Изучение искусственного интеллекта через призму теории социального конструирования

Дартмутского семинара. До этого математик А. Тьюринг предложил идею мыслящей машины, которая может самостоятельно принимать решения, используя доступную информацию. Ученые предполагали, что «каждый аспект обучения или любой другой характеристики интеллекта в принципе может быть настолько точно описан, что машина сможет его имитировать» (McCarthy et al., 2006). Развитие компьютерных технологий обусловило рост исследований в области изучения искусственного интеллекта, что, в свою очередь, приводило к активизации социальных ученых, которые озадачились возможными последствиями внедрения машины в человеческую жизнь. В начальной точке изучения термин «искусственный интеллект» иногда использовался как синоним понятий «машинный интеллект» и «интеллектуальные машины» (Liu, 2021).

В конце ноября 2022 г. компания OpenAI представила универсальный чат-бот ChatGPT, что стало отправной точкой к массовизации технологий искусственного интеллекта. Согласно данным сервиса Яндекс Вордстат1, запросы в российской поисковой системе по словосочетанию «искусственный интеллект» активно начали расти уже с 2020 г. Количество запросов в 2023 г., по сравнению с предыдущим, выросло в 2 раза (7 млн к 3 млн запросов).

В связи с активным развитием искусственного интеллекта ученые в области социальных наук начали изучать различные стороны данного феномена: от правового до этического аспекта. Социологические исследования искусственного интеллекта направлены на то, чтобы понять ИИ не просто как технологический феномен, но и как социологический объект, который влияет на социальные структуры и практики. Социология, в отличие от других социально-гуманитарных наук, фокусируется на взаимодействии человека с технологиями искусственного интеллекта, а также на возможных рисках и последствиях этого взаимодействия.

Начиная с XX века в центре внимания различных западных мыслителей было изучение взаимодействия машин и общества. Дженг Лью проанализировал ряд социологических публикаций по искусственному интеллекту, выделив подходы, отражающие эволюцию изучения «искусственного интеллекта» от преимущественно научной темы в XX веке до широко коммерциализированной инновации в последние десятилетия и, в настоящее время, до особого социокультурного феномена (Liu, 2021). Ученый на основе анализа различных научных исследований определил три аналитические перспективы изучения искусственного интеллекта в социологии:

• •    научный подход («scientific AI»): исследование ИИ социальными субъектами в социальной среде (университеты, исследовательские институты, корпоративные лаборатории), изучение социальной роли ИИ, изучение влияния ИИ на знания людей и отношения между человеком и машиной;

• •    технический подход («technical AI»): изучение влияния автоматизированных систем на деятельность человека;

• •    культурный подход («cultural AI»): изучение социальных аспектов и последствий технологий ИИ, изучение формирования представлений об ИИ (Liu, 2021).

В ранних социологических исследованиях техника воспринималась как специфическое социальное явление. В первой половине XX века преобладало детерминистское понимание взаимосвязи между техникой и обществом: считалось, что социальные изменения являются движущей силой развития техники. Однако впоследствии эта парадигма была пересмотрена. Современная социология техники признает двусторонний характер этой связи: как развитие техники влияет на общество, так и социальные тенденции влияют на техническую эволюцию (Семина, Го Вэй, 2022).

К ученым, работавшим в «science AI»-подходе, можно отнести британского социолога С. Вул-гара, который был одним из первых, кто поднял дискуссию о роли социологического знания в изучении ИИ. Он отмечал ограниченность взглядов на социологическую компетентность в вопросе изучения искусственного интеллекта. Ограниченность, в понимании ученого, заключается в обсуждении влияния исследований искусственного интеллекта, а не детальном рассмотрении самого явления (Woolgar, 1985). С. Вулгар видел опасность в узком понимании технологий искусственного интеллекта и призывал к развитию новой отрасли – социологии машин, в рамках которой эмпирическим путем будет возможным изучить, чем поведение человека отличается от работы машины, и рассмотреть аспекты взаимосвязи техники и общества.

