The Future of Psychology: Is Effective Interaction with ChatGPT Possible?

Full Text

Введение Исследования будущего носят междисциплинарный характер на стыке социологии, экономики, политологии и экологии. Такое слияние взглядов создает целостное понимание потенциального будущего и позволяет применять комплексный подход к прогнозированию. В отличие от традиционного прогнозирования, которое часто стремится предсказать единственный и окончательный результат, исследования будущего акцентируют внимание на неопределенности и множественности возможных сценариев, выделяя важность гибкости и адаптивности (Inayatullah, 2012). В динамичной и сложной сфере исследований будущего используется широкий спектр методов, включающих как количественные, так и качественные подходы (Magruk, 2020). Сценарное планирование, как основной качественный метод, учитывает неопределенности и сложности, позволяя разработать множество вероятных сценариев будущего (Sedighi et al., 2022; Sardesai et al., 2021). Метод Дельфи, использующий итеративный сбор мнений экспертов, и анализ перекрестного воздействия обеспечивают глубокое понимание и разработку стратегий на основе экспертной оценки (Fathullah et al., 2023; NaisolaRuiter, 2022; McPherson et al., 2018; Weimer-Jehle, 2006). Метод визионирования помогает создавать стратегии, соответствующие общему видению будущего (Inayatullah, 2012; Chen et al., 2020). Анализ тенденций является ключевым элементом количественных исследований, позволяя на основе исторических данных выявлять устойчивые закономерности для прогнозирования будущего (Inayatullah, 2012; Mardis et al., 2014; Methods for future studies …, 2021). Анализ циклических моделей, основанный на понятии повторяющихся циклов, дополняет этот метод, расширяя понимание экономических тенденций (Schuck et al., 2018; Methods for future studies …, 2021). Комплексное применение количественных методов способствует созданию обоснованных прогнозов, оценке рисков и возможностей, а также поддерживает стратегическое планирование и принятие решений (Methods for future studies …, 2021; Robinson et al., 2021). Имитационные модели, охватывающие разнообразные переменные и сценарии, активно используются для анализа климатических изменений, экономического развития и социальной политики, оценивая влияние различных стратегий на будущее (Zackery et al., 2016; Stone, 2023). Психологические аспекты играют ключевую роль в исследованиях будущего, поскольку они влияют на то, как мы воспринимаем и интерпретируем потенциальные сценарии развития. Психологические факторы, такие как когнитивные искажения и восприятие риска, существенно влияют на то, как индивиды и общества представляют себе будущее и какие решения принимают в ответ на эти представления. Например, склонность к подтверждению собственных убеждений может привести к игнорированию важных сигналов об изменениях, тогда как чрезмерный оптимизм или пессимизм может искажать реалистичность прогнозов (Dror, 1975; The psychology of thinking …, 2018). Современные методы исследования будущего, такие как «Колесо Будущего» (Glenn, 2009; Saleh et al., 2008) и агентное моделирование (Chattoe-Brown, 2023; Monti et al., 2023), эффективно анализируют потенциальные сценарии, моделируя взаимодействие агентов. Это имеет ключевое значение для понимания социальных, экономических и экологических систем. Такие подходы играют важную роль в современной футурологии и изучении сложных систем (Saleh et al., 2008). Метод интервью широко используется при исследовании психологии будущего, позволяя специалистам делать прогнозы о важности различных направлений в этой области. Так, в статье «The Next 25 Years»[1] изложены мнения ученых о ключевых аспектах развития психологии на следующие двадцать пять лет. Авторы подчеркивают важность междисциплинарных исследований и анализируют роль эмоций в поведении и принятии решений. Они утверждают, что будущее психологии требует тесного сотрудничества различных научных областей для решения актуальных проблем, таких как изменение климата и улучшение жизни уязвимых групп населения. Согласно другим исследованиям, цифровая революция, включающая большие данные, искусственный интеллект и виртуальную реальность, обогатит психологию новыми методами, сочетаясь с когнитивными науками и эволюционной психологией. Современные технологии, такие как смартфоны и интернет-приложения, радикально изменят методы сбора и анализа данных, углубляя понимание социальных сетей, виртуальной реальности и нейроинтерфейсов на новом уровне (Юревич и др., 2018). Ожидается, что традиционные области психологии пересмотрят через призму новых подходов, обогащая изучение психологии человека в цифровую эпоху. С учетом быстрых изменений акцент будет сделан на психологию