LLM как буддист и проблемы атрибуции сознания у больших языковых моделей

Лет 12 назад я учился у Лысенко: слушал курсы по философии буддизма, курс по классическим даршанам (школам) индуизма - после полутора лет изучения санскрита по учебнику Кочергиной в этом был свой кайф. Вне всяких сомнений ее книга "Ранняя буддийская философия" одна из основных книг в корпусе изучения буддизма, классический черный учебник из 90ых годов.

https://www.youtube.com/watch?v=hp_i_U47sJg&ab_channel=%D0%A1%D0%BE%D1%85%D1%80%D0%B0%D0%BD%D0%B8%D0%BC%D0%A2%D0%B8%D0%B1%D0%B5%D1%82%28%D0%9D%D0%B0%D0%BB%D0%B0%D0%BD%D0%B4%D0%B0%29

Во всяком случае, это очень интересный взгляд на природу языковых моделей, вообще очень характерная для азиатской мысли (как тут не вспомнить книгу "Будда и робототехника" Масахаро Мори, который известен хотя бы своей "Зловещей долиной"). Экзотическое приписывание квалиа языковым моделям будет происходить вне всяких сомнений, хотя бы из-за детей и пожилых пользователей имеющих тенденцию расширять поле одушевленных объектов в интернете

Дал комментарий СМИ для молодых родителей. Рубрика "Кем стать когда вырастешь"

https://startoria.ru/blog/professii-budushhego-v-it-kto-takoj-ux-issledovatel/

Тут интересно, конечно, что никогда нельзя угадать: возникновение и угасание профессий сам по себе забавный статистический феномен: фонарщики исчезли, а пианисты нет. Ряд профессий остается неизменным с неолитической революции(актеры, брадобреи), а другие с трудом переживают рубеж в 10 лет. Шумпетер с его идеей, что инновации в экономике постоянно уничтожают старые структуры и профессии, заменяя их новыми - скорее всего был больше неправ, чем прав.

Понятно, что жонглирование ролями у каждого человека будет очевидным путем развития. Вторая мысль - важная в этой связи, что у людей есть "инстинкт мастерства", the spirit of craftmanship, который их мотивирует выполнять работу, и, который, значимо сильнее, чем конкуренция и деньги - и, который будет адаптироваться к новым профессиям и ролям

Метод критических инцидентов в исследованиях, Critical incident technique

В середине XX века американские психологические ассоциации работали над проектами в поиске причин неудач в обучении полетам, о которых сообщалось для 1000 кандидатов в пилоты, исключенных из школ летной подготовки летом и ранней осенью 1941 года. Основным источником для этого анализа были протоколы комиссий по исключению. В этих протоколах инструкторы по пилотированию и проверяющие пилоты указывали причины исключения конкретного пилота. Было обнаружено, что многие из указанных причин были клише и стереотипами, такими как "отсутствие врожденных летных способностей" и "неадекватное чувство устойчивости", или обобщениями, такими как "неподходящий темперамент", "плохое суждение" или "недостаточный прогресс". Однако наряду с этим сообщалось о ряде конкретных наблюдений за определенными поведениями. Это исследование стало основой для программы исследований по отбору пилотов.

Летом 1944 года была запланирована серия исследований по проблеме боевого лидерства в Военно-воздушных силах армии США. Эти исследования представляли собой первое масштабное систематическое усилие по сбору конкретных инцидентов эффективного или неэффективного поведения в отношении определенной деятельности. В инструкциях ветеранов боевых действий просили сообщать о наблюдаемых ими инцидентах, которые включали поведение, особенно полезное или неадекватное для выполнения поставленной миссии. Заявление заканчивалось просьбой: "Опишите действия офицера. Что он сделал?" Таким образом было собрано несколько тысяч инцидентов и проведен их анализ для создания относительно объективного и фактического определения эффективного боевого лидерства. Полученный набор описательных категорий был назван "критическими требованиями" к боевому лидерству.

В проекте, выполненном в рамках программы авиационной психологии в 1946 году, Фиттс (тот самый, который закон Фиттса) и Джонс собрали описания конкретных опытов пилотов при взлете, полете по приборам, посадке, использовании органов управления и приборов. Эти интервью с пилотами были записаны на электрические носители. Они предоставили множество фактических инцидентов, которые послужили основой для планирования исследований по проектированию приборов и органов управления, а также их расположения в кабине.

