?
К новым подходам в исследовании машинного сознания
Статья посвящена современным подходам к исследованию сознания ИИ и их методологическим пределам. Анализ выстраивается на основе классификации Джонатана Бёрча, в рамках которой рассматриваются теоретико-нагруженные, теоретико-нейтральные и теоретико-легкие подходы; отдельно обсуждаются многомерные и многоуровневые стратегии. Исходной установкой исследования выступает позитивный агностицизм относительно возможности машинного сознания. Показано, что, несмотря на существенные различия между существующими подходами, большинство из них в недостаточной степени проблематизирует перенос понятий и методов, разработанных для изучения сознания биологических существ, на вычислительные системы. В связи с этим утверждается, что центральная трудность современного исследования заключается в недостаточной обоснованности указанного переноса. Нехватка эмпирических данных или отсутствие надежного теста, при всей их значимости, не являются ключевыми трудностями. Особое внимание уделяется вычислительному функционализму, который либо явно принимается в качестве предпосылки исследования, либо неявно задает его рамку, либо становится предметом критики. Обосновывается, что наиболее продуктивными в этих условиях являются многомерные и многоуровневые подходы, поскольку они позволяют локализовать ключевые методологические трудности и представить их в виде более частных исследовательских задач, не претендуя на окончательное решение проблем. Делается вывод, что пределы современных исследований машинного сознания во многом определяются унаследованной понятийной рамкой; в этой связи предлагается общая исследовательская установка для дальнейшей работы над проблемой.