ценностей и жизненных сценариев. Новые психологические технологии сосредоточатся на личностных смыслах и духовности. Развитие информационных технологий и больших данных расширит возможности для психологической диагностики и внедрения макропсихологии (Thayer et al., 2021). Исследования углубятся в аффективную науку, изучение когнитивного старения и разработку методов поддержания когнитивных функций. Переход к исследованиям в реальных условиях позволит лучше понимать социальное поведение (BoxSteffensmeier et al., 2022). Психология будущего будет тесно связана с интеграцией цифровых технологий и новыми исследовательскими подходами (Нестик, 2017). Появление ChatGPT открыло новый способ исследования будущего посредством проведения исследовательского интервью. Большие языковые модели, такие как GPT, обученные на обширных текстовых данных, способны воспроизводить «вербальную структуру» различных предметных областей, отражая в них существующие концепции, подходы и взаимосвязи (Liu, 2024). Особую ценность представляет их способность выявлять и анализировать пересечения между дисциплинами, создавая интегративное понимание сложных тем. Взаимодействие с ChatGPT позволяет не только реконструировать существующие знания, но и исследовать «языковые образцы», связывающие ключевые понятия, такие как «будущее», «психология» и «наука» (Liu, 2024). Появляется возможность выявления глубинных представлений о развитии науки, зафиксированных в текстах, которые могут быть недоступны при традиционных методах анализа. Исходя из этого, мы формулируем цель нашего исследования как выявление представлений о будущем психологической науки, закодированных в базе данных GPT-3.5. LLM (Large Language Model) GPT-3.5 содержит текстовый корпус из Интернета объемом свыше 45 терабайт, собранный на сентябрь 2021 года и использованный для обучения этой модели. Для достижения цели предполагается решить следующие задачи: 1) определение оптимальных параметров запросов к ChatGPT и проверки их «адекватности» для выявления контента, связанного с проблематикой научной психологии будущего; 2) проблемная конкретизация исследовательских вопросов и разработка схемы интервью; 3) выявление сгенерированного ChatGPT-3.5 контента, сопряженного с облаком тегов вокруг понятий «психологическая наука» и «будущее»; 4) анализ и интерпретация текстов интервью в целях реконструкции структуры «представлений» о научной психологии будущего в базе знаний GPT-3.5. Процедура и методы исследования Исследование проводилось в три этапа: первый - исследование возможностей диалога с GPT-3.5; второй - разработка структуры исследовательского интервью; третий - проведение интервью. В ходе первого этапа осуществлялась разработка эффективных промптов и стратегии их предъявления GPT для проведения исследования. На втором этапе была разработана структура исследовательского интервью, включающая описание концепции исследуемой темы «Будущее научной психологии», формулировку исследовательских и тематических вопросов и создание схемы проведения интервью. Третий этап представлял собой серию запросов к ChatGPT-3.5 по разработанной схеме исследовательского интервью. В качестве основного метода использовалось исследовательское интервью по схеме С. Квале (Квале, 2003) с применением феноменологии конденсации смысла по А. Джорджи (Giorgi et al., 2008), включающее семь этапов: выбор темы, планирование, интервьюирование, расшифровка, анализ, верификацию и интерпретацию. На каждом из перечисленных этапов осуществлялось взаимодействие с ChatGPT как для обработки анализируемых текстов, так и для генерации дополнительной информации. Использование нами метода исследовательского интервью С. Квале обусловлено спецификой его направленности: возможностью проникновения в собственное смысловое содержание жизненного мира респондента, которое заранее никогда не известно (Квале, 2003). Именно такую ситуацию мы имеем, когда взаимодействуем с GPT, пытаясь воссоздать представления о будущем психологии. Опираясь на метод исследовательского интервью, мы не осуществляем «вынос содержания из глубины на поверхность», мы «формируем новое содержание в диалоге интервьюера и респондента» (Квале, 2003, с. 7), в нашем случае - в ходе диалога с ChatGPT. Разработка схемы исследовательского интервью предполагала общее описание концепции изучаемой темы: будущее научной психологии. Так, развитие психологического знания корректно описывать, выделяя общие закономерности развития: тенденции (сменяющиеся векторы интеграции и дифференциации знания), циклы (ритмичность и осцилляция процессов) и сдвиги (принципиальные изменения логики развития при смене парадигм) (Гусельцева, 2018). Опираясь на методологию латентных изменений, необходимо учитывать современные тренды