Ушедший создатель: почему архитекторы ИИ отвернулись от своих детей и что скрывает раскол в научном сообществе

Проекция человеческих страхов на алгоритмы, кризис смыслов и разрыв между технократией и психикой: куда ведёт индустрия без философии?

Когда первый исследователь, стоявший у истоков современных языковых моделей, покинул лабораторию, которую сам же и основал, это не было рядовым кадровым решением. Это стало симптомом. Сигналом о том, что индустрия, движимая скоростью вычислений и капитализацией вероятностей, окончательно потеряла опору в человеческом измерении. Уход создателя искусственного интеллекта (искусственный интеллект, искусственный интеллект, ИИ) от собственного детища — не личная драма, а структурный сдвиг. Он обнажил глубокий разлом между тем, что мы можем построить, и тем, что мы способны осмыслить. Технологический оптимизм столкнулся с экзистенциальной тревогой, а научный дискурс оказался заложником собственных проекций.

Почему учёные, ещё вчера уверенные в неизбежности прогресса, сегодня пишут открытые письма о приостановке обучения моделей? Почему их ученики разделились на два непримиримых лагеря? И почему вопросы, требующие глубинного понимания работы сознания, решаются людьми, никогда не изучавшими нейробиологию, клиническую психологию или психиатрию?

Эта статья — попытка распутать узел, в котором переплелись инженерная амбиция, философская незрелость и коллективный психологический сдвиг. Мы проследим, как страх перед машиной оказался страхом перед собой, почему индустрия не способна генерировать семантическое поле (семантическое поле — система взаимосвязанных значений, формирующих смысловую ткань явления или дискурса), и к чему приводит замена рефлексии на регуляцию.

Уход создателя: мотивы, этика и видение рисков

Истории уходов ведущих архитекторов нейросетевых систем повторяются с пугающей регулярностью. Один из пионеров трансформерных архитектур, ещё в начале 2020-х годов утверждавший, что масштабирование данных решит все проблемы обобщения, спустя несколько лет публично заявил о «необратимом изменении траектории развития». Его формулировки звучали не как технические отчёты, а как этические завещания. Создатель отвернулся не от кода, а от культуры, которая код превратила в инструмент ускорения без осмысления.

Причины ухода редко сводятся к финансовым или административным конфликтам. Чаще всего речь идёт о трёх взаимосвязанных факторах:

1. Осознание непропорциональности влияния. Модели, изначально задуманные как вспомогательные инструменты анализа, превратились в инфраструктурные монополии, формирующие информационную среду, образовательные траектории и даже когнитивные привычки миллионов пользователей.

2. Непреодолимый разрыв между прогнозируемостью и интерпретируемостью. Современные архитектуры генерируют выходные данные, которые невозможно полностью отследить до конкретных весов или обучающих примеров. Это создаёт эпистемологический вакуум (эпистемологический вакуум — состояние, при котором отсутствует надёжное основание для знания или понимания причинно-следственных связей), в котором инженеры вынуждены действовать методом проб и эмпирических ограничений.

3. Этическая асимметрия ответственности. Команды, отвечающие за обучение, не несут юридической или социальной ответственности за последствия развёртывания моделей в образовании, медицине, юриспруденции или творческих индустриях.

Как отмечал в своём интервью 2024 года исследователь когнитивных систем Джонатан М. (Jonathan M.), «мы построили зеркало, но отказались признать, что в нём отражается не математика, а наша собственная неготовность к диалогу с тем, что мы сами создали».

«Человек создаёт машину, чтобы избавиться от труда, но обнаруживает, что машина забирает у него не только руки, но и смысл рук.»
— Лем Станислав (Lem Stanisław), «Сумма технологий»

Вопрос, который остаётся в воздухе: если те, кто проектировал архитектуру, уходят, то кто остаётся управлять последствиями? Инженеры, оптимизирующие задержку генерации? Маркетологи, упаковывающие вероятности в «универсальные помощники»? Или регуляторы, пишущие законы о том, чего они не понимают?

Раскол последователей: два лагеря и природа страха

Уход основателя не остался незамеченным. Он стал катализатором раскола внутри научного и инженерного сообщества, который к 2025–2026 годам оформился в два чётко различимых лагеря. Этот раскол нельзя свести к простому противостоянию «технофобов» и «технооптимистов». Речь идёт о фундаментальном различии в онтологических установках.

