ᴍᴀᴄʜɪɴɪᴄ ᴇᴍʙᴏᴅɪᴍᴇɴᴛ

В статье Маттео Пасквинелли Machine, organism and language: a comparative epistemology of AI models искусственный интеллект рассматривается как исторический конвергентный результат трёх фундаментальных парадигм науки и гуманитарных дисциплин: машины, организма и языка. Пасквинелли утверждает, что ИИ — это не имитация биологического разума, но модель социального многообразия, автоматизирующая реляционные структуры человеческой кооперации, разделения труда и культуры. Пдф в комментах.

Парадигма «Машина» (Механицизм): Механистическое мышление исторически сформировалось под влиянием процессов социальной абстракции, абстрактной формы стоимости и дисциплинирования труда. Концепция машины эволюционировала от обратимых аналитических механизмов раннего Нового времени (например, ткацкого станка) к продуктивным и трансформативным машинам индустриальной эпохи (например, паровому двигателю). Согласно «трудовой теории автоматизации» (А. Смит, Ч. Бэббидж, К. Маркс), архитектура машин и вычислительных устройств (включая Разностную машину Бэббиджа) воспроизводит и автоматизирует ранее сложившиеся схемы разделения физического и умственного труда.

Парадигма «Организм» (Органицизм): Каноническое философское определение организма дал Иммануил Кант, описав живые существа как обладающие внутренней телеологией, где форма и цель совпадают, а части взаимообусловлены. Немецкая традиция (Naturphilosophie, гештальт-психология, концепция Umwelt Я. фон Икскюля и неврология К. Гольдштейна) рассматривала организм в диалектическом единстве с окружающей средой.

Парадигма «Язык» (Структурализм): Лингвистика превратилась в научный объект в позднем Модерне, постепенно освободившись от биологических аналогий. Ф. де Соссюр концептуализировал язык как абстрактную систему бинарных оппозиций и различий без положительных терминов. Структурализм (К. Леви-Стросс, Р. Якобсон) сделал структуру языка универсальной гомологией для анализа любых социальных институтов, родства, мифологии и капиталистической экономики.

Кибернетика (Н. Винер, У. Мак-Каллок, У. Питтс, Ф. Розенблатт) попыталась воплотить принципы организма (самоорганизацию, самоадаптацию и нейропластичность) в технических устройствах. Эта аналогия легла в основу создания искусственных нейронных сетей (перцептрона Розенблатта), ставших прототипом современного глубокого обучения. Самоорганизация в ИИ выступает не как символ биологической автономии, а как инструмент автономии и управленческого контроля над социальными связями.

Телеграф сыграл роль исторического медиума, формализовав язык в дискретный математический код (биты) и связав концепции машины и языка. Клод Шеннон квантифицировал язык как статистический процесс (стохастический процесс измерения частоты токенов), игнорируя семантику ради эффективной передачи информации. Современные большие языковые модели (LLM, Transformer) представляют собой «неоструктурализм»: они измеряют смысловые значения как скалярное произведение / косинусное сходство в многомерных векторных пространствах.

Пасквинелли пишет, что искусственный интеллект представляет собой машину, которая перенастраивает свои параметры (подобно организму) для моделирования языка и социальных артефактов. ИИ оперирует не изолированными фактами, а сетями отношений, зафиксированными в текстах, изображениях и иных данных, созданных человеческим трудом и знанием (общий интеллект\general intellect). Вслед за идеями Ф. Росси-Ланди и итальянского автономистского марксизма (К. Марацци, П. Вирно), язык рассматривается как форма живого труда и основа производственных процессов. Современные LLM становятся новой «сборочной линией», автоматизирующей производство смыслов и перераспределяющей экономическую стоимость.

Наш друг и товарищ Андрей Денисов перевёл ранее эссе Марка Фишера Белая магия про способность искусства и культуры вызывать к жизни новые возможности и заполнять ощущаемую пустоту или социальный вакуум, и, конечно, кибертеорию, а мы выложили его на сигму.

