Це надзвичайно цікаве запитання, на яке лише ми, люди, здатні дати ґрунтовну відповідь. Поставити питання великій мовній моделі, як-от ChatGPT, означає бути свідком вражаючої синтезаторської дії. Запитайте про основні причини Тридцятилітньої війни або короткий виклад категоричного імперативу Канта — і вже за кілька секунд отримаєте логічно структуровану, зрозумілу та часто досить глибоку відповідь. Здатність машини збирати, систематизувати та чітко висловлювати величезний обсяг людських знань беззаперечно вражає. Однак, коли ми виходимо за межі простої фактології й концептів, коли запитуємо те, що справді турбує нашу душу, цей ефект мимоволі втрачає силу. Відповіді штучного інтелекту, незважаючи на їх елегантність, залишаються незадовільними. Це розчарування виявляє фундаментальний розкол не лише у сфері технології, а й у сутності самого процесу пошуку відповідей — розмежування між світом інформації та цариною сенсу.
Великі мовні моделі демонструють надзвичайну майстерність у царині «що». Вони — господарі обчислюваного, відомого, інформації, котра вже була сформульована та записана. LLM — це гігантський двигун текстового передбачення. Вони не «розуміють» світ по-людськи; натомість виконують радикальний акт кореляції. Відповідаючи на запитання, модель компонувує статистично найбільш ймовірний ланцюжок слів на основі закономірностей, вилучених із тренувального набору, що охоплює величезну частину усієї текстової спадщини людства. Її функція — синтезувати. Вона здатна з’єднувати розрізнені факти, пояснювати складні процеси, а також імітувати літературні стилі з вражаючою точністю. У цьому сенсі вона є неперевершеним інструментом — надзвичайним асистентом для досліджень, здатним працювати на надшвидкості. Це ідеальний помічник у світі, що дедалі більше цінує ефективне управління та відшукання даних.
Складність починається, коли ми ставимо машині запитання з області «чому». Незадоволеність відповіддю на запитання «Як мені прожити сенсовне життя?» або «Чому я маю страждати?» не викликана тим, що ШІ надає хибну інформацію. Справа в тому, що ці питання не можуть бути вирішені лише шляхом синтезу. LLM сумлінно підбере підсумок думок філософів, теологів і психологів щодо сенсу та страждання. Вона запропонує структурований калейдоскоп людської мудрості: стоїчне прийняття поряд із буддійською невідданістю та екзистенціалістською рішучістю. Проте відповідь буде порожньою, майже примарною, з трьох ключових причин:
1. Машина позбавлена прожитого досвіду. Вона ніколи не знала болю втрати, тепла любові чи тихої благоговійності в момент спостереження за заходом сонця. Її знання про ці явища є виключно текстовими — абстрактним узагальненням, взятим з наших описів. Вона може розповісти про страждання, але ніколи його не відчула.
2. ШІ не має фізичного тіла, отже не має й зацікавленості. Його твердження виходять від безтілесного, безстрастного інтелекту, що не має особистої зацікавленості ані в здобутках, ані в втратах. Істинна мудрість завжди оплачена ціною життя; вона носить тягар зроблених виборів і пережитих наслідків. Поради машини легковажні, вони позбавлені ваги.
3. Штучний інтелект існує як «мозок у банці» — ця відсутність утілення може стати найбільшим бар’єром на шляху до справжньо людського мислення. Мова та мислення еволюціонували як метафоричні категорії, глибоко вкорінені в нашому тілесному сприйнятті простору й часу, що є категоріями незрозумілими для сучасних форм ШІ. Можливо, майбутні покоління робототехніки змінять цю парадигму, але це поки що — перспектива далекої перспективи.
4. Крім того, ШІ позбавлений власної автентичної позиції. Задовольняюча відповідь на глибоке людське питання походить від суб’єкта з реальною точкою зору, набором цінностей, сформованих у вогні особистого існування. Модель розглядає цінності лише як статистичну модель — її відповідь є лише відлунням тисяч голосів, не маючи власної сутності.
Цю межу чіткіше розкриває специфічний тип людського мислення, ідентифікований філософом Чарльзом Сандерсом Пірсом — абдуктивне мислення (або логіка найкращого пояснення). На відміну від дедукції, яка застосовує відомі правила, або індукції, що узагальнює на основі спостережень, абдукція — це творчий стрибок до найкращого можливого пояснення несподіваного явища. Це логіка гіпотези, «спалах інтуїції», що породжує нову ідею. Коли лікар діагностує рідкісне захворювання за незрозумілими симптомами, або вчений пропонує теорію для пояснення аномальних даних, вони користуються абдукцією. Вони не просто синтезують відомі факти; вони формують нову концептуальну рамку, що по-новому пояснює ці факти.
Ось тут проявляється ключове обмеження архітектури LLM. Модель — це, по суті, індуктивний механізм неймовірного масштабу, розроблений для розпізнавання закономірностей і продукування найбільш імовірного виходу. Вона орієнтована в минулому, обмежена текстовим світом, на якому була навчена. Вона розповідає про те, що вже було сказано, але не може здійснити абдуктивний стрибок до нового, могучого пояснення. Абдукція вимагає уявної здатності бачити поза межами даних і пропонувати ймовірність, не закладену в самих даних. Коли ми шукаємо поради, то часто прагнемо отримати саме це — нову перспективу, свіжу гіпотезу нашої труднощі. LLM може тільки реміксувати старі ідеї, віддзеркалюючи межі машини, що рахує ймовірності, але не породжує справжніх можливостей.
Філософ Мартін Гайдеггер пропонує дієву концептуальну оптику, щоб глибше зрозуміти цей розлом. Він розрізняв два типи мислення: калькулятивне та медитативне. Калькулятивне мислення — це мислення розв’язувача задач. Воно обчислює, планує, організовує світ як сукупність ресурсів для управління, є метою-орієнтованим і надзвичайно ефективним. Медитативне мислення, навпаки, є глибшим і повільнішим процесом роздумів. Воно не прагне вирішити або заволодіти чимось, а натомість зупиняється біля питання, розглядає його значення та наше місце в тому містеріумі, що він окреслює. І деякі таємниці мають бути не розв’язані, а пережиті.
Штучний інтелект є апогеєм калькулятивного мислення застосованого до мови. Він «інструменталізує» кожен запит, сприймаючи його як технічну проблему, що має бути розв’язана шляхом швидкої обробки даних. Коли ми ставимо йому медитативне питання — про сенс, ціль — ШІ відповідає лише в межах калькулятивної парадигми. Він сприймає пошук призначення як завдання отримання даних, пропонуючи підсумок відповідей замість справжньої взаємодії з питанням. Результатом стає глибокий логічний фальстарт, щось на кшталт того, як би запитати калькулятор про його плани на вихідні.
Можливо, саме в цьому — головна небезпека будь-яких, навіть вражаючих технологій. Не в тому, що вони надаватимуть неправильні відповіді на найскладніші наші запити, а в тому, що їхня яскрава і начебто розумна безвідповідь поступово переконає нас, що саме такі відповіді і єдині можливі. Ми ризикуємо забути, що найважливіші питання — це не ті, що можна розв’язати, синтезуючи вже відомі факти, а ті, які мають бути прожиті. Завдання, що постає перед нами, полягає не у створенні машини, що краще імітує мудрість, а у збереженні цілковито людських просторів — мовчання, роздумів та досвіду, де може зароджуватись медитативне мислення і знайдеться сенс, яким би невловимим він не був.
