Оракулы нашего времени, или как устроено общество технознания*
Автор: Латыпова Алина Раилевна
Журнал: Гуманитарные исследования в Восточной Сибири и на Дальнем Востоке @gisdv
Рубрика: Philosophia perennis
Статья в выпуске: 4 (50), 2019 года.
Бесплатный доступ
Статья посвящена аналитике современного типа общества, где медиасреду, уже ставшую естественной средой обитания современного человека, определяют «умные» технологии; они принимают активное участие в формировании социального, политического, экономического, культурного поля, претендуя на обретение собственной агентности. Их роль в производстве, науке, медицине, индустрии развлечений и других сферах растет, и многие функции, которые ранее возлагались на человека, делегируются технике и цифровым медиа, которые функционируют в логике премедиации - предвосхищения событий и формирования актуальной повестки. Еще недавно мы говорили о переходе к постсоциальным обществам знания, где традиционные социальные связи распадаются, коллективное тело фрагментируется, а эксперты (и автоматические экспертные системы) становятся новой элитой, теперь мы фиксируем следующую итерацию - переход к обществам технознания, когда место экспертов занимают искусственные вычислительные системы, способные к обучению, экономическое поведение регулируется цифровыми медиа, а социальное поле вновь пересобирается через медиа компьютерных игр, социальных сетей, стриминговых сервисов и т. п. Базируясь на «умных» технологиях (искусственном интеллекте, нейросетях, машинном обучении), общество технознания предлагает новые конфигурации социального, где человек разделяет властные полномочия с машиной (речь идет как о смещении ролей, так и о кооперации) и все больше доверяет экспертным системам, основанным на обучении. Процесс пересборки отношений между человеком и машиной (его влияние на повседневные практики) представлен на основе анализа принципа устройства искусственных нейросетевых технологий, а также конкретных примеров их применения, как в области медицины, так и в других сферах.
Искусственный интеллект, искусственные нейросети, общество технознания, машинное обучение, цифровые медиа, активность объекта
Короткий адрес: https://sciup.org/170175917
IDR: 170175917 | DOI: 10.24866/1997-2857/2019-4/126-136
Список литературы Оракулы нашего времени, или как устроено общество технознания*
- Бодрийяр Ж. В тени молчаливого большинства, или Конец социального. Екатеринбург: Изд-во Уральского университета, 2000.
- Ерофеева М. О возможности акторно-се-тевой теории действия // Социология власти. 2015. Т. 27. № 4. С. 51-71.
- Кнорр-Цетина К. Социальность и объекты. Социальные отношения в постсоциальных обществах знания // Социология вещей: сборник статей. М.: Издательский дом «Территория будущего», 2006. С. 267-306.
- Латур Б. Нового времени не было. СПб.: Издательство Европейского университета в Санкт-Петербурге, 2006.
- Латур Б. Пересборка социального: введение в акторно-сетевую теорию. М.: Издательство Высшей школы экономики, 2014.
- Латыпова А.Р., Ленкевич А.С. Премедиа-ция // Медиареальность: концепты и культурные практики: учебное пособие. СПб.: Фонд развития конфликтологии, 2017. С. 373-378.
- Луман Н. Решения в «информационном обществе». Проблемы теоретической социологии. Вып. 3. СПб.: Издательство СПбГУ, 2000.
- Савчук В.В. Медиафилософия. Приступ реальности. СПб.: Издательство РХГА, 2014.
- Серл Дж. Сознание, мозг и программы [Электронный ресурс]. - Режим доступа: http:// alt-future.narod.ru/Ai/searle1.htm#_ftn1
- Alpaydin, Е., 2016. Machine learning: the new AI. Cambridge: MIT Press.
- Bolter, J.D. and Grusin, R., 1999. Remediation: understanding new media. Cambridge: MIT Press.
- Broussard, M., 2018. Artificial unintelligence: how computers misunderstand the world. Cambridge: MIT Press.
- Fauw, J., Ledsam, J.R., Romera-Paredes, B. et al., 2018. Clinically applicable deep learning for diagnosis and referral in retinal disease. Nature Medicine, Vol. 24, pp. 1342-1350.
- Goubko, M., Kuznetsov, S., Neznanov, A. and Ignatov, D., 2016. Bayesian learning of consumer preferences for residential demand response. IFAC-PapersOnLine, Vol. 49, no. 32, pp. 24-29.
- Grusin, R., 2010. Premediation: affect and mediality after 9/11. New York: Palgrave Macmillan.
- Kvesko, S., Kornienko, A., Kvesko, B. and Chicherina, N., 2018. Expert systems as the basis of decisions in the knowledge society. MATEC Web of Conferences, Vol. 155.
- Oleinik, A., 2019. What are neural networks not good at? On artificial creativity. Big Data & Society, Vol. 6, pp. 1-13.
- Tsvetkova, M. et al., 2017. Understanding human-machine networks: a cross-disciplinary survey. ACM Computing Surveys, Vol. 50, no. 1.
- Wagner, W.P., 2017. Trends in expert system development: A longitudinal content analysis of over thirty years of expert system case studies. Expert Systems with Applications, Vol. 76, pp. 85-96.