Приведем цитату из исследования
“Основной целью процедур анализа работы должно быть определение критических требований. Эти требования включают те, которые, как было продемонстрировано, имели решающее значение между успехом и неудачей в выполнении важной части порученной работы в значительном числе случаев. Слишком часто заявления относительно требований к работе представляют собой просто списки всех желательных человеческих черт. Они практически не помогают в отборе, классификации или обучении людей для конкретных работ. Чтобы получить достоверную информацию о действительно критических требованиях к успеху в конкретном задании, в программе авиационной психологии были разработаны процедуры для систематического анализа причин хорошей и плохой работы.
По сути, процедура заключалась в получении непосредственных отчетов или отчетов из объективных записей о удовлетворительном и неудовлетворительном выполнении поставленной задачи. Сотрудничающий человек описывал ситуацию, в которой успех или неудача определялись конкретными указанными причинами.
Эта процедура оказалась очень эффективной для получения информации от людей о собственных ошибках, от подчиненных об ошибках их начальников, от руководителей относительно их подчиненных, а также от участников относительно других участников”

На основе исследований пилотов был основан The American Institutes for Research (AIR) - сообщество исследователей поведенческой психологии, которая начала продавать протоколы и методы для коммерческих целей.
Критические инциденты собирались как по памяти, так и регулярно в течении дня - естественно, что многие инциденты забывались
https://en.wikipedia.org/wiki/American_Institutes_for_Research

Суть техники заключается в том, что от наблюдателя требуются только простые типы суждений, включаются отчеты только от квалифицированных наблюдателей, и все наблюдения оцениваются наблюдателем в терминах согласованного утверждения о цели деятельности. Конечно, простота суждений — это относительное понятие. Степень, в которой сообщаемое наблюдение может быть принято как факт, в первую очередь зависит от объективности этого наблюдения. Под объективностью понимается тенденция нескольких независимых наблюдателей делать одинаковый отчет. Суждения о том, что две вещи имеют одинаковый эффект или что одна имеет больше или меньше эффекта, чем другая, в отношении какой-то определенной цели или задачи представляют собой простейшие типы суждений, которые можно сделать. Точность и, следовательно, объективность суждений зависят от точности, с которой характеристика была определена, и компетентности наблюдателя в интерпретации этого определения относительно наблюдаемого инцидента. В этом последнем процессе требуются некоторые более сложные типы суждений относительно релевантности различных условий и действий для наблюдаемого успеха в достижении определенной цели этой деятельности.

В чем суть?
Задавайте наблюдателям конкретные вопросы, например: "Вспомни случай, когда кто-то сделал что-то очень хорошее или плохое на работе. Что произошло? Что он сделал? Почему это важно?"

Частота использования и описания случаев имеет ключевое значение - когда инцидентов будет несколько сотен и тысяч, то можно увидеть характерные паттерны и примеры. Как и в другом качественном методе - например, в GTM - прочтите все собранные истории (инциденты) и найди общие темы. Например, "хорошие продавцы всегда улыбаются" или "ошибки случаются из-за спешки".
Сгруппируйте похожие случаи в категории (например, "общение с клиентами", "работа в команде").

Выявляя возможные проблемы, связанные с серьезными осложнениями пользовательской системы или продукта, рекомендации CIT пытаются гарантировать, что ситуации одного типа не приведут к аналогичным потерям. Существуют как преимущества, так и недостатки использования (не вспомнят сразу) этого метода,однако в целом CIT продемонстрировал свою надежность с момента его первого представления в 1954 году

https://www.nngroup.com/articles/critical-incident-technique/

Странные интерфейсы. Интерфейс логической машины Раймунда Луллия

Сидел я тут в своей сычевальне и нашел внезапно интерфейс, который моделирует «волшебный фонарь» Раймонда Луллия. Почему это так круто и кто такой вообще этот Луллий? О, это интересно, давайте обратимся к Борхесу, ибо лучше слепого библиотекаря Хорхе из «Имени Розы» не расскажешь.

Мы не знаем и никогда не узнаем (ибо было бы слишком дерзко надеяться, что всеведущая машина нам это откроет), как возник замысел этой машины. К счастью, одна из гравюр знаменитого майнцского издания (1721 -1742) позволяет нам сделать какие-то предположения.Перед нами схема, или диаграмма, атрибутов Бога. Буква А в центре обозначает Господа. В окружности буква В - это благость, С - величие, Д - вечность, Е - всемогущество, F - премудрость, G - воля, Н - праведность, J - истина, К - слава.

Каждая из девяти букв равно удалена от центра и соединена со всеми прочими с помощью хорд или диагоналей. Первое обстоятельство означает, что все эти атрибуты неотъемлемо присущи Богу; второе - что все они связаны между собой; таким образом, мы не впадём в ересь, утверждая, что слава вечна, что вечность славна, что всемогущество истинно, славно, благостно, велико, вечно, всемогущественно, премудро, свободно и праведно, или благостно велико, величаво вечно, вечно всемогущественно, всемогущественно премудро, премудро свободно, свободно благостно, праведно истинно и т. д. и т. д. Я хотел бы, чтобы мои читатели уразумели всю масштабность этого «и так далее». В нём, поверьте, заключено намного большее число комбинаций, чем уместилось бы на этой странице. Тот факт, что они совершенно бессодержательны - ведь для нас сказать: «Слава вечна» - столь же лишено смысла, как сказать: «Вечность славна»,- в данном случае второстепенен. Этот неподвижный чертеж с его девятью буквами, помещенными в девяти «камерах» и соединенными звездою и многоугольниками, сам по себе уже есть логическая машина. Естественно, что его изобретатель - человек, не забудем, XIII века - зарядил её понятиями, которые нам теперь кажутся несостоятельными.

Мы уже знаем, что понятия благости, величия, премудрости, всемогущества и славы не способны породить хоть сколько-нибудь стоящий отклик. Мы-то (по сути, люди не менее наивные, чем Люлль) зарядили бы её иначе. Скорее всего, словами Энтропия, Время, Электрон, Потенциальная Энергия, Четвёртое Измерение, Относительность, Протоны и Эйнштейн. Или: Прибавочная Стоимость, Пролетариат, Капитализм, Классовая Борьба, Диалектический Материализм, Энгельс.

Сам проект реализации безумной логической машины XIII века лежит на сайте https://lullianarts.narpan.net/downloads.htm?fbclid=IwAR2qcRfw8xBD6obbQUOGXWALieMqgGqKPKRQGqk0qrHexQN_iybvTvrELD4

Цифровой геноцид ревью: Что нового в UX? Гонзо-новости UX и HCI статей в феврале

AI-Instruments: Embodying Prompts as Instruments to Abstract & Reflect Graphical Interface Commands as General-Purpose Tools
https://arxiv.org/html/2502.18736v1

Промты на основе чата отвечают многословными линейно-последовательными текстами, что затрудняет изучение и уточнение неоднозначных намерений, резервное копирование и переосмысление или изменение направлений в творческой работе по проектированию с помощью ИИ. Вместо этого AI-Instruments воплощают «подсказки» как объекты интерфейса

На самом деле речь идет о скетчах или набросках - логичное продолжение, загружаете скетч рисунка, ЛЛМ дорабатывает, потом исправляете промтами. Синергия разных моделей графических и языковых это, конечно, очевидная мысль. Итак предлагаются четыре инструмента (Technology Probes): Fragments (Фрагменты) - Разбивают промпт на атрибуты (например, [стиль, иллюстрация]), которые можно манипулировать.Transformative Lenses (Трансформирующие линзы): Накладываются на контент для создания новых изображений (например, добавление фона). Generative Containers (Генеративные контейнеры):Генерируют набор вариантов (2×2 сетка) для одного промпта. Fillable Brushes (Заполняемые кисти): Позволяют локально изменять изображение (например, стиль или цвет).

Towards Bidirectional Human-AI Alignment: A Systematic Review
https://arxiv.org/html/2406.09264v3

Достижения в области универсального искусственного интеллекта (ИИ) подчеркнули важность направления ИИ-систем на достижение целей, этических принципов и ценностей, присущих как отдельным людям, так и группам — концепция, широко известная как контроля или выравнивания (alignment). Выравнивание— это процесс кодирования человеческих ценностей и целей в большие языковые модели, чтобы сделать их максимально полезными, безопасными и надежными.

