1Email: zenonstoik[at]mail.ru

2Email: devizzina[at]mail.ru

Введение

Распространение объектно-ориентированной онтологии и постулатов спекулятивного реализма в теоретическом философском дискурсе перестраивает представления о природе искусственного интеллекта (далее AI). Идеи о природе AI, укорененные в рефлексии современных представителей трансгуманизма, опираются на интенцию о его потенциальной субъектности, равной человеческой. Переход на позиции плоских онтологий равнозначен открытию широких перспектив в работе с его объектностью, понимаемой как актантность и агентность, и не предполагающей апелляции к конструированию квазимоделей субъективности и субъективизма AI. Такая доктринальная блокировка антропоморфизма расчеловечивает AI в философском дискурсе. Однако «бытовая» мифология по-прежнему продолжает эксплуатацию образов AI, акцентирующих его природу, альтернативную человеческой, способную на радикальную экспансию, вытесняющую человека из техносферы. Эта линия предполагает возможность формирования квазирелигиозных представлений об AI, его персонализацию и связанную с ней стратегию установления социальных связей, система ожиданий которых выстроена антропоморфно.

В рамках данной статьи мы попытаемся применить методологию цифровой гуманитаристики, предназначенную для изучения цифрового общественного мнения, для выявления коннотаций обывательского дискурса, сопряженных с темой AI, и оценки их роли в структуре современной религиозности.

История любой масштабной интегральной технологии, встроенной в различные сферы общества и непосредственно влияющей на уклад жизни человека, конституируется не только изобретательскими практиками и соответствующим научно-инженерным дискурсом, но и реакцией публики, потенциальных или фактических потребителей и сторонних наблюдателей. Публика определенным образом осваивает технологию и в том числе формирует дискурсивную надстройку, существующую в виде полимерных коннотативных систем. Надстроечные семиотические конструкции де-факто интегральны и состоят из научных данных, неприкрытых эмоциональных реакций, стереотипов и распространенных мнений, ссылок на авторитеты, апелляций к традициям и т. д. Доместизация технологии исторически осуществлялась путем смешения собственно технологического и изобретательского дискурса с дискурсами искусства, философии, права, политики, религии. Коннотативные конструкции выражены вербальными и невербальными средствами, приобретающими с течением времени устойчивые формы, и проходят своеобразную «натурализацию» (Барт), превращаясь в «естественные» смысловые кластеры, фигуры речи и мысли. «Индустрия 4.0», цементирующаяся развитием и массовизацией инфотехнологий, не является исключением: трендовые технологии новой промышленной революции и, в особенности, искусственный интеллект замкнуты в различных дискурсивных напластованиях, от научно-объективистского и юридического до художественных миров sci-fi и обывательских мнений. Пока исследовательские коллективы обсуждают технологические решения, проблему правосубъектности искусственного интеллекта (Шестак & Волеводз, 2019), или фокусируют внимание на прикладных аспектах применения технологии (Deng at al. 2020), у обывательского дискурса формируется своя устойчивая маркировка технологии, в значительной степени суверенная по отношению к научным результатам. Аналитика общественного мнения и частотной маркировки искусственного интеллекта является в известной мере самостоятельным направлением исследования, связанным с общим контекстом социальной и антропологической абсорбции новых технологий.

Методы

Методологически изучение мнений, выраженных в устойчивой и частотной маркировке, обосновывается рядом факторов: демонументализацией социальных и гуманитарных наук, вниманием к микротрендам, фокусировкой научно-исследовательских практик на повседневности и другими. Экспертные группы, занимающиеся проблематикой внедрения искусственного интеллекта в образовательную среду, применяют сопутствующие традиционные социологические методы (опрос, анкетирование) для определения настроений рядовых пользователей, зачастую не обладающих технологическими компетенциями в сфере AI. Опубликованная в 2020 г. статья А. А. Максименко и Л. Н. Духаниной содержит результирующие показатели масштабного анкетирования, выявляющего отношение россиян к искусственному интеллекту (Dukhanina & Maximenko, 2020). Согласно итогам, более 88% респондентов считают, что развитие AI необходимо контролировать (в том числе при помощи административного ресурса). На вопрос, что необходимо предпринять для повышения адаптивности в условиях рынка труда, популярные ответы сводились к необходимости непрерывного обучения и повышения квалификации в сфере IT (Dukhanina & Maximenko, 2020, p. 30). Варианты с цифровой грамотностью, рециклингом, биотехнологиями, проектированием «умной среды» и наноматериалов, робототехникой доминируют на результирующих анкетирование диаграммах. Не сомневаясь в достоверности зафиксированных данных, следует учитывать и альтернативную методологию работы с контентом. Аналитика мнений, произведенная средствами традиционных социологических методов, может содержать ряд погрешностей: в частности, вопросы анкеты были квалифицированы как закрытые с возможностью фиксации респондентом собственного ответа. Популярность обозначенных технологий и направлений технологического развития может быть обусловлена изначальной интегрированностью в анкету соответствующих вариантов. По существу, анкета позволила выявить мнения рядовых пользователей в заранее заданных границах спектра.