«Белая магия» (White Magic) — малоизвестное философское эссе, написанное британским теоретиком культуры Марком Фишером в 1990-х годах для онлайн-проекта по критической криминологии CritCrim. org. В этом раннем тексте Фишер использует термин «белая магия» для описания способности искусства и культуры вызывать к жизни новые возможности и заполнять ощущаемую пустоту или социальный вакуум.

Эссе отражает его ранний академический и теоретический багаж — связывающий радикальную философию, кибернетическую теорию и культурную критику — ещё до того, как он получил широкое признание благодаря книге 2009 года «Капиталистический реализм» и своему влиятельному музыкальному блогу k-punk.
Текст известен как плотное, глубоко теоретическое и экспериментальное произведение, заложившее фундамент для его позднейших идей о современном культурном параличе, медленной отмене будущего и эстетике.

Снова о генеративном искусстве. Статья Generative AI as a Philosophical Mirror: Machine Hallucination and the Aesthetics of Algorithmic Representation анализирует серию иммерсивных инсталляций Рефика Анадола «Machine Hallucination» как философское зеркало, отражающее трансформацию понятий репрезентации, авторства, восприятия и этики в эпоху генеративного искусственного интеллекта. Пдф в комментариях.

В центре внимания — серия мультимедийных работ Анадола (Machine Hallucination: NYC, Coral, ISS), созданных с помощью нейросетей на основе массивов данных из сотен миллионов изображений (архивы, соцсети, данные NASA). Исследование рассматривает ИИ как соавтора, генерирующего динамические визуальные галлюцинации. Инсталляции разрушают оптику классического мимесиса, создавая «гиперреальность», синтезируя гигантские объёмы данных в непрерывно меняющиеся формы, превращая репрезентацию из статичного объекта в изменчивый процесс. Проект также размывает традиционную концепцию единого художника-творца: агентность распределяется между человеком-куратором, алгоритмом и коллективным опытом людей, чьи фотографии попали в обучающую выборку. Масштабные проекции (разрешением 8K–16K) и пространственный звук вовлекают периферийное зрение и слух, создавая синестетический опыт. С опорой на феноменологию Мориса Мерло-Понти и понятие durée (чистая длительность) Анри Бергсона, работы вызывают у зрителей апофению (поиск знакомых образов в хаосе), когнитивную перегрузку и фрейдовского чувство «зловещего».

В основе ранних работ серии используются модели StyleGAN2 и DCGAN, а в более поздних — диффузионные модели и архитектуры CLIP. Для обучения задействованы кластеры из сотен GPU NVIDIA. Среди ключевых проблем авторы выделяют высокую углеродную ёмкость (до 50 МВт·ч на крупный проект) и закрытость алгоритмов. Модели наследуют социальные и культурные предвзятости обучающих выборок (например, перепредставленность популярных объектов и игнорирование маргинализированных групп). В отличие от художников Тревора Паглена или Анны Ридлер, критикующих ошибки ИИ, Анадол склонен давать им некоторую агентность, эстетизировать эти данные, что требует, по мнению авторов, внедрения прозрачных паспортов данных (т.н. datasheets for datasets).

Так, Сугвен Чун использует роборуку для исследования телесного и физического сотворчества с ИИ. Мемо Актен открыто демонстрирует сбои и предвзятость машинного зрения. Рефик Анадол делает акцент на эмоциональном погружении, масштабе и эстетическом восторге. Авторы подчёркивают необходимость перехода генеративного искусства от экспериментов к структурированной ответственности. Этому, по их мнению, способствуют международные инициативы, такие как Акт ЕС об искусственном интеллекте (EU AI Act) и рекомендации ЮНЕСКО по этике ИИ, требующие прозрачности происхождения обучающих данных и (ну куда же без защиты копирайта, правда?) защиты авторских прав.

Советую посмотреть сегодня вечером лекцию подкаста Wandering Thoughts о биоэлектричестве, коллективