RUDN Journal of Psychology and Pedagogics

Вестник Российского университета дружбы народов. Серия: Психология и педагогика

2313-16832313-1705

Peoples’ Friendship University of Russia named after Patrice Lumumba (RUDN University)

31388

10.22363/2313-1683-2022-19-2-195-208

PERSONALITY IN THE DIGITAL AGE: DEVELOPMENT, COGNITION, COMMUNICATION

ЛИЧНОСТЬ В ЦИФРОВУЮ ЭПОХУ: РАЗВИТИЕ, ПОЗНАНИЕ, КОММУНИКАЦИЯ

Research Article

Heuristics: Human and Nonhuman

Эвристики человеческие и нечеловеческие

https://orcid.org/0000-0002-5213-1366

Voiskounsky

Alexander E.

Войскунский

Александр Евгеньевич

Ph.D. in Psychology, is Leading Researcher, Department of General Psychology, Faculty of Psychology

кандидат психологических наук, ведущий научный сотрудник, кафедра общей психологии, факультет психологии

vae-msu@mail.ru

Lomonosov Moscow State UniversityМосковский государственный университет имени М.В. Ломоносова

02062022

192

Digital Society as a Cultural and Historical Context of Personality Development

Цифровое общество как культурно-исторический контекст развития личности

19520802072022

2022

Voiskounsky A.E.

Войскунский А.Е.

http://creativecommons.org/licenses/by/4.0

https://journals.rudn.ru/psychology-pedagogics/article/view/31388

The problems of artificial intelligence from the very beginning of this applied area of science in the mid-20th century have closely intersected with psychological problems, primarily with the psychology of thinking. As experience shows, not only real developments in artificial intelligence but also the discussed prospects for building its working models largely depend on technological progress in the field of computers and software. The paper discusses the changes in representations of heuristics understood as creative thinking and as techniques or rules that are useful for finding solutions to problems. The following issues are specifically considered: the psychological side of the problems of heuristic programming, the similarities and differences between human and computer heuristics, the probability and possible consequences of the singularity phenomenon (understood as the superiority of artificial intelligence over natural one), including the example of the functioning of the community of professional chess players. It is concluded that the progress of computer models and artificial intelligence systems are promising for the positive transformation of the human psyche.

Проблематика искусственного интеллекта с самого зарождения данного прикладного направления науки в середине ХХ в. тесно пересекается с психологической проблематикой, в первую очередь с психологией мышления. Как показывает опыт, не только реальные разработки в области искусственного интеллекта, но и обсуждаемые перспективы построения работающих моделей искусственного интеллекта в значительной степени зависят от технического прогресса в области создания компьютеров и программного обеспечения. Обсуждается изменение представлений о эвристиках, понимаемых как творческое мышление и как приемы или правила, полезные для поиска решения задач. Конкретно рассматриваются психологическая сторона проблематики эвристического программирования, сходство и различие человеческих и компьютерных эвристик, вероятность и возможные последствия явления сингулярности (понимаемой как превосходство искусственного интеллекта над естественным), в том числе на примере функционирования сообщества профессиональных шахматистов. Делается вывод, согласно которому прогресс компьютерных моделей и систем искусственного интеллекта перспективны для позитивного преобразования человеческой психики.

artificial intelligenceheuristic thinkingheuristicsheuristic programmingmultiple intelligenceneural networkdeep learningsingularitychess playersmediationactivity transformation

искусственный интеллектэвристическое мышлениеэвристикаэвристическое программированиемножественный интеллектнейросетьглубокое обучениесингулярностьшахматистыопосредствованиепреобразование деятельности

This research supported by the Russian Science Foundation, Project No. 18-18-00365.

Исследование выполнено при поддержке РНФ, проект № 18-18-00365.

Alekseev, A.P., & Alekseeva, I.Y. (2022). Natural intelligence in the context of digital transformations. Information Society, (1), 2–8. (In Russ.) https://doi.org/10.52605/16059921_2022_01_02

Алексеев А.П., Алексеева И.Ю. Естественный интеллект в условиях цифровых трансформаций // Информационное общество. 2022. № 1. С. 2-8. https://doi.org/10.52605/16059921_2022_01_02

Bush, G.Ya. (1977). Fundamentals of heuristics for inventors. Riga: Znanie Publ. (In Russ.)

Буш Г.Я. Основы эвристики для изобретателей. Рига: Знание, 1977.

Desjarlais, R.R. (2011). Counterplay: An anthropologist at the chessboard. Berkeley, Los Angeles, London: University of California Press.

