CC BY
2
Научная статья УДК 141:004.838
https://doi.org/10.24158/fik.2025.2.15
Функционалистский и феноменологический подходы к проблеме искусственного интеллекта: сравнительный анализ концепций Р. Брэндома и Х. Дрейфуса в контексте развития современных технологий
Сергей Александрович Кустов
Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия, [email protected]
Аннотация. В статье рассматриваются философские концепции искусственного интеллекта, разработанные представителями питтсбургской школы, в частности, Р. Брэндомом, в сопоставлении с критической позицией Х. Дрейфуса. Анализируются ключевые аспекты функционалистского подхода к искусственному интеллекту, включая проблему алгоритмической декомпозиции когнитивных способностей и возможности создания автономных дискурсивных практик. Особое внимание уделяется концепции «прагматического искусственного интеллекта» Р. Брэндома, предлагающей альтернативу классическому символическому подходу. Исследуется проблема немонотонности рассуждений как основного технического препятствия в развитии искусственного интеллекта. Рассматривается феноменологическая критика Х. Дрейфуса, акцентирующая важность телесного опыта и контекстуального понимания в человеческом познании. Делается вывод о необходимости переосмысления традиционных подходов к разработке искусственного интеллекта с учетом современных философских дискуссий о природе разума и познания.
Ключевые слова: искусственный интеллект, питтсбургская школа, функционализм, прагматический искусственный интеллект, алгоритмическая декомпозиция, немонотонные рассуждения, дискурсивные практики, феноменологическая критика, телесное познание, автономные системы
Финансирование: инициативная работа.
Для цитирования: Кустов С.А. Функционалистский и феноменологический подходы к проблеме искусственного интеллекта: сравнительный анализ концепций Р. Брэндома и Х. Дрейфуса в контексте развития современных технологий // Общество: философия, история, культура. 2025. № 2. С. 111-118. https://doi.org/10.24158/fik.2025.2.15.
Original article
Functionalist and Phenomenological Approaches to the Problem of Artificial Intelligence: Comparative Analysis of the Concepts of R. Brandom and H. Dreyfus in the Context of Technological Development
Sergey A. Kustov
Ural Federal University named after the first President of Russia B.N. Yeltsin, Yekaterinburg, Russia, [email protected]
Abstract. The article examines the philosophical concepts of artificial intelligence developed by representatives of the Pittsburgh School, particularly R. Brandom, in juxtaposition with the critical stance of H. Dreyfus. Key aspects of the functionalist approach to artificial intelligence are analyzed, including the problem of algorithmic decomposition of cognitive abilities and the potential for creating autonomous discursive practices. Particular attention is paid to the Brandom's concept of "pragmatic AI", which offers an alternative to the classical symbolic approach. The problem of non-monotonicity of reasoning as the main technical obstacle in the development of artificial intelligence is investigated. Furthermore, Dreyfus's phenomenological critique emphasizes the significance of embodied experience and contextual understanding in human cognition. Conclusion drawn from this comparative analysis underscores the necessity of rethinking traditional approaches to artificial intelligence development in light of modern philosophical discussions concerning the nature of intelligence and cognition.
Keywords: artificial intelligence, Pittsburgh school, functionalism, pragmatic AI, algorithmic decomposition, non-monotonic reasoning, discursive practices, phenomenological criticism, bodily cognition, autonomous systems
Funding: Independent work.
For citation: Kustov, S.A. (2025) Functionalist and Phenomenological Approaches to the Problem of Artificial Intelligence: Comparative Analysis of the Concepts of R. Brandom and H. Dreyfus in the Context of Technological Development. Society: Philosophy, History, Culture. (2), 111-118. Available from: doi: 10.24158/fik.2025.2.15 (In Russian).