Выявление лавинообразных дискурсивных практик, в частности, выраженных частотной маркировкой технологии рядовыми пользователями, сегодня представляется затруднительным без обращения к сетевому контенту, содержащему эту маркировку во всех известных информационных кластерах (социальные сети, форумы и чаты, блоги и т. д.). Следует учитывать и то обстоятельство, что аналитика общественного мнения существенно обогащается за счет обращения к поисковым запросам. Оценка последнего возможна благодаря программно-техническому инструментарию. Спектр инструментов уже доступен любому российскому аналитику: Google Trends, Wordstat (сервис корпорации «Яндекс»). Сервис “Google” позволяет анализировать поисковые запросы на мировом, региональном и субрегиональном уровнях за период с 2004 г. по настоящее время. Wordstat, в свою очередь, квалифицируется как бизнес-инструмент, однако включает в себя историю запросов с 2019 г. по России и регионам. Исследование методологически опирается на междисциплинарные труды, обобщающие научный поиск на стыке социально-гуманитарных наук и Data Science. В частности, это касается изучения локализации расизма на территории Соединенных Штатов Америки коллективом ученых (Chae at al., 2018; Stephens-Davidowitz, 2018). Авторы доказывают, что антидискриминационная риторика общественных деятелей и обывателей сосуществует без видимых острых противоречий с традиционными расистскими взглядами белокожего населения Штатов. Аналитика поисковых запросов с помощью специализированных сервисов Google позволила увидеть расистские настроения, скрытые в пространстве публичности за общеизвестными риторическими фигурами. Те же инструменты доказывают свою эффективность и в других источниках (Stephens-Davidowitz, 2017).

Обозначенные инструменты применяются в мировой академической практике уже более пяти лет и не только позволяют собирать эмпирический материал, обслуживая количественные показатели научных изысканий, но и видеть предмет в различных ракурсах, не всегда доступных традиционным специальным и общенаучным методам. Метод контент-анализа применялся в координации с аналитикой поисковых запросов. Особое значение в контексте функционирования дискурсивных практик имеют социальные сети как пространства коммуникации с заданной структурацией (сервисы, сообщества, публичные страницы) и технически обеспечивающие возможность для потенциально бесконечного числа сообщений в каждом из основных структурных элементов. В статье базисными технически и социально детерминированными структурными единицами называются сообщества и публичные страницы, задающие общую тематику и ее аспекты. Производился анализ вербальных сообщений преимущественно фразового интервала, небольших сверхфразовых комплексов.

Результаты

Согласно устоявшемуся мнению, любая масштабная технология с необходимостью воздействует на все без исключения сферы жизни. Разумеется, сфера духовных практик и мировоззрения человека не является исключением: влияние технологий на мировоззрение и очевидно, и одновременно не фиксируется определенно никакими научно-исследовательскими метриками. В ряде зарубежных и российских публикаций настойчиво воспроизводятся семантически родственные суждения: технологии AI катализируют интенсивность возникновения новых религиозных движений; вопрос о статусе машин как новых разумных существ не может не привлечь внимание религиоведов и религиозных деятелей (Singler, 2017); абсорбция технологии неизбежно выводит на авансцену этическую проблематику, которая будет решаться в пространстве светского и религиозного дискурсов (Reed, 2021); новая волна робототехники и разработки искусственного интеллекта открывает новые горизонты для исследований, в том числе, религиоведческих (Kimura, 2017). В ответах на вопрос о возможности координации религии и технологии AI единого мнения нет. Наряду с умеренно-критическими суждениями выделяются как оптимистические, так и пессимистические сценарии: согласно первым, религия может стать духовным фундаментом технологии и будет ориентировать технологические возможности человека на его же собственное благо (Galván, 2020); в техноэволюции религия имеет фундаментальную значимость, так как она обособляет человека от предметного мира и фокусирует внимание на особом предназначении уникального сущего (Delio, 2020). Согласно вторым, развитие AI вызовет мощную социальную эксплозию, в значительной степени фундированную религиозными доктринами и их интерпретацией (Rossano, 2001). Во всех обозначенных публикациях и многочисленных исследованиях, вынесенных за скобки, имплицитно содержится одна и та же не лишенная оснований пресуппозиция: восприятие любой масштабной технологии, воздействующей де-факто на все сферы общественных отношений, не сводимо к денотативному уровню, но предваряется, сопровождается и результируется конструированием сложных вторичных знаковых систем – своеобразной метафизики. Археологические раскопки этой метафизики позволяют увидеть напластования магии, мистицизма и мифологии, укоренившихся в сознании человека, практически вне зависимости от духовных трендов века.