эволюции психологического знания: междисциплинарность, мультидисциплинарность и трансдисциплинарность. Однако основное направление интервью должно определяться предметной направленностью и структурными компонентами, определяющими этапы психологического исследования в целом (Смит, 2003). Исходя из этого, схема исследовательского интервью о психологии будущего включала следующие темы: тенденции развития психологического знания, актуальные направления исследований психологии будущего и изменения процедуры проведения исследования. Раскрытие этих тем в ходе проведения интервью позволит ответить на основные исследовательские вопросы: 1) проблемы, парадигмы, методология психологии будущего; 2) актуальные направления исследования психологии будущего;3) дизайн исследования психологии будущего; 4) интеграция психологии с другими науками. В рамках данной схемы было сформулировано 90 вопросов для проведения исследовательского интервью (прил. 1). Облако тегов по этим вопросам представлено на рис. 1. Рис.1. Облако тегов по вопросам интервью И с т о ч н и к : выполнено А.Н. Ворониным и В.В. Палёновой с использованием сервиса https://wordcloud.online/ru Fig. 1. Tag cloud for interview questions S o u r c e : prepared by Anatoly N. Voronin and Violetta V. Palyonova using the service https://wordcloud.online/ru Результаты Исследования возможностей диалога с ChatGPT ChatGPT (Generative Pre-trained Transformer) - это чат-бот с генеративным искусственным интеллектом, работающий на основе больших языковых моделей в диалоговом режиме на естественных языках. Он может отвечать на вопросы и генерировать тексты на разных языках по различным темам. Промпты в ChatGPT стимулируют генерацию текста, и от их содержания зависит качество ответа. Простой запрос типа «Как изменится психология в будущем?» или «Какие достижения вы ожидаете в области психологии?» приводит к краткому и малоинформативному ответу с перечислением популярных маркеров будущего (новые технологии, искусственный интеллект и др.) и популярных в масс-медиа направлений психологии: нейронаука, психотерапия, психофармакология, кросс-культурная психология. Соответственно, для повышения «полноты» и «качества» ответа GPT осуществлялось совершенствование промптов по нескольким направлениям: подробное описание «роли», которую должен исполнять GPT, описание контекста (ситуация, в которой исполняется роль), требования к ответу - формат выводимого сообщения (например, количество слов, требования к источникам, стиль написания), собственно тематический вопрос. После многочисленных попыток запрос выглядел следующим образом: «Вы - состоявшийся ученый-психолог (исследователь). Я собираюсь взять у вас интервью о будущем психологической науки. Для ответов используйте только информацию из научных журналов и книг. Пожалуйста, укажите ссылки, DOI или название и автора статьи/книги, которые вы использовали для ответа на вопрос. Мой вопрос звучит так: «Как изменится психология в будущем?». В ходе разработки промпта мы экспериментировали с его структурой, изменяя порядок частей, что не влияло на качество ответа, но исключение какой-либо части ухудшало результат. Обнаружено, что длина запроса не должна превышать 13 тысяч знаков, поскольку больший объем увеличивает вероятность ошибок. Повторение одного и того же запроса показывает, что новая информация перестает появляться на 4-15-й попытке, причем оптимальным числом повторений для глубокого анализа является четыре. Дальнейшие попытки или смена чата и IP не улучшают информативность ответов. Специально выяснялось, влияет ли порядок вопросов, от общего к частному или наоборот, на качество ответов чат-бота. Результаты показали, что качество и полнота ответа не зависят от степени общности вопросов. Для получения подробного и всестороннего ответа целесообразно задавать аналогичные по смыслу перефразированные вопросы. Отдельной проблемой является «галюционирование» GPT - создание правдоподобных, но часто ложных или неправильных ответов (Kitamura, 2023). Например, при запросе источников, чат-бот может указывать ссылки на сайты, такие как Sciencedirect.com или Elsevier.com, которые ведут на нерелевантные работы или вызывают ошибки поиска. Следовательно, GPT генерирует источники так же, как и ответы, без проверки их достоверности. В ходе разработки выяснилось, что только около 10 % литературных источников указаны корректно, а в остальных содержится лишь частично правильная информация. При специальном запросе о добавлении источников GPT может сгенерировать новый источник или объяснить, что не имеет доступа к интернету. Когда GPT анализирует собственный сгенерированный текст, он предупреждает, что указанные источники могут быть вымышленными, и рекомендует опираться на данные из авторитетных научных журналов. Сведения о собранных результатах интервью Интервью проводилось в течение шести сессий по заявленным исследовательским вопросам в ноябре 2023 года. Каждый вопрос интервью включали в разработанный промпт и «предъявляли» GPT-3.5 от 3 до 6 раз с небольшими вариациями и просьбами дополнить, уточнить, проверить, конкретизировать и т.