Ограничения развития культуры искусственного интеллекта: философско-этический анализ

Обложка

Цитировать

Полный текст

Аннотация

В статье поднимаются философско-этические вопросы, связанные с осмыслением современных практик использования молодежью технологий искусственного интеллекта (ИИ). В качестве объекта исследования выступает культура ИИ, интерпретируемая как единство знаний, ценностей и деятельностных практик. Предметом исследования – ограничения развития культуры ИИ. Теоретический каркас феномена понятия «культуры ИИ», включающий в себя компетентностные, ценностно-смысловые и деятельностные элементы, формирует методологические границы философско-этического анализа ограничений развития культуры ИИ. Принимая во внимание сложность диалектического процесса развития культуры ИИ в условиях нового цифрового бытия анализируются процессы последовательной трансформации и накопления цифровых знаний, компетенций в сфере ИИ, их встраивании в ценностно-смысловой каркас современного общества и закрепления в деятельностных практиках индивидуумов. Делается вывод о формировании новых этических норм и смысловых конструктов, «вшитых» в культуру ИИ и объективизирующих бытие современного человека. В частности, логика авторского исследования строится на последовательном осмыслении дисфункций формирования знаний, ценностей и деятельностных практик использования генеративных технологий. В данном контексте обосновывается заключение о необходимости соответствия приоритетов развития культуры ИИ гуманистическим ценностям и этическим нормам. Знанивые ограничения развития культуры ИИ включают в себя: цифровое неравенство и цифровая эксклюзия (социальная уязвимость, обусловленная недостаточностью цифровых навыков, компетенций и опыте индивидуума), межпоколенческие цифровые разрывы, лимитирующие ресурсный потенциал института семьи в процессе воспроизводства цифровых знаний. Ценностно-смысловые ограничения развития культуры ИИ обусловлены сужением полей транслирования и закрепления этических норм применения технологий ИИ, информационными дефицитами, недостаточной осведомленностью молодежи о границах неправомерного поведения в цифровой среде, демонстрацией терпимости к случаям академической нечестности, подменам интеллектуального труда усилиями цифровых помощников. Деятельностные ограничения связаны с дисфункциями практик использования ИИ в учебной деятельности: утилитарность роли генеративных технологий, редукция положительных практик использования ИИ, позволяющих получать дифференцированные преференции в повседневной, образовательной и профессиональной деятельности. Обосновывается функциональная слабость института образования в закреплении этических норм, границ правомерного использования технологий ИИ в учебной и профессиональной деятельности молодежи.

Об авторах

Елена Викторовна Фролова

Финансовый университет при Правительстве РФ

Email: efrolova06@mail.ru
ORCID iD: 0000-0002-8958-4561
профессор; кафедра социологии;

Ольга Владимировна Рогач

Российская академия народного хозяйства и государственной службы при Президенте РФ

Email: rogach-ov@ranepa.ru
ORCID iD: 0000-0002-3031-4575
ведущий научный сотрудник; Дирекция приоритетных образовательных инициатив;

Ринат Василович Файзуллин

Российская академия народного хозяйства и государственной службы при Президенте РФ

Email: rf85@mail.ru
ORCID iD: 0000-0002-1179-3910
доцент; Дирекция приоритетных образовательных инициатив;

