ПРОБЛЕМА АТРИБУЦИИ СОЗНАНИЯ ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ: ФИЛОСОФСКИЕ ОСНОВАНИЯ И ОПЕРАЦИОНАЛЬНЫЕ КРИТЕРИИ (НА ПРИМЕРЕ ШАХМАТНЫХ СИСТЕМ)

АННОТАЦИЯ

В статье рассматривается проблема определения сознания применительно к системам искусственного интеллекта (ИИ), в частности, к сложным игровым алгоритмам, таким как шахматные программы. Анализируются ключевые философские подходы к пониманию сознания (концепции Н. Блока, Дж. Сёрла, Д. Деннета) и их методологические следствия для оценки машинной агентности. Особое внимание уделяется применению формальных когнитивных теорий — Теории интегрированной информации (IIT) и Теории глобального рабочего пространства (GWT) — как инструментальных рамок для анализа архитектуры ИИ. Автор обосновывает необходимость перехода от чисто поведенческих тестов к архитектурной верификации, сочетающей анализ причинной связности и функциональной доступности информации.

Ключевые слова: искусственный интеллект, сознание, шахматные программы, AlphaZero, IIT, GWT, агентность, философия ума.

Дебаты о сознании искусственных систем опираются на контрастные позиции таких мыслителей, как Нед Блок, Джон Сёрл и Даниэл Деннет. Их концепции задают критерии релевантности и методологические ориентиры для оценки шахматного ИИ.

Нед Блок ввёл различие между феноменальным сознанием — субъективным внутренним опытом (P-consciousness) и доступным сознанием — функциональной доступностью информации для когнитивных процессов (A-consciousness). Феноменальное сознание указывает на наличие экспериенциальных свойств, связанных с ощущениями и «каково это быть» в некотором состоянии, тогда как сознание доступа представляет собой трансляцию для свободного использования в рассуждениях и рациональном контроле действий^[1]. Для оценки шахматного ИИ это различие важно тем, что высокопроизводительная программа может демонстрировать развитое A-сознание, имея внутренние представления ходов и планов, однако по Блоку это не доказывает наличия феноменального переживания^[2]. Блок также указывал на возможность сценариев типа «absent qualia», где система выполняет функционально эквивалентные действия, но лишена субъективной стороны^[3]. Применительно к шахматам: алгоритм может «понимать» позицию функционально, оставаясь при этом лишенным внутреннего опыта игры.

Джон Сёрл критикует функционализм через аргумент «китайской комнаты»: синтаксическая обработка символов не порождает семантику, то есть понимание^[4]. Шахматная программа блестяще сопоставляет позиции, но, по Сёрлу, это не равно пониманию шахмат как значимого контекста. Сознание требует биологической реализации в нервной системе^[5]. Следовательно, вычислительные достижения лишь имитируют внешние проявления интеллекта, не конституируя сознание в строгом смысле^[6]. Критики Сёрла предлагают ответы, указывая на недооценку вычислительных возможностей машин и возможность возникновения понимания на уровне всей системы^[7]. Однако позиция Сёрла сохраняет методологическую ценность: поведение не является достаточным индикатором внутреннего опыта.

Даниэл Деннет выступает с противоположной стороны: он критически настроен к метафизическим понятиям «настоящих» квалиа и к идее внутреннего театра^[8]. Согласно его теории множества черновиков, сознание — результат распределенных процессов интерпретации. Если система демонстрирует поведение, неотличимое от человеческого, атрибуция сознания прагматично оправдана^[9]. Современные исследования подтверждают этот подход: анализ поведения генеративных моделей показывает наличие признаков, ассоциируемых с сознанием, таких как самообучение, рефлексия и понимание контекста^[10].

Различия между этими позициями генерируют конкретные методологические следствия. Если следовать подходу Блока, нужно разрабатывать экспериментальные методы, различающие феноменальное и доступное сознание: например, искать признаки наличия субъективной точки зрения в самоотчётах (в случае машин — в метапредсказаниях моделей) или в неожиданных паттернах реакции на интероцептивные или репрезентативные нарушения. Для Сёрла акцент смещается на исходную проблему семантики: стоит выяснить, существует ли у системы истинная семантическая связь с игровым миром или лишь синтаксическая манипуляция символов. В ответ на это возникают проекты по «воплощению» ИИ и интеграции с богатыми сенсомоторными данными, чтобы оценить, меняется ли характер обработки информации при наличии телесного контекста. В то же время деннетовский подход делает акцент на поведении и объяснимости: можно формализовать набор тестов, проверяющих гибкость, способность к рационализации своих действий, адекватность метапознания — и если система удовлетворяет этим, приписать ей статус сознательного агента на основании практических критериев.