Васюкова Е.Е. Эвристики мышления // Психология когнитивных процессов: материалы 9-й Всероссийской научной конференции: сборник статей / под ред. В.В. Селиванова. Смоленск: Изд-во СмолГУ, 2020. С. 129-142.

Faiola, A., Voiskounsky, A.E., & Bogacheva N.V. (2016). Augmented human beings: Developing cyberconsciousness. Voprosy Filosofii, (3), 147–162. (In Russ.)

Виндж В. Сингулярность. М.: АСТ, 2019. 224 c.

Fine, G.A. (2015). Players and pawns: How chess builds community and culture. Chicago, London: University of Chicago Press.

Войскунский А.Е. Психология и искусственный интеллект: новый этап старого взаимодействия // Психология человека как субъекта познания, общения и деятельности / отв. ред. В.В. Знаков, А.Л. Журавлев. М.: Изд-во «Институт психологии РАН», 2018. С. 2094-2101.

Gardner, H. (2008). The five minds for the future. Schools, 5(1–2), 17–24. https://doi.org/10.1086/591814

Гарднер Г. Мышление будущего. Пять видов интеллекта, ведущих к успеху в жизни. М.: Альпина Паблишер. 2015. 168 c.

Gardner, H. (2015). Thinking of the future. Five types of intelligence leading to success in life. Moscow: Alpina Pablisher. (In Russ.)

Гринбаум А. Машина-доносчица. Как избавить искусственный интеллект от зла. СПб.: Транслит, 2017. 75 c.

Grinbaum, A. (2017). Scammer machine. How to rid artificial intelligence of evil. Saint Petersburg: Translit Publ. (In Russ.)

Зинченко Ю.П., Еськов В.М., Филатов М.А., Григорьева С.В. Психология эвристики и модели эвристической деятельности мозга // Сложность. Разум. Постнеклассика. 2018. № 3. С. 73-84. https://doi.org/10.12737/article_5c0634a8d68fa5.04729557

Ilyasov, I.I. (1992). System of heuristic methods for solving problems. Moscow: ROU Publ. (In Russ.)

Ильясов И.И. Система эвристических приемов решения задач. М.: Изд-во Российского открытого университета, 1992. 140 c.

10.

Jasper, F., & Ortner, T.M. (2014). The tendency to fall for distracting information while making judgments: Development and validation of the objective heuristic thinking test. Vestnik Novosibirskogo Gosudarstvennogo Universiteta. Seriya: Psikhologiya, 8(2), 5–17. (In Russ.)

Канеман Д. Думай медленно… Решай быстро. М.: АСТ, 2015. 653 c.

11.

Kahneman, D. (2015). Thinking, fast and slow. Moscow: AST Publ. (In Russ.)

Каспаров Г. Человек и компьютер: взгляд в будущее. М.: Альпина Паблишер, 2018. 398 c.

12.

Kahneman, D., & Tversky, A. (2013). Prospect theory: An analysis of decision under risk. In L.C. MacLean & W.T. Ziemba (Eds.), Handbook of the Fundamentals of Financial Decision Making (part I, pp. 99–127). Singapore: World Scientific Publishing Co. https://doi.org/10.1142/9789814417358_0006

Лакатос И. Методология исследовательских программ. М.: ACT; Ермак, 2003. 380 c.

13.

Kasparov, G. (2018). Human and computer: Look into the future. Moscow: Alpina Publisher. (In Russ.)

Миллер Дж., Галантер Ю., Прибрам К. Планы и структура поведения. М.: Прогресс, 1965. 240 c.

14.

Khutorskoi, A.V. (2003). Didactic heuristics. Theory and technology of creative learning. Moscow: Moscow University Press. (In Russ.)

Ньюэлл А., Саймон Н.А. Имитация мышления человека с помощью электронно-вычислительной машины // Психология мышления / под ред. А.М. Матюшкина. М.: Прогресс, 1965. С. 457-474.

15.

Kurzweil, R. (2005). The singularity is near. New York: Viking Books.

Ньюэлл А., Саймон Г. GPS - программа, моделирующая процесс человеческого мышления // Вычислительные машины и мышление / под ред. Э. Фейгенбаума, Дж. Фельдмана. М.: Мир, 1967. С. 296-299.

16.

Kurzweil, R. (2012). How to create a mind: The secret of human thought revealed. New York: Viking Books.

Ньюэлл А., Шоу Дж., Саймон Г. Моделирование мышления человека с помощью электронно-вычислительных машин // Хрестоматия по общей психологии. Психология мышления / под ред. Ю.Б. Гиппенрейтер, В.В. Петухова. М.: Изд-во Московского университета, 1980. C. 105-118.

