Искусственный интелект как нож со множеством лезвий
Почему ИИ может одновременно усиливать, обеднять и разрушать человеческое мышление
С опорой на работы Дарона Аджемоглу о технологии, труде, производительности и коллапсе знания
ИИ — это не просто новый инструмент цивилизации. Это раскрывающийся нож: одним лезвием он снимает рутину, другим вскрывает новые возможности, третьим режет ткань человеческого внимания, памяти, профессии и самостоятельного мышления.
1. Нож, который все приняли за волшебную палочку
Вопрос не в том, хорош или плох ИИ. Вопрос в том, что именно он режет: рутину вокруг человека или способность человека оставаться субъектом.
Искусственный интеллект вошёл в публичное воображение не как технология, а как миф. Его показывают как универсальный ускоритель, как машинный интеллект, который снимет с человека тяжесть труда, неуверенности, поиска, обучения и даже выбора. Рынки ждут взрыва производительности. Корпорации ждут сокращения издержек. Пользователи ждут персонального ассистента, который будет думать быстрее, помнить больше и отвечать увереннее.
Но всякая мощная технология имеет двойное дно. Печатный станок усилил образование — и пропаганду. Радио создало массовую культуру — и массовое внушение. Социальные сети дали голос миллионам — и превратили внимание в добываемое сырьё. ИИ продолжает эту линию, но с гораздо более тонким проникновением: он входит не только в производство, медиа и образование, но и в саму процедуру мышления.
Поэтому точная метафора здесь не «волшебная палочка», а нож со множеством лезвий. Он полезен, когда его держит мастер. Он опасен, когда им машет ребёнок. Он хирургичен, когда есть диагностика, рука и ответственность. Он разрушителен, когда используется как игрушка, амулет или наркотик простых ответов.
Главная проблема ИИ не в том, что он слишком умён. Главная проблема в том, что он слишком удобен. Удобство, доведённое до предела, незаметно отменяет усилие. А усилие — это не досадный пережиток старой культуры. Это мышца человека. Без него не формируется ни вкус, ни профессионализм, ни способность к суждению.
2. Аджемоглу против религии автоматического прогресса
Дарон Аджемоглу важен в этом разговоре не только как нобелевский лауреат. В 2024 году он получил премию по экономике вместе с Саймоном Джонсоном и Джеймсом Робинсоном за исследования институциональных причин процветания стран. Но в теме ИИ он интересен прежде всего как критик технологического фатализма: идеи, будто всякая новая мощная технология сама по себе неизбежно принесёт обществу благо.
Аджемоглу — человек, который возвращает разговор о будущем из области рекламного шаманизма в область политической экономии. Он спрашивает не «насколько красива технология?», а «кому она служит?». Не «что обещает рынок?», а «какие институты распределят выгоды?». Не «может ли машина заменить действие?», а «создаёт ли она новые человеческие способности или просто удешевляет человека?».
Эта линия хорошо видна в книге «Power and Progress», написанной им совместно с Саймоном Джонсоном. Главная мысль книги: технологический прогресс не гарантирует широкого благосостояния. История показывает, что выгоды от технологий становятся общественным благом только тогда, когда общество, институты, трудовые нормы и политика направляют технологию в сторону человека, а не только в сторону капитала.
Поэтому Аджемоглу раздражает ИИ-индустрию. Он не говорит, что ИИ бесполезен. Он говорит гораздо более неприятную вещь: ИИ может быть полезен не там, где его сегодня агрессивнее всего продают. Он может стать не инструментом освобождения, а инструментом новой зависимости, если будет развиваться по траектории автоматизации ради автоматизации.
3. Первое лезвие: экономическая трезвость против рыночной галлюцинации
Первое лезвие ножа — экономическое. Оно режет между обещанием и результатом. В работе «The Simple Macroeconomics of AI» Аджемоглу оценивает макроэкономический эффект ИИ гораздо скромнее, чем это делает рекламная риторика индустрии. Его логика проста: чтобы посчитать вклад технологии в ВВП и производительность, нужно смотреть не на масштаб восторга, а на долю реально затрагиваемых задач и реальную экономию внутри этих задач.
Отсюда появляется неприятная для рынка оценка: возможный прирост ВВП от ИИ за десятилетие может оказаться не революционным, а ограниченным — порядка 1,1–1,6%. Это не означает, что ИИ «ничего не даст». Это означает, что между демонстрацией красивого агента и преобразованием всей экономики лежит огромная дистанция: организационная, институциональная, кадровая, юридическая, образовательная и культурная.
