Семантические особенности сложных техносоциальных систем: к вопросу о таксономии технологического пакета искусственного интеллекта

Цель. Целью работы является совершенствование научно-методологического аппарата наук об искусственном интеллекте (ИИ) за счет обогащения их понятийного аппарата. Применяемый в настоящее время понятийный аппарат наук об ИИ не отражает сложной специфики данного технологического и социальноэкономического феномена, как обладающего комплексом возможностей и соответствующих им взаимосвязей, позволяющих имитировать когнитивные функции человека и получать сопоставимые с ними результаты. С этой целью автор статьи структурирует понятие технологического пакета ИИ, описывая его системные свойства, связи и функциональные элементы сообразно видам мыслительной и деятельностной активности человека.

Методы. Исследование основано на концепции (методе) технологических пакетов – генетически и функционально связанных совокупностей технологий, обладающих системными свойствами.

Результаты. Впервые в отечественной и зарубежной практике уточнена и структурирована базовая (общая) таксономия технологического пакета ИИ, а также предложена таксономия метатехнологического пакета (пакета метатехнологий) ИИ. Общая таксономия может служить в качестве инструмента совершенствования стратегий, методологических документов и государственных программ, определяющих развитие систем ИИ на государственном или отраслевом уровне.

Выводы. Предложенные базовая (общая) таксономия технологического пакета и таксономия пакета метатехнологий позволяют отойти от редуцированного представления об ИИ, повышают семантическую и методологическую ясность в отношении ИИ как сложного техносоциального феномена и способствуют гармонизации интеграции систем ИИ в сфере социально-экономической деятельности государства, могут стать основой для дальнейшего совершенствования государственного экономического и правового регулирования развития ИИ.

1. Saveliev A., Zhurenkov D. Artificial intelligence and social responsibility: the case of the artificial intelligence strategies in the United States, Russia, and China. Kybernetes. 2021;50(3):656–675. https://doi.org/10.1108/K-01-2020-0060

2. Floridi L. AI as Agency Without Intelligence: on ChatGPT, Large Language Models, and Other Generative Models. Philos. Technol. 2023;36(1):15. https://doi.org/10.1007/s13347-023-00621-y

3. Arnetz B.B. Technological stress: psychophysiological aspects of working with modern information technology. Scand. J. Work Environ. Health. 1997;23(Suppl. 3):97–103. URL: https://www.jstor.org/stable/40966711

4. Загвязинский В.И., Строкова Т.А. Сопротивление инновациям: сущность, способы профилактики и преодоления. Образование и наука. 2014;1(3):3–21. https://doi.org/10.17853/1994-5639-2014-3-3-21

5. Floridi L., Cowls J., Beltrametti M., et al. AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations. Minds & Machines. 2018;28:689–707. https://doi.org/10.1007/s11023-018-9482-5

6. Дубровский Д.И., Ефимов А.Р., Лепский В.Е., Славин Б.Б. Фетиш искусственного интеллекта. Философские науки. 2022;65(1):44–71. https://doi.org/10.30727/0235-1188-2022-65-1-44-71

7. Желтов А.О. Понятие технологического пакета. Инновации. 2007;12:48–52.

8. Скрыльникова Н.А. Управление инновационными процессами на основе концепции технологического пакета. Вестник Томского государственного университета. Экономика. 2010;4(12):52–58. URL: https://www.lib.tsu.ru/mminfo/000063105/ec/12/image/12-052.pdf

9. Малахова Е. Аксиология техники – на пути к человекоразмерности сложных технических систем. Вопросы философии. 2022;10:218–222. https://doi.org/10.21146/0042-8744-2022-10-218-222

10. Переслегин С.Б., Ютанов Н.Ю. Сценирование технологического развития. Часть 1. Сценарии технологического развития. Методология неизбежного будущего и эволюция современных технологических пакетов. М.: РНЦ «Курчатовский институт»; 2009. 48 с. ISBN 978-5-9900-9966-1

11. Никитин В.А., Переслегин С.Б. Инженерная онтология. Инженерия как странствие. Екатеринбург: ООО «Издательский Дом «Ажур»; 2013. 631 с. ISBN 978-5-9125-6156-6

12. Desai J., Watson D., Wang V., et al. The epistemological foundations of data science: a critical review. Synthese. 2022;200:469. https://doi.org/10.1007/s11229-022-03933-2

13. Mökander J., Sheth M., Watson D.S., et al. The Switch, the Ladder, and the Matrix: Models for Classifying AI Systems. Minds & Machines. 2023;33:221–248. https://doi.org/10.1007/s11023-022-09620-y

14. Орлов Д.Е., Орлова Н.А. Аутопойезис техносоциальных систем как фактор разрастания социальных рисков. Вестник РУДН. Серия: Социология. 2015;15(2):59–68. URL: https://journals.rudn.ru/sociology/article/viewFile/6456/5909?ysclid=ln1ec44hj3506917384

15. Pohl J. Artificial Superintelligence: Extinction or Nirvana? In: Proceedings for InterSymp-2015, IIAS, 27th International Conference on Systems Research, Informatics, and Cybernetics (InterSymp-2015). 2015. URL: https://digitalcommons.calpoly.edu/arch_fac/82/

16. Ефимов А.Р. Посттьюринговая методология: разрушение стены на пути к общему искусственному интеллекту. Интеллект. Инновации. Инвестиции. 2020;2:74–80. https://doi.org/10.25198/2077-7175-2020-2-74

17. Луман Н. Введение в системную теорию; пер. c нем. М.: Логос; 2007. 360 с. ISBN 978-5-8163-0076-6

18. Анохин П.К. Методологическое значение кибернетических закономерностей. В кн.: Материалистическая диалектика и методы естественных наук. М.: Наука; 1968. С. 547–587.