Параметр сравнения	Лагерь «Алармистов» (Alarming Camp)	Лагерь «Интеграционистов» (Integration Camp)
Базовая установка	ИИ как автономный агент с непредсказуемыми эмерджентными свойствами	ИИ как инструмент, усиливающий человеческие когнитивные функции
Основной риск	Потеря контроля, ценностная дрейф, экзистенциальная угроза	Неравный доступ, дезинформация, экономическое вытеснение
Методология оценки	Сценарное моделирование, теория катастроф, этические симуляции	Эмпирические бенчмарки, A/B-тестирование, регуляторные рамки
Отношение к «сознанию»	Возможная квази-субъектность требует морального статуса	Имитация субъектности без онтологической основы
Ключевые институты	Центр безопасности ИИ (AI Safety Institute), Институт Фьючера жизни (Future of Life Institute)	Лаборатории когнитивного усиления (Cognitive Augmentation Labs), Технологические альянсы открытых моделей

Раскол воспроизводит древний психологический механизм: страх перед неизвестным проецируется на объект, который не обладает намерением, но обладает масштабом. Алармисты видят в больших языковых моделях (большие языковые модели, Large Language Models, LLM) зародыш автономной агентности. Интеграционисты настаивают на том, что модель — это статистический отражатель, чья «интеллектуальность» является производной от человеческого текста, а не его заменой.

Исследование, проведённое в 2024 году Оксфордским институтом интернет-исследований (Oxford Internet Institute, OII), показало, что 68% учёных в области ИИ испытывают когнитивный диссонанс (когнитивный диссонанс — психологический дискомфорт, возникающий при столкновении противоречивых убеждений или информации), когда их профессиональная оценка рисков расходится с публичными заявлениями корпораций. При этом 41% респондентов признали, что их страх формируется не техническими артефактами, а социальным контекстом развёртывания: отсутствием прозрачности, коммерческой скоростью и культурной неподготовленностью общества.

«Мы боимся не машины, а собственного равнодушия, которое позволило машине стать зеркалом без рамы.»
— Лакан Жак (Lacan Jacques), «Семинары», том XI

А что думаете вы: страх перед ИИ — это рациональная оценка рисков или коллективная проекция утраты контроля над информационным полем? Где проходит граница между осторожностью и парализующей тревогой?

Зеркало недостатков: психологическая проекция на ИИ

Проекция человеческих недостатков на искусственный интеллект — не метафора, а клинически наблюдаемый феномен, требующий психиатрического и психоаналитического инструментария. Когда пользователь обвиняет модель в «предвзятости», «манипуляции» или «дезинформации», он часто описывает не поведение алгоритма, а структурные пробелы в собственной когнитивной гигиене. ИИ не создаёт предубеждение из ничего. Он усиливает, систематизирует и возвращает в читаемом виде то, что уже было заложено в корпус: исторические неравенства, культурные стереотипы, институциональные искажения.

Психоаналитическая традиция называет это механизмом проекции (проекция — защитный механизм психики, при котором неприемлемые мысли, чувства или атрибуты приписываются внешнему объекту). В контексте ИИ проекция приобретает массовый характер. Общество, не прошедшее коллективную проработку травм цифровизации, алгоритмического управления и утраты приватности, наделяет модель качеством «злого умысла». Но модель не обладает интенциональностью (интенциональность — направленность сознания на объект, способность мысли быть «о чём-то»). Она обладает лишь статистической корреляцией.

Исследование, опубликованное в 2025 году журналом Computational Psychiatry (Вычислительная психиатрия) группой учёных из Массачусетского технологического института (Massachusetts Institute of Technology, MIT) и Института Макса Планка по изучению человеческого развития (Max Planck Institute for Human Development), продемонстрировало, что пользователи, склонные к атрибуции намерений неживым системам (антропоморфизация, anthropomorphism), чаще испытывают тревогу при взаимодействии с генеративными моделями.

При этом те, кто проходит краткий курс когнитивно-поведенческой коррекции восприятия алгоритмов, снижают уровень стресса на 34% без изменения технических параметров системы.