Корпоративная мода любит путать внедрение с эффектом. Компания купила доступы, провела обучение, объявила стратегию, наняла AI lead, запустила пилоты — и уже считает себя частью будущего. Но внедрение инструмента ещё не равно изменению производительности. Иногда это просто новый слой имитации активности: больше презентаций о продуктивности, больше dashboards, больше «инициатив», но не больше реального стратегического результата.
В этой точке ИИ становится ножом, который вскрывает старую болезнь менеджмента: любовь к технологическим символам вместо операционной правды. Если система не умеет ставить задачи, измерять результат, удерживать ответственность и различать знание от шума, ИИ не вылечит её. Он просто ускорит производство шума.
4. Второе лезвие: коллапс знаний
Коллапс знаний начинается не тогда, когда машина ошибается. Он начинается тогда, когда человек перестаёт нуждаться в собственном усилии понимания.
Второе лезвие глубже экономического. Оно проходит по самому знанию. В работе «AI, Human Cognition and Knowledge Collapse» Аджемоглу, Динвэнь Конг и Асуман Оздаглар рассматривают, как генеративный и особенно агентный ИИ меняет стимулы человека к обучению. Если ответ можно получить сразу, зачем проходить длинный путь понимания? Если агент может собрать справку, написать текст, объяснить теорию, сделать план, зачем самому читать, сопоставлять, ошибаться, удерживать сложность?
Так появляется «коллапс знаний» — не мгновенная катастрофа, а медленное истончение экосистемы знания. Люди начинают меньше учиться, меньше проверять, меньше производить собственные связи. Они всё больше пользуются обобщённым машинным ответом, который сам питается прошлым человеческим знанием. В какой-то момент культура начинает перерабатывать переработанное.
Представьте библиотеку, где никто больше не пишет новых книг, но все бесконечно пересказывают старые пересказы. Первые годы это выглядит удобно: всё кратко, доступно, структурно. Затем исчезают нюансы. Потом исчезают школы. Потом исчезает вкус к источнику. Потом исчезает само понимание разницы между оригиналом, интерпретацией и машинной компиляцией.
Коллапс знаний — это ситуация, где человечество вроде бы имеет доступ ко всему знанию, но всё меньше людей способны быть его носителями. Это как карта мира, которую можно открыть в телефоне, но при этом человек перестал ориентироваться в пространстве. Карта есть. Ориентации нет.
5. Третье лезвие: иллюзия компетентности
Третье лезвие — иллюзия компетентности. ИИ не просто отвечает. Он отвечает гладко. Он создаёт форму интеллектуальности: структуру, уверенный тон, терминологию, видимость аргумента. Для неподготовленного пользователя эта форма легко подменяет содержание.
Так рождается новая массовая фигура: человек, который говорит сложнее, чем думает. Он может составить аналитическую записку, не понимая предметного поля. Может подготовить стратегию, не имея стратегического видения. Может написать психологический текст, не различая клиническую, культурную и бытовую плоскости. Может имитировать экспертизу, потому что машина предоставила ему язык экспертизы.
Но язык экспертизы не равен экспертизе. Экспертиза — это не только формулировка. Это опыт различения, память ошибок, телесная и профессиональная интуиция, способность видеть границы модели, понимание цены решения. Машина может дать красивую поверхность. Но человек должен иметь внутренний аппарат, который способен эту поверхность проверять.
В противном случае ИИ становится фабрикой интеллектуальных масок. Люди надевают на себя сложные тексты, как костюмы, не имея мышечного каркаса, который способен эти тексты удержать. Это опасно особенно в сферах, где слова имеют последствия: управление, образование, психология, медицина, право, политика, стратегическое консультирование.
Четвёртое лезвие режет профессию. Оно действует незаметно: сначала ИИ помогает, потом подсказывает, затем ведёт, а потом человек уже не помнит, как действовать без него. В профессии есть слой операций, который действительно можно автоматизировать. Но есть другой слой — медленный, накопительный, почти ремесленный. Это профессиональная интуиция.
Интуиция не падает с неба. Она возникает из тысяч столкновений с материалом. Юрист видит странность в формулировке договора. Врач слышит в жалобе лишнюю деталь. Психолог замечает микросдвиг интонации. Редактор чувствует фальшивый абзац. Стратег видит, что красивый план не имеет центра тяжести. Всё это рождается не из инструкций, а из длительного контакта с реальностью.
Если человек слишком рано отдаёт машине черновую работу, он теряет именно тот слой, через который формируется мастерство. Ученик, которому всё время дают готовые решения, не становится мастером. Он становится оператором чужой компетентности.
