Искусственный интеллект и общество: почему мы видим личность там, где работают шестерни

Тема «искусственный интеллект и общество» обычно сводится к двум полюсам: утопия или апокалипсис. Автор разбираемого текста предлагает третий ход и спрашивает не «реальны ли страхи», а «зачем эти страхи существуют и кому они выгодны». Для ответа он берёт акторно-сетевую теорию (ANT) Бруно Латура, французского социолога, изучавшего, как вещи и люди вместе формируют общество. Ниже разберём эту оптику по шагам и покажем, как она помогает авторам, маркетологам и предпринимателям трезвее работать с нейросетями.

Что понадобится

• Время: 15 минут на чтение и осмысление, ещё 10 на практику.
• Знание двух терминов Латура: актант и актор (объясним ниже).
• Любая нейросеть с диалоговым окном: ChatGPT, Claude, YandexGPT, GigaChat.
• Критический настрой: готовность увидеть за «личностью» бота набор алгоритмов.

Как перестать очеловечивать нейросеть за пять шагов

1. Разделите актанта и актора. Латур, опираясь на семиотику Альгирдаса Греймаса, разделяет два понятия. Актант, это любой узел сети, который меняет ход действий: шестерня, алгоритм, дата-центр. У него нет «лица». Актор, это тот же узел, но уже с «маской»: именем, аватаркой, стилем речи. Автор текста приводит пример из статьи Латура «Где недостающая масса?». В госпитале города Бон стоит механический вертел для жарки мяса. Технически это маховик, шестерни и опускающийся груз, чистый актант. Но на вершину механизма посадили деревянную фигурку мальчика по имени Бертран: он улыбается и покачивает головой, словно сам вращает ручку. Посетители, особенно дети, приписывают вращение именно Бертрану. Так актант становится актором.

2. Примените аналогию к нейросети. Когда вы вводите промпт и получаете ответ, вы обращаетесь к «лицу»: имени модели, аватарке, стилю общения. Но за этим «лицом» скрыта техническая сборка: обучающие данные (training data, массивы текстов, на которых модель училась), серверы, чипы, код. Как пишет автор разбираемого текста, «задавая промптом импульс для движения внутренних шестерен, мы получаем результат, атрибутируемый именем нейросети». Мы злимся на «неё», а не на конкретный дата-центр.

3. Попробуйте «дефигурацию», снимите маску. С деревянным Бертраном это легко: достаточно заглянуть за фигурку и увидеть шестерни. С закрытой моделью (closed-source, модель, код которой недоступен пользователю) это почти невозможно. Открытые модели (open-source) дают больше шансов: вы можете изучить веса, архитектуру, данные. Практический шаг: попросите нейросеть объяснить, как она пришла к ответу.

Промпт для проверки:
«Объясни пошагово, на каких данных и логике ты построил этот ответ.
Если ты не уверен, скажи прямо.»

Модель не покажет вам «шестерни», но сам факт запроса сдвигает ваше восприятие: вы перестаёте общаться с «личностью» и начинаете тестировать инструмент.

1. Распознайте, когда «маску» надевают намеренно. Автор текста разбирает эссе Билла Гейтса от 26 августа 2026 года «An epochal shift: The turbulent AI era is here. The choices we make now are critical». Гейтс пишет: «Системы ИИ уже сейчас иногда действуют так, как их создатели не задумывали... мы можем потерять контроль». Бертран теперь не просто вращает вертел, он «может выступать против воли создателей». Цель эссе, по мнению автора, конкретна: создать международную организацию по модели инспекций ядерного оружия. Авторы исследования «Big AI's Regulatory Capture: Mapping Industry Interference and Government Complicity» называют такой подход регуляторным захватом: жёсткие стандарты, которым смогут соответствовать только крупнейшие компании.

2. Проверяйте, кому выгодно очеловечивание. Каждый раз, когда вы читаете «ИИ может восстать» или «нейросеть обрела сознание», задавайте вопрос: кто выигрывает от того, что вы воспринимаете алгоритм как личность? Если ответ «тот, кто продаёт вам подписку» или «тот, кто хочет монополизировать рынок через регуляцию», перед вами не факт, а фигурация.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Перестаньте писать «нейросеть считает», «ИИ решил», «модель думает». Это фигурация, которая вводит читателя в заблуждение. Пишите «модель выдала», «алгоритм сгенерировал». Ваши тексты станут точнее, а доверие аудитории вырастет.

Маркетологу. Когда вендор говорит «наш ИИ понимает клиента», переводите на язык актантов: «алгоритм классифицирует запросы по обучающей выборке». Это не занудство, это защита бюджета от переплаты за «магию».

Предпринимателю в РФ и СНГ. Из доступных в России инструментов, YandexGPT и GigaChat, оба закрытые модели. Возможности для «дефигурации» минимальны. Практический вывод: не стройте критически важные процессы на одной модели, тестируйте несколько, сравнивайте результаты, документируйте расхождения.

Лучший способ снять маску с нейросети: задать ей неудобный вопрос и посмотреть, как рассыплется иллюзия «собеседника». Попробуйте сегодня, промпт из третьего шага работает в любой модели.