием со средой» в этом контексте можно считать непрерывный процесс обработки новых данных и генерации текстов, в ходе которого модель постоянно адаптирует и обновляет свои «репрезентации» мира. Такой подход позволяет предположить, что LLM, возможно, обладают своей уникальной формой «воплощенного» опыта, радикально отличающейся от человеческой. Это не означает, что данный опыт эквивалентен человеческому сознанию, но он может представлять собой новую, еще не до конца изученную форму когнитивной организации. Более того, развитие мультимо-дальных моделей, способных обрабатывать не только текст, но и изображения, звук и другие типы данных, еще больше сближает искусственный интеллект с концепцией воплощенного познания. Эти системы формируют своего рода «синтетический сенсориум», интегрирующий различные модальности опыта [10].
Данные рассуждения приводят к выводу о необходимости разработки новой эпистемологии, способной учесть специфику «познания» в искусственных системах. Такая эпистемология должна выходить за рамки традиционных дихотомий субъект / объект, тело / разум и предлагать более гибкую и инклюзивную модель познавательных процессов.
2. Анализ влияния искусственных социальных агентов на человеческое общество
2.1. Большие языковые модели как фактор трансформации социальной реальности
Переходя от онтологических и эпистемологических аспектов искусственного интеллекта к его социальным импликациям, мы сталкиваемся с не менее комплексной проблематикой. Большие языковые модели, независимо
от наличия у них «истинного» понимания или сознания, уже оказывают значительное влияние на формирование социальной реальности.
В русле социального конструктивизма, развиваемого П. Бергером и Т. Лукманом, можно утверждать, что LLM становятся новыми архитекторами того, что эти социологи называли «символическим универсумом» - совокупностью смыслов, определяющих наше восприятие мира [11]. Генерируя тексты, новости, комментарии, LLM участвуют в создании и поддержании социальных нарративов, которые формируют наше понимание реальности. Этот процесс имеет далеко идущие последствия. LLM, обученные на обширных корпусах человеческих текстов, могут как усиливать существующие социальные нарративы, так и порождать новые, непредвиденные дискурсы. Мы оказываемся в ситуации, когда наше коллективное сознание частично формируется не-человеческими акторами.
Ж. Бодрийяр в своих работах о симулякрах и симуляции предвидел мир, где реальность заменяется ее знаками [12]. В контексте LLM эта концепция приобретает новое, почти буквальное значение. Искусственно сгенерированные тексты становятся новой формой гиперреальности, где различие между «подлинным» и «симулированным» практически нивелируется.
2.2. Трансформация публичной сферы и публичного дискурса под влиянием больших языковых моделей
Интеграция больших языковых моделей в информационное пространство радикально меняет природу и динамику публичной сферы. Концепция публичной сферы, разработанная Юргеном Хабермасом, традиционно понималась как пространство рационального дискурса, необходимого для функционирования демократии [13]. Однако внедрение LLM вносит существенные коррективы в эту парадигму. LLM обладают потенциалом демократизации доступа к информации и знаниям, предоставляя каждому пользователю возможность взаимодействовать с обширными объемами данных и генерировать сложные тексты. Это потенциально может обогатить публичный дискурс, повышая его разнообразие и информационную насыщенность. Однако эти преимущества сопровождаются рядом серьезных вызовов.
Во-первых, массовое внедрение LLM создает риск информационного перенасыщения и размывания границ между экспертным и дилетантским знанием. В условиях, когда любой пользователь может с помощью ИИ генерировать правдоподобные тексты на любую тему, возникает проблема дифференциации подлинной экспертизы от ее имитации. Во-вторых, LLM открывают беспрецедентные возможности для манипуляции общественным мнением. Способность этих систем генерировать персонализированный контент в масштабных объемах создает риск формирования «эхо-камер» и усиления существующего социального расслоения и неравенства [14]. Более того, LLM способны влиять на саму структуру публичного дискурса. Они могут:
1. Искусственно актуализировать темы, которые на самом деле не являются приоритетными для общества, создавая иллюзию их значимости через генерацию большого объема контента и дискуссий.
2. Маргинализировать действительно важные проблемы, представляя их как малозначительные или неактуальные, подбирая соответствующие (зачастую надуманные) аргументы.