Р. Шварц также призывал расширять социологическую область изучения искусственного интеллекта, который имеет смысл для социологического анализа, выходящий за рамки стандартных представлений о «компьютеризации общества». Ученый исходил из того, что феномен машинного «интеллекта» должен исследоваться в зависимости от социальных условий, в которых он реализуется. Показывая некоторые способы, с помощью которых искусственный интеллект проникает, поглощает и переопределяет социальную жизнь, Р. Шварц охарактеризовал системы искусственного интеллекта как социальных акторов, играющих различные роли (Schwartz, 1989).

Одними из ключевых ученых, рассуждающих о машинах в глобальном контексте, стали П. Геддес и Л. Мамфорд. В частности, Л. Мамфорд, который считается учеником и продолжателем идей П. Геддеса, в своей работе «Миф о машинах» рассматривал взаимодействие между машинами и обществом, делая упор на социальные структуры и идеологии. Ученый поддерживал идею сочетания духовной и научно-технической сфер общества, в которой технические проекты могут поддерживать индивидуальное развитие человека (Хасиева, 2020).

Высокий интерес к теме искусственного интеллекта угас к началу 2000-х гг., и, как отмечают ученые, проблематика искусственного интеллекта сегодня «часто “растворяется” в других областях – в анализе новых средств коммуникации, в исследованиях технологий, в критических исследованиях расы, гендера и пр.» (Резаев, Трегубова, 2021: 287). Данная проблема сохраняется до сих пор, что подтверждают эмпирические исследования.

А. Пурномо провела библиометрический анализ социологических исследований по искусственному интеллекту (сбор данных осуществлялся через платформу ScienceDirect от издательства Elsevier) и выяснила, что за 2023 г. не было ни одной публикации об искусственном интеллекте с упоминанием социологии в ключевых словах поиска (Purnomo, 2024). Здесь стоит принять во внимание, что исследование проводилось за неполный год (до июля 2023 г.), и анализ осуществлялся по названию, ключевым словам и аннотации публикации, в которых не всегда могут присутствовать слова «социология» или «социологический», что могло повлиять на результаты выдачи. За весь период исследования (2003–2023 гг.) нашлась только 31 публикация, в которых чаще всего упоминались такие слова, как «социология», «искусственный интеллект», «технологии», «влияние». При этом большее количество статей было найдено по сочетанию слов «социальный» и «искусственный интеллект» (1 227 статей за 2003–2023 гг.). В этом массиве данных исследовательница выделила пять тематик, составленных по ключевым словам публикаций: методы исследования, технологические проблемы, пандемия Covid-19, социальные и этические вопросы (Purnomo, 2024).

Обзор социологических подходов к пониманию ИИ . Анализ различных источников показал, что сегодня область изучения искусственного интеллекта в социологическом дискурсе можно разделить на два больших поля: отраслевое и социальное. В фокус отраслевого поля входит изучение ИИ как методологического инструмента социологической науки. Сегодня и академические ученые, и социологи-практики фиксируют рост применения технологий ИИ в опросной индустрии (синтетические респонденты, роботы-интервьюеры, анализ данных и пр.), что рождает ряд вопросов корректного методологического использования новых техник, требующих экспертной оценки и наработки опыта в применении. Социальное поле рассматривает ИИ как социальный феномен и концентрирует вокруг себя изучение тем в контексте «общество – отношение к ИИ» (формирование представлений об ИИ, отношение к феномену, этические аспекты и пр.). Необходимо отметить, что отраслевое поле изучения ИИ захватывает вопросы социального характера, например, этичность применения методов с использованием ИИ по отношению к опрашиваемым.

На основе осмысления «искусственного интеллекта» в социологической науке можно выделить три наиболее развивающиеся группы подходов:

• •    понимание ИИ как социально-технического феномена (междисциплинарный подход);

• •    понимание ИИ как социального агента (акторно-сетевая теория, машинный габитус, реляционный подход);

• •    понимание ИИ как социального конструкта (теория социального конструирования).