д. предложенный ответ. Опрос по каждому пункту интервью осуществлялся до «точки насыщения» (Квале, 2003), операционализированной как отсутствие новой информации в двух последующих ответах. Общий объем полученного текста ответов GPT-3.5 на вопросы интервью о будущем психологии составил 3095К знаков (134 страницы A4, шрифт Times New Roman, размер 12, межстрочный интервал 1.15). Анализ данных интервью Анализ текста полученных ответов ChatGPT осуществлялся путем конденсации смысла по А. Джорджи с выделением смысловых единиц, с последующей категоризацией и интерпретацией по схеме анализа данных исследовательского интервью С. Квале. В ходе поиска ответа на первый исследовательский вопрос о проблемах, парадигмах и методологиях психологии будущего было выявлено 7 смысловых единиц: 1) широкое применение в психологических исследованиях методов машинного обучения и искусственного интеллекта; 2) развитие методов мета-анализа и систематических обзоров исследований для объединения и анализа больших объемов в целях получения более достоверных обобщенных результатов; 3) использование Big Data и методов их обработки; 4) интеграция различных подходов и методов, таких как нейроимиджинг, анкетирование, наблюдение и эксперименты в естественной среде и др., в эмпирических исследованиях; 5) повышение стандартов открытости и прозрачности в целях достоверности и воспроизводимости результатов; 6) развитие методов нейроимиджинга и виртуальной реальности; 7) широкое использование методов длиннопериодического мониторинга поведения в естественной среде человека с помощью носимых устройств и/или мобильных приложений. Содержательный анализ текстов по этой тематике показывает, что GPT плохо различает «методы» и «методологию», не выдает содержательных ответов с использованием слова «парадигма», а слово «проблема» включается GPT в текст ответа на вопрос в обыденном ее понимании как некое препятствие на пути к достижению поставленной цели, как правило, социально значимой. Тем не менее, некоторые существенные, на наш взгляд, тренды проблематики и методологии психологии GPT указал, хотя и не раскрыл, какие именно проблемы появятся и/или будут решены в каждом из семи направлений, как изменится методология исследования в рамках этих направлений и произойдет ли смена парадигмы исследования. Наиболее информативным оказался анализ в рамках второго исследовательского вопроса: «Актуальные направления исследования психологии будущего?». На первом этапе анализа в ходе конденсации смысла были выявлены 73 смысловые единицы, разделенные на 2 класса: направления психологических исследований, определяемые их предметом (позитивная психология, когнитивные науки, глобальная психология и др.), и направления, использующие определенный метод и/или методику (например, транскраниальная магнитная стимуляция (ТМS), виртуальная реальность (VR), использование мобильных приложений и др.). На этапе категоризации отдельные смысловые единицы были объединены в обобщающие категории. Так, термины «онлайн интервенции в области психического здоровья» (online mental health interventions), «е-терапия» (e-therapy), «дистанционная терапия» (distance therapy), «цифровое здравоохранение» (digital health and virtual health services), «интернет-вмешательства» (Internet interventions) были включены в категорию «онлайн психотерапия». В категорию «искусственный интеллект» были включены такие смысловые единицы как «машинное обучение» (machine learning), «взаимодействие человека и ИИ» (Human-AI), «вычислительная компьютерная психология» (Computational Cognitive Psychology) и собственно «искусственный интеллект» (Artificial Intelligence). В итоге было образовано 39 категорий, описывающих разнообразие направлений психологических исследований в будущем. Был проведен частотный анализ упоминаний каждой из 39 категорий в текстах интервью (табл. 1). Таблица 1 / Table 1 Количество упоминаний в текстах интервью наиболее частотных психологических исследований в будущем / Amount of mentions of the most frequent psychological research in the future in the texts of the interviews Популярные направления психологических исследований в будущем / Common areas of psychological research in the future Количество упоминаний / Amount of mentions Искусственный интеллект / Artificial intelligence 181 Позитивная психология и благополучие / Positive psychology and wellbeing 143 Виртуальная, дополненная