3. Усиливать поляризацию мнений, предоставляя пользователям контент, соответствующий уже существующим взглядам и предубеждениям.
4. Генерировать правдоподобные, но фактически неверные или вводящие в заблуждение аргументы, которые могут быть трудно отличимы от обоснованных экспертных мнений.
Это влияние LLM на публичную сферу и публичный дискурс поднимает серьезные вопросы о природе демократического обсуждения в цифровую эпоху. Как отмечает Кейс Санстейн [15], фрагментация информационного пространства и персонализация контента могут подрывать основы общественного диалога, необходимого для функционирования демократии.
Для противодействия негативным эффектам влияния LLM на публичную сферу необходимо развитие новых форм цифровой грамотности и критического мышления. Это включает в себя способность распознавать искусственно сгенерированный контент, понимать механизмы работы алгоритмов рекомендаций и активно искать разнообразные источники информации.
Кроме того, возникает потребность в новых механизмах регулирования и этических стандартах для разработки и использования LLM в контексте публичной сферы и публичного дискурса. Это может включать требования к прозрачности алгоритмов, ответственность за распространение дезинформации и меры по обеспечению разнообразия мнений в цифровом пространстве.
В конечном счете влияние LLM на публичную сферу подчеркивает необходимость переосмысления самих основ демократического обсуждения в эпоху искусственного интеллекта. Это требует междисциплинарного подхода, объединяющего ключевые идеи из областей коммуникационных исследований, социальной и политической философии, этики ИИ и когнитивной науки.
2.3. Власть и знание в эпоху искусственного интеллекта
М. Фуко в своих работах неоднократно подчеркивал неразрывную связь между властью и знанием [16]. В контексте LLM эта связь приобретает новое измерение. Возникает вопрос: кто обладает реальной властью в мире, где значительная часть информации может быть сгенерирована и обработана искусственным интеллектом?
LLM революционизируют получение знаний, предоставляя моментальный доступ к обширным объемам информации. При этом они создают новую модель когнитивного взаимодействия с информацией, меняя саму структуру нашего познавательного опыта. Мы все больше полагаемся на искусственные системы в обработке и интерпретации информации, потенциально утрачивая способность к самостоятельному критическому мышлению.
Формируется новая форма «алгоритмической власти», где контроль над LLM и большими данными становится ключевым фактором в формировании общественного мнения и принятии решений. Это ставит острые вопросы о прозрачности и подотчетности систем ИИ, а также о необходимости новых форм «цифровой грамотности» для граждан [17].
2.4. Этические и экзистенциальные вызовы
Интеграция LLM как искусственных социальных агентов в социальную структуру общества порождает ряд серьезных этических проблем. Одна из
них - вопрос ответственности. Кто несет ответственность за решения и действия, основанные на рекомендациях ИИ? Как регулировать использование LLM в чувствительных областях, таких как здравоохранение, юриспруденция или образование? Другой важный аспект - проблема приватности и автономии личности. LLM, обученные на обширных массивах персональных данных, потенциально могут обладать информацией о индивидах, превосходящей их собственное знание о себе, что только на первый взгляд звучит парадоксально. Это создает риски не только для приватности, но и для способности к самоопределению, сохранению целостности собственной личности и реализации своего подлинного «я» [18].
Наконец, мы сталкиваемся с экзистенциальным вызовом. В мире, где искусственный интеллект способен генерировать тексты, неотличимые от человеческих, создавать произведения искусства и решать сложные интеллектуальные задачи, как мы определяем уникальность человеческого опыта и творчества? Не приведет ли это к кризису идентичности и утрате смысла для значительной части общества [19]?
Заключение
Проведенный анализ позволяет констатировать, что мы находимся на пороге фундаментальных изменений в структуре знания и социальной коммуникации. Большие языковые модели представляют собой не просто новый инструмент - они знаменуют появление новой эпистемы, если использовать терминологию Фуко [20]. Эта эпистема характеризуется размыванием границ между человеческим и машинным интеллектом, между реальным и виртуальным, между аутентично человеческим и искусственно сгенерированным.