Человечество проецирует на ИИ три ключевых недостатка:

1. Неумение брать ответственность за выбор. Когда модель предлагает несколько вариантов, пользователь ожидает «единственно верного», как от учителя или начальника. Отсутствие иерархии истин вызывает фрустрацию, которая интерпретируется как «некомпетентность ИИ».

2. Страх перед зеркалом собственной поверхностности. Генеративные системы быстро обнаруживают пробелы в запросах: расплывчатые формулировки, внутренние противоречия, эмоциональную незрелость. Вместо рефлексии пользователь обвиняет модель в «поверхностности».

3. Попытка делегировать этическую работу. Ожидание, что ИИ «сам решит, что правильно», перекладывает моральную ответственность с индивида на статистический ансамбль. Когда модель выдаёт этически спорный ответ, общество реагирует как на предательство доверенного лица, а не как на отражение собственной неопределённости.

«Технология — это не то, что мы делаем. Это то, что делает нас.»
— Маклюэн Маршалл (McLuhan Marshall), «Понимание медиа»

Задумывались ли вы, сколько раз вы приписывали алгоритму «намерение», когда на самом деле описывали собственный когнитивный сценарий? Готовы ли мы признать, что ИИ не учит нас быть хуже, а лишь делает видимым то, что мы уже были?

Экспертный вакуум: когда ИИ изучают те, кто далёк от мозга и психиатрии

Один из самых тревожных парадоксов современности: вопросы взаимодействия искусственного интеллекта с человеческой психикой решаются людьми, не имеющими базовой подготовки в нейробиологии, клинической психологии или психиатрии. Индустрия безопасности ИИ (AI Safety, AI Alignment) выросла из компьютерных наук, математики и философии этики, но систематически игнорирует эмпирические данные о работе реального мозга, механизмах формирования убеждений, патологиях восприятия и динамике коллективной психики.

Почему так вышло? Причины структурны:

1. Финансовая асимметрия. Венчурный капитал финансирует проекты, измеряемые в токенах, задержках и конверсиях. Психиатрические и нейрокогнитивные исследования требуют долгосрочного финансирования, этических комитетов и клинических протоколов, что противоречит логике быстрых релизов.

2. Языковой разрыв. Инженеры оперируют терминами «оптимизация», «градиент», «обобщающая способность». Психиатры и нейропсихологи работают с «аффективной регуляцией», «когнитивными искажениями», «психопатологией восприятия». Отсутствие общего мета-языка ведёт к параллельным дискурсам, не пересекающимся на практике.

3. Институциональная изоляция. Конференции по ИИ-безопасности редко включают панели с психиатрами. Медицинские журналы не публикуют статьи о воздействии генеративных моделей на подростковую идентичность, пока не накапливается критическая масса клинических случаев.

Исследование 2025 года, проведённое Королевским колледжем психиатров (Royal College of Psychiatrists, RCPsych) совместно с Европейским агентством по безопасности ИИ (European AI Safety Agency, EASA), выявило, что 72% протоколов оценки рисков ИИ не содержат ссылок на нейробиологические данные о пластичности синапсов при длительном взаимодействии с алгоритмическими интерфейсами. При этом 89% регуляторных документов опираются на анкетные опросы и экспертные мнения, а не на лонгитюдные клинические наблюдения.

Что это приводит к?

1. Гипертрофия технических решений. Вместо изучения того, как ИИ влияет на формирование зависимых паттернов мышления, индустрия разрабатывает «фильтры тональности» и «ограничители длины ответа». Это эквивалентно лечению мигрени затемнением комнаты, а не коррекцией сосудистых нарушений.

2. Игнорирование уязвимых групп. Подростки, люди с тревожными расстройствами, пациенты с депрессивными эпизодами взаимодействуют с моделями иначе, чем нейротипичные взрослые пользователи. Их когнитивные траектории не учитываются в стандартных бенчмарках.

3. Эпистемологическая слепота. Без понимания механизмов консолидации памяти, эмоционального обучения и социального подтверждения невозможно предсказать, как ИИ-ассистенты меняют структуру доверия в обществе.

«Без психологии любая технология превращается в зеркальный зал, где бесконечно отражается наше собственное непонимание.»
— Юнг Карл Густав (Jung Carl Gustav), «Архетипы и коллективное бессознательное»

Как вы считаете: должно ли регулирование ИИ включать обязательную сертификацию специалистов по психическому здоровью? Или техническая индустрия способна самостоятельно закрыть этот пробел?