Применительно к шахматному ИИ полезно рассматривать ряд конкретных мыслительных экспериментов. Китайская комната может быть переформулирована: представим шахматную комнату, где правила и базы данных обрабатываются механически — будет ли человек внутри «понимать» происходящее? Сёрл скажет нет; системный ответ — да; Деннет усомнится в полезности разделения. Блоковская перспектива предполагает, что даже если система «понимает» в функциональном смысле, это не доказательство наличия феноменального опыта шахматного сражения, т.е. ощущений волнения перед ничейной позицией или эстетического удовлетворения от красивой жертвы. Эти размышления показывают: разные философские позиции ведут к разным критериям и разным эмпирическим программам исследования. Следовательно, для исчерпывающей оценки шахматного ИИ как потенциально сознательного агента необходима методологическая эклектика: сочетание поведенческих тестов, анализа архитектурной семантики, воплощённых сценариев и критического рассмотрения философских предпосылок о природе опыта. Только так можно избежать односторонних выводов, которые либо недооценивают богатство функциональных достижений ИИ, либо, напротив, поспешно приписывают ему субъективность там, где присутствует лишь сложная имитация.

Когнитивно-научный подход и формальные теории сознания предлагают прикладный, эмпирически ориентированный набор инструментов для того, чтобы думать о сознании не как только о философской проблеме, а как о свойстве информационно-обрабатывающих систем. В отличие от чисто философских рассуждений, здесь акцент делается на наблюдаемых коррелятах, на архитектурах и на вычислимых метриках; цель — получить предсказуемые критерии, которые можно соотнести с конкретными реализациями — в том числе с шахматными программами. В этой главе рассматриваются две влиятельные формализации. Integrated Information Theory — Теория интегрированной информации (IIT) и Global Workspace Theory — Теория глобального рабочего пространства (GWT) — и обсуждается, какие практические выводы они позволяют сделать применительно к архитектурам шахматного ИИ, а также какие методологические проблемы при этом возникают.

IIT начинает анализ с феноменологии и предлагает набор аксиом, из которых выводит постулаты о структуре систем, способных «иметь» опыт^[11]. Центральная идея — сознание эквивалентно количеству интегрированной информации, которое система как целое генерирует помимо сумм её частей; это количество формализуется через показатель φ (фи). В терминах IIT важна не просто сложность или богатство представлений, но их обусловленность внутренней причинной связностью: элементы должны быть взаимосвязаны таким образом, чтобы состояние системы не сводилось к независимым частям. С теоретической точки зрения IIT привлекательно тем, что предлагает количественную шкалу и делает ставку на внутреннюю, «интроспективную» организацию механизма — то есть не на поведение извне, а на причинную структуру внутри^[12].

Однако применение IIT к реальным вычислительным системам, и особенно к крупным нейросетям и гибридным архитектурам шахматных программ, сталкивается с серьёзными трудностями. Расчёт ϕ для систем с большим числом узлов практически невозможен без упрощённых расчётов интеграции; результаты зависят от выбранного уровня описания (нейроны, нейроны сети, модули) и от способа группировки состояний^[13]. Кроме того, критики указывают на риск панпсихистских выводов: если по некоторым параметрам даже простые интегрированные сети получают ненулевое ϕ, это ведёт либо к выводу, что сознание чрезвычайно широко распространено, либо к проблеме установления порога значимости^[14]. Для шахматного ИИ это означает: даже если какая-то сеть внутренне интегрирована, сам по себе высокий (или ненулевой) ϕ не даёт прямого доступа к феноменальной стороне «как это» — и интерпретация числа ϕ в терминах субъективного переживания остаётся спорной. Технически, многие современные шахматные нейросети преимущественно используют глубокие, но часто локально-структурированные преобразования (свертки, трансформерные блоки), где интеграция распределена и модульна; степень интеграции в таких системах может быть меньше, чем в биологическом мозге с его плотными рекуррентными связями, что снижает априорную вероятность высокой ϕ по IIT^[15].

GWT, в свою очередь, формулирует функционально-ориентированную картину: сознание как доступность информации для широкого круга когнитивных процессов через механизм «глобального рабочего пространства». В нейробиологической интерпретации (Жан-Люк Деэн и коллеги) это выражается в моменте «воспламенения» — быстром распространении активации по кортикальным и подкорковым сетям (Слои мозга или их аналоги в ИИ, отвечающие за обработку информации разного уровня), позволяющем информации быть использованной для отчёта, планирования, памяти и контроля действий. GWT делает ставку на функциональную роль: способность «распространять» информацию и реализовывать межмодульное сотрудничество, а не на внутреннюю причинную плотность как таковую.

Эмпирически GWT поддерживается наблюдениями о временных сигнатурах сознательного доступа физиологических показателей активности мозга, используемых для изучения сознания, и о связи между сознательным восприятием и возможностью отчёта. Для ИИ это означает, что мы можем искать признаки аналогичной «доступности»: наличие центрального буфера или шины, через которую результаты восприятия/оценки становятся доступны множеству исполнительных модулей; наличие механизмов метапознания и генерации отчётов; способность гибко перенаправлять внимание и ресурсы в зависимости от контекста. Такие признаки легче эмпирически проверять: можно экспериментировать с задачами «видимого/невидимого» доступа, просить систему «объяснить», почему она выбрала тот или иной ход, и наблюдать, насколько информация интегрирована и используется в разных подсистемах.