Поэтому ИИ в образовании и профессии должен быть встроен осторожно: не как замена тренировки, а как инструмент после тренировки. Сначала человек должен научиться видеть, думать, ошибаться, исправляться. И только потом ускорять себя инструментом. Иначе мы получим поколение, которое умеет пользоваться интерфейсом, но не умеет строить внутренний орган мышления.
7. Пятое лезвие: деградация внимания
Пятое лезвие проходит по вниманию. ИИ прививает культуру немедленного ответа. Вопрос больше не должен дозревать. Его можно сразу отправить машине. Сложный текст можно не читать — попросить пересказ. Неясную тему можно не исследовать — попросить объяснение. Собственную мысль можно не формулировать — попросить варианты.
Но мышление часто начинается не с ответа, а с выдерживания паузы. Есть вопросы, которые нельзя решить мгновенно, потому что они требуют внутренней перестройки. Есть идеи, которые появляются только после молчания, чтения, сравнения, раздражения, несогласия, сна, разговора, возвращения к материалу. Настоящее понимание имеет биологический и культурный ритм.
ИИ ускоряет ответ, но не всегда ускоряет понимание. Более того, он может лишить человека периода внутренней работы, в котором и формируется понимание. Это как постоянно получать уже пережёванную пищу: желудок вроде бы не страдает, но зубы, челюсть и вкус перестают выполнять свою работу.
Внимание — это не ресурс, который нужно только экономить. Это орган контакта с миром. Если он всё время обслуживается машиной, человек перестаёт встречаться с сопротивлением материала. А без сопротивления нет формы.
8. Шестое лезвие: новая классовая граница
ИИ обещали как демократизацию знания. Отчасти это правда: доступ к инструментам стал шире. Но сама по себе доступность инструмента не отменяет неравенство. Она переносит границу в другое место. В будущем ключевым будет не вопрос «есть ли у человека ИИ?», а вопрос «есть ли у человека собственный аппарат мышления, чтобы пользоваться ИИ?».
Для сильного ума ИИ станет усилителем. Для слабого — костылём. Для мастера — мастерской. Для дилетанта — генератором уверенной поверхностности. Для зрелого субъекта — лабораторией гипотез. Для незрелого — наркотиком чужих ответов.
Так формируется новый социальный разрыв: между теми, кто использует ИИ как внешний инструмент внутреннего мышления, и теми, кто отдаёт ИИ само мышление. Первые будут быстрее учиться, глубже моделировать, шире видеть. Вторые будут быстрее деградировать, потому что перестанут отличать собственную мысль от машинной подсказки.
Это не вопрос морали. Это вопрос антропологической инфраструктуры. Есть ли у человека ядро? Есть ли навык различения? Есть ли привычка проверять? Есть ли способность не соглашаться с удобным ответом? Есть ли вкус к сложности? Если этого нет, ИИ не даёт свободу. Он даёт красивую зависимость.
9. Не анти-ИИ, а про-человек
Самая глупая реакция на эти риски — стать противником ИИ как такового. Технологию нельзя отменить. Она уже вошла в экономику, образование, медиа, дизайн, программирование, управление, личную продуктивность. Вопрос не в том, пользоваться или не пользоваться. Вопрос в том, в какой антропологической позиции пользоваться.
Аджемоглу в последних работах вместе с коллегами фактически предлагает не анти-технологическую, а про-человеческую рамку: развивать такой ИИ, который расширяет человеческие способности, делает труд продуктивнее и содержательнее, усиливает экспертизу, ускоряет обучение, создаёт новые задачи и новые формы участия. Иначе говоря, не заменять человека как слабое звено, а достраивать человека как носителя суждения.
Это принципиально другой вектор. Не «ИИ вместо специалиста», а «ИИ как среда, в которой специалист становится сильнее». Не «автоматизация ради сокращения», а «расширение человеческой компетентности». Не «машина думает, человек нажимает», а «человек задаёт смысл, машина помогает обрабатывать сложность».
Такой ИИ требует другой культуры внедрения. Нужно учить не только промптам, но и проверке. Не только скорости, но и ответственности. Не только генерации, но и различению. Не только автоматизации, но и постановке задач. ИИ должен быть встроен не как заместитель мышления, а как инструмент стратегического мышления.
10. Антропотехнический вывод: кто держит нож
Будущее принадлежит не пользователям ИИ, а тем, кто способен сохранить субъектность внутри машинной среды.
Метафора ножа важна именно потому, что она возвращает ответственность руке. Нож сам по себе не является преступлением и не является спасением. Он требует мастера. Требует глаза. Требует намерения. Требует дисциплины движения.