Метафизика искусственного интеллекта: аналитика обывательского дискурса. К изучению пользовательских запросов

Исторически и фигура ученого, и технологии обрабатывались производящими образы коллективными дискурсивными машинами. Наиболее устойчивые из этих образов (стереотипические) перманентно воспроизводятся культурой и даже претендуют на статус эталонов, содержащих готовые критерии для оценки реальности. В исследовании начала XXI в. R. Haynes кодифицировал наиболее устойчивые образы ученых, начиная со времен расцвета алхимии и заканчивая первыми попытками разработки искусственного интеллекта. Автор пришел к выводу, что ученый, сквозь призму художественных и публицистических нарративов, воспринимается в качестве злого и опасного человека, открытия которого априори угрожают индивидуальной и коллективной безопасности и дестабилизируют общество (Haynes, 2003, p. 243). В обывательских дискурсивных практиках фигура ученого преломляется в зеркале архетипов и подавляемых страхов, приобретая гротескные формы (в том числе, это касается и «романтизированных» образов ученых), не имеющие референции. Естественно, в литературно-публицистических нарративах утверждается прямая корреляция между сконструированной личностью исследователя и тем, что он делает. Подобное соответствие формируется и в сознании человека, далекого от науки. Романтизация и демонизация фигуры ученого неразрывно связаны с непроницаемостью самого научного дискурса для обывателя и существующим в научной практике порогом вхождения. Результирующие показатели науки в известной степени также сохраняют для обывателя свою непроницаемость, вследствие чего дискурсивная машина достраивает собственные далекие от денотата интерпретации, опирающиеся на культурный багаж прошлого, описанный, в частности, Э. Дэвисом и другими исследователями (Davis, 2008). Каналы коммуникации (в первую очередь, Интернет) перманентно воспроизводят сообщения, синтезирующие упоминания о современных технологиях с обывательской «метафизикой», фундированной циркулирующими в социуме стереотипами, влиянием популярной культуры и личными предубеждениями человека. Сообщения такого рода ничего не говорят о самой технологии и не содержат дескрипцию денотата. Они окружают искусственный интеллект (равно и другие технологические тренды) ореолом таинственности, опасности, враждебности, дружелюбия и т. д. Уже первичная аналитика пользовательских поисковых запросов позволила выявить характерные семантические кластеры, составляющие «язык» обывательской метафизики. Разумеется, техника анализа поисковых запросов не дает возможности манипулировать фразовыми комплексами, но существенно помогает в определении ключевых, устойчиво воспроизводящихся маркеров. Первичное исследование пользовательской маркировки искусственного интеллекта требовало предварительного установления диапазона базовых значений, в который вошли слова, выражающие характеристики (качества) и действия. В ходе аналитической работы были выявлены доминантные маркеры, частотность употребления которых фиксируется обозначенным инструментарием. Это значит, что специальные сервисы “Google” и «Яндекс» располагают достаточным набором данных для отображения показателей по запросам. Семантически регистрируемые запросы зачастую образуют антонимические пары (собственно, принятая в технических науках маркировка «сильный» – «слабый» тоже является такой парой). Предварительный опрос в социальных сетях показал, что спектр маркеров искусственного интеллекта значительно шире: «дегуманизирующий», «безбожный», «бездушный», «опасный», «мертвый», «рациональный». Приведенные примеры за незначительным исключением органично связаны с общеизвестной тенденцией антропоморфизации техники и технологии. В контексте hi-tech сложившаяся ситуация была описана еще М. Мори в метафорике «зловещей долины» (uncanny valley). Однако, перечисленные маркеры не вошли в итоговый перечень ввиду нерепрезентативности опроса. Подстановка этих лексем в указанные поисковые сервисы также не дала результатов. Наиболее устойчивыми и, следовательно, сохраняющими актуальность на протяжении как минимум 17 лет (максимальный временной диапазон для анализа в сервисе Google Trends) являются маркеры “kind” – “evil” («добрый» – «злой»). С 2004 г. лидирующее число запросов (в абсолютных значениях) принадлежит гражданам Индии и Соединенных Штатов Америки. Пиковые значения зафиксированы в 2004-2005 гг. С 2006 по 2016 гг. наблюдается сравнительно низкая частотность соответствующих поисковых запросов. Однако с 2020 г. по настоящее время четко прослеживается растущая динамика, что в принципе детерминировано перманентными научно-технологическими разработками, развитием зарубежных и российских систем-«помощников», популяризацией темы в средствах массовой информации, модернизацией образовательных практик и т. д.

В России с 2020 г. фиксируются абсолютные величины запросов, включающие в себя обозначенные маркеры. В результате сопоставления данных, включающих в себя запросы «добрый» и «злой», выяснилось, что абсолютная величина второго запроса значительно выше. Динамика запросов менялась с января 2020 г. по октябрь 2021 г. В октябре по запросу «добрый» зафиксировано самое высокое абсолютное значение, в полтора раза превышающее соответствующее значение в 2020 г. Величины запроса «злой искусственный интеллект» в полтора-два раза превышают показатели по запросу, содержащему соответствующий антоним. К октябрю 2021 г. наблюдается положительная динамика: Интернет-пользователи чаще вводили в поисковую строку указанное словосочетание. Группа маркеров действия включает глаголы «поможет», «создаст», «уничтожит», «поработит», «убьет». Аналитика пользовательских запросов подтвердила актуальность данного спектра маркировки. Характерно, что «поможет» и «создаст» контекстуально сопрягаются с медицинской, инженерно-технической областями и сферой занятости. В медицине применение систем AI уже не одно десятилетие связывается с диагностикой (Kononenko, 2001), анализом данных (Deo, 2015), открытием новых препаратов, или “Drug Discovery” (Stephenson, 2019) и коррекцией существующих. По поводу сферы труда, как известно, позиции четко поляризуются, от откровенного алармизма до утопических картин социальной благоустроенности. По данным исследовательского холдинга «Ромир», результаты проведенного в 2021 г. социологического опроса показали, что респонденты боятся потерять рабочие места в связи с потенциальной роботизацией сегментов трудовой деятельности или «устареванием» профессий (с данными можно ознакомиться на сайте www.tadviser.ru). В статье, резюмирующей социологическое исследование, утверждается, что каждый пятый россиянин придерживается подобного мнения. Обобщенные данные статьи косвенно подтверждаются характерными поисковыми запросами («уничтожит», «поработит», «убьет») и их семантической корреляцией.

Следует отметить, что в настоящем контексте запросы касаются отнюдь не только рынка труда и в принципе социально-экономической и политической сферы. По данным Wordstat, абсолютное значение трех последних запросов за период 2019–2021 гг. колеблется в значительно меньшей степени, чем первых двух. В 2019–2020 гг. статистика запросов «искусственный интеллект поможет» в принципе не фиксируется. Однако, в марте 2021 г. абсолютное значение запроса резко возросло (746 запросов), а в октябре того же года зафиксирован показатель 1068. Данные о семантической триаде «уничтожит» – «поработит» – «убьет», как уже было сказано, фиксируют сравнительно устойчивую динамику. Это означает, что пользователи регулярно вводят соответствующие запросы в поисковую строку.

Аналитика контента социальных сетей

Исследование поисковых запросов позволяет работать с микроструктурами, как правило, словами и словосочетаниями, но фактически не дает возможности видеть контекст маркировки. Обозначенная ситуация исправляется аналитикой контента социальных сетей с их структурой, административно поддерживаемыми формами взаимодействия и, главным образом, строго фиксированной тематикой. Развертка и дескрипция метафизики искусственного интеллекта в обывательских дискурсах не реализуема без использования аналитики конкретных пропозиций. Социальные сети, как уже говорилось, содержат неопределенно широкий спектр неэкспертных высказываний по теме, а также некоторые специфические, возможные только в цифровом контексте, форматы репрезентации метафизического дискурса. Доступность информации и открытость сетевых кластеров де-факто делает социальные сети вотчиной непрофессиональных дискурсов, пространством конструктивного и деструктивного взаимодействия, вмещающим практически любые (в том числе антинаучные, паранаучные и т. д.) возможные мнения. Элементарная статистика: в январе 2022 г. в социальной сети «ВКонтакте» по запросу «искусственный интеллект» (Россия) зафиксировано 1408 результатов. Результирующая поискового запроса означает, что «искусственный интеллект» фигурирует в названии сообщества, в перечне основных тем, абстракте или в каком-либо одном структурном элементе из названных. Следует отметить, что лидирующие позиции по числу подписчиков (от 70 до 150 тысяч) занимают публичные страницы бизнес-проектов. Искусственным интеллектом в этих сообществах, соответственно, называется обслуживающее программное обеспечение. Однако уже в контенте лидеров социальной сети содержатся маркеры обывательской метафизики. В первой позиции абстракта группы «Фестиваль роботов» (вторая позиция по числу подписчиков, выставки функционируют в России, наряду со странами ближнего зарубежья) потребителю обещают 85 «живых» машин, призывают подружиться с «гуманоидом», пишут, что роботы «трудятся и не устают» и будут «любимыми помощниками» детей и взрослых. В диалогах с подписчиками группы администрация пользуется маркировкой, затрудняющей различение обывательского и рекламного дискурсов. Разумеется, экстракт статистических данных не способен раскрыть специфику технологической метафизики. В ответе на критическое замечание пользователя о том, что ничего удивительного в работающих по алгоритму роботах-бариста нет, администратор написал: «… роботы разговаривают и осознанно отвечают на вопросы, искусственный интеллект рисует картины, которые сложно отличить от настоящих…». В рекламном коммюнике, в частности, один из экспонатов выставки презентуется следующим образом: «Чтобы не врезаться в препятствия, он использует инфракрасные датчики. На дисплее робот показывает свое настроение. Ему нравится, когда его гладят. Ты поймешь это по его улыбке!». В лаконичном сообщении смешаны научно-объективистские маркеры (термины) – «датчики», «дисплей» и маркировка обывательского дискурса, выраженная антропоморфизацией машины. При этом объем научной маркировки значительно уступает обывательской в контексте данной лексики.