Введение. Актуальность настоящей научной статьи обусловлена несколькими важными факторами. Во-первых, стремительное развитие технологий искусственного интеллекта (ИИ) и
© Кустов С.А., 2025
их внедрение в различные сферы человеческой деятельности требуют глубокого философского осмысления природы ИИ, его возможностей и ограничений. Представители питтсбургской школы, в частности Р. Брэндом, предложили оригинальный подход к анализу ИИ через призму прагматической философии и функционализма, что позволяет по-новому взглянуть на современные проблемы развития искусственного интеллекта. Во-вторых, дискуссия между различными философскими подходами к пониманию ИИ (например, между функционалистским подходом Р. Брэндома и феноменологической критикой Х. Дрейфуса) остается актуальной в контексте современных достижений в области нейронных сетей и глубокого обучения. Эти технологические прорывы ставят новые вопросы о природе интеллекта и возможностях его моделирования в искусственных системах. В-третьих, проблемы, выявленные представителями питтсбургской школы (такие как немонотонность рассуждений и необходимость избирательного игнорирования информации), остаются ключевыми вызовами для современного ИИ. Их анализ особенно важен в контексте создания систем искусственного интеллекта, способных эффективно участвовать в человеческих дискурсивных практиках.
Воззрения Р. Брэндома на природу ИИ. Развитие функционалистских теорий стало важнейшим прорывом в англоязычной философии сознания второй половины XX в. (Джохадзе, 2015: 2025). Они оказались более эффективными при объяснении рациональных процессов («sapience»), таких как убеждения, чем при анализе чувственного опыта («sentience») - боли или восприятия цветов.
Основной принцип функционализма состоит в том, чтобы описывать ментальные состояния через их функциональную роль в более широкой системе, подобно тому, как технические компоненты определяются их назначением. Например, взаимосвязи между убеждениями, желаниями, намерениями и действиями можно представить аналогично взаимодействию клапанов, жидкостей, насосов и фильтров в механической системе. Такой подход представляет собой компромисс между материализмом и дуализмом. С одной стороны, все функциональные элементы (например, клапаны) являются физическими объектами и работают благодаря своим свойствам, что согласуется с материализмом. С другой стороны, функциональная роль элемента не сводится к его физическим характеристикам - клапаны разных типов могут не иметь общих физических свойств, что ближе к дуалистической позиции.
Особой разновидностью функционализма является автоматный функционализм, рассматривающий роли элементов в сложных преобразующих системах. На его основе возник ИИ-функционализм, который изучает природу разумности через способность систем участвовать в автономных дискурсивных практиках, что можно проверить, например, с помощью теста Тьюринга. ИИ-функционализм целесообразно рассматривать с разных точек зрения. Особенно интересен подход, анализирующий его через призму прагматических семантических отношений между различными системами описания (словарями). При таком рассмотрении ИИ-функционализм предстает как метаязык, описывающий автономные системы коммуникации, что существенно расширяет традиционное понимание этой концепции.
То, что принято называть классическим символическим ИИ, базируется на аналогии: «разум относится к мозгу как программное обеспечение - к аппаратной части компьютера» (Логинов, 2021). Сторонники этого подхода подчеркивают его принципиальное отличие от более ранних попыток объяснить работу разума через современные технологии своего времени - будь то телефонные станции, часовые механизмы или даже гончарные круги. Ключевая идея классического ИИ заключается в том, что вычисления представляют собой манипуляции символами по определенным правилам (алгоритмам), а мышление и рассуждение как основные проявления разума, по сути, являются именно такими манипуляциями. Эта вычислительная теория сознания служит фундаментом для ИИ-функционализма. Интересно, что подобные идеи существовали задолго до появления компьютеров - например, Т. Гоббс утверждал, что «рассуждение - это всего лишь подсчет». Более точно в первой части «Левиафана», посвященной природе человека, он проводит аналогию между математическими вычислениями и процессом рассуждения, утверждая, что мышление, по сути, является операцией сложения и вычитания последовательностей мыслей, подобно тому, как мы производим арифметические действия с числами1.
Концепция мышления как манипуляция символами предполагает, что последние - это не просто синтаксические знаки, а носители смысла. Правила обращения с ними определяются их семантическим содержанием и тем, что они представляют. Это создает проблему для натуралистического подхода, поскольку физика не оперирует категорией значения или семантическими свойствами. Возникает вопрос: как физическая система может функционировать как компьютер, реагируя на знаки в зависимости от их смысла?