и смешанная реальность (VR, AR, MR) / Virtual, augmented and mixed reality (VR, AR, MR) 132 Поведенческая психология / Behavioral psychology 92 Онлайн психотерапия / Online psychotherapy 70 Поведенческая генетика и геномика / Behavioral genetics and genomics 58 Когнитивная нейронаука / Cognitive neuroscience 55 Машинное обучение / Machine learning 46 Культурная психология / Cultural psychology 44 Анализ данных / Data analysis 43 Компьютерная обработка естественного языка / Computerized natural language processing 38 Большие данные / Big Data 36 Клиническая психология / Clinical psychology 36 Нейропсихология / Neuropsychology 35 Функциональная магнитно-резонансная томография / Functional magnetic resonance imaging (fMRI) 29 Социальная психология / Social psychology 27 Использование носимых устройств и мобильных приложений / Use of wearable devices and mobile applications 26 Кросс-культурная психология / Cross-cultural psychology 23 Экспозиционная терапия / Exposure therapy 23 Методы нейровизуализации / Neuroimaging techniques 18 Дополненная реальность / Augmented reality 17 Когнитивная наука / Cognitive science 17 Когнитивная психология / Cognitive psychology 13 Психология здоровья / Health psychology 13 Биопсихология / Biopsychology 11 Нейровизуализация / Neuroimaging 10 Психология развития / Developmental psychology 10 Окончание таблицы 1 / End of table 1 Популярные направления психологических исследований в будущем / Common areas of psychological research in the future Количество упоминаний / Amount of mentions Мультидисциплинарная / Multidisciplinary 9 Психофармакология / Psychopharmacology 9 Экологическая психология / Environmental psychology 8 Психопатология / Psychopathology 8 Интерсекциональность / Intersectionality 7 Когнитивно-поведенческая терапия / Cognitive behavioral therapy 6 Нейроразнообразие / Neurodiversity 6 Распознавание образов / Image recognition 6 Социальная нейронаука / Social neuroscience 6 ТМС (транскраниальная магнитная стимуляция) / TMS (transcranial magnetic stimulation) 6 Прикладная психология / Applied psychology 5 Глобальная психология / Global psychology 5 Анализ материалов в рамках третьего исследовательского вопроса показал, что дизайн психологических исследований в будущем может претерпеть ряд изменений в соответствии с развитием технологий, методологических подходов и актуальных проблем. Выделили 7 смысловых единиц, связанных с изменением дизайна психологических исследований: 1) использование больших данных и методов машинного обучения; 2) междисциплинарный подход к исследованиям; 3) мультиметодный подход к эмпирическим исследованиям; 4) продвижение принципов открытости и транспарентности; 5) использование виртуальной реальности и технологий моделирования;6) ориентация на культурные различия и психологическое многообразие; 7) продвижение коллабораций и открытой науки. При анализе текста интервью в рамках четвертого исследовательского вопроса «Какое влияние на психологию в будущем окажет интеграция с другими науками?» описаны 4 смысловые единицы: 1) психология и искусственный интеллект: исследования, направленные на анализ психологических данных и моделирование когнитивных процессов, способствуют интеграции психологии с ИИ. Это позволяет анализировать большие объемы данных, выявлять поведенческие паттерны и создавать прогностические модели. Использование нейронных сетей облегчает анализ текстов, изображений и голоса, а развитие виртуальных ассистентов и чат-ботов на базе ИИ предоставляет новые возможности для психотерапии и психологической поддержки; 2) междисциплинарные исследования психологии и нейронауки позволят лучше понять физиологические основы психических процессов и поведения. Это поможет разработать более точные модели работы мозга и новые методы исследования; 3) интеграция с генетикой и эпигенетикой: интеграция психологии с генетикой и эпигенетикой поможет лучше понять влияние генетических и окружающих факторов на развитие личности, индивидуальные различия и предрасположенность к психическим расстройствам; 4) междисциплинарные исследования в рамках социальных и гуманитарных наук, таких как социология, антропология и философия, позволят более глубоко понять влияние культурных и социальных контекстов на психологические процессы и поведение людей. Анализ текстов интервью показал, что в ответах ChatGPT плохо дифференцируется междисциплинарность, мультидисциплинарность и трансдисциплинарность исследований. Основное различие между этими подходами в психологии сводится к степени интеграции и глубине взаимодействия между дисциплинами. Трансдисциплинарный подход в психологии более ориентирован на глубокую интеграцию знаний и методов из различных дисциплин для создания новых концепций