В этом новом эпистемологическом ландшафте ключевыми компетенциями становятся не столько обладание информацией или умение ее находить, сколько способность критически оценивать источники информации, понимать контексты и мета-нарративы, стоящие за генерируемыми текстами. Возникает необходимость в развитии новой формы «цифровой герменевтики» - искусства интерпретации в эпоху искусственного интеллекта [21]. Более того, мы стоим перед необходимостью переосмысления самих понятий авторства, оригинальности и творчества. В мире, где значительная часть контента может быть сгенерирована ИИ, эти концепции требуют новой интерпретации. Возможно, мы движемся к новой форме коллективного творчества, где человеческий и искусственный интеллект будут функционировать в тесном симбиозе [22].
Важно подчеркнуть, что влияние LLM на общество не является предопределенным или однонаправленным. Мы стоим перед выбором: позволить этим технологиям формировать нашу реальность бесконтрольно или активно участвовать в формировании будущего, в котором искусственный интеллект будет служить целям человеческого развития и процветания. Для этого необходимо развивать междисциплинарный диалог между философами, социологами, специалистами по этике, разработчиками ИИ и политиками. Только такой комплексный подход позволит нам адекватно ответить на вызовы, которые ставят перед нами большие языковые модели [23].
В конечном счете главным вызовом для нас станет не вопрос о том, обладают ли LLM сознанием или пониманием в человеческом смысле. Гораздо важнее то, как их присутствие изменит наше собственное сознание, наше по-
нимание себя и мира вокруг нас [24]. Мы вступаем в эру, где человеческое и искусственное переплетаются в сложном взаимодействии смыслов и интерпретаций. Наша задача - не утратить в этом процессе собственную человечность, сохранив при этом открытость к новым формам интеллекта и коммуникации [25].
Как отмечал Хайдеггер, «вопрошание есть благочестие мысли» [26. С. 233]. Перед лицом вызовов, которые ставят перед нами искусственные социальные агенты в лице больших языковых моделей, наш долг - продолжать вопрошать, исследовать, анализировать и стремиться к пониманию, даже если это понимание может радикально отличаться от привычных нам концепций. Только так мы сможем не просто адаптироваться к новой реальности, но и активно участвовать в ее формировании, сохраняя при этом гуманистические ценности и идеалы, которые определяют сущность человеческого бытия.
Список источников
1. Bender E.M., Gebru T. On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? // Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. 2021. P. 610-623.
2. Фуко М. Археология знания / пер. с фр. М.Б. Раковой, А.Ю. Серебрянниковой. СПб. : Гуманитарная Академия : Университетская книга, 2004. 416 с.
3. ХомскийН. Аспекты теории синтаксиса / пер. с англ. под ред. В.А. Звегинцева. М. : Изд-во Моск. ун-та, 1972. 259 с.
4. Searle J.R. Minds, Brains, and Programs // Behavioral and Brain Sciences. 1980. Vol. 3, № 3. P. 417-424.
5. Делёз Ж., Гваттари Ф. Тысяча плато: Капитализм и шизофрения / пер. с фр. и послесл. Я.И. Свирского. Екатеринбург : У-Фактория ; Москва : Астрель, 2010. 895 с.
6. ChurchlandP.S. Neurophilosophy: Toward a Unified Science of the Mind-Brain. Cambridge, MA : MIT Press, 1986. 546 p.
7. Friston K. The free-energy principle: a unified brain theory? // Nature Reviews Neuroscience. 2010. Vol. 11, № 2. P. 127-138.
8. Пенроуз Р. Новый ум короля: О компьютерах, мышлении и законах физики / пер. с англ. В.О. Малышенко. М. : УРСС : ЛЕНАНД, 2015. 402 с.
9. Varela F.J., Thompson E., Rosch E. The Embodied Mind: Cognitive Science and Human Experience. Cambridge, MA : MIT Press, 1991. 308 p.
10. Clark A. Whatever next? Predictive brains, situated agents, and the future of cognitive science // Behavioral and Brain Sciences. 2013. Vol. 36, № 3. P. 181-204.
11. Бергер П., Лукман Т. Социальное конструирование реальности. Трактат по социологии знания / пер. Е. Руткевич. М. : Медиум, 1995. 323 с.