Решение пришло с развитием вычислительных машин и пониманием того, что числовые операции - лишь частный случай символьных манипуляций. Еще Декарт, установив изоморфизм
1 Гоббс Т. Левиафан, или материя, форма и власть государства церковного и гражданского. М., 1936. 503 с.
между алгебраическими формулами и геометрическими фигурами, показал, что манипуляция первыми может не только выражать, но и воплощать понимание вторых. Декарт изложил идею изоморфизма между алгеброй и геометрией в своей работе «Геометрия», которая была опубликована как приложение к «Рассуждению о методе»1.
Изоморфизм позволяет кодировать семантические свойства в синтаксических структурах. Как заметил Д. Хоугеланд, если система корректно обрабатывает синтаксис, семантика возникает автоматически. Ученый высказал мысль о связи синтаксиса и семантики в своей книге «Искусственный интеллект: очень краткое введение», где он развивал идею о том, что правильная обработка синтаксических структур автоматически порождает соответствующую семантику (Haugeland, 1989: 102).
Однако обычно манипуляция символами, основанная на изоморфизме, создает лишь симуляцию - как в случае компьютерного моделирования транспортных потоков, погоды или пожаров. ИИ-функционализм же утверждает, что в случае мышления такая манипуляция символами не просто моделирует, а является самим мышлением - это и есть использование языка как осмысленной системы. Единственное основание для такого исключительного статуса мышления - это принятие символьно-вычислительной теории разума, которая сама является серьезным теоретическим утверждением, требующим существенных доказательств.
И.Д. Джохадзе отмечал, что, по мнению Р. Брэндома, использование теста Тьюринга в символическом ИИ вполне обоснованно (Джохадзе, 2021). Действительно, если система способна вести неотличимый от человеческого диалог на различные темы, нелогично отрицать её способность к подлинному мышлению и осмысленному использованию языка. Однако признание валид-ности теста Тьюринга как критерия разумности необязательно ведет к принятию вычислительной теории сознания, на которой основан классический символический ИИ.
Р. Брэндом считает, что чрезмерное внимание к символической природе мышления может уводить от более существенного вопроса - алгоритмического характера мышления и дискурсивных практик (Brandom, 2008). С точки зрения прагматического анализа значения главная особенность автоматов заключается не в их способности оперировать символами, а в реализации особых отношений прагматически-семантической достаточности.
Многоступенчатые преобразующие автоматы способны алгоритмически развивать базовые возможности в более сложные. Это позволяет анализировать последние как комбинацию примитивных функций и алгоритмов их развития. Такой подход предполагает более широкое понимание ИИ: утверждается возможность разложения любой автономной дискурсивной практики (то есть способности использовать определенный словарь независимо от других) на набор примитивных способностей, которые через алгоритмическое развитие могут породить эту практику.
Простое утверждение о возможности алгоритмического развития способностей само по себе не представляет особого интереса, поскольку даже отсутствие развития можно рассматривать как тривиальный случай алгоритма. Чтобы сделать концепцию ИИ-функционализма содержательной, необходимо ввести дополнительные требования к определению примитивных способностей. В частности, важно, чтобы эти базовые способности не являлись уже сами по себе дискурсивными.
Р. Брэндом предлагает версию «прагматического ИИ» (или «алгоритмической прагматической проработки»), которая включает два ключевых условия (Brandom, 2010: 111-116):
1. Существует набор базовых практик или способностей, которые можно алгоритмически развить до уровня автономной дискурсивной практики (АДП).
2. Каждый элемент этого набора примитивных способностей может проявляться в системах, не обладающих никакими автономными дискурсивными практиками.
С точки зрения анализа использования смысла первое условие утверждает прагматически-семантическую достаточность алгоритмической проработки, тогда как второе - отрицает необходимость наличия дискурсивных практик для существования примитивных способностей.
Данная интерпретация ИИ-функционализма смещает акцент с традиционных вопросов о символической природе мышления и достаточности изоморфизма для обеспечения подлинной семантики. Хотя разумность по-прежнему рассматривается как способность использовать словари и оперировать семантически значимыми символами в контексте автономных дискурсивных практик, связь с вычислительными системами устанавливается иначе, чем в классическом символическом ИИ.