17.

Lakatos, I. (1976). Falsification and the methodology of scientific research programmes. In S.G. Harding (Ed.), Can Theories Be Refuted? (pp. 205–259). Dordrecht: Springer. https://doi.org/10.1007/978-94-010-1863-0_14

Пойа Д. Математика и правдоподобные рассуждения. М.: Наука, 1975. 464 с.

18.

Lakatos, I. (2003). Methodology of research programs. Moscow: ACT Publ., Ermak Publ. (In Russ.)

Пушкин В.Н. Эвристика - наука о творческом мышлении. М.: Политиздат, 1967. 272 с.

19.

Miller, G.A., Galanter, E., & Pribram, K.H. (1965). Plans and structure of behavior. Moscow: Progress Publ. (In Russ.)

Соколов И.А. Теория и практика применения методов искусственного интеллекта // Вестник Российской академии наук. 2019. Т. 89. № 4. С. 365-370. https://doi.org/10.31857/S0869-5873894365-370

20.

Newell, A., & Simon, H. (1965). Imitation of human thinking with help of computer. In A.M. Matyushkin (Ed.), Psychology of Thinking (pp. 457–474). Moscow: Progress Publ. (In Russ.)

Спиридонов В.Ф. Эвристики творческого мышления. М.: РГГУ, 2000. 148 с.

21.

Newell, A., & Simon, H. (1967). GPS as program that simulates process of human thinking. In E. Feigenbaum & Dzh. Feldman (Eds.), Computing Machines and Thinking (pp. 296–299). Moscow: Mir Publ. (In Russ.)

Султанова Л.Б. Феномен неявного знания в математике // Вестник Башкирского университета. 2009. Т. 14. № 3-1. С. 1200-1204.

22.

Newell, A., Show, J., & Saimon, H. (1980). Modeling of human thinking with the help of computers. In Yu.B. Gippenreiter & V.V. Petukhov (Eds.), Reader in General Psychology: Psychology of Thinking (pp. 105–118). Moscow: Moscow University Press. (In Russ.)

Тихомиров О.К. Эвристическое программирование и психология творческого мышления // Проблемы научного творчества в современной психологии / под ред. М.Г. Ярошевского. М.: Наука, 1971. C. 265-307.

23.

Polya, G. (1975). Mathematics and plausible reasoning. Moscow: Nauka Publ. (In Russ.)

Тихомиров О.К. Философские и психологические проблемы «искусственного интеллекта» // Искусственный интеллект и психология / отв. ред. О.К. Тихомиров. М.: Наука, 1976. С. 8-40.

24.

Polya, G. (1981). Mathematical discovery: On understanding, learning, and teaching problem solving. Combined edition. New York: John Wiley & Sons.

Тихомиров О.К., Познянская Э.Д. Исследование зрительного поиска как путь к анализу эвристик // Вопросы психологии. 1966. № 4. С. 39-51.

25.

Pushkin, V.N. (1967). Heuristics: Science of creative thinking. Moscow: Politizdat Publ. (In Russ.)

Улыбина Е.В. Обыденное сознание: структура и функции. М.: Смысл, 2001. 263 с.

26.

Shanakhan, M. (2017). Technological singularity. Moscow: Tochka Publ., Alpina Pablisher. (In Russ.)

Файола Э., Войскунский А.Е., Богачева Н.В. Человек дополненный: становление киберсознания // Вопросы философии. 2016. № 3. C. 147-162.

27.

Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., Lanctot, M., Sifre, L., Kumaran, D., Graepel, T., Lillicrap, T., Simonyan, K., & Hassabis, D. (2018). A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play. Science, 362(6419), 1140–1144. https://doi.org/10.1126/science.aar6404

Хуторской А.В. Дидактическая эвристика. Теория и технология креативного обучения. М.: Изд-во МГУ, 2003. 415 c.

28.

Sokolov, I.A. (2019). Theory and practice in artificial intelligence. Vestnik Rossijskoj Akademii Nauk, 89(4), 365–370. (In Russ.) https://doi.org/10.31857/S0869-5873894365-370

Шанахан М. Технологическая сингулярность. М.: Точка; Альпина Паблишер, 2017. 256 c.

29.

Spiridonov, V.F. (2000). Evristiki tvorcheskogo myshleniya. Moscow: RSUH Publ. (In Russ.)

Яспер Ф., Ортнер Т.М. Тенденция подвергаться когнитивным искажениям при эвристическом мышлении: разработка и валидизация объективного теста эвристического мышления // Вестник НГУ. Серия: Психология. 2014. Т. 8. № 2. С. 5-17.