Представители междисциплинарного подхода призывают социологов рассматривать искусственный интеллект не только с социально-гуманитарной перспективы, но и учитывать исследования технической плоскости. В.А. Глухих, С.М. Елисеев и Н.П. Кирсанова в статье «Искусственный интеллект как проблема современной социологии» акцентируют внимание на том, что есть различия между определением искусственного интеллекта у специалистов в области кибернетики, программирования, робототехники и гуманитариев (Глухих и др., 2022). «В настоящее время ИИ – это скорее научная метафора, чем доказанный эмпирический факт. То, что мы называем искусственным интеллектом, на практике представляет собой компьютерную систему, способную выполнять задачи, которые обычно требуют человеческого интеллекта» (Глухих и др., 2022: 88). Ученые также отмечают, что социология делает первые шаги в области исследования искусственного интеллекта и не располагает собственными методологическими инструментами для его анализа. В связи с чем важен именно междисциплинарный подход, который будет рассматривать искусственный интеллект без отрыва от его технического развития.

Подходы, в основе которых ИИ понимается как социальный агент, лежит идея гуманизации машин. В рамках подхода предполагается, что ИИ не просто технический механизм или технологический процесс, а автономный субъект социального действия. М. Айрольди на основе работы П. Бурдье развивает идею «машинного габитуса», в рамках которой алгоритмы рассматриваются как социологические объекты, социальные агенты, активно участвующие в общественной жизни (Airoldi, 2022).

Акторно-сетевая теория изучает различные объекты, в том числе технические комплексы, как действующие единицы социальных отношений. К. Лэки в рамках этой теории предлагает новый методологический подход «интервью между человеком и машиной», который направлен на получение более глубокого понимания процесса человеко-машинного осмысления. Несмотря на то, что исследовательница не поддерживает подход технологического детерминизма, который рассматривает «индивидов, обращающихся к цифровым социальным агентам за информацией, как просто пассивных потребителей» (Lackey, 2023), она считает, что «для социальных наук важно исследовать процессы и эффекты деятельности цифровых социальных агентов как нечеловеческих актантов» (Lackey, 2023).

Реляционный подход С. Йолгормеза (Yolgormez, 2021) рассматривает интеллектуальные машины и ИИ как динамичных агентов, наделяя их социальными свойствами за счет взаимосвязи человека и ИИ. В рамках этого подхода ученые также рассматривали права ИИ и влияние отношений индивида и ИИ на моральный статус ИИ (Gunkel, 2018; Coeckelbergh, 2014; Danaher, 2020).

Социальный конструктивизм (СК) – это теория познания в социологии, которая изучает процессы совместного конструирования понимания мира: «Большая часть человеческой жизни существует так, как она существует, благодаря социальным и межличностным влияниям» (Gergen, 1985: 266). В рамках данной теории не отрицается влияние естественных феноменов, однако основным объектом исследования выступают социальные феномены как фактор воздействия на жизнь общества и отдельного человека.

Социальный конструктивизм отличает следующее: отказ от предположений о природе разума и теорий причинности, а также акцент на сложности и взаимосвязанности многих аспектов личности в рамках ее сообществ: причинно-следственные связи могут существовать в рамках конкретных культур и обществ, но эти связи тяжело поддаются исследованию (Owen, 1995).

В рамках СК все описания и объяснения мира, в том числе и научные, пропитаны ценностями (ценностно-критический подход). Например, в прошлом медицинские исследования проводились только на мужчинах, без учета особенностей женского организма, или же экономические исследования, которые проводились в рамках парадигмы превосходства материального богатства. В научном мире подобные комментарии играли важную роль, начиная с ранних марксистских и феминистских движений, заканчивая работами М. Фуко и далее, включая критические голоса практически всех маргинализированных меньшинств.