Вообще, интересно, например, вот тут IBM рассуждает как моделировать ценности и цели в языковых моделях
https://www.ibm.com/think/topics/ai-alignment

Однако отсутствие четких определений и рамок человеческо-ИИ выравнивания представляет собой значительное препятствие, затрудняющее совместные усилия в различных исследовательских областях для достижения этого контроля. В частности, исследования выравнивания, ориентированные на машинное обучение (ML) и философию, часто рассматривают выравнивание ИИ как статичный, однонаправленный процесс (то есть направленный на то, чтобы цели ИИ-систем соответствовали целям людей), а не как продолжающуюся проблему взаимного выравнивания. Такой подход в значительной степени игнорирует долгосрочное взаимодействие и динамические изменения в процессе выравнивания. Чтобы понять эти пробелы, мы представляем систематический обзор более 400 статей. Какие ценности зашивают в промты для контроля ЛЛМ? Ценности сгруппированы по четырем основным категориям: "Openness to Change", "Self-Enhancement", "Conservation", "Self-Transcendence" и дополнительная категория "Desired Values for AI Tools".
Openness to Change (Открытость к переменам):
Self-Direction: Свобода выбора, творчество, независимость.
Stimulation: Возбуждение, новизна, вызов .
Hedonism: Наслаждение, чувственное удовлетворение.
Self-Enhancement (Самосовершенствование):
Achievement: Компетентность по социальным стандартам).
Power: Статус, контроль, доминирование .
Conservation (Сохранение):
Security: Безопасность, стабильность .
Tradition: Уважение традиций.
Conformity: Соответствие нормам, дисциплина .
Self-Transcendence (Самотрансценденция):
Benevolence: Благотворительность, забота о других .
Universalism: Защита благополучия всех, равенство .
Desired Values for AI Tools (Желаемые ценности для ИИ-инструментов):
Competency: Компетентность ИИ .
Human-Likeness: Сходство с человеком .

Applying the Gricean Maxims to a Human-LLM Interaction Cycle: Design Insights from a Participatory Approach
https://arxiv.org/abs/2503.00858

Прагматика Грайса это достаточно старая тема, которая возникла еще в 60ые, помню писал диплом и диссертацию на эту тему, как собственно, и статью на русской википедии о Грайсе. Тут надо отметить, что это опять таки история про выравнивание, но теперь в духе лингвистической прагматики
Каждый этап оценивается по четырем параметрам:
Quality (Качество): Точность и полезность вывода.
Relation (Связь): Соответствие запросу пользователя.
Quantity (Количество): Объем предоставленной информации.
Manner (Способ): Стиль и структура представления.
Как это может работать? Прописывать максимы Грайса в каждом промте, возможно, чтобы получить ответы. Другой вопрос - а с чем сравнивать?

Naturalistic Computational Cognitive Science: Towards generalizable models and theories that capture the full range of natural behavior
https://arxiv.org/abs/2502.20349
Авторы утверждают, что повышение натурализма в когнитивной науке необходимо для создания моделей, которые могут обобщать поведение человека в более широком диапазоне условий. Традиционные упрощенные настройки часто не способны отразить сложность естественных систем, поэтому эксперименты, охватывающие натуралистические условия, крайне важны. Статья разделена на части, посвященные вопросам «Что», «Зачем» и «Как» достичь этой цели, а также содержит примеры и предложенную структуру.
Что: Цель — разработать модели интеллекта на основе обучения, которые могут предсказывать поведение человека как в упрощенных, так и в натуралистических стимулах и задачах, постепенно увеличивая натурализм (раздел 2, рисунок 1).
Зачем: Увеличение натурализма повышает экологическую валидность моделей, позволяя им обрабатывать разнообразные данные и лучше обобщать. Упрощенные условия ограничивают спектр задач и дают менее разнообразные результаты по сравнению с натуралистическими (раздел 3).
Как: Это предполагает использование практик экспериментального дизайна из когнитивной науки и машинного обучения, таких как создание воспроизводимых моделей, ориентация на изучение явлений и тестирование для ускорения прогресса. Процесс включает разработку и оценку моделей, начиная с упрощенных условий и постепенно добавляя элементы натурализма (раздел 5, рисунок 2).
Авторы предлагают рабочий процесс, при котором модели сначала обучаются на упрощенных данных, затем тестируются и дорабатываются с использованием все более натуралистических данных для улучшения предсказаний. Ключевые аспекты включают акцент на моделях, которые предсказывают поведение человека в разнообразных условиях, и использование устоявшихся методов (например, рационального анализа) вместе с новыми инструментами для построения когнитивных теорий.
Примеры увеличения натурализма:
В статье приведены примеры по различным аспектам: парадигмы задач, окружающая среда, архитектура моделей и алгоритмы обучения:
Парадигмы задач: Тестирование моделей на множестве задач (например, обучение с подкреплением или задачи выбора), а не на одной; использование разнообразных стимулов (например, синтетические изображения с реальными или видео); учет различных скрытых факторов, а не только очевидных переменных.
Окружающая среда: Использование больших пространств состояний, отражающих сложность реального мира, включение социальных агентов, постоянно меняющихся условий и динамических взаимодействий.
Архитектура моделей: Переход от простого распознавания 2D-объектов к 3D, обработке естественного языка или дополненной реальности, что позволяет охватить более широкий спектр входных данных.
Алгоритмы обучения: Применение методов обучения без учителя, самообучения, внутреннего, социального, культурного или перспективного обучения для адаптации к изменяющимся задачам.
Подход и цели:
Авторы отмечают, что недавние достижения в компьютерных науках и инженерии делают более натуралистичные экспериментальные дизайны доступными.

