НАУКА В ЦИФРОВУЮ ЭПОХУ: КАК ИИ МЕНЯЕТ ПРЕДСТАВЛЕНИЕ О НАУЧНОМ ЗНАНИИ И ЕГО СОЗДАНИИ
DOI:
https://doi.org/10.5840/eps202663350Ключевые слова:
искусственный интеллект, научное познание, нейросети, алгоритмическая прозрачность, когнитивные акторы, этические вызовы, автоматизация науки, искусственный интеллект в наукеАннотация
В современной философии науки и техники стремительное развитие технологий искусственного интеллекта (ИИ) выдвигает на первый план фундаментальные вопросы о природе научного познания и его трансформации под влиянием алгоритмических систем. Обзор философских дискуссий об интеллектуальных системах в науке демонстрирует, что за три десятилетия произошел фундаментальный сдвиг точки консенсуса: если на начальном этапе они рассматривались исключительно как инструмент усиления человеческих когнитивных способностей, то в 2022–2023 гг. философское сообщество оказалось перед необходимостью легитимизировать ИИ в качестве нетривиального эпистемического участника. Традиционный вопрос о том, можно ли считать ИИ когнитивным агентом, дополнился проблемами, связанными с практиками его использования: под влиянием больших данных и нейросетей происходит трансформация критериев научности, кризис субъект-объектного различения перед лицом алгоритмической непрозрачности и поиск новых моделей эпистемической ответственности. ИИ утвердился в качестве функционально нередуцируемого участника познавательных практик, однако ни одна из предложенных концепций – от расширенного инструментализма до распределенной или коллаборативной агентности – не устраняет полностью концептуальное напряжение, заданное разрывом между эффективным выполнением ИИ когнитивных операций и отсутствием у него интенциональных состояний. Это делает невозможным прямое применение традиционных критериев обоснованности. В то же время основные дискуссии остаются в рамках эпистемологии первого порядка, сосредоточенной на вопросе о (квази)субъектности машин. Однако данная исследовательская программа, при всей ее продуктивности, упускает из виду фундаментальную трансформацию: приобретение ИИ метанаучной роли, в которой он не только активно участвует в познании, но и во многом перестраивает конфигурацию исследовательского поля.
Библиографические ссылки
Анохин К.В., Новоселов К.С., Смирнов С.К., Ефимов А.Р., Матвеев Ф.М. Искусственный интеллект для науки и наука для искусственного интеллекта // Вопросы философии. 2022. № 3. С. 93–105. DOI: 10.21146/0042-8744-2022-3-93-105
Бажанов В.А. Искусственный интеллект, технологии Big Data (больших данных) и особенности современного политического процесса // Философия. Журнал Высшей школы экономики. 2023. Т. 7. № 3. С. 193–210.
Быльева Д.С. Философский вызов и онтолитический эффект искусственного интеллекта. М.: Инфра-М, 2025. 240 с.
Введенская Е.В. Критика искусственного интеллекта: Философская оптика // Технологос. 2025. № 1. С. 87–97. DOI: 10.15593/ perm.kipf/2025.1.07.
Зубковская А.А. Искусственный интеллект и научная объективность // Науковедческие исследования. 2024. № 2. С. 42–49.
Шалак В.И. Избавление от иллюзий ИИ на примере ChatGPT // Technology and Language. 2024. Т. 5. № 2. С. 26–39. DOI: 10.48417/ technolang.2024.02.
Шевченко А.А. «Галлюцинации» ИИ как новая форма эпистемической ошибки // Respublica Literaria. 2025. Т. 6. № 4. С. 93–98.
Alkaissi, H., McFarlane, S.I. “Artificial Hallucinations in ChatGPT: Implications in Scientific Writing”, Cureus, 2023. https://doi.org/ 10.7759/cureus.35179
Álvarez, A., Villalba, M., Dumit, J. “Speculative Trainers: Large Language Models and Techniques of Affirmative Speculation”, Technology and Language, 2025, no. 18 (1), pp. 223–251. https://doi.org/10.48417/technolang.2025.01.15
Anokhin, K.V., Novoselov, K.S., Smirnov, S.K., Efimov, A.R., Matveev, F.M. “Iskusstvennyj intellekt dlya nauki i nauka dlya iskusstvennogo intellekta” [Artificial Intelligence for Science and Science for Artificial Intelligence], Voprosy filosofii, 2022, no. 3, pp. 93–105. https://doi.org/10.21146/0042-8744-2022-3-93105. (In Russian)
Baghel, R.R.R.S., Rajput, P.S., Patel, M.K. “The Rise of AI–Driven Scientometrics: A Decade of Transformative Growth (2012–2023)”, Annals of Library and Information Studies, 2025, no. 72 (3). https://doi.org/10.56042/ alis.v72i3.18487
Barassi, V. “Toward a Theory of AI Errors: Making Sense of Hallucinations, Catastrophic Failures, and the Fallacy of Generative AI”, Harvard Data Science Review, 2024, no. Special Issue 5. https://doi.org/10.1162/99608f92. ad8ebbd4
Bazhanov, V.A. “Iskusstvennyj intellekt, tehnologii Big Data (bol’shih dannyh) i osobennosti sovremennogo politicheskogo processa” [Artificial Intelligence, Big Data Technologies and Peculiarities of the Modern Political Process], Filosofija. Zhurnal Vysshej shkoly jekonomiki, 2023, no. 7 (3), pp. 193– 210. (In Russian)
Byl’eva, D.S. Filosofskij vyzov i ontoliticheskij effekt iskusstvennogo intellekta [Philosophical Challenge and Ontolythic Effect of Artificial Intelligence]. Moscow: Infra-M Publ., 2025. (In Russian)
Bynum, T.W., Moor, J.H. (eds.) The Digital Phoenix: How Computers Are Changing Philosophy. Oxford: Blackwell Publ., 1998.
