К НОВЫМ ПОДХОДАМ В ИССЛЕДОВАНИИ МАШИННОГО СОЗНАНИЯ
DOI:
https://doi.org/10.5840/eps202663344Ключевые слова:
сознание, искусственное сознание, машинное сознание, ИИ, философия сознания, проблема других сознаний, вычислительный функционализм, антропоцентризм, агностицизмПоддерживающие организации:
Исследование выполнено за счет гранта Российского научного фонда № 26-18- 00253, https://rscf.ru/project/26-18-00253/Аннотация
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.
Библиографические ссылки
Aru, J., Larkum, M., and Shine, J. “The Feasibility of Artificial Consciousness Through the Lens of Neuroscience”, Trends in Neurosciences, 2023. https://doi.org/10.48550/arXiv.2306.00915
Bayne, T., Seth, A., Massimini, M., et al. “Tests for Consciousness in Humans and Beyond”, Trends in Cognitive Sciences, 2024, vol. 28 (5), pp. 454–466.
Birch, J. “The Search for Invertebrate Consciousness”, Nous, 2022, vol. 56 (1), pp. 133–153.
Block, N. “Can Only Meat Machines Be Conscious?”, Trends in Cognitive Sciences, 2026, vol. 30 (4), pp. 298–308.
Browning, H., and Veit, W. “The Measurement Problem of Consciousness”, Philosophical Topics, 2020, vol. 48 (1), pp. 85–108.
Butlin, P., Long, R., Elmoznino, E., et al. “Consciousness in Artificial Intelligence: Insights from the Science of Consciousness”, 2023. https://doi.org/10.48550/arXiv.2308.08708
Butlin, P., Long, R., Bayne, T., et al. “Identifying Indicators of Consciousness in AI Systems”, Trends in Cognitive Sciences, 2025. https://doi.org/10.1016/j.tics.2025.10.011
Chalmers, D.J. The Conscious Mind: In Search of a Fundamental Theory. New York: Oxford University Press, 1996.
Chalmers, D.J. “Could a Large Language Model Be Conscious?”, 2023. [https://doi.org/10.48550/arXiv.2303.07103, accessed on 10.04.2026]
Comsa, I.M., and Shanahan, M. “Does It Make Sense to Speak of Introspection in Large Language Models?”, 2025. [https://doi.org/ 10.48550/arXiv.2506.05068, accessed on 10.04.2026]
Dossa, R.F.J., Arulkumaran, K., Juliani, A., et al. “Design and Evaluation of a Global Workspace Agent Embodied in a Realistic Multimodal Environment”, Frontiers in Computational Neuroscience, 2024, vol. 18, 1352685.
Dung, L. “Tests of Animal Consciousness Are Tests of Machine Consciousness”, Erkenntnis, 2025, vol. 90 (4), pp. 1323–1342.
Evers, K., Farisco, M., Chatila, R., et al. “Preliminaries to Artificial Consciousness: A Multidimensional Heuristic Approach”, Physics of Life Reviews, 2025, vol. 52, pp. 180–193.
Findlay, G., Marshall, W., Albantakis, L., et al. “Dissociating Artificial Intelligence from Artificial Consciousness”, 2024. [https://doi.org/10.48550/arXiv.2412.04571, accessed on 10.04.2026]
Goldstein, S., and Kirk-Giannini, C.D. “A Case for AI Consciousness: Language Agents and Global Workspace Theory”, 2024. [https://doi.org/10.48550/arXiv.2410.11407, accessed on 10.04.2026]
Graziano, M.S.A. “The Attention Schema Theory: A Foundation for Engineering Artificial Consciousness”, Frontiers in Robotics and AI, 2017, vol. 4, 60.
Juliani, A., Arulkumaran, K., Sasai, S., and Kanai, R. “On the Link Between Conscious Function and General Intelligence in Humans and Machines”, Transactions on Machine Learning Research, 2022. [https://doi.org/ 10.48550/arXiv.2204.05133, accessed on 10.04.2026]
Juliani, A., Kanai, R., and Sasai, S. “The Perceiver Architecture Is a Functional Global Workspace”, Annual Meeting of the Cognitive Science Society, 2021.
Koch, C. The Feeling of Life Itself: Why Consciousness Is Widespread but Can’t Be Computed. Cambridge, MA: MIT Press, 2019.
Lillicrap, T.P., Santoro, A., Marris, L., et al. “Backpropagation and the Brain”, Nature Reviews Neuroscience, 2020, vol. 21 (6), pp. 335–346.
McClelland, T. “Agnosticism About Artificial Consciousness”, 2024. [https://doi.org/10.48550/arXiv.2412.13145, accessed on 10.04.2026]
Pfeiffer, M., and Pfeil, T. “Deep Learning with Spiking Neurons: Opportunities and Challenges”, Frontiers in Neuroscience, 2018, vol. 12, 774.
Putnam, H. “Minds and Machines”, in: Hook, S. (ed.) Dimensions of Mind: A Symposium. New York: New York University Press, 1960, pp. 138–164.
Putnam, H. “Psychological Predicates”, in: Capitan, W.H., and Merrill, D.D. (eds.) Art, Mind, and Religion. Pittsburgh: University of Pittsburgh Press, 1967, pp. 37–48.
Schneider, S. Artificial You: AI and the Future of Your Mind. Princeton, NJ: Princeton University Press, 2019.
Schneider, S. “How to Catch an AI Zombie: Testing for Consciousness in Machines”, in: Liao, S.M. (ed.) Ethics of Artificial Intelligence. New York: Oxford University Press, 2020, pp. 439–458.
Schwitzgebel, E. “AI and Consciousness”, 2025. [https:// doi.org/10.48550/arXiv.2510.09858, accessed on 10.04.2026]
Seth, A.K. “Conscious Artificial Intelligence and Biological Naturalism”, Behavioral and Brain Sciences, 2025, pp. 1–42.
Shevlin, H. “Non-Human Consciousness and the Specificity Problem: A Modest Theoretical Proposal”, Mind & Language, 2021, vol. 36 (2), pp. 297–314.
Udell, D.B., and Schwitzgebel, E. “Susan Schneider’s Proposed Tests for AI Consciousness: Promising but Flawed”, Journal of Consciousness Studies, 2021, vol. 28 (5–6), pp. 121–144.
VanRullen, R., and Kanai, R. “Deep Learning and the Global Workspace Theory”, Trends in Neurosciences, 2021, vol. 44 (9), pp. 692–704.
Whittington, J.C.R., and Bogacz, R. “Theories of Error Back-Propagation in the Brain”, Trends in Cognitive Sciences, 2019, vol. 23 (3), pp. 235–250.
Wilterson, A.I., and Graziano, M.S.A. “The Attention Schema Theory in a Neural Network Agent: Controlling Visuospatial Attention Using a Descriptive Model of Attention”, Proceedings of the National Academy of Sciences of the United States of America, 2021, vol. 118 (33), e2102421118.
