На недавнем семинаре для руководителей одна из участниц высказала провокационную мысль: она использует ИИ-чат-ботов в качестве «гадалок». Она заявила, что, подобно гаданию на кофейной гуще, ИИ может давать удивительно точные проблески будущего, приведя в пример недавний случай, когда нейросеть верно предсказала рост фондового рынка на 2%.
Хотя это может показаться безобидной забавой, данное утверждение затрагивает глубокий и опасный сдвиг в функционировании общества. Мы отходим от традиционных методов прогнозирования — астрономии, социологии или экономики — и передаем ключи от будущего новому классу предсказателей: специалистам по компьютерным наукам, аналитикам данных и инженерам.
Зміст
Смешение прогноза и факта
В основе нашей современной одержимости прогностическими технологиями лежит фундаментальная логическая ошибка: прогнозы не являются фактами.
Факты относятся исключительно к настоящему и прошлому. По определению, будущего еще не произошло, а значит, фактов о нем не существует. Утверждение о том, что может случиться, может быть оценкой, предупреждением или желанием, но оно никогда не может быть фактической истиной.
Когда мы воспринимаем результаты работы ИИ как «истину», мы попадаем в опасную ловушку. Мы начинаем принимать статистические вероятности за неизбежную реальность, забывая, что эти модели лишь вычисляют наиболее вероятный следующий шаг, основываясь на исторических закономерностях.
Фантазия о «Демоне Лапласа»
Движущей силой современного ИИ является научная фантазия, известная как «Демон Лапласа». Концепция, предложенная Пьер-Симоном Лапласом, предполагает, что если бы некий разум обладал полным знанием о положении и импульсе каждой частицы во Вселенной, то будущее было бы столь же очевидным, как и прошлое. С этой точки зрения неопределенность — это всего лишь нехватка данных.
Сторонники современного ИИ стремятся к этой мечте методом «грубой силы». Логика следует неумолимому циклу:
1. Собрать всё: отслеживать каждое движение, покупку, социальное взаимодействие и биологический показатель.
2. Обработать всё: использовать колоссальные вычислительные мощности для анализа этих точек данных.
3. Предсказать всё: использовать полученные закономерности, чтобы устранить неопределенность.
Это превратило человеческое существование в товар, который нужно «выжимать» ради получения данных. Нас квантифицируют (оцифровывают) во всех аспектах жизни — от режима сна до политических взглядов — и всё это ради того, чтобы утолить жажду прогностической точности машины.
Машинное обучение: триумф масштаба, а не науки
Пожалуй, самая отрезвляющая реальность революции ИИ заключается в том, что она была вызвана не внезапной вспышкой человеческого гения или фундаментальным прорывом в понимании работы разума. Напротив, как отмечает профессор Оксфорда Майкл Вулдридж, это была победа масштаба над наукой.
Десятилетиями нейронные сети с трудом выдавали значимые результаты. «Прорыв», который изменил всё, был не новым способом мышления, а скорее появлением:
— Массивных наборов данных: колоссального объема доступной цифровой информации.
— Роста вычислительных мощностей: аппаратной базы (GPU), способной обрабатывать эту информацию.
Машинное обучение — это, по сути, «прогнозирование на стероидах». Когда языковая модель пишет предложение, она не «думает»; она предсказывает наиболее статистически вероятное следующее слово на основе миллиардов предыдущих примеров. Когда алгоритм распознает лицо, он просто вычисляет вероятность того, что определенные пиксели соответствуют изученному шаблону.
Скрытая цена «Оракула»
Поскольку эти прогностические модели требуют огромных ресурсов, их разработка неразрывно связана с властью и эксплуатацией. Метод «грубой силы», используемый для создания этих систем, опирается на:
— Массовую слежку за населением планеты.
— Эксплуатацию уязвимых слоев населения для разметки данных.
— Огромное потребление природных ресурсов.
— Несанкционированное использование интеллектуальной собственности.
Более того, расцвет рынков предсказаний (таких как Polymarket) превратил человеческие страдания и политическую нестабильность в форму геймифицированной спекуляции. Когда мы делаем ставки на исход войн или стихийных бедствий, мы дегуманизируем жертв и относимся к реальным мировым кризисам как к простым точкам данных ради прибыли.
Заключение
Опасность прогнозов ИИ заключается в его способности маскироваться под объективную истину, действуя при этом как инструмент контроля. Прогнозы не просто описывают будущее; они формируют его, подталкивая социальное поведение к предсказанному результату.
В конечном счете мы должны признать, что алгоритмы — это не оракулы истины, а инструменты власти, и те, кто контролирует данные, контролируют направление развития мира.