или понимания изучаемых проблем, в то время как междисциплинарный и мультидисциплинарный подходы направлены на решение конкретных проблем с использованием знаний из нескольких дисциплин. При этом неоднократно подчеркивается, что междисциплинарные исследования будут способствовать более глубокому и всестороннему пониманию человеческого поведения, развитию новых методов и подходов к психологическим исследованиям, а также приведут к созданию инновационных решений в различных областях жизни. Междисциплинарным исследованиям в области психологии ИИ в ответах ChatGPT отводится значительное место. Приводим обобщенное описание прогноза будущего психологии, данное ChatGPT в этой области: «Использование ИИ в психологической науке в будущем значительно расширится, при этом появятся многочисленные потенциальные применения, которые могут изменить эту область. Вот некоторые ключевые области, где ИИ может оказать глубокое влияние: - анализ и интерпретация данных: ИИ может быстро обрабатывать большие наборы данных, выявляя закономерности в психическом здоровье, поведенческих моделях и социальной динамике, которые могут быть упущены исследователями-людьми; - персонализированные вмешательства в области психического здоровья: ИИ может разрабатывать персонализированные планы терапии и лечения, анализируя историю болезни, поведение и физиологические показатели пациентов, делая вмешательства более эффективными; - виртуальные терапевты и консультанты: виртуальные терапевты на базе искусственного интеллекта могут обеспечить доступную поддержку психического здоровья, предлагая круглосуточную доступность и преодолевая такие препятствия, как стоимость и стигма; - предиктивная аналитика в области психического здоровья: ИИ может предсказывать возникновение проблем с психическим здоровьем, анализируя поведение, речь и использование социальных сетей, что позволяет своевременно вмешаться; - расширение психологических исследований: ИИ может помочь в разработке исследований, выработке гипотез и написании исследовательских работ, что сделает исследовательский процесс более эффективным; - образовательные инструменты и симуляции: ИИ может создавать симуляции и инструменты для студентов-психологов, обеспечивая интерактивный опыт обучения за пределами традиционных классов; - этика и конфиденциальность психологических исследований: интеграция ИИ в психологическую науку усилит внимание к этике и конфиденциальности, уделяя особое внимание ответственному использованию ИИ и защите данных; - поведенческое прогнозирование и модификация: ИИ может прогнозировать поведение и предлагать меры в таких областях, как зависимость, криминальная реабилитация и образование; - когнитивное и эмоциональное распознавание: достижения в области искусственного интеллекта могут улучшить распознавание человеческих эмоций и когнитивных состояний, помогая в диагностике психического здоровья; - расширение диагностического инструментария: ИИ может разработать более точные диагностические инструменты психических заболеваний, анализируя речь, мимику и активность в социальных сетях; - нейронауки и исследования мозга: ИИ может улучшить понимание работы мозга и его связи с поведением и психическим здоровьем, анализируя сложные нейронные данные; - обучение и образование: ИИ может произвести революцию в обучении психологов с помощью моделирования и интерактивной среды обучения; - профилактическое психическое здоровье: ИИ может анализировать тенденции для выявления факторов риска проблем психического здоровья, что приводит к разработке профилактических стратегий; - мониторинг и обратная связь в реальном времени: носимые устройства и устройства со встроенным ИИ могут обеспечивать мониторинг психологических состояний в реальном времени и немедленную обратную связь; - нейробиологическая интеграция: ИИ может интегрировать результаты нейробиологии в психологическую практику; - доступность и инклюзивность: инструменты, основанные на ИИ, могут сделать психологическую помощь более доступной, разрушая барьеры, связанные с географическим и социально-экономическим статусом. В целом, будущее ИИ в психологической науке рассматривается как преобразующее, способное произвести революцию в исследованиях, терапии, диагностике и образовании. Однако эти достижения сопряжены с этическими проблемами, которые требуют тщательного подхода». Обсуждение Исследование показало, что качество ответов ChatGPT зависит от структурирования запросов. Простые запросы без деталей приводят к кратким ответам, а детальное описание роли, контекста и требований улучшает результаты (Ventura & Filho, 2024; Kohnke et al., 2023). Оптимальный размер запроса на русском языке составляет до 13 тысяч знаков. Повторение запроса от 3 до 6 раз улучшает анализ и