Применительно к шахматным системам обе теории дают разные рекомендации по тому, какие архитектурные признаки следует рассматривать как индикаторы «сознательности». IIT призывает исследовать плотность и взаимозависимость внутренней причинной сети: рекуррентные петли, онтологическая глубина представлений, взаимодействие между оценщиком позиции, поиском и модулем памяти. GWT указывает на необходимость механизма доступа и трансляции результатов в управляющие слои, а также на наличие метакогнитивных компонентов, способных формировать отчёты и управлять стратегией на основе глобально доступной информации.

Однако, как справедливо отмечает К. В. Анохин, ни одна из современных нейронаучных теорий, включая IIT и GWT, не отвечает всем требованиям к фундаментальному объяснению сознания. Главным их недостатком является игнорирование проблемы «кто» — носителя субъективного опыта. Анохин указывает, что эти теории попадают в „циркулярную ловушку“, пытаясь объяснить сознание, не имея четкой модели когнитивного агента, и предлагают рассматривать мозг не как коннектом, а как когнитом — нейронную гиперсеть, структура которой тождественна структуре разума^[16]. Альтернатива — архитектуры, которые объединяют представления, планирование и метаоценку в централизованном модуле (например, системы с явным рабочим буфером, механизмами внимания, способными «распространять» состояние на многие оконечные модули и формировать объяснения) — по GWT ближе к тому, что мы интуитивно признали бы как доступное сознание.

Опытный подход к эмпирической оценке должен быть гибридным: измерять приближённые оценки интеграции и одновременно проверять функциональную доступность и метакогнитивные способности. Это подразумевает создание тестов, где система должна не только выбрать ход, но и осознанно изменить стратегию на основе внутренних состояний, объяснить свои выборы, продемонстрировать контрфактическую чувствительность и переносить знание между разными задачами. Для IIT можно использовать интервенционные эксперименты (перебои в связях, локальные «разрезы» модуля) и смотреть, насколько это меняет поведение и внутреннюю взаимосвязь; для GWT — тесты на широкую «трансмиссию» информации: сколько модулей используют одно и то же представление и может ли система произвести отчёт о своих внутренних причинах выбора.

В заключение: ни одна из теорий не даёт простого «да/нет» для вопроса о наличии сознания у шахматного ИИ, но обе предоставляют конкретные критерии и методы, которые можно применить к архитектурам. IIT подчёркивает внутреннюю причинную плотность и предлагает количественную шкалу (хотя трудно вычислимую), GWT — функциональную доступность и тестируемые сигнатуры глобального распределения информации. Практически обоснованный путь — проектировать и тестировать системы, которые комбинируют честную интеграцию и явные механизмы глобального доступа, а затем оценивать их по наборам интервенционных и поведенческих экспериментов, которые дают более информативные выводы, чем простое сравнение игровых результатов.

Список литературы:

1. Анохин К. В. Когнитом: в поисках фундаментальной нейронаучной теории сознания // Журнал высшей нервной деятельности им. И. П. Павлова. — 2021. — Т. 71, № 1. — С. 39–71. — URL: https://psy.su/content/files/Когнитом-Анохин-2021.pdf
2. Бедненко Ю. И. Искусственный интеллект и проблема сознания: философские и лингвистические аспекты // Гуманитарные исследования. История и филология. – 2025. – №. 17. – С. 103-113. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-i-problema-soznaniya-filosofskie-i-lingvisticheskie-aspekty (дата обращения: 18.05.2026).
3. Григорьев А.А. Критический анализ концепции сознания доступа Неда Блока... // Философия науки и техники. – 2024. – Т. 29. № 2.
4. Кузнецов А. Проблема феноменального сознания и сознания доступа // Актуальные вопросы нейрофилософии : материалы международного междисциплинарного семинара, 2014–2015 гг., г. Москва / под ред. А. Ю. Алексеева, Д. И. Дубровского, В. Г. Кузнецова. — М. : ИИнтелл, 2015. — С. 302.
5. Лойко А. И. Теория разума искусственного интеллекта. – 2025. URL: https://rep.bntu.by/handle/data/159248 (дата обращения: 18.05.2026).
6. Петрунин Ю. Ю. Генеративный искусственный интеллект и проблема сознания // Государственное управление. Электронный вестник. – 2025. – №. 112. – С. 78-92. URL: https://cyberleninka.ru/article/n/generativnyy-iskusstvennyy-intellekt-i-problema-soznaniya (дата обращения: 18.05.2026).
7. Сёрл Дж. Открывая сознание заново / пер. с англ. А. Ф. Грязнова. — М.: Идея-Пресс, 2002. — 256 с. — URL: https://www.koob.ru/searle/
8. Часовских В. П., Усольцев В. А., Кох Е. В. Естественный и искусственный интеллект как инструмент преобразования данных. – 2025. URL: https://vikchas.ru/Content/МОНОГРАФИИ_10_08_2025.pdf (дата обращения: 18.05.2026).