Говоря о специфических форматах репрезентации, нельзя не акцентировать внимание на профилях, создатели которых позиционируют себя в качестве искусственного интеллекта. В “Facebook” (Принадлежит компании Meta, признанной в России экстремистской) обозначенный запрос выдает 12 результатов, «ВКонтакте» – 221. Несколько десятков пользователей русскоязычного кластера сети публично позиционируют себя в качестве роботов, указывая при этом даты рождения и некоторые личные данные. Самопрезентация пользователей маркируется в границах незначительного спектра пропозиций: «я – бот», «я – искусственный интеллект», «я – искусственный разум» и, наконец, популярной «я – робот». Свое отношение к искусственному интеллекту обыватель выражает не на научно-объективистском уровне и, очевидно, не только с помощью устойчивой маркировки, варьирующейся в границах бинарных оппозиций («добрый» – «злой», «хороший» – «плохой»), но и прямо номинируя себя как технологию в плане самопрезентации. Новый цивилизационный, промышленно-технологический уклад повлиял на все без исключения сферы бытия человека. Последний, по мнению некоторых исследователей, сегодня может быть с уверенностью назван «техногенным» (Khrapov, 2019; Bibarsov, 2020; Kashkarov, 2019). Являясь продуктом своего времени, техногенный человек самоопределяется в устойчивом отношении к техническому и, в значительной степени, пользуется технической мерой. Симптоматично, что русскоязычные форумы, блоги и видеохостинги, новостные сайты наполнены данными о сопоставлении активности мозга и функционирования компьютерных технологий. Де-факто сформировался обывательский язык, специфическим образом интерпретирующий научные разработки в областях нейрологии и искусственного интеллекта. В этом языке есть набор стандартных пропозиций и вопросов: «Насколько мозг мощнее / слабее суперкомпьютера?»; «суперкомпьютер Х слабее мозга в N раз» и т. д. В “Instagram” (Принадлежит компании Meta, признанной в России экстремистской) 11 аккаунтов содержат информационно-технологические, коммерческие сведения, связанные с темой «человек и машина», в “Tik-tok” есть 10 страниц об искусственном интеллекте, которые преследуют, в основном, развлекательную цель. Из 76 страниц в “Facebook” 11 личных блогов посвящены теме, связанной с осмыслением возможностей искусственного интеллекта, будущим человечества в этой сфере, демонстрацией достижений машины. Из 132 видео 84 в Facebook преследует новостную и развлекательную цель в контексте взаимодействия человека и технологии, из 84 публикаций в Facebook 19 освещают эту тему, 14 посвящены непосредственному обсуждению маркера «искусственный интеллект – почти человек». Десятая доля зарегистрированных групп в социальной сети содержит маркировку «искусственный интеллект как личность». В спектре интересов при этом указываются «философия искусственного интеллекта», «проблемы взаимодействия в человеко-машинных системах», «проблемы общего интегрированного искусственного интеллекта», «проблемы самосознания у машин» и т. д. Очевидно, что человек в своей повседневной реальности не может сохранять общепринятую в науке объективность, он подвержен аффективным реакциям, зависит от конкретного окружения, имеет многочисленные автоматизмы мышления. Именно в этой почве зреет обывательская метафизика с ее характерными чертами и особенностями (страх перед машиной, сакрализация технологических возможностей, антропоморфизация технологии и т. д.). В обывательском дискурсе социальных сетей формируется своя устойчивая маркировка технологий, консонирующая со спектром поисковых запросов.

Анализ контента социальных сетей показал, что субъект дискурса пытается идентифицировать себя в контексте отношений антропологического и технического: «Появление сильного интеллекта как инструмента не только позволит дискутировать с тостером, но и позволит людям эволюционировать на следующую ступень к более справедливому обществу» или «для человека вопрос души – это во многом вопрос его отношения с Богом, а для искусственного интеллекта главное – его контакт с человеком. Человек для искусственного интеллекта и есть Бог».

Обсуждение

Субъектоцентрические пропозиции помогают человеку интегрироваться в изменяющиеся условия жизни. Техногенные условия жизни, информация и процессы глобализации создают новый тип жизнедеятельности людей, ставя перед ними задачи, связные с выработкой определенного вида культурно-ценностных позиций в отношении систем искусственного интеллекта. Одной из самых популярных тем, освещенной в социальной сети, является проблема абсолютизации возможностей искусственного интеллекта, ее последствия, полилоги о рисках развития интеллектуальных систем, страх перед роботами-гуманоидами: «Какие роли у человека в этом новом мире?»; «В людях остаются уже остатки былого разума»; «Люди уже теперь потерялись в своей истории в качестве главного героя»; «Машина начнет вот-вот мыслить уже явно»; «Не пора ли заняться воспитанием машин?»

