Limitations of the Development of Artificial Intelligence Culture: An Ethical and Philosophical Analysis

Capa

Citar

Texto integral

Resumo

This article addresses ethical and philosophical issues related to understanding contemporary practices of young people's use of artificial intelligence (AI) technologies. The object of this study is AI culture, interpreted as the unity of knowledge, values, and activity-based practices. The subject of this study is the limitations of the development of AI culture. The theoretical framework of the concept of "AI culture," which includes competence-based, value-based, and activity-based elements, forms the methodological boundaries of an ethical and philosophical analysis of the limitations of AI culture development. Specifically, the logic of this study is based on a consistent understanding of the dysfunctions of knowledge, values, and activity-based practices in the use of generative technologies. Considering the complexity of the dialectical process of AI culture development in the context of the new digital existence, this article analyzes the consistent transformation and accumulation of digital knowledge and AI competencies, their integration into the value-semantic framework of modern society, and their consolidation in the activity-based practices of individuals. It concludes that new ethical norms and semantic constructs are emerging, "embedded" in AI culture and objectifying modern human existence. In this context, it is substantiated that the priorities for the development of AI culture must align with humanistic values and ethical norms. Knowledge-based limitations of AI culture development include digital inequality and digital exclusion (social vulnerability caused by an individual's insufficient digital skills, competencies, and experience), as well as intergenerational digital divides, which limit the resource potential of the family institution in the process of digital knowledge reproduction. Value-based limitations to the development of AI culture are due to the narrowing of the fields for disseminating and enshrining ethical norms for the use of AI technologies, information deficits, insufficient awareness among young people about the limits of misconduct in the digital environment, demonstrated tolerance for cases of academic dishonesty, and the substitution of intellectual labor by digital assistants. Activity-based limitations are associated with dysfunctional practices in the use of AI in educational activities: the utilitarian role of generative technologies and the reduction of positive AI practices that allow for differentiated preferences in everyday, educational, and professional activities. The functional weakness of the educational institution in enshrining ethical norms and the limits of the legitimate use of AI technologies in the educational and professional activities of young people is substantiated.

Bibliografia

  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.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

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».