Список литературы

  1. Лобатюк В.В., Быльева Д.С. Традиция в информационном обществе // Философская мысль. 2024. № 7. С. 44-56. doi: 10.25136/2409-8728.2024.7.70605 EDN: PIKFQJ URL: https://nbpublish.com/library_read_article.php?id=70605
  2. Cao Y., Li S., Liu Y. et al. A comprehensive survey of AI-generated content (AIGC): A history of generative ai from Gan to ChatGPT. 2023. arXiv preprint arXiv:2303.04226.
  3. Саяпин В.О. Техносоциальная реальность через призму теории Симондона: индивидуация, коллективность, технологии и сети // Философская мысль. 2025. № 6. С. 33-52. doi: 10.25136/2409-8728.2025.6.74264 EDN: GKLXQB URL: https://nbpublish.com/library_read_article.php?id=74264
  4. Валеева Г.В. Дилеммы этики цифрового образования // Общество: философия, история, культура. 2022. № 7. С. 24-28. doi: 10.24158/fik.2022.7.3. EDN: ZGFXAV.
  5. Константинова Л.В., Ворожихин В.В., Петров А.М., Титова Е.С., Штыхно Д.А. Генеративный искусственный интеллект в образовании: дискуссии и прогнозы // Открытое образование. 2023. Т. 27. № 2. С. 36-48. doi: 10.21686/1818–4243-2023-2-36-48. EDN: VPMIZK.
  6. Marino M.T., Vasquez E., Dieker L., Basham J., Blackorby J. The Future of Artificial Intelligence in Special Education Technology // Journal of Special Education Technology. 2023. Vol. 38, No. 3. P. 404-416. doi: 10.1177/01626434231165977. EDN: OYSLQY.
  7. Esplugas M. The use of artificial intelligence (AI) to enhance academic communication, education and research: a balanced approach // Journal of Hand Surgery (European Volume). 2023. Vol. 48, No. 8. P. 819-822. doi: 10.1177/17531934231185746. EDN: KMOCTF.
  8. Фролова Е.В., Рогач О.В. Цифровая грамотность и цифровое неравенство: новые вызовы и факторы формирования // Научный результат. Социология и управление. 2025. Т. 11. № 2. С. 136-147. doi: 10.18413/2408-9338-2025-11-2-0-9. EDN: IRCDLP.
  9. Троян И.А., Кравченко Л.А., Гиндес Е.Г. Цифровое неравенство и направления его преодоления в контексте развития человеческого капитала // Народонаселение. 2023. Т. 26. № 2. С. 114-126. doi: 10.19181/рори1аиоп.2023.26.2.10. EDN: XNKKPA.
  10. Плотичкина Н.В. Цифровая инклюзия: теоретическая рефлексия и публичная политика // Вестник Томского государственного университета. Философия. Социология. Политология. 2020. № 58. С. 216-226. doi: 10.17223/1998863X/58/20. EDN: VRKTQD.
  11. Азаров А.А., Бродовская Е.В., Лукушин В.А. Совершенствование системы управления цифровой инфраструктурой университета: практика сетевого анализа // Высшее образование в России. 2023. Т. 32. № 2. С. 61-79. doi: 10.31992/0869-3617-2023-32-2-61-79. EDN: OVKPFI.
  12. Назаров В.Л., Жердев Д.В., Авербух Н.В. Шоковая цифровизация образования: восприятие участников образовательного процесса // Образование и наука. 2021. Т. 23. № 1. С. 156-201. doi: 10.17853/1994–5639-2021-1-156-201. EDN: CSQZSM.
  13. Костина С.Н. Готова ли инфраструктура региональных вузов к решению задач цифровой трансформации? // Университетское управление: практика и анализ. 2021. Т. 25. № 3. С. 14-32. doi: 10.15826/umpa.2021.03.024. EDN: KGZCMU.
  14. Согомонов А.Ю. Искусственный интеллект в университетской дидактике как вызов философии образования и профессиональной этике // Ведомости прикладной этики. 2024. Т. 1. № 63. С. 77-93. EDN: VBWQQC.
  15. Naamati-Schneider L., Alt D. Beyond digital literacy: The era of AI-powered assistants and evolving user skills // Education and Information Technologies. 2024. № 29. С. 21263-21293. doi: 10.1007/s10639-024-12694-z. EDN: DMVDJL.
  16. Nortes I., Fierz K., Goddiksen M.P., Johansen M.W. Academic integrity among nursing students: A survey of knowledge and behavior // Nursing Ethics. 2024. Т. 31. № 4. С. 553-571. doi: 10.1177/09697330231200568. EDN: QMJEDR.
  17. Сущева Н.В. Институциональные аспекты использования искусственного интеллекта в высшем образовании и науке: роль и значение комплаенса // Экономика и управление. 2024. Т. 30. № 8. С. 905-913. doi: 10.35854/1998-1627-2024-8-905-913. EDN: TQRBYQ.
  18. Еркінбек А. Этические и практические аспекты использования искусственного интеллекта в образовании // The World Of Science and Education. 2024. С. 100-104.
  19. Цвык В.А., Цвык И.В., Цвык Г.И. Искусственный интеллект в современном обществе: шаги, вызовы, стратегии // Вестник Российского университета дружбы народов. Серия: Философия. 2024. Т. 28. № 2. С. 589-600. doi: 10.22363/2313-2302-2024-28-2-589-600. EDN: UBJZTG.
  20. Харабаджах М.Н. Преимущества и риски использования искусственного интеллекта в высшем образовании // Проблемы современного педагогического образования. 2022. № 77 (1). С. 295-298. EDN: ERPBLD.
  21. The University of San Francisco School of Law Embeds GenAI Into Core Curriculum. [Электронный ресурс]. Режим доступа: URL: https://www.usfca.edu/news/university-san-francisco-school-law-embeds-genai-core-curriculum
  22. Frolova E., Rogach O., Faizullin R. Transformation of student roles and behavior patterns in the context of digitalization // International Journal of Media and Information Literacy. 2024. № 9 (2). С. 329-338. doi: 10.13187/ijmil.2024.2.329. EDN: ERLOGV.
  23. Polizzi G. Internet users' utopian/dystopian imaginaries of society in the digital age: Theorizing critical digital literacy and civic engagement // New Media & Society. 2023. Vol. 25. № 6. С. 1205-1226. doi: 10.1177/14614448211018609. EDN: RLPUNS.
  24. Zhang C., Zhang C., Zheng S., et al. A complete survey on generative AI (AIGC): Is ChatGPT from gpt-4 to gpt-5 all you need? 2023. arXiv preprint arXiv:2303.11717.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».