Вместо утверждения о том, что компьютеры и мышление схожи в их способности манипулировать символами, акцент делается на прагматически-семантической достаточности алгоритмической разработки. Важно, что этот подход применим к любым способностям, а не только к символическим операциям. Так, в рамках интервью М.Дж. Фраполли задает Р. Брэндому следующие вопросы: «Если мы можем по-настоящему понять смысл знания и веры только наблюдая
1 Декарт Р Рассуждение о методе : с приложениями «Диоптрика», «Метеоры», «Геометрия». М., 1953. 656 с.
за другими людьми (с позиции "третьего лица"), то какую роль играют наши собственные утверждения о знании и вере (с позиции "первого лица")? Можно ли считать, что слова, описывающие знание и веру, имеют одинаковое значение, когда мы говорим о себе и когда мы говорим о других людях?»1. Р. Брэндом, пытаясь подробно ответить на них, вводит концепт «P», который он использует в качестве замены терминов «феномен» или «объект»: «Мы можем увидеть разницу между "P", утверждением, что "я верю, что P", и утверждением, что "я знаю, что P". Позвольте мне просто поговорить об утверждениях "монета медная" и "я верю, что монета медная". Понять содержание этих утверждений - значит знать, что из них следует и что с ними несовместимо. Но очень разные вещи несовместимы с утверждением "монета сделана из меди" и утверждением "я верю, что монета сделана из меди". Например, "Брандома никогда не существовало" несовместимо с утверждением "я верю, что монета медная", но несовместимо с утверждением "монета медная". Таким образом, эти два утверждения "монета медная" и "я верю, что монета медная" имеют для меня совершенно разные значения»2.
Для любой практики или способности P можно поставить два ключевых вопроса:
1. Существует ли набор примитивных способностей, которые в сочетании с алгоритмами их интеграции прагматически достаточны для реализации P? То есть можно ли получить P путем алгоритмической организации более простых способностей?
2. Возможно ли обладание каждой из этих примитивных способностей без P в целом?
Этот подход переносит фокус с вопроса «Является ли мышление манипуляцией символами?» на более фундаментальный - о возможности алгоритмической декомпозиции сложных способностей на более простые.
Практика или способность P считается содержательно алгоритмически разложимой, если она удовлетворяет двум ранее описанным условиям. Рассмотрим несколько примеров:
Деление длинных чисел представляет собой хороший пример такого разложения. Эта способность может быть алгоритмически построена на основе более простых операций умножения и вычитания, причем этими базовыми операциями можно овладеть независимо от умения делить.
Игра на фортепиано также может рассматриваться как алгоритмически разложимая способность, поскольку она складывается из умения нажимать отдельные клавиши и контролировать временные интервалы между этими действиями.
В противоположность сказанному некоторые базовые способности, такие как различение красных предметов или движение указательным пальцем, вероятно, не поддаются дальнейшему алгоритмическому разложению. Эти действия нельзя построить как комбинацию более простых операций, даже с учетом возможности создания сложных алгоритмов с условными ветвлениями и циклами обратной связи (включающими последовательности восприятия, действия и оценки результатов).
Что касается таких навыков, как езда на велосипеде, плавание или управление дельтапланом, вопрос об их алгоритмической разложимости остается открытым эмпирическим, имеющим особое значение для методик обучения этим навыкам.
Возможность содержательной алгоритмической декомпозиции какой-либо практики или способности определяется фактическими отношениями прагматически-семантической достаточности и необходимости, которые демонстрируют субъекты, реализующие эти способности (Schaefer, 2011). Этот вопрос, несмотря на свою абстрактность и общность, имеет эмпирический характер и важное практическое значение. При этом он никак не связан с манипуляциями символами.