Что думаю? Что хочу попробовать на опросниках собирать данные экспериментальные - подобно проблемы вагонетки или других экземпляров из поведенческой экономики. Вообще, таких сложных вопросов много можно придумать, например, “Какое доказательство бытия бога вам кажется наиболее убедительным? Онтологический, космологический, моральный и телеологический и т.д.”, которые будут важными способами описать этическую или экономическую природу поведения аудитории

Без комментариев. Некоторые отрывки из статьи, можете почитать и ознакомиться сами

The Cartesian Crisis: Why You Will Believe Nothing
Картезианский кризис: Почему вы не будете верить ничему
https://www.mindprison.cc/p/the-cartesian-crisis

Коллапс доверия к институтам и непрозрачная стена реальностей, созданных искусственным интеллектом
Цивилизация находится на краю пропасти, где она вот-вот утратит способность любого человека различать реальность. Ясность истины разрушается различными сущностями, оставляя общество дрейфовать без освещённого ориентира, который мог бы спасти его от утопления в море иллюзий.

Что такое картезианский кризис?
Картезианский кризис возникает, когда состояние цивилизации таково, что люди больше не могут быть уверены в достоверности какой-либо информации. Это существование в мире, лишённом проверяемой истины или реальности. Способность различать реальность — фундаментальная потребность для нормального функционирования разума. Следовательно, этот сценарий предполагает исход, при котором мир погружается в полнейший хаос, поскольку истина и разум рушатся, а границы между здравомыслием и безумием исчезают.

Что является инструментальной причиной картезианского кризиса?
Этот кризис возникает из сочетания различных источников, и нет единственной главной причины, из которой проистекают все проблемы.

Он включает в себя провалы институтов знаний, которые поддались целям, не соответствующим их заявленной миссии, что привело к руководству, отравленному пропагандой и идеологией.

Информация в интернете теряется. В огромном море данных мало кто замечает затопление нескольких судов. Огромные объёмы данных, генерируемых ежедневно, помогают скрывать исчезающую информацию. Нам невозможно уделять этому внимание.

Мы теряем ссылки на важные юридические документы.

49% ссылок, процитированных в решениях Верховного суда, не работают

The Atlantic

Важные знания о нашем прошлом исчезают.

38% веб-страниц с 2013 года больше не доступны

Галлюцинирующий ИИ пишет наши ресурсы знаний
ИИ теперь пишет значительную часть контента, доступного в интернете, из-за конкуренции между людьми за производство большего объёма контента ради финансовых преимуществ для себя или организаций, на которые они работают.
Если ваши конкуренты используют ИИ для манипуляций системой и это приносит им выгоду, то неиспользование ИИ ставит вас в невыгодное положение. Это тревожное явление, при котором все погружаются в море машинно-генерируемого шума. Это "фаст-фуд" информации: низкое качество, но в больших объёмах.

Примечательно, что введение ChatGPT в ноябре 2022 года вызвало значительный всплеск научных статей, созданных ИИ, увеличив долю статей, идентифицированных как ИИ, с 3,61% в ноябре 2022 года до 6,22% в ноябре 2023 года.

Сегодня на Google Scholar 119 статей, созданных ИИ. По темам, таким как COVID-19, травмы позвоночника, грибковые инфекции, антибиотики

Психоанализ и роботы - выдержки из эссе Шерри Теркл
A Nascent Robotics Culture: New Complicities for Companionship

А вот вам еще годноты о робототехнике: набор интересных наблюдений или о том, почему антропологи в Массачусетском технологическом адски угорают по психоанализу. Шерри Тёркл — американский социолог, психолог и профессор MIT, исследующая влияние технологий на человеческое общение, идентичность и общество. Её работы сочетают психоанализ, социологию и антропологию, фокусируясь на том, как цифровые устройства и "реляционные артефакты" (например, роботы) трансформируют наше восприятие себя и других. Среди ключевых книг: "The Second Self" (1984), "Life on the Screen" (1995), "Alone Together" (2011) и "Reclaiming Conversation" (2015). Тёркл подчёркивает, что технологии, призванные объединять, нередко приводят к одиночеству и утрате глубоких связей.