Callaway, E. “What’s Next for AlphaFold and the AI ProteinFolding Revolution”, Nature, 2022, no. 604 (7905), pp. 234–238. https://doi.org/ 10.1038/d41586-022-00997-5
Chang, H. Inventing Temperature: Measurement and Scientific Progress. New York: Oxford University Press, 2004, 304 pp.
Cruz-Aguilar, M.A. “The Epistemic Revolution of AI: Reconfiguring the Foundations of Scientific Knowledge”, AI & SOCIETY, 2025. https:// doi.org/10.1007/s00146-025-02658-3
Davies, A., Veličković, P., Buesing, L., Blackwell, S., Zheng, D., Tomašev, N., … Kohli, P. “Advancing Mathematics by Guiding Human Intuition with AI”, Nature, 2021, no. 600 (7887), pp. 70–74. https://doi.org/10.1038/ s41586-021-04086-x
Delikatnyi, K. “Interview with Steve Fuller on Social Epistemology and the Future of Education in an Age of Artificial Intelligence”, Social Epistemology Review and Reply Collective, 2025, no. 14 (5), pp. 48–51.
Floridi, L. The Philosophy of Information. Oxford: Oxford University Press, 2013.
Gillies, D. Artificial Intelligence and Scientific Method. Oxford: Oxford University Press, 1996, 432 pp.
Gillies, D., Gillies, M. “Artificial Intelligence and Philosophy of Science from the 1990s to 2020”, in: W.J. Gonzalez (ed.). Current Trends in Philosophy of Science. Cham: Springer Publ., 2022, pp. 65–79. https://doi.org/ 10.1007/978-3-031-01315-7_4
Greco, J. “The Transmission of Knowledge via Large-Scale Technology: A Shared Agency Account”, Social Epistemology, 2026, no. 40 (1), pp. 87– 100. https://doi.org/10.1080/02691728.2025.2463054
Hermann, J., Schätzle, Z., Noé, F. “Deep-Neural-Network Solution of the Electronic Schrödinger Equation”, Nature Chemistry, 2020, 12, pp. 891–897. https://doi.org/10.1038/s41557-020-0544-y
Herrmann, D.A., Levinstein, B.A. “Standards for Belief Representations in LLMs”, Minds and Machines, 2024, no. 35 (1), art. 5. https://doi.org/10.1007/s11023-024-09709-6
Hey, T., Tansley, S., Tolle, K. (eds.) The Fourth Paradigm: Data-Intensive Scientific Discovery. Redmond, WA: Microsoft Research, 2009.
Huerta, E.A., Khan, A., Huang, X., Tian, M., Levental, M., Chard, R., … Foster, I. “Accelerated, Scalable and Reproducible AI–Driven Gravitational Wave Detection”, Nature Astronomy, 2021, no. 5 (10), pp. 1062–1068. https:// doi.org/10.1038/s41550-021-01405-0
Humphreys, P. “The Philosophical Novelty of Computer Simulation Methods”, Synthese, 2009, no. 169 (3), pp. 615–626. https://doi.org/ 10.1007/s11229-008-9435-2
Jumper et al., 2021 – Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., … Hassabis, D. “Highly Accurate Protein Structure Prediction with AlphaFold”, Nature, 2021, no. 596 (7873), pp. 583–589. https://doi.org/10.1038/ s41586-021-03819-2
Khosrowi, D., Finn, F. “Can Generative AI Produce Novel Evidence?”, Philosophy of Science, 2025, pp. 1–12. https://doi.org/10.1017/ psa.2025.10123
Kitano, H. “Nobel Turing Challenge: Creating the Engine for Scientific Discovery”, npj Systems Biology and Applications, 2021, no. 7 (1), art. 29. https://doi.org/10.1038/s41540-021-00189-3
Langley, P., Simon, H.A., Bradshaw, G.L., Zytkow, J.M. Scientific Discovery: Computational Explorations of the Creative Processes. Cambridge, MA: MIT Press, 1987.
Leonelli, S. “Classificatory Theory in Data-Intensive Science: The Case of Open Biomedical Ontologies”, International Studies in the Philosophy of Science, 2012, no. 26 (1), pp. 47–65. https://doi.org/10.1080/02698595.2012.653119
Liang, W., Zhang, Y., Wu, Z., Lepp, H., Ji, W., Zhao, X., … Zou, J.Y. “Mapping the Increasing Use of LLMs in Scientific Papers”, arXiv, 2024, no. 2404.01268.