Ключевой вопрос ИИ-функционализма, по мнению Р. Брэндома, заключается в том, поддаются ли способности, составляющие разумность (sapience), такой содержательной алгоритмической декомпозиции. Если мы определяем разумность через способность использовать словари (что проверяется тестом Тьюринга), то, естественно, целевые практики будут включать работу с символами. Однако это лишь частный случай более общей проблемы. Поэтому классический символический ИИ-функционализм следует рассматривать как элемент более широкого подхода - алгоритмической практической проработки. Акцент на символической природе мышления уводит внимание от более фундаментального вопроса: возможности алгоритмического анализа любых практик и способностей, обеспечивающих разумность. Главное не то, что мышление оперирует символами, а то, можно ли его алгоритмически разложить на более простые компоненты.
По этой же причине позднее Р. Брэндом отказывается от идеи использования «чувствования» в качестве критерия определения «разумности», во всяком случае в контексте дискуссии о природе ИИ Ученый в интервью3.утверждал, что нет принципиальных препятствий для того,
1 Frapolli M.J., Wischin K. From Conceptual Content in Big Apes and AI, to the Classical Principle of Explosion: An Interview with Robert B. Brandom // Disputatio. 2019. № 9. P. 639-662.
2 Ibid.
3 Frapolli M.J., Wischin K. Op. cit.
чтобы компьютеры могли стать дискурсивными существами, и их небиологическая природа не является таким препятствием.
Следует различать два фундаментальных аспекта:
1. Способность компьютеров стать участниками существующих человеческих дискурсивных практик.
2. Возможность создания вычислительными машинами (одной или несколькими) собственных автономных дискурсивных практик, с помощью которых их взаимодействие порождало бы подлинное пропозициональное и консенсуальное содержание, не зависимое от человеческой интерпретации.
Второй вопрос существенно сложнее первого - он касается лишь способности использовать уже наделенные смыслом выражения. По нашему мнению, теоретически возможны оба варианта, однако существует серьезное препятствие - немонотонный характер человеческих рассуждений. Это означает, что правильность умозаключения может меняться при получении новой информации (Bloch-Mullins et al., 2022). Эта проблема, известная в компьютерных науках как проблема фреймов, указывает на необходимость избирательного игнорирования части имеющейся информации в процессе рассуждения. Эффективное мышление требует способности определять, какие факты релевантны в конкретной ситуации, и не учитывать потенциальные дополнительные предпосылки до момента их актуализации в обсуждении.
Ключевой проблемой в развитии искусственного интеллекта является реализация способности избирательного игнорирования информации - умения не учитывать потенциально важные факторы до момента их актуализации. Эта способность необходима для правильных немонотонных рассуждений, но современная наука не имеет адекватных формальных моделей для описания немонотонных характеристик материальных умозаключений.
Это представляет главное техническое препятствие как для интеграции компьютеров в человеческие дискурсивные сообщества, так и для создания ими собственных смыслообразующих сообществ. При этом первая задача представляется более достижимой, поскольку компьютеры уже функционируют как вспомогательные члены дискурсивного сообщества, успешно расширяя наши сенсорные и аналитические возможности.
Современные достижения в области нейронных сетей и глубокого обучения заслуживают внимания, поскольку эти технологии, использующие параллельную распределенную обработку и большие данные, успешно решают задачи, с которыми плохо справлялись традиционные фон-неймановские архитектуры, основанные на явном программировании правил. Однако остается неясным, способны ли нейросетевые модели эффективно решать проблемы, связанные с немонотонностью материальных умозаключений. Это открытый вопрос, требующий дальнейших исследований.
Р. Брэндом убежден, что наше понимание структуры собственных когнитивных способностей пока недостаточно для однозначных выводов, хотя и механическая природа компьютеров сама по себе не является препятствием для развития искусственного интеллекта.
Воззрения Х. Дрефуса на сущность ИИ. В рамках настоящей работы интерес представляют воззрения Х. Дрейфуса, который, хоть и не имеет прямого отношения к питтсбургским философам, вступал с ними в активные дискуссии, в частности, с коллегой Р. Брэндома, Дж. Макдауэл-лом. Х. Дрейфус, как и Р. Брэндом, акцентировал свое внимание на проблеме ИИ1. Он разработал глубокую философскую критику классического подхода к искусственному интеллекту, основываясь преимущественно на феноменологической традиции. Его критика началась в 1960-х гг., когда он подверг сомнению основные предпосылки разработчиков ИИ того времени.
