Социокультурная рекурсия в контексте акторно-сетевого взаимодействия с генеративным искусственным интеллектом

Технологии генеративного искусственного интеллекта (далее – ИИ), (англ. generative artificial intelligence, далее – GenAI) становятся неотъемлемым спутником общества, внедряясь в различные социокультурные и социально-экономические сферы, что обостряет проблему социокультурного воспроизводства. Несмотря на активную разработку этого исследовательского вектора в части эффектов и рисков генеративного синтеза, отсутствует подробная концептуализация процессов перехода между текущим и прогнозным состояниями. Цель работы – раскрыть содержание процесса формирования социокультурных искажений при взаимодействии с генеративным ИИ. Методологическим базисом является акторно-сетевая теория. В исследовании раскрывается акторная структура взаимодействия с GenAI в составе социального и генеративного акторов и опосредующего их связь массива данных. Аргументировано, что результирующий характер социально-генеративного взаимодействия определяется социальной детерминированностью массива данных, которую предложено выделять в четырех вариантах. При этом каждый из вариантов определяет четыре типа взаимосвязи акторов, и в итоге происходит социокультурное смыслообразование. Концептуализирован процесс перехода информационно-объективного результата социально-генеративного взаимодействия к его социально субъективной репрезентации и генеративно субъективного результата к его социально объективной репрезентации. Сделан вывод о том, что этот процесс представляет собой рекурсивный цикл искажающегося воспроизводства социо-культурной системы. Результаты вносят вклад в концептуализацию феномена ИИ и его роль в социальных системах, дополняют дискуссию относительно вероятных эффектов и рисков для общества и могут послужить основой для разработки регулирующих решений в различных сферах использования GenAI.

1. Алексеева Е.А. Возможен ли искусственный преподаватель? Технологос. 2020;4:40–55. https://doi.org/10.15593/perm.kipf/2020.4.04

2. Батенова Ю.В. Информационное пространство: междисциплинарный ракурс. Новое в психолого-педагогических исследованиях. 2015;4(40):7–19.

3. Былевский П.Г. Социально-культурные риски мультимодальных больших генеративных моделей «искусственного интеллекта» (GenAI). Культура и искусство. 2024;6:213–224. https://doi.org/10.7256/2454-0625.2024.6.70926

4. Денисова Г.С., Полонская И.Н., Сусименко Е.В. Акторно-сетевая теория: инновационные аспекты социологической методологии. Вестник Института социологии. 2022;2(13):137–158. https://doi.org/10.19181/vis.2022.13.2.797

5. Каллон М. Акторно-сетевая теория. Пер. с англ. А.Г. Кузнецова. International Encyclopedia of the Social & Behavioral Sciences. 2001. https://doi.org/10.1016/b0-08-043076-7/03168-5

6. Ким А.В. Методологический подход к изучению отношений в сети: качественный сетевой анализ. Интеракция. Интервью. Интерпретация. 2023;3(15):11–30. https://doi.org/10.19181/inter.2023.15.3.1

7. Кузьмин А.Н., Туровец А.М. Проблема минимизации общих ошибок языковых генеративных моделей нейронных сетей в логистических системах. В кн.: Бизнес. Инновации. Экономика. Выпуск 10. Минск: Институт бизнеса Белорусского государственного университета; 2024. С. 155–160.

8. Латур Б. Пересборка социального: введение в акторно-сетевую теорию. Пер. с англ. И. Полонской. М.: Национальный исследовательский институт «Высшая школа экономики»; 2014. 382 с.

9. Личутин А.В. Онтология рекурсивных структур. Автореф. дис. … канд. филос. наук: 09.00.01. Архангельск: Поморский государственный университет имени М.В. Ломоносова; 2006. 20 с.

10. Морозова Е.В., Плотичкина Н.В., Попова К.И. Государство как агент цифровой социализации. Вестник Пермского университета. Политология. 2019;2(13):5–16. https://doi.org/10.17072/2218-1067-2019-2-5-16

11. Пирлиев К., Тедженова Дж., Чарыев М. Значение сетевого анализа в изучении социальных связей у подростков-правонарушителей. Вестник науки. 2024;3(72(1):401–407.

12. Сазонов А.А. Интеграция акторно-сетевой теории и концепции социотехнических воображаемых в контексте социальных исследований искусственного интеллекта. Социология науки и технологий. 2024;4(15):83–99. https://doi.org/10.24412/2079-0910-2024-4-83-99

13. Сединин Я.А. Перверсия цифрового мира: этика ChatGPT в контексте психоанализа и социальной философии. Векторы благополучия: экономика и социум. 2023;4(51):73–86. https://do.org/10.18799/26584956/2023/4/1664

14. Тишкова А.С. Особенности цифровой социализации современной молодежи: теоретический экскурс. Человеческий капитал. 2023:12–1(180):212–218. https://doi.org/10.25629/HC.2023.12.19

15. Фостер Д. Генеративное глубокое обучение. Как не мы рисуем картины, пишем романы и музыку. Пер. с англ. СПб.: Питер; 2024. 448 с.

16. Хоманс Дж. Социальное поведение как обмен. В кн.: Современная зарубежная социальная психология. Пер. с англ. М.: Московский ордена Ленина, ордена Октябрьской революции и ордена Трудового Красного знамени государственный университет имени М.В. Ломоносова; 1984. С. 82–91.

17. Чубаров И.М., Попова Т.А., Сенцова К.А. Цифровой другой: проблемы идентичности в парадигме искусственного интеллекта. Международный научно-исследовательский журнал. 2024;3(141):95–100. https://doi.org/10.23670/IRJ.2024.141.54

18. Barnes J.A. Class and committees in a Norwegian Island parish. Human Relations. 1954;1(7):39–58. https://doi.org/10.1177/001872675400700102

19. Darawsheh S.M.H. The digital social actor: the marginalized player in the sociology of social change. Turkish Online Journal of Qualitative Inquiry. 2021;9(12):6322–6338.

20. Goriunova O. Digital subjects: an introduction. Subjectivity. 2019;1(12). https://doi.org/10.1057/s41286-018-00065-2

21. Heimann M., Hübener A.-F. AI as social actor: a Lacanian investigation into social technology. Journal of Digital Social Research. 2023;1(5):48–69. http://dx.doi.org/10.33621/jdsr.v5i1.159

22. Hsu G., Bechky B.A. Exploring the digital undertow: how generative AI impacts social categorizations in creative work. Organization Theory. 2024;3(5). https://doi.org/10.1177/26317877241275118

23. Laine J., Minkkinen M., Mäntymäki M. Understanding the ethics of generative AI: established and new ethical principles. Communications of the Association for Information Systems. 2025;1(56). https://doi.org/10.17705/1CAIS.05601

24. Li Yu., Zhu J. An ethical study of generative AI from the actor-network theory perspective. International Journal on Cybernetics & Informatics. 2024;13(1):67–78. https://doi.org/10.5121/ijci.2024.130106

25. Orlikowski W.J., Scott S.V. The digital undertow and institutional displacement: a sociomaterial approach. Organization Theory. 2023;2(4). https://doi.org/10.1177/26317877231180898