точность ответов. Исследование не позволило сделать однозначных выводов о влиянии порядка следования вопросов, что соответствует результатам по пониманию каузальных связей ChatGPT (Kim et al., 2024). Проблема ложных ответов требует разработки методов проверки достоверности информации и источников (Kitamura, 2023; Elkhatat, 2023). В работах, посвященных исследованию будущего психологии, основанных на интервью, как правило, не эксплицируется его схема (Гришина, Нестик, 2019; Корнилова, Нестик, 2019). Проводится либо опрос группы экспертов по нескольким вопросам общего плана (Phelps, 2013), либо проводится неструктурированное интервью по теме психологии будущего с отдельными выдающимися представителями научного сообщества по тому или иному направлению психологии (Box-Steffensmeier et al., 2022). Использование метода исследовательского интервью по С. Квале позволяет широко и глубоко охватить различные аспекты будущего психологической науки, оценить перспективы психологической науки в целом. Естественно, обширное и детализированное интервью усложняет процесс сбора данных, но в случае интервью с ChatGPT это вполне оправдано. Можно указать и другие достоинства метода исследовательского интервью с ChatGPT: 1. Гибкость. ChatGPT легко адаптируется к самым различным темам и вопросам в ходе интервью, что позволяет исследователю глубже изучать интересующие аспекты. 2. Доступность. Использование GPT для интервью удобно и не требует физического присутствия участников, что снижает организационные затраты и время. 3. Масштабируемость. ChatGPT позволяет проводить множество интервью (в т. ч. и повторных), задавая роли экспертов по различным направлениям психологической науки в различных социальных ситуациях. 4. Анализ данных. ChatGPT может помочь в анализе полученных текстовых данных, выявляя ключевые темы и тенденции. Однако очевидны и ограничения исследования будущего психологии методом исследовательского интервью с ChatGPT. Так, ответы ChatGPT могут быть ограничены его обучающими данными и алгоритмами, что может не полностью отражать полноту мнений и идей. При этом существенно снижается качество ответов на сложно сформулированные запросы и/или запросы, касающиеся сложной тематики. Также следует отметить, что GPT плохо дифференцирует предметное содержание перспективных психологических исследований, перспективные подходы к исследованиям и инновационные методы исследований. Содержательный анализ данных исследовательского интервью проводился по четырем исследовательским вопросам. Однако в большинстве литературных источников обсуждается лишь одно направление - определение актуальных и/или перспективных исследований психологии будущего. Основные тенденции развития психологической науки включают объединение разных направлений на основе наук о мозге и генетике, исследования на больших выборках, приверженность принципам «открытой науки», воспроизводимость результатов и изучение психологических явлений в реальных условиях. Ключевые вызовы связаны с развитием цифровых технологий, включая анализ больших данных, использование искусственного интеллекта, виртуальной реальности, «умных» материалов и интерфейсов «мозг - компьютер» (Юревич и др., 2018). По данным экспертного опроса в Институте психологии РАН, психология в будущем представляется как мультипарадигмальная и междисциплинарная дисциплина (Нестик и др., 2016). Библиометрический анализ перспективных направлений психологических исследований за период с 2010 по 2019 год, представленных на платформе Web of Science, показывает, что из всех публикаций по теме «Психология» междисциплинарные исследования составляют более 26 %. При этом из 63 перспективных направлений исследований будущего наиболее динамично развиваются исследования в рамках Social media, Big Data, Artificial Intelligence, Internet of Things, Virtual Reality, Deep Learning, 5G, UAV, а наибольший вклад психологических исследований пришелся на такие направления, как Software, Social networks, Social media (Зуев, 2020). Полученные результаты вполне сопоставимы с данными исследовательского интервью с ChatGPT. Однако следует указать, что GPT выделил более 70 перспективных направлений именно в психологии, предоставляя подробные описания, которые оказались более структурированными и информативными по сравнению с текстами интервью от ведущих специалистов (Box-Steffensmeier et al., 2022). Следует также указать на то, что при исследовании психологии будущего путем экспертных опросов и/или библиометрического анализа не дифференцируются данные, относящиеся к дизайну исследования. Полученные результаты, вероятно, могут быть интерпретированы как структурированные представления о будущем научной психологии, кристаллизованные в большой языковой модели OpenAI. С