List, C., Pettit, P. Group Agency: The Possibility, Design and Status of Corporate Agents. Oxford: Oxford University Press, 2011.
Liu, T., Mitcham, C. “Toward Practical Hermeneutics of Fourth Paradigm AI for Science”, Technology and Language, 2024, no. 14 (1), pp. 89–105. https://doi.org/10.48417/technolang.2024.01.07
Lloyd, D. “Epistemic Responsibility: Toward a Community Standard for Human-AI Collaborations”, Frontiers in Artificial Intelligence, 2025, no. 8. https://doi.org/10.3389/frai.2025.1635691
Metzinger, T. “Towards a Global Artificial Intelligence Charter”, in: S. Voeneky, P. Kellmeyer, O. Mueller, W. Burgard (eds.). The Cambridge Handbook of Responsible Artificial Intelligence: Interdisciplinary Perspectives. Cambridge: Cambridge University Press, 2022, pp. 167–175. https://doi.org/10.1017/ 9781009207898.013
Palermos, S.O. “Knowledge from AI”, Social Epistemology Review and Reply Collective, 2025, no. 14 (11).
Peterson, J.C., Bourgin, D.D., Agrawal, M., Reichman, D., Griffiths, T.L. “Using Large-Scale Experiments and Machine Learning to Discover Theories of Human Decision-Making”, Science, 2021, no. 372 (6547), pp. 1209–1214. https://doi.org/10.1126/science.abe2629
Pietsch, W. “The Causal Nature of Modeling with Big Data”, Philosophy & Technology, 2016, no. 29 (2), pp. 137–171. https://doi.org/10.1007/ s13347-015-0202-2
Shalak, V.I. “Izbavlenie ot illyuzij II na primere ChatGPT” [Delusion of AI on the Example of ChatGPT], Technology and Language, 2024, no. 5 (2), pp. 26–39. https://doi.org/10.48417/technolang.2024.02. (In Russian)
Shevchenko, A.A. “Gallyutsinatsii II kak novaya forma epistemicheskoj oshibki” [AI ‘Hallucinations’ as a New Form of Epistemic Error], Respublica Literaria, 2025, no. 6 (4), pp. 93–98. (In Russian)
Sourati, J., Evans, J.A. “Accelerating Science with Human-Aware Artificial Intelligence”, Nature Human Behaviour, 2023, no. 7 (10), pp. 1682–1696. https://doi.org/10.1038/s41562-023-01648-z
Stokes, J.M., Yang, K., Swanson, K., Jin, W., Cubillos-Ruiz, A., Donghia, N.M., … Collins, J.J. “A Deep Learning Approach to Antibiotic Discovery”, Cell, 2020, no. 180 (4), pp. 688-702, e13. https://doi.org/10.1016/j.cell.2020.01.021
Stoliarova, O. “Techno-Contexts and the Birth of Novelty: Questioning the AI on Hermeneutics”, Technology and Language, 2025, no. 6 (2), pp. 151–160. https://doi.org/10.48417/TECHNOLANG.2025.02.13
Sullivan, E. “Understanding from Machine Learning Models”, British Journal for the Philosophy of Science, 2022, no. 73 (1), pp. 109–133. https:// doi.org/10.1093/bjps/axz035
Thagard, P. Computational Philosophy of Science. Cambridge, MA: MIT Press, 1988, 240 pp.
Tollefsen, D. Groups as Agents. Cambridge: Polity Press, 2015, 167 pp.
Vvedenskaya, E.V. “Kritika iskusstvennogo intellekta: Filosofskaya optika” [Critique of Artificial Intelligence: A Philosophical Optics], Tekhnologos, 2025, no. 1, pp. 87–97. https://doi.org/10.15593/perm.kipf/2025.1.07 (In Russian)
Wang, H., Fu, T., Du, Y., Gao, W., Huang, K., Liu, Z., … Zitnik, M. “Scientific Discovery in the Age of Artificial Intelligence”, Nature, 2023, no. 620 (7972), pp. 47–60. https://doi.org/10.1038/s41586-023-06221-2
Yashchenko, A., Makarov, I. “Knowledge Retrieval and Relation Mining from Tolkien’s History of Middle Earth”, in: 2022 IEEE 22nd International Symposium on Computational Intelligence and Informatics and 8th IEEE International Conference on Recent Achievements in Mechatronics, Automation, Computer Science and Robotics (CINTI–MACRo). New York: IEEE, 2022, pp. 257–264. https://doi.org/10.1109/CINTI–MACRo57952.2022.10029506
Zednik, C. “Solving the Black Box Problem: A Normative Framework for Explainable Artificial Intelligence”, Philosophy & Technology, 2021, no. 34 (2), pp. 265–288. https://doi.org/10.1007/s13347-019-00382-7
Zubkovskaya, A.A. “Iskusstvennyj intellekt i nauchnaya ob”ektivnost’” [Artificial Intelligence and Scientific Objectivity], Naukovedcheskie issledovaniya, 2024, no. 2, pp. 42–49. (In Russian)