Центральный тезис Х. Дрейфуса заключался в том, что человеческий интеллект и познание принципиально отличаются от компьютерной обработки информации (Zhang, 2023). Он утверждал, что субъектное понимание неотделимо от телесного существования в мире и не может быть сведено к манипуляции символами по формальным правилам. По его мнению, классический ИИ основывается на четырех ошибочных предположениях: что мозг обрабатывает дискретную информацию, что поведение управляется правилами, что все знания могут быть формализованы и что мир может быть объективно проанализирован независимо от человеческого опыта.
Х. Дрейфус подчеркивал фундаментальную роль неявного знания и практического опыта в человеческом познании (Dreyfus, 2007). Он разработал влиятельную модель приобретения навыков, показывающую, как люди переходят от строгого следования правилам к интуитивному пониманию. На экспертном уровне человек действует не по правилам, а на основе целостного восприятия ситуации и накопленного опыта. Это, по мнению ученого, невозможно смоделировать через простое программирование правил (Dreyfus, 2007).
1 Temple K. Answering Dreyfus's Challenge: Toward a Theory of Concepts without Intellectualism : Dissertation. Toronto, 2017. 280 p.
Особое внимание Х. Дрейфус уделял проблеме контекста и ситуативности человеческого понимания. Он утверждал, что значение любого элемента опыта определяется его местом в более широком контексте, который невозможно полностью формализовать. Эта «проблема фрейма» остается одним из главных вызовов для ИИ: как определить, какие аспекты ситуации релевантны, а какие нет. Критика Х. Дрейфуса была направлена не только на технические аспекты ИИ, но и на более глубокие философские предпосылки. Он считал, что подход классического ИИ основан на картезианском дуализме и игнорирует фундаментальную роль телесности и «бытия-в-мире» в человеческом познании. Вместо этого он предлагал рассматривать интеллект как неотъемлемую часть целостного опыта существования в физическом и социальном мире. Следует сказать, что Х. Дрейфус не был противником ИИ как такового. Он признавал возможность создания интеллектуальных систем, но настаивал на необходимости радикального пересмотра подходов к их разработке. Он предлагал учитывать воплощенный характер познания, важность неявного знания и контекстуальную природу понимания. Его идеи во многом предвосхитили современные направления в Ии, такие как воплощенный (embedded) и ситуативный подходы. Х. Дрейфус также подчеркивал важность эмоций и социального контекста в человеческом познании. Он утверждал, что способность к осмысленному действию в мире требует не только обработки информации, но и эмоциональной вовлеченности, способности различать значимое и незначимое, что трудно реализовать в компьютерных системах.
Сравнение двух концепций. Анализируя противостояние взглядов Р. Брэндома и Х. Дрейфуса на природу и перспективы искусственного интеллекта, мы считаем более обоснованной позицию Р. Брэндома по следующим причинам:
1. Прагматический подход ученого более соответствует современному уровню развития технологий. Его функционалистская позиция уже находит подтверждение в успешной интеграции компьютерных систем в человеческие дискурсивные практики в качестве вспомогательных участников.
2. Р. Брэндом не отрицает сложность проблем, стоящих перед ИИ (особенно в области немонотонных рассуждений), но рассматривает их как технические препятствия, а не как принципиальные философские ограничения. Такой подход более конструктивен и открывает пути для поиска решений.
3. Критика Х. Дрейфуса, хотя и глубока, во многом основана на устаревшем понимании ИИ как исключительно символьных систем. Современные нейросетевые технологии и распределенная обработка информации уже преодолевают многие ограничения, на которые указывал Х. Дрейфус.
4. Позиция Р. Брэндома о том, что механическая природа компьютеров не является принципиальным препятствием для развития ИИ, представляется более обоснованной в свете современных достижений в области машинного обучения и нейронных сетей.
5. Важно отметить, что Р. Брэндом предлагает двухуровневый подход к развитию ИИ: от интеграции в существующие человеческие дискурсивные практики к потенциальному созданию автономных дискурсивных сообществ. Такая градация делает его подход более реалистичным и практически применимым.