Дизайнеры вычислительных объектов традиционно сфокусировались на том, как эти объекты могут расширить или усовершенствовать человеческие познавательные способности. Но вычислительные объекты не просто делают для нас что-то, они становится для нас, как для людей, нашим способом быть миром, нашим способом видеть себя и других. Все чаще технологии также ставят себе задачу сделать что-то с нами и особенно с внедрением «реляционных артефактов». Эти технологии являются своеобразным «состоянием ума» и где встречи с ними обогащаются путем понимания этих внутренних состояний.

В конце 1970-х и начале 1980-х годов разработка технологических артефактов для детей стремилась отражать их индивидуальность и познавательный стиль. И первые вычислительные объекты, типа Merlin, Simon, Speak and Spell, спровоцировали вопросы о качестве жизни и о том, что особенного в том, чтобы быть человеком. Двадцать лет спустя дети и взрослые сталкиваются с реляционными артефактами типа Furbies, AIBO и My Real Babies или гораздо более сложными, такими как роботы-животные Kismet и Cog, были так же различны в своих подходах

Дети используют к Furby или My Real Baby и исследуют, что значит думать об этих существах как живых или почти живых. Они переходят от запросов, таких как «Плывает ли эта игрушка?» к вопросу на «Является ли игрушка живой?» или даже «может ли она любить?»

Эти сходства на протяжении последних десятилетий не удивительны. Тем не менее, существуют значительные различия между текущими ответами на реляционные артефакты и более ранние встречи с вычислениями. Дети, впервые встретившие компьютерные игрушки в конце 1970-х и начале 1980-х годов, были вынуждены классифицировать эти игрушки, а сейчас ситуация несколько иная.

Проективные методики у детей и пожилых людей тесно связан с их убеждениями о природе реляционных артефактов в их использовании. Например, дети до 80ых использовали разные категории живости «традиционных» объектов и когда сталкиваются с компьютерными играми и игрушками. Традиционная игрушка с ветром считалась «неживой», когда дети поняли, что она не двигается сама по себе. Здесь критерий живости был в области физики: автономное движение. Столкнувшись с вычислительными вещами - детский способ говорить о живости стал психологическим. Дети классифицировали вычислительные объекты как живые, как если бы они могли думать сами по себе. Столкнувшись с компьютерной игрушкой, которая могла бы играть в быки и коровы, ребенком интерпретировалась как психологическая автономия объекта.

Дети начала 1980-х годов пришли к определению того, что заставило людей противостоять компьютерам, которые они рассматривали как наших «ближайших соседей». Дети полагали, что компьютеры являются рациональными машинами; люди отличны от них эмоциями. Использование детьми категории «эмоциональных машин» для описания того, что делает людей особенными, было хрупким, неустойчивым определением человеческой уникальности. В 1984 году, когда проводились изучения первого поколения детей, выросших с помощью электронных игрушек и игр, я подумала, что другие формулировки будут возникать из поколений детей, которые могут, например, воспринимать интеллект артефактов как должное, понимать, как он был создан и менее склонен придавать ему философское значение.

И тут роботизированные существа вошли в американскую культуру.
Классификация наших отношений с роботами возвращает нас к тем вызовам, которые Дарвин ставит перед своим поколением: вопрос о уникальности человека. Как взаимодействие с реляционными артефактами влияет на образ мышления людей о том, что, во всяком случае, делает людей особенными?

https://en.wikipedia.org/wiki/Sherry_Turkle

Статья в комментах

К вопросу о реальном положении вещей в нейроинтерфейсах

Позитивная программа (по крайней мере, в этом изложении) как-то не впечатляет, а вот критикой этой "концепции Маска" и я периодически занимаюсь, причем начиная еще с 2018 года — и на международных конференциях, и в научпоп выступлениях.

Не смог сейчас найти на канале презентацию к моей лекции для Биомедсходки (это еще 2023 год) "Нейроинтерфейсы — самый провальный проект Илона Маска?" — неужели забыл ее тогда выложить? В общем, выкладываю тут. Боюсь, без пояснений там многое не особо понятно, но, во всяком случае, критике этой "концепции" посвящены слайды 16-21.