ИИ — это нож со множеством лезвий. Лезвие экономии. Лезвие автоматизации. Лезвие анализа. Лезвие генерации. Но также лезвие зависимости, лезвие когнитивной лени, лезвие коллапса знаний, лезвие обесценивания труда, лезвие потери внимания, лезвие иллюзии компетентности.
В антропотехническом смысле задача не в том, чтобы испугаться ножа. Задача — сформировать человека, который способен его держать. Человека, у которого есть ядро, дисциплина, внимание, вкус, способность к проверке, способность к учёбе, способность к несогласию, способность к самостоятельному суждению.
Потому что главный вопрос будущего звучит не так: заменит ли ИИ человека? Главный вопрос глубже: какой человек будет пользоваться ИИ? Если это человек без внутреннего центра, ИИ станет машиной его растворения. Если это человек с развитым мышлением, ИИ станет инструментом расширения его возможностей.
Искусственный интеллект не отменяет человека. Он безжалостно проверяет, был ли человек внутри человека вообще.
Практический протокол: как держать нож, не порезав мышление
1. Сначала собственная гипотеза — потом запрос к ИИ. Перед тем как спрашивать машину, сформулируйте собственную версию ответа. Это сохраняет авторство мысли и превращает ИИ в оппонента, а не в заменитель головы. 2. Проверять источник, а не только красоту формулировки. Гладкий текст не является знанием. Любой сильный вывод должен иметь опору: работу, данные, автора, контекст, границы применимости. 3. Не отдавать машине начальное обучение. Новичок должен пройти сопротивление материала. ИИ полезнее после первой самостоятельной попытки, а не вместо неё. 4. Разделять рутину и суждение. Рутину можно ускорять. Суждение нельзя делегировать полностью. Там, где есть последствия, ответственность остаётся у человека. 5. Сохранять зоны медленного мышления. Чтение больших текстов, письмо от руки, разговор без экрана, пауза, прогулка, самостоятельная формулировка — это не архаика, а гигиена субъекта. 6. Использовать ИИ как интеллектуальный тренажёр. Просите его спорить, находить слабые места, предлагать альтернативные рамки, но не просите его закрывать вопрос окончательно. Закрывать вопрос должен человек.
Источники и ссылки на работы Дарона Аджемоглу и смежные материалы [1] Daron Acemoglu — NobelPrize.org, facts about the 2024 Prize in Economic Sciences. Официальная справка Нобелевского комитета о лауреате и формулировке премии. https://www.nobelprize.org/prizes/economic-sciences/2024/acemoglu/ [2] Daron Acemoglu — The Simple Macroeconomics of AI, NBER Working Paper 32487. Работа с оценкой макроэкономического эффекта ИИ через долю затронутых задач и экономию на уровне задач. https://www.nber.org/papers/w32487 [3] Daron Acemoglu, Dingwen Kong, Asuman Ozdaglar — AI, Human Cognition and Knowledge Collapse, NBER Working Paper 34910. Работа о влиянии генеративного и агентного ИИ на стимулы человека к обучению и долгосрочную информационную экосистему. https://www.nber.org/papers/w34910 [4] Daron Acemoglu, Tianyi Lin, Asuman Ozdaglar, James Siderius — How AI Aggregation Affects Knowledge, NBER Working Paper 35036. Работа о том, как агрегаторы ИИ могут менять социальное обучение и создавать разрыв между эффективным и фактическим знанием. https://www.nber.org/papers/w35036 [5] Daron Acemoglu, David Autor, Simon Johnson — Building Pro-Worker Artificial Intelligence, NBER Working Paper 34854. Работа о про-работническом направлении ИИ: технологии, которые расширяют человеческие способности, а не только автоматизируют труд. https://www.nber.org/papers/w34854 [6] MIT News — An AI challenge only humans can solve: Power and Progress. Материал MIT о книге Acemoglu & Johnson «Power and Progress» и вопросе распределения выгод технологического прогресса. https://news.mit.edu/2023/power-and-progress-book-ai-inequality-0517 [7] TechRadar / G-P survey summary — AI ROI expectations. Материал с данными о том, что 73% руководителей сообщили о ROI ниже ожиданий, а 16% — об отрицательном ROI. В статье этот тезис использован осторожно: как симптом трещин в корпоративной эйфории, а не как доказательство провала ИИ в целом. https://www.techradar.com/pro/bad-news-employee-most-executives-admit-using-ai-makes-them-value-human-workers-less