Очевидно, что роботы воспринимаются не только как помощники человека, но и как угроза лидерству людей в мире; при этом метафизические основания последнего заданы в общественном сознании отнюдь не техногенно. Весьма нагляден в этом отношении «кейс Ада» – недавний скандал, вызванной реакцией широкой общественности на новость о том, что «институт философии РАН потратил 742 тыс. рублей на изучение ада и зла» (https://www.mk.ru/social/2021/12/30/institut-ran-obyasnil-sut-raboty-pro-ad-za-724-tysyachi.html). По факту речь шла о статье И. Гаспарова «Является ли злом существование ада?» (Gasparov, 2021), выполненной в рамках проекта РНФ № 19-18-00441 «Феномен зла: от метафизики к теориям морали», посвященной анализу позиции современной аналитической теологии относительно посмертного воздаяния. В рамках нашего исследования показательно, что сетевые комментаторы настаивали не только на том, что ад и рай не могут быть объектом научного анализа (что, в общем-то, ожидаемо от сциентистской части научного сообщества, далекой от актуальных проблем философии религии), но и на том, что научное знание по метафизическим вопросам в принципе несостоятельно. Из этого следует, что наука не может влиять на аксиологические основания антропологической ситуации, включающей и человеческое лидерство. Не удивительно в этом контексте, что повседневность содержит в себе когнитивные и мировоззренческие ограничения, которые отражаются на восприятии новых технологий в обществе.

Несмотря на то, что линии демаркации между человеком и продуктами высокоразвитых технологий проходят в различных зонах, во-первых, человек обладает «гаммой эмоциональных реакций» (Фукуяма, 2008); во-вторых, человек, в отличие от компьютера вкладывает в выражения смысл (Серл, 1998). Многие пользователи “Facebook” четко выражают идею о необходимости контролировать процесс развития техносферы. Симптоматично в условиях сопротивления новым технологиям стихотворение Захара Правдина, опубликованное в сообществе «Искусственный интеллект как личность» (“Facebook”). Автор демаркирует онтологии «животного» и технологического миров, первый из которых цементируется творческими интенциями и спонтанностью самовыражения, второй – алгоритмизацией, комбинаторикой и точным расчетом.

Критическое отношение к новым технологиям конституируется не только в научной или научно-популярной, но и в этико-религиозной оптике. Однако аналитика контента социальных сетей показала, что религиозный аспект темы искусственного интеллекта содержательно еще не развернут: только 3 из 132 видеороликов в “Facebook” содержат в себе религиозную тематику в контексте кибернетизации общества. В обывательском дискурсе процесс обсуждения феномена в оптике религиозных мировоззренческих позиций только начинается. В публичном цифровом сетевом пространстве России идет определение ценностных ориентаций проблемы, формируется специфическая ментальность на основе преобладания христианского (православного) вероисповедания. Обозначенные тенденции, связанные со страхом перед технологиями, возможно, обусловлены тем, что в монотеистических религиях имеет место строгая классификация между «живым» и «неживым». Роботы, разумеется, воспринимаются людьми как неживые объекты и не могут занять в сознании людей позицию моральной эквивалентности (Halpern & Katz, 2012).

Выводы

Конструирование в обывательском дискурсе базовых образов AI и связанной с ними системы коннотаций отличается высоким уровнем суверенности по отношению к научно-рациональному дискурсу. Частотная маркировка AI в широком общественном дискурсе на основе инструментов аналитики поисковых запросов позволяет зафиксировать характер такой автономности, заданный структурацией социальной коммуникации в социальных сетях: при умеренном наборе денотатов возможно существование сложной системы коннотативов, действующих как метафизика обывательского дискурса. Метафорическая основа их связи опирается на характерный для мифомышления генетический принцип, в которой качества AI детерминированы качествами его символического «отца», а именно, современным архетипом «злого» ученого. Демонизация и романтизация фигуры «отца» распространяется на фигуру «сына», окружая ее ореолом таинственности, опасности и враждебности. Величины поисковых запросов отражаются образом злого искусственного интеллекта, который поработит и уничтожит человечество. Установка на «убить всех человеков» характерна не только для поисковых запросов, но и для контента социальных сетей, маркировка которых сопрягается с негативными стратегиями одушевления и персонализации AI. Важно, что в их основе лежит не уподобление AI мозгу человека, а обратное уподобление нейроактивности человека деятельности алгоритмов. В итоге человек позиционируется как «недоразум», заведомо проигрывающий созданному им же алгоритму. В этом случае закладываются мифологические основания для обожествления AI, которым противостоит характерный для массового сознания (также мифологический) алармистский тренд в отношении технологий.

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)».

Список литературы

Chae, D. H., Clouston, S., Hatzenbuehler, M. L., Kramer, M. R., Cooper, H. L. F., Wilson, S. M., Stephens-Davidowitz, S. I., Gold, R. S., & Link, B. G. (2015). Association between an Internet-Based Measure of Area Racism and Black Mortality. PLOS ONE, 10(4), e0122963. https://doi.org/10.1371/journal.pone.0122963

Chae, D. H., Clouston, S., Martz, C. D., Hatzenbuehler, M. L., Cooper, H. L. F., Turpin, R., Stephens-Davidowitz, S., & Kramer, M. R. (2018). Area racism and birth outcomes among Blacks in the United States. Social Science & Medicine, 199, 49–55. https://doi.org/10.1016/j.socscimed.2017.04.019

Delio, I. (2020). Religion and Posthuman Life: A Note on Teilhard de Chardin’s Vision. Toronto Journal of Theology, 36(2), 223–234. https://doi.org/10.3138/tjt-2020-0051