Другой подход к использованию СК в исследовании – это применение лингвистических репрезентаций. В рамках позитивизма считалось, что язык может функционировать как зеркало природы. С развитием семиотической теории и литературной деконструкции (Derrida, 1976) внимание было привлечено к тому, как создание языка предшествовало знанию. Какой бы ни была природа, в ее репрезентации будут доминировать традиции. Научный язык сегментирован и типологичен, а потому ему сложно справляться со всеми исключениями из правил. Русский язык использует грамматический род для всех своих существительных, с чем потенциально связано восприятие некоторых неодушевленных объектов (Резанова, Ершова, 2017). Подобные предложения также соответствуют взгляду Л. Витгенштейна (Wittgenstein, 2009) на язык как на социальную практику, в которой различные языковые традиции отражают различные образы жизни.

В «Структуре научных революций» Т. Кун изобразил науку как явление, направляемое парадигмами – набором предположений и практик, разделяемых определенными сообществами (Кун, 2003). То, что считается прогрессом в науке, по его мнению, является результатом не повышения точности понимания мира, а смены парадигм: прогресс – это не то, что индивиды стали видеть лучше, а то, что видят по-другому.

Формирование знания в рамках СК понимается как социальный процесс, неизменно отражающий ценности, предположения и образ жизни времени и культуры. То, что общество считает истинным, объективным, научным, рациональным и моральным, появляется в результате общественной деятельности. Привычная истина не отрицается в СК, но требует осознания времени, места и сообществ, для которых оно имеет ценность. Таким образом, конструктивистские идеи предлагают нам заменить традиционный образ универсального, свободного от ценностей знания ориентацией на рефлексивный прагматизм.

В рамках СК конструируемый феномен одновременно существует в двух измерениях: восприятия и влияния (рис. 1). В то время как одни группы имеют возможность конструировать образ, через который феномен будет восприниматься (образовательные учреждения, государство, СМИ), другие группы находятся в позиции восприятия. Однако необходимо помнить, что обе группы взаимосвязаны своей мобильностью: из студентов, подчиненных и потребителей медиа индивиды могут перейти в статус преподавателей, начальников и журналистов, таким образом, начиная помогать конструировать реальность, уже подвергшись влиянию прошлых конструкторов.

Социальное конструирование реальности

Влияние продуктов ИИ на социальную реальность

Восприятие ИИ

Использование продуктов ИИ

Уровень доверия к продуктам ИИ

Рисунок 1 ‒ Замкнутый цикл «восприятие-влияние» ¹

Figure 1 ‒ Closed Cycle “Perception-Influenc”

Искусственный интеллект как социальный конструкт . Социальное конструирование машинного обучения, частью которого является феномен ИИ, подчеркивает сложное взаимодействие между общественными ценностями, созданием наборов данных и результатами работы алгоритмов. Наборы данных, которые часто воспринимаются как нейтральные, формируются под влиянием субъективных суждений и институциональной динамики их создателей, что вызывает такие проблемы, как ограниченность ресурсов, вопросы легальности и авторских прав (Orr, Crawford, 2024). Кроме того, предубеждения, присущие обучающим данным, могут привести к дискриминационным результатам, особенно в таких приложениях, как распознавание лиц, где необходимо расширить конструкты, чтобы включить в них различные фенотипические представления (Raj et al., 2023) или в рамках генеративной работы ИИ во избежание дискриминирующих результатов генерации (Lima et al., 2021).