Таким образом, функционалистский и прагматический подход Р. Брэндома, на наш взгляд, предоставляет более перспективную основу для дальнейшего развития ИИ, не отрицая при этом существующих сложностей и необходимости их преодоления.
Заключение. На основании вышеизложенного приходим к следующим выводам. Р. Брэндом придерживается более оптимистичного взгляда на возможности Ии, основываясь на функ-ционалистском подходе и прагматической философии. Он считает, что механическая природа компьютеров не является препятствием для развития ИИ и что электронные системы потенциально могут стать полноценными участниками дискурсивных практик. Его подход фокусируется на алгоритмической декомпозиции способностей и практик, составляющих разумность, при этом он отходит от классического символического ИИ, считая более важным вопрос алгоритмической природы мышления, чем его символический характер.
Х. Дрейфус, напротив, представляет более критическую позицию, основанную на феноменологической традиции. Он подчеркивает принципиальное различие между человеческим познанием и компьютерной обработкой информации, указывая на неотделимость человеческого понимания от телесного существования в мире. Х. Дрейфус критикует базовые предположения классического ИИ о возможности полной формализации знаний и дискретной обработки информации мозгом.
Несмотря на различия, оба философа видят серьезные проблемы в развитии ИИ. Р. Брэндом указывает на сложность реализации немонотонных рассуждений и проблему избирательного игнорирования информации. Х. Дрейфус акцентирует внимание на проблеме контекста и ситуативности человеческого понимания («проблема фрейма»).
При этом ни один из философов не является абсолютным противником ИИ. Р. Брэндом видит возможность создания искусственных дискурсивных существ, хотя и признает существен-
ные технические препятствия. Х. Дрейфус также допускает возможность создания интеллектуальных систем, но настаивает на необходимости радикального пересмотра подходов к их разработке с учетом воплощенного характера познания и важности неявного знания.
Различие их позиций во многом определяется исходными философскими установками: прагматическим функционализмом Р. Брэндома и феноменологическим подходом Х. Дрейфуса. Это приводит к разным акцентам в понимании природы интеллекта и перспектив его моделирования в искусственных системах.
Анализируя противостояние взглядов Р. Брэндома и Х. Дрейфуса на природу и перспективы ИИ, на наш взгляд, стоит считать более обоснованной позицию первого. Прагматический функционализм Р. Брэндома находит практическое подтверждение в успешной интеграции компьютерных систем в дискурсивные практики. Ученый рассматривает проблемы ИИ (включая немонотонные рассуждения) как преодолимые технические препятствия, а не фундаментальные ограничения. Критика Х. Дрейфуса устарела в контексте современных нейросетевых технологий, которые уже не ограничены только символьными системами. Двухуровневый подход Р. Брэндома (от интеграции в человеческие практики к созданию автономных систем) предлагает реалистичную программу развития ИИ. Таким образом, функционалистский подход создает более перспективную основу для этого, признавая существующие сложности, но рассматривая их как преодолимые технические препятствия.
Список источников:
Джохадзе И.Д. Аналитический прагматизм Роберта Брэндома. М., 2015. 132 с.
Джохадзе И.Д. Новое прочтение «Феноменологии духа»: Брэндом о Гегеле // Философский журнал. 2021. Т. 14, № 1. С. 97-112. https://doi.org/10.21146/2072-0726-2021-14-1-97-112.
Логинов Е.В. Джохадзе И. Брэндом о Гегеле: опыт аналитического прочтения «феноменологии духа». М.: Канон+, РООИ "Реабилитация", 2021. 224 с. // Историко-философский ежегодник. 2021. № 36. С. 409-413. https://doi.org/10.21146/0134-8655-2021-36-409-413.
Bloch-Mullins C., Choi Y.H., Luft S. Themes from the Philosophy of Robert Brandom // Journal of Transcendental Philosophy. 2022. Vol. 3, iss. 1. P. 1-2. https://doi.org/10.1515/jtph-2022-0008.
Brandom R.B. Artificial Intelligence and Analytic Pragmatism // Between Saying and Doing. Oxford, 2008. Р. 69-91. https://doi.org/10.1093/acprof:oso/9780199542871.003.0003.