Deng, Y., Han, S.-Y., Fan, W., & Sun, T. (2020). Research on the Application of Artificial Intelligence Technology in Public Product Design of Intelligent Scenic Spot. 2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), 930–933. https://doi.org/10.1109/ICITBS49701.2020.00206

Deo, R. C. (2015). Machine Learning in Medicine. Circulation, 132(20), 1920–1930. https://doi.org/10.1161/CIRCULATIONAHA.115.001593

Dukhanina, L. N., & Maximenko, A. A. (2020). Problems of the implementation of artificial intelligence in education. Perspectives of Science and Education, 46(4), 23–35. https://doi.org/10.32744/pse.2020.4.2

Galván, J. M. (2020). Moral virtue of religion and technology of artificial intelligence. Quaderni di diritto e politica ecclesiastica, 23(2), 367–378. https://doi.org/10.1440/98368

Halpern, D., & Katz, J. E. (2012). Unveiling robotophobia and cyber-dystopianism: The role of gender, technology and religion on attitudes towards robots. Proceedings of the Seventh Annual ACM/IEEE International Conference on Human-Robot Interaction - HRI ’12, 139. https://doi.org/10.1145/2157689.2157724

Haynes, R. (2003). From Alchemy to Artificial Intelligence: Stereotypes of the Scientist in Western Literature. Public Understanding of Science, 12(3), 243–253. https://doi.org/10.1177/0963662503123003

Kimura, T. (2017). Robotics and AI in the sociology of religion: A human in imago roboticae. Social Compass, 64(1), 6–22. https://doi.org/10.1177/0037768616683326

Kononenko, I. (2001). Machine learning for medical diagnosis: History, state of the art and perspective. Artificial Intelligence in Medicine, 23(1), 89–109. https://doi.org/10.1016/S0933-3657(01)00077-X

Reed, R. (2021). The theology of GPT‐2: Religion and artificial intelligence. Religion Compass, 15(11). https://doi.org/10.1111/rec3.12422

Rossano, M. J. (2001). Artificial Intelligence, Religion, and Community Concern. Zygon®, 36(1), 57–75. https://doi.org/10.1111/0591-2385.00340

Singler, B. (2018). An Introduction to Artificial Intelligence and Religion For the Religious Studies Scholar. Implicit Religion, 20(3), 215–231. https://doi.org/10.1558/imre.35901

Stephens-Davidowitz, S. (2014). The cost of racial animus on a black candidate: Evidence using Google search data. Journal of Public Economics, 118, 26–40. https://doi.org/10.1016/j.jpubeco.2014.04.010

Stephens-Davidowitz, S., Varian, H., & Smith, M. D. (2017). Super returns to Super Bowl ads? Quantitative Marketing and Economics, 15(1), 1–28. https://doi.org/10.1007/s11129-016-9179-0

Stephenson, N., Shane, E., Chase, J., Rowland, J., Ries, D., Justice, N., Zhang, J., Chan, L., & Cao, R. (2019). Survey of Machine Learning Techniques in Drug Discovery. Current Drug Metabolism, 20(3), 185–193. https://doi.org/10.2174/1389200219666180820112457

Бибарсов, Д. А. (2020). «Человек играющий» и «человек техногенный»: Социокультурная характеристика и проблема сопряженности. В Социальные процессы в современном российском обществе: Проблемы и перспективы (сс. 332–338). Издательство Иркутского государственного университета.

Гаспаров, И. (2021). Является ли злом существование ада? Государство, религия, церковь в России и за Рубежом, 39(4), 51–71. https://doi.org/10.22394/2073-7203-2021-39-4-51-71

Дэвис, Э. (2008). Техногнозис: Миф, магия и мистицизм в информационную эпоху. АСТ.

Кашкаров, А. М. (2019). Техноидеология современного общества как социокультурный фактор формирования человека техногенного. Каспийский Регион: Политика, Экономика, Культура, 3, 135–141.

Серл, Д. (1998). Сознание, мозг и программы. В Аналитическая философия: Становление и развитие (антология) (сс. 376–400). Дом интеллектуальной книги.

Фукуяма, Ф. (2008). Наше постчеловеческое будущее. АСТ.

Храпов, С. А. (2019). «Человек техногенный» в социокультурном пространстве техногенной цивилизации. Издательство Астраханского государственного университета.

Шестак, В. А., & Волеводз, А. Г. (2019). Современные потребности правового обеспечения искусственного интеллекта: Взгляд из России. Всероссийский криминологический журнал, 13(2), 197–206. https://doi.org/10.17150/2500-4255.2019.13(2).197-206

References

Bibarsov, D. A. (2020). “The Man of Play” and “the Man of Technology:” Sociocultural Characteristics and the Problem of Conjugation. In Social Processes in Contemporary Russian Society: Problems and Prospects (pp. 332–338). Irkutsk State University Press. (In Russian).