12. Бодрийяр Ж. Симулякры и симуляция / пер. с фр. А. Качалова. М. : ПОСТУМ, 2015.
240 с.
13.Хабермас Ю. Структурное изменение публичной сферы: Исследования относительно категории буржуазного общества / пер. с нем. В.В. Иванова. М. : Весь Мир, 2016. 344 с. (Концепция публичной сферы обсуждается на с. 27-56)
14. Pariser E. The Filter Bubble: What the Internet Is Hiding from You. New York : Penguin Press, 2011. P. 90-112.
15. Sunstein C.R. #Republic: Divided Democracy in the Age of Social Media. Princeton University Press, 2017. Р. 59-97.
16. Фуко М. Надзирать и наказывать. Рождение тюрьмы / пер. с фр. В. Наумова ; под ред. И. Борисовой. М. : Ad Marginem, 1999. 480 с.
17. Зубофф Ш. Эпоха надзорного капитализма: Борьба за человеческое будущее на новых рубежах власти / пер. с англ. А. Манирко, Н. Проценко, Ю. Ершова, Д. Евстафьев. М. : Изд-во Ин-та Гайдара, 2022. 784 с.
18. ОНил К. Убийственные большие данные. Как математика превратилась в оружие массового поражения / пер. с англ. А. Константинова. М. : АСТ, 2018. 320 с.
19. Харари Ю.Н. 21 урок для XXI века / пер. с англ. Ю. Гольдберга. М. : Синдбад, 2019.
416 с.
20. Фуко М. Слова и вещи. Археология гуманитарных наук / пер. с фр. В.П. Визгина, Н.С. Автономовой. СПб. : A-cad, 1994. 408 с.
21. FloridiL. The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford : Oxford University Press, 2014. 248 p.
22. Тегмарк М. Жизнь 3.0. Быть человеком в эпоху искусственного интеллекта / пер. с англ. Д. Баюка. М. : АСТ : CORPUS, 2019. 560 с.
23. Russell S. Human Compatible: Artificial Intelligence and the Problem of Control. New York : Viking, 2019. 352 p.
24. Dennett D.C. From Bacteria to Bach and Back: The Evolution of Minds. New York : W.W. Norton & Company, 2017. 496 p.
25. Clark A. Natural-Born Cyborgs: Minds, Technologies, and the Future of Human Intelligence. Oxford : Oxford University Press, 2003. 240 p.
26. Хайдеггер М. Что зовется мышлением? / пер. с нем. Э. Сагетдинова. М. : Академический проект, 2007. 351 с.
References
1. Bender, E.M., Gebru, T., McMillan-Major, A. & Shmitchell, Sh. (2021) On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. pp. 610-623. DOI: 10.1145/3442188.344592
2. Foucault, M. (2004) Arkheologiya znaniya [Archeology of Knowledge]. Translated from French by M.B. Rakova, A.Yu. Serebryannikova. St. Petersburg: Gumanitarnaya Akademiya : Univer-sitetskaya kniga.
3. Chomsky, N. (1972) Aspekty teorii sintaksisa [Aspects of the Theory of Syntax]. Translated from English. Moscow: Moscow State University.
4. Searle, J.R. (1980) Minds, Brains, and Programs. Behavioral and Brain Sciences. 3(3). pp. 417-424.
5. Deleuze, J. & Guattari, F. (2010) Tysyacha plato: Kapitalizm i shizofreniya [A Thousand Plateaus: Capitalism and Schizophrenia]. Translated from French by Ya.I. Svirskiy. Ekaterinburg: U-Faktoriya; Moscow: Astrel.
6. Churchland, P.S. (1986) Neurophilosophy: Toward a Unified Science of the Mind-Brain. Cambridge, MA: MIT Press.
7. Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. 11(2). pp. 127-138.
8. Penrose, R. (2015) Novyy um korolya: O kompyuterakh, myshlenii i zakonakh fiziki [The Emperor's New Mind: On Computers, Thinking, and the Laws of Physics]. Translated from English by V.O. Malyshenko. Moscow: URSS: LENAND.