Brandom R.B. Between Saying and Doing: Towards an Analytic Pragmatism. Oxford, 2010. 251 p.
Dreyfus H.L. Why Heideggerian AI Failed and How Fixing It Would Require Making It More Heideggerian // Artificial Intelligence. 2007. Vol. 171, iss. 18. P. 1137-1160. https://doi.org/10.1016/j.artint.2007.10.012.
Haugeland J. Artificial Intelligence: The Very Idea. Cambridge, 1989. 302 p. https://doi.org/10.7551/mitpress/1170.001.0001. Schaefer R. A Defence of AI-Functionalism Against Brandom's Arguments from Holism and the Frame Problem // Dialogue. 2011. Vol. 50, iss. 4. P. 741-750. https://doi.org/10.1017/s0012217312000030.
Zhang F. The Social Nature of Skills: Beyond Dreyfus' Skill Model // Technology and Language. 2023. № 3 (12). P. 130-140.
References:
Bloch-Mullins, C., Choi, Y. H. & Luft, S. (2022) Themes from the Philosophy of Robert Brandom. Journal of Transcendental Philosophy. 3 (1), 1-2. Available from: doi:10.1515/jtph-2022-0008.
Brandom, R. B. (2008) Artificial Intelligence and Analytic Pragmatism. In: Between Saying and Doing. Oxford, рр. 69-91. Available from: doi:10.1093/acprof:oso/9780199542871.003.0003.
Brandom, R. B. (2010) Between Saying and Doing: Towards an Analytic Pragmatism. Oxford. 251 p. Dreyfus, H. L. (2007) Why Heideggerian AI Failed and How Fixing It Would Require Making It More Heideggerian. Artificial Intelligence. 171 (18), 1137-1160. Available from: doi:10.1016/j.artint.2007.10.012.
Dzhokhadze, I. D. (2015) Analiticheskii pragmatizm Roberta Brendoma [Robert Brandom's analytical pragmatism]. Moscow. 132 p. (In Russian)
Dzhokhadze, I. D. (2021) A New Reading of "The Phenomenology of Spirit": Brandom on Hegel. Philosophy Journal. 14 (1), 97-112. Available from: doi:10.21146/2072-0726-2021-14-1-97-112. (In Russian)
Haugeland, J. (1989) Artificial Intelligence: The Very Idea. Cambridge. 302 p. Available from: doi:10.7551/mit-press/1170.001.0001.
Loginov, E. V. (2021) Dzhokhadze I. Brendom o Gegele: opyt analiticheskogo prochteniya «fenomenologii dukha». M.: Kanon+, ROOI "Reabilitatsiya", 2021. 224 р. [Dzhokhadze and I. Brandom on Hegel: experience of an analytical reading of the "phenomenology of the spirit". Moscow: Canon+, NGO "Rehabilitation", 2021. 224 p.]. History of Philosophy Yearbook. (36), 409413. Available from: doi:10.21146/0134-8655-2021-36-409-413. (In Russian)
Schaefer, R. (2011) A Defence of AI-Functionalism Against Brandom's Arguments from Holism and the Frame Problem. Dialogue. 50 (4), 741-750. Available from: doi:10.1017/s0012217312000030.
Zhang, F. (2023) The Social Nature of Skills: Beyond Dreyfus' Skill Model. Technology and Language. (3 (12)), 130-140.
Информация об авторе С.А. Кустов - аспирант Уральского федерального университета имени первого Президента России Б.Н. Ельцина, Екатеринбург, Россия.
Конфликт интересов:
автор заявляет об отсутствии конфликта интересов.
Information about the author S.A. Kustov - PhD student, Ural Federal University named after the first President of Russia B.N. Yeltsin, Yekaterinburg, Russia.
Conflicts of interests:
The author declares no conflicts of interests.
Статья поступила в редакцию / The article was subm itted 13.12.2024; Одобрена после рецензирования / Approved after reviewing 20.01.2025; Принята к публикации / Accepted for publication 18.02.2025.
Автором окончательный вариант рукописи одобрен.