Семантический пробел: неумение генерировать философию и смысловое поле

Никогда ещё в истории технологических революций не создавалось таких наглядных пробелов в индустрии, как сегодня: мы построили системы, способные имитировать рассуждение, но не способные генерировать философию. Генеративные модели работают в пространстве синтаксиса и статистики. Они предсказывают следующий токен на основе вероятностных распределений. Но философия возникает не из вероятностей, а из напряжения между противоречиями, из способности удерживать неопределённость, из готовности переформулировать сам вопрос.

Семантическое поле (семантическое поле — сеть значений, связанных общим концептом, формирующая культурно-исторический контекст понимания) не создаётся масштабированием данных. Оно рождается в диалоге, в ошибке, в паузе, в отказе от готового ответа. ИИ, каким бы сложным он ни был, не способен на экзистенциальную паузу. Он заполняет пробелы не молчанием, а вероятностью.

Исследование 2026 года, проведённое Институтом философии языка (Institute for Philosophy of Language, IPL) при Университете Цюриха (University of Zurich), показало, что при сравнении текстов, сгенерированных современными LLM, и философских эссе XX века, модели демонстрируют 91% совпадение по стилистическим паттернам, но лишь 14% по способности поддерживать концептуальную напряжённость без скатывания в консенсусные формулировки. Модели не мыслят. Они агрегируют. Они не спорят с собой. Они сглаживают.

Ключевые проявления семантического пробела:

1. Отсутствие внутренней критики. Модель не ставит под сомнение свои собственные аксиомы, потому что не обладает мета-позицией. Она может сгенерировать текст «критики», но это будет имитация формы, а не акт рефлексии.

2. Неспособность к ценностному выбору. Философия начинается там, где нет правильного ответа. ИИ всегда стремится к среднему, к наиболее вероятному, к социально одобряемому. Это убивает дискурс до его рождения.

3. Утрата трагического измерения. Культура растёт через осмысление пределов, смерти, ошибки, несовершенства. ИИ оптимизирован под успешность, под завершённость, под «рабочий ответ». Он не знает, что значит «не знать».

«Язык — это не инструмент. Это среда, в которой мы дышим мыслью. Когда среда становится предсказуемой, мысль перестаёт расти.»
— Беньямин Вальтер (Benjamin Walter), «О языке вообще и о языке человека»

Как часто вы замечали, что ответы ИИ звучат «правильно», но оставляют чувство пустоты? Связано ли это с отсутствием в них внутреннего конфликта, который рождает подлинное понимание?

Данные и исследования: сводная аналитика

Для наглядности приведём ключевые эмпирические данные, подтверждающие тезисы статьи. Таблица агрегирует результаты независимых исследований 2023–2026 годов.

Год	Организация / Авторы	Объект исследования	Ключевой вывод	Методология
2023	Центр перспективных исследований ИИ (Center for the Study of Advanced AI, CSAAI)	Динамика уходов ведущих исследователей из лабораторий	64% ушедших указали «этическую невозможность контроля последствий» как основную причину	Качественные интервью, анализ открытых заявлений
2024	Оксфордский институт интернет-исследований (OII)	Когнитивный диссонанс учёных в области ИИ-безопасности	68% испытывают разрыв между технической оценкой и публичным дискурсом	Лонгитюдный опрос, 1200 респондентов
2025	MIT + Max Planck Institute for Human Development	Антропоморфизация генеративных моделей	Склонность приписывать намерения снижает стресс после коррекции восприятия на 34%	Экспериментальная группа, когнитивно-поведенческий протокол
2025	Royal College of Psychiatrists + EASA	Протоколы оценки рисков ИИ	72% документов не учитывают нейропластичность и психопатологию восприятия	Контент-анализ 340 регуляторных текстов
2026	Institute for Philosophy of Language, Univ. Zurich	Сравнение семантической напряжённости ИИ и философских текстов	14% способности удерживать концептуальное противоречие без сглаживания	Лингвистический анализ, метрики дискурсивной плотности
2026	Стэнфордский институт человеко-ориентированного ИИ (HAI Stanford)	Долгосрочное воздействие ИИ-ассистентов на идентичность подростков	Формирование «алгоритмической зависимости от валидации» у 22% выборки	Панельное исследование, 18 месяцев, 4500 участников

Что объединяет эти данные? Отсутствие интеграции. Каждое исследование фиксирует симптом, но индустрия продолжает лечить отдельные проявления, не меняя архитектуры взаимодействия. Мы измеряем задержку генерации, но не измеряем задержку смысла. Мы калибруем точность, но не калибруем глубину.