9. Varela, F.J., Thompson, E. & Rosch, E. (1991) The Embodied Mind: Cognitive Science and Human Experience. Cambridge, MA: MIT Press.
10. Clark, A. (2013) Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences. 36(3). pp. 181-204.
11. Berger, P. & Luckmann, T. (1995) Sotsialnoe konstruirovanie realnosti. Traktat po sotsiologii znaniya [Social Construction of Reality. A Treatise on the Sociology of Knowledge]. Translated from English by E. Rutkevich. Moscow: Medium.
12. Baudrillard, J. (2015) Simulyakry i simulyatsiya [Simulacra and Simulation]. Translated from French by A. Kachalov. Moscow: POSTUM.
13. Habermas, J. (2016) Strukturnoe izmenenie publichnoy sfery: Issledovaniya otnositelno kategorii burzhuaznogo obshchestva [Structural Change in the Public Sphere: Studies on the Category of Bourgeois Society]. Translated from German by V.V. Ivanov. Moscow: Ves' Mir.
14. Pariser, E. (2011) The Filter Bubble: What the Internet Is Hiding from You. New York: Penguin Press. pp. 90-112.
15. Sunstein, C.R. (2017) #Republic: Divided Democracy in the Age of Social Media. Princeton University Press.
16. Foucault, M. (1999) Nadzirat i nakazyvat. Rozhdenie tyurmy [Supervise and Punish. The Birth of the Prison]. Translated from French by V. Naumov. Moscow: Ad Marginem.
17. Zuboff, Sh. (2022) Epokha nadzornogo kapitalizma: Borba za chelovecheskoe budushchee na novykh rubezhakh vlasti [The Era of Surveillance Capitalism: The Struggle for the Human Future on the New Frontiers of Power]. Translated from English by A. Manirko, N. Protsenko, Yu. Ershova, D. Evstafev. Moscow: The Gaydar Institute.
18. O'Neill, K. (2018) Ubiystvennye bolshie dannye. Kak matematika prevratilas v oruzhie massovogo porazheniya [Killer Big Data. How Mathematics Became a Weapon of Mass Destruction]. Translated from English by A. Konstantinov. Moscow: AST.
19. Harari, Yu.N. (2019) 21 urok dlya XXI veka [21 lessons for the 21st century]. Translated from English by Yu. Goldberg. Moscow: Sindbad.
20. Foucault, M. (1994) Slova i veshchi. Arkheologiya gumanitarnykh nauk [Words and Things. Archaeology of the Humanities]. Translated from French by V.P. Vizgin, N.S. Avtonomova. St. Petersburg: A-cad.
21. Floridi, L. (2014) The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford: Oxford University Press.
22. Tegmark, M. (2019) Zhizn 3.0. Byt chelovekom v epokhu iskusstvennogo intellekta [Life 3.0. Being human in the era of artificial intelligence]. Translated from English by D. Bayuk. Moscow: AST: CORPUS.
23. Russell, S. (2019) Human Compatible: Artificial Intelligence and the Problem of Control. New York: Viking.
24. Dennett, D.C. (2017). From Bacteria to Bach and Back: The Evolution of Minds. New York: W.W. Norton & Company.
25. Clark, A. (2003) Natural-Born Cyborgs: Minds, Technologies, and the Future of Human Intelligence. Oxford: Oxford University Press.
26. Heidegger, M. (2007) Chto zovetsya myshleniem? [What is called thinking?]. Translated from German by E. Sagetdinov. Moscow: Akademicheskiy proekt.
Сведения об авторе:
Лягошина Т.В. - аспирант кафедры истории философии и логики философского факультета Национального исследовательского Томского государственного университета (Томск, Россия). E-mail: [email protected]
Автор заявляет об отсутствии конфликта интересов.
Information about the author:
Lyagoshina T.V. - postgraduate student of the Department of History of Philosophy and Logic of the Faculty of Philosophy, National Research Tomsk State University (Tomsk, Russian Federation). E-mail: [email protected]
The author declares no conflicts of interests.
Статья поступила в редакцию 08.07.2024; одобрена после рецензирования 24.09.2024; принята к публикации 21.10.2024
The article was submitted 08.07.2024; approved after reviewing 24.09.2024; accepted for publication 21.10.2024