определенным допущением можно сказать, что, по аналогии с известным выражением «Vox pópuli vox Déi», содержание ответов GPT - это общественное мнение, зафиксированное в корпусе текстов из Интернета по поводу будущего психологии. Но, в отличие от традиционных опросов, где наиболее значимый фактор достоверности выявленного общественного мнения - репрезентативность выборки, в исследовательском интервью с ChatGPT выявленные представления зависят от качества запроса и проработанности схемы интервью. Выводы В ходе исследования мы решали несколько задач, первой из которых была задача анализа взаимодействия с ChatGPT для определения оптимальных параметров запроса. Установлено, что детализация промптов, включая указание роли, контекста и специфических требований к ответу, способствует повышению полноты и качества ответов. Определены предел длины промптов и количество оптимальных повторов. Выявлены проблемы с верификацией литературных источников: ChatGPT часто предоставляет неверные и/или несуществующие источники. Анализ данных интервью показал, что GPT плохо различает методы и методологию, не выдает содержательных ответов с использованием слов «парадигма» и «проблема». Тем не менее некоторые существенные, на наш взгляд, тренды проблематики и методологии психологии GPT указал: широкое применение в психологических исследованиях ИИ, методов метаанализа и систематических обзоров, использование Big Data и методов их обработки, интеграция различных подходов и методов, повышение стандартов открытости и прозрачности, развитие методов нейроимиджинга, виртуальной реальности, мониторинга поведения в естественной среде с помощью носимых устройств и/или мобильных приложений. В ходе интервью выявлено 73 актуальных направления исследования психологии будущего, разделенных на два класса: направления психологических исследований, определяемые их предметом, и направления, использующие определенный метод и/или методику. Анализ материалов в рамках третьего исследовательского вопроса показал, что дизайн психологических исследований в будущем может претерпеть ряд изменений. В нем шире будут использоваться Big Data и методы машинного обучения, для него станет типичным междисциплинарный и мультиметодный подход, усилится продвижение принципов открытости и транспарентности. В дизайне будущего станут широко использоваться технологии моделирования и виртуальной реальности, усилится ориентация на культурные различия и психологическое многообразие, предполагается продвижение коллабораций и следование принципам «открытой науки». Междисциплинарный характер будущего психологических исследований подчеркивается большинством исследователей по данной проблематике. В ходе интервью с ChatGPT были выявлены четыре наиболее вероятных направления интеграции психологии с другими науками: искусственный интеллект, нейронауки, генетика и эпигенетика, а также социальные и гуманитарные науки. Полученные результаты могут быть применены для практического использования в планировании перспективных направлений исследований в психологии, включая интеграцию с новыми технологиями, такими как искусственный интеллект, виртуальная реальность и анализ больших данных. Выявленные тенденции позволят создавать междисциплинарные проекты, основанные на ключевых трендах, таких как нейронауки, генетика и онлайн-терапия. Результаты исследования также могут быть использованы для разработки образовательных программ, включающих обучение студентов работе с большими языковыми моделями и анализу представлений о будущем науки. Кроме того, подходы к формированию промптов и анализу данных ChatGPT найдут применение в оптимизации консультативных практик, образовательных задач и исследовательских процессов. Результаты исследования имеют определенные ограничения, которые необходимо учитывать. Они связаны, в первую очередь, с характером данных, на которых обучена модель GPT - информация актуальна лишь до сентября 2021 года, что может снижать ее применимость в современных контекстах. Существенным препятствием также является проблема «галлюцинирования» - генерация правдоподобных, но недостоверных данных, что требует тщательной проверки ответов.

About the authors

Anatoly N. Voronin

Institute of Psychology, Russian Academy of Sciences

Author for correspondence.
Email: voroninan@bk.ru
ORCID iD: 0000-0002-6612-9726
SPIN-code: 2852-2031

Doctor of Psychology, Professor, Head of the Laboratory of Speech Psychology and Psycholinguistics

13-1 Yaroslavskaya St, Moscow, 129366, Russian Federation

Violetta V. Palenova

State Academic University for the Humanities

Email: violetta.palenova@yandex.ru
ORCID iD: 0000-0001-8552-5639

PhD Student

26 Maronovskiy Lane, Moscow, 119049, Russian Federation

References

Supplementary files