Цифровые эпициклы Новое эссе о том, как ИИ может замедлить науку, ускоряя ее Представьте, что у Птолемея был современный ИИ. Машина мгновенно добавляла бы к геоцентрической модели новые эпициклы, подгоняла параметры и превращала любую аномалию в очередную математическую надстройку. Сколько еще веков прожила бы неверная картина мира, если бы ее несовершенство «лечил» идеальный оптимизатор? Боюсь, что долго. Очень долго. Эта мысль – ключ к пониманию главного риска прихода ИИ в науку. ИИ может стать для науки не Кеплером, а идеальным Птолемеем: он способен масштабировать не познание, а самоподтверждение. В новом эссе разбираю, почему это не алармистская страшилка, а вполне конкретный механизм, уже описанный исследователями. ✔️ Вычислительная модель Дубовой, Москвичева и Золлмана показала: ученые-агенты, выбиравшие эксперименты случайно, строили более точные теории, чем агенты, строго следовавшие теории. И главное – своего провала проигравшие не видели: им казалось, что они успешны. Это «иллюзия эпистемического успеха». ✔️ Капур и Нараянан объяснили, почему ускорять научный конвейер – все равно что добавлять полосы на шоссе, где пробка образуется из-за пункта оплаты впереди. ✔️ А фантаст Рэймонд Джоунс еще в 1952 году описал главный фильтр прорывов – внутренний «уровень шума» мышления ученых. Из эссе вы узнаете: - чем «машина масштабируемого порядка» опасней машины ошибок; - почему погрузчик в спортзале – точная метафора ИИ в исследованиях; - и какую единственную вещь нужно защитить институционально, чтобы ИИ стал машиной понимания, а не фабрикой цифровых эпициклов. Подсказка: эта вещь – случайность. Продолжить чтение (≈20 мин) на платформах патронов канала [1, 2, 3, 4] #Наука #Прогресс #ГенИИ