Общественное восприятие искусственного интеллекта многогранно и отражает как оптимизм, так и озабоченность в различных контекстах. В ходе глобального опроса было выявлено, что многие люди ожидают значительных изменений в обществе с появлением ИИ. Однако наряду с этим существует также настоятельный призыв к его регулированию, и 61 % респондентов рассматривают ИИ в качестве вспомогательного инструмента, а не как замену человеческих рабочих мест (Seth, 2024). На Тайване на восприятие ИИ больше влияют знания и потребление новостей, чем политическая идеология, что говорит о том, что информированная коммуникация может способствовать принятию ИИ обществом (Wen, Chen, 2024). В Саудовской Аравии было отмечено благоприятное отношение к ИИ в здравоохранении: 84 % респондентов знают о роли ИИ в оказании помощи специалистам (Syed, Al-Rawi, 2024). И наоборот, восприятие ИИ в оборонной сфере выявило этические проблемы, что подчеркивает необходимость более глубокого просвещения населения о возможностях и рисках ИИ (Hadlington et al., 2024).

СМИ играют ключевую роль в формировании представлений о технологиях искусственного интеллекта, дискурсивно конструируя потенциальные возможности и угрозы, опосредованные технологиями (Лакофф, Джонсон, 2004). Анализ технологического дискурса в российских СМИ показал, что новостные источники чаще репрезентируют ИИ в позитивной тональности, реже освещая риски и возможные негативные последствия (Пузанова и др., 2024).

Преимущества использования СК для изучения ИИ в рамках социологии являются схожими по исследовательским функциям с методом экспертного интервью. Несмотря на название, в социологии экспертом является не только профессионал в рамках изучаемого предмета, но и обыватель, который часто сталкивается с предметом и может иметь информацию, которая позволит углубить знания о предмете. В рамках СК пул экспертов расширяется до масштабов изучаемого общества: каждый участник процесса конструирования становится экспертом в своем собственном вкладе в процесс.

Среднестатистический индивид задается вопросом и размышляет о сценариях технологического будущего. В частности, когда знания и осведомленность невелики, коллективное воображение выступает в качестве посредника между реальностями, прошлым и будущим, технической истиной и социальным мифом. Устранение людей и институтов из поля зрения не только усиливает тревогу, но и заставляет сообщество ИИ терять позиции в гонке за более справедливый ИИ для людей.

В рамках СК считается, что понимание себя и других формируется через социальный опыт и отношения, подчеркивая роль культуры и общества в формировании реальности. Таким образом, подлинная объективность в гуманитарных науках невозможна, поскольку все знания подвержены влиянию субъективных человеческих взглядов, что заставляет с осторожностью принимать утверждения в качестве универсальных истин.

Перспектива социального конструирования имеет как преимущества, так и недостатки. С положительной стороны, она подчеркивает роль социальных взаимодействий в формировании восприятия и реальности, что позволяет более тонко понимать явления, например, как СМИ реконструируют события, чтобы повлиять на общественное мнение (Siregar, 2019). В то же время к недостаткам можно отнести потенциал релятивизма, когда отсутствие объективных стандартов может привести к путанице и неправильной интерпретации ситуаций, что влияет на принятие решений (Mireanu, 2022).

Исследования показывают, что на восприятие ИИ влияют факторы социальной идентичности, включая религию, образование и политические взгляды, что может привести как к оптимизму, так и к скептицизму в отношении роли ИИ в обществе (Kanzola et al., 2024). Кроме того, технологии ИИ способны вовлекать молодежь в образование и активизм, что подчеркивает возможность технологии иметь позитивное социальное влияние (Yunus et al., 2024). Однако интеграция ИИ в общество ставит серьезные этические и политические проблемы, требуя междисциплинарного сотрудничества для обеспечения соответствия технологических достижений демократическим ценностям и социальной справедливости (Rakowski, Kowaliková, 2024).

Кроме того, общественное мнение играет решающую роль в формировании национальной политики в области ИИ, отражая надежды и страхи общества, которые влияют на политический дискурс и нормативно-правовую базу (Bógdał-Brzezińska, 2023). В конечном счете комплексное понимание социальных последствий ИИ требует признания сложных взаимодействий между технологиями и человеческими отношениями, а также необходимости постоянных инноваций в области генерирования данных для достижения интеллекта, подобного человеческому (Duéñez-Guzmán et al., 2023).