Chae, D. H., Clouston, S., Hatzenbuehler, M. L., Kramer, M. R., Cooper, H. L. F., Wilson, S. M., Stephens-Davidowitz, S. I., Gold, R. S., & Link, B. G. (2015). Association between an Internet-Based Measure of Area Racism and Black Mortality. PLOS ONE, 10(4), e0122963. https://doi.org/10.1371/journal.pone.0122963

Chae, D. H., Clouston, S., Martz, C. D., Hatzenbuehler, M. L., Cooper, H. L. F., Turpin, R., Stephens-Davidowitz, S., & Kramer, M. R. (2018). Area racism and birth outcomes among Blacks in the United States. Social Science & Medicine, 199, 49–55. https://doi.org/10.1016/j.socscimed.2017.04.019

Davis, E. (2008). Technognosis: Myth, magic and mysticism in the information age. AST. (In Russian).

Delio, I. (2020). Religion and Posthuman Life: A Note on Teilhard de Chardin’s Vision. Toronto Journal of Theology, 36(2), 223–234. https://doi.org/10.3138/tjt-2020-0051

Deng, Y., Han, S.-Y., Fan, W., & Sun, T. (2020). Research on the Application of Artificial Intelligence Technology in Public Product Design of Intelligent Scenic Spot. 2020 International Conference on Intelligent Transportation, Big Data & Smart City (ICITBS), 930–933. https://doi.org/10.1109/ICITBS49701.2020.00206

Deo, R. C. (2015). Machine Learning in Medicine. Circulation, 132(20), 1920–1930. https://doi.org/10.1161/CIRCULATIONAHA.115.001593

Dukhanina, L. N., & Maximenko, A. A. (2020). Problems of the implementation of artificial intelligence in education. Perspectives of Science and Education, 46(4), 23–35. https://doi.org/10.32744/pse.2020.4.2

Fukuyama, F. (2008). Our post-human future. AST. (In Russian).

Galván, J. M. (2020). Moral virtue of religion and technology of artificial intelligence. Quaderni di diritto e politica ecclesiastica, 23(2), 367–378. https://doi.org/10.1440/98368

Gasparov, I. (2021). Would Existence of Hell Be an Evil? State, Religion, Church in Russia and beyond, 39(4), 51–71. https://doi.org/10.22394/2073-7203-2021-39-4-51-71 (In Russian).

Halpern, D., & Katz, J. E. (2012). Unveiling robotophobia and cyber-dystopianism: The role of gender, technology and religion on attitudes towards robots. Proceedings of the Seventh Annual ACM/IEEE International Conference on Human-Robot Interaction – HRI ’12, 139. https://doi.org/10.1145/2157689.2157724

Haynes, R. (2003). From Alchemy to Artificial Intelligence: Stereotypes of the Scientist in Western Literature. Public Understanding of Science, 12(3), 243–253. https://doi.org/10.1177/0963662503123003

Kashkarov, A. M. (2019). The techno-ideology of modern society as a socio-cultural factor in the formation of the technogenic man. Caspian Region: Politics, Economics, Culture, 3, 135‑141. (In Russian).

Khrapov, S. A. (2019). “Man of technology” in the socio-cultural space of the technogenic civilisation. Astrakhan State University Press. (In Russian).

Kimura, T. (2017). Robotics and AI in the sociology of religion: A human in imago roboticae. Social Compass, 64(1), 6–22. https://doi.org/10.1177/0037768616683326

Kononenko, I. (2001). Machine learning for medical diagnosis: History, state of the art and perspective. Artificial Intelligence in Medicine, 23(1), 89–109. https://doi.org/10.1016/S0933-3657(01)00077-X

Reed, R. (2021). The theology of GPT‐2: Religion and artificial intelligence. Religion Compass, 15(11). https://doi.org/10.1111/rec3.12422

Rossano, M. J. (2001). Artificial Intelligence, Religion, and Community Concern. Zygon®, 36(1), 57–75. https://doi.org/10.1111/0591-2385.00340

Searle, D. (1998). Consciousness, the brain and programmes. In Analytical Philosophy: Formation and Development (anthology) (pp. 376–400). Dom intellektual'noj knigi. (In Russian).

Shestak, V., & Volevodz, A. (2019). Modern Requirements of the Legal Support of Artificial Intelligence: A View from Russia. Russian Journal of Criminology, 13(2), 197–206. https://doi.org/10.17150/2500-4255.2019.13(2).197-206

Singler, B. (2018). An Introduction to Artificial Intelligence and Religion For the Religious Studies Scholar. Implicit Religion, 20(3), 215–231. https://doi.org/10.1558/imre.35901

Stephens-Davidowitz, S. (2014). The cost of racial animus on a black candidate: Evidence using Google search data. Journal of Public Economics, 118, 26–40. https://doi.org/10.1016/j.jpubeco.2014.04.010

Stephens-Davidowitz, S., Varian, H., & Smith, M. D. (2017). Super returns to Super Bowl ads? Quantitative Marketing and Economics, 15(1), 1–28. https://doi.org/10.1007/s11129-016-9179-0

Stephenson, N., Shane, E., Chase, J., Rowland, J., Ries, D., Justice, N., Zhang, J., Chan, L., & Cao, R. (2019). Survey of Machine Learning Techniques in Drug Discovery. Current Drug Metabolism, 20(3), 185–193. https://doi.org/10.2174/1389200219666180820112457