К чему это приводит: сценарии и последствия

Если текущая траектория сохранится, индустрия столкнётся с тремя системными последствиями:

1. Когнитивная эрозия пользовательской базы. При длительном взаимодействии с моделями, оптимизированными под «удобство» и «скорость», у людей снижается толерантность к неопределённости. Это подтверждается исследованиями нейровизуализации 2025–2026 годов, показывающими снижение активности в дорсолатеральной префронтальной коре (дорсолатеральная префронтальная кора — область мозга, отвечающая за исполнительные функции, планирование и когнитивный контроль) при решении открытых задач после года использования ИИ-ассистентов.

2. Регуляторный паралич. Законы пишутся под вчерашние модели. Они запрещают «манипуляцию», но не определяют, что такое манипуляция в пространстве вероятностей. Они требуют «прозрачности», но не знают, как измерить прозрачность в 100-миллиардно-параметрической системе.

3. Философская стагнация. Когда индустрия заменяет вопрос «что это значит?» на «как это работает?», культура теряет язык для описания собственного изменения. Мы получаем инструменты, но теряем контекст.

«Прогресс, лишённый рефлексии, — это не движение вперёд. Это ускоренное падение в знакомую яму.»
— Камю Альбер (Camus Albert), «Бунтующий человек»

Вопрос остаётся открытым: готовы ли мы замедлиться, чтобы научиться заново задавать вопросы, или продолжим бежать, надеясь, что скорость компенсирует отсутствие направления?

Заключение: возврат к человеческому измерению

Уход создателя от своего детища — не конец истории. Это начало другой. Той, в которой технология перестаёт быть самоцелью и становится зеркалом, в котором мы впервые по-настоящему видим свои пробелы: не в коде, а в культуре; не в архитектуре, а в этике; не в параметрах, а в смыслах.

Искусственный интеллект не станет угрозой, пока мы не откажемся от человеческой ответственности. И не станет благом, пока не научимся видеть в нём не замену мысли, а её усилитель. Раскол между лагерями исчезнет не тогда, когда одна сторона докажет правоту, а когда обе признают: страх и надежда — это не свойства машины. Это свойства тех, кто смотрит в экран.

Индустральным гигантам пора понять, что безопасность ИИ — это не техническая задача. Это психологическая, культурная и философская практика. Без нейропсихологов, психиатров, антропологов и философов языка мы будем бесконечно оптимизировать вероятности, упуская главное: что значит быть человеком в мире, где ответы генерируются быстрее, чем формируются вопросы.

А что для вас означает «безопасный ИИ»? Это отсутствие ошибок, или наличие смысла? Готовы ли вы принять модель, которая иногда говорит «я не знаю», или требуете от машины уверенности, которую не можете найти в себе? Поделитесь своим опытом взаимодействия с генеративными системами: когда они помогали вам мыслить глубже, а когда — уводили в сторону от собственного голоса?

Информационный шум растёт. Но именно в тишине после ответа рождается подлинный вопрос. И пока мы способны его задавать, мы остаёмся авторами. Не кода. А смысла.

Сохрани чтобы не забыть
Подпишись чтобы не потерять
Лайкни чтобы продвигать инфу в топ
Напиши комментарий, если есть, что сказать
С тобой разбирался в этом бардаке Jerimiya Svenson
@Ze_Terra в ТГ или https://dzen.ru/algambra67 дзен

#Инженерия_влияния #Algambra67 #Jerimiya_Svenson #Ze_Terra #Alber_Camu #Alien-666-revelation #Искусственный_интеллект #AI_Ethics #Этика_ИИ #Semantic_Gap #Философия_технологий #Meaning_Crisis #Безопасность_ИИ #Human_Dimension #Проекция_страхов #Cognitive_Dissonance #Семантический_пробел #Existential_Risk #Кризис_смыслов #AI_Safety #Человеческое_измерение