30.

Sultanova, L.B. (2009). Phenomenon of implicit knowledge in mathematics. Vestnik Bashkirskogo Universiteta, 14(3–1), 1200–1204. (In Russ.)

Desjarlais R.R. Counterplay: an anthropologist at the chessboard. Berkeley - Los Angeles - London: University of California Press, 2011. 266 p.

31.

Tikhomirov, O.K. (1971). Heuristic programming and psychology of creative thinking. In M.G. Yaroshevskii (Ed.), Problems of Scientific Creativity in Contemporary Psychology (pp. 265–307). Moscow: Nauka Publ. (In Russ.)

Fine G.A. Players and pawns: how chess builds community and culture. Chicago - London: University of Chicago Press, 2015. 288 p.

32.

Tikhomirov, O.K. (1976). Philosophical and psychological problems of “artificial intelligence.” In O.K. Tikhomirov (Ed.), Artificial Intelligence and Psychology (pp. 8–40). Moscow: Nauka Publ. (In Russ.)

Gardner H. The five minds for the future // Schools. 2008. Vol. 5. No 1-2. Pp. 17-24. https://doi.org/10.1086/591814

33.

Tikhomirov, O.K., & Poznyanskaya, E.D. (1966). The study of visual search as path to the analysis of heuristics. Voprosy Psychologii, (4), 39–51. (In Russ.)

Kahneman D., Tversky A. Prospect theory: an analysis of decision under risk // Handbook of the Fundamentals of Financial Decision Making. Part I / ed. by L.C. MacLean, W.T. Ziemba. Singapore: World Scientific Publishing Co., 2013. Pp. 99-127. https://doi.org/10.1142/9789814417358_0006

34.

Ulybina, E.V. (2001). Everyday consciousness: Structure and functions. Moscow: Smysl Publ. (In Russ.)

Kurzweil R. How to create a mind: the secret of human thought revealed. New York: Viking Books, 2012. 352 p.

35.

Vasyukova, E.E. (2020). Heuristics of thinking. Psychology of Cognitive Processes: Conference Proceedings (pp. 129–142). Smolensk: Smolensk State University Publ. (In Russ.)

Kurzweil R. The Singularity is near. New York: Viking Books, 2005. 652 p.

36.

Vinge, V. (2008). Signs of the singularity. IEEE Spectrum, 45(6), 76–82. https://doi.org/10.1109/mspec.2008.4531467

Lakatos I. Falsification and the methodology of scientific research programmes // Can Theories be Refuted? / ed. by S.G. Harding. Dordrecht: Springer, 1976. Pp. 205-259 https://doi.org/10.1007/978-94-010-1863-0_14

37.

Vinge, V. (2019). The coming technological singularity what if the singularity does not happen? The cookie monster. Moscow: AST Publ. (In Russ.)

Polya G. Mathematical discovery: on understanding, learning, and teaching problem solving. Combined edition. New York: John Wiley & Sons, 1981. 458 p.

38.

Voiskounsky, A.E. Psychology and artificial intelligence: A new stage of long-time interaction. In V.V. Znakov & A.L. Zhuravlev (Eds.), Psychology of a Person as a Subject of Knowledge, Communication and Activity (pp. 2094–2101). Moscow: Institute of Psychology of the Russian Academy of Sciences Publ. (In Russ.)

Sala G., Gobet F. Do the benefits of chess instruction transfer to academic and cognitive skills? A meta-analysis // Educational Research Review. 2016. Vol. 18. No. 1. Pp. 46-57. http://doi.org/10.1016/j.edurev.2016.02.002

39.

Zinchenko, Yu.P., Eskov, V.M., Filatov, M.A., & Grigorieva, S.V. (2018). Psychology of heuristic and models of heuristic activity of brain. Complexity. Mind. Postnonclassic, (3), 73–84. (In Russ.) https://doi.org/10.12737/article_5c0634a8d68fa5.04729557

Silver D., Hubert T., Schrittwieser J., Antonoglou I., Lai M., Guez A., Lanctot M., Sifre L., Kumaran D., Graepel T., Lillicrap T., Simonyan K., Hassabis D. A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play // Science. 2018. Vol. 362. No 6419. Pp. 1140-1144. https://doi.org/10.1126/science.aar6404

40.

Vinge V. Signs of the singularity // IEEE Spectrum. 2008. Vol. 45. No 6. Pp. 76-82. https://doi.org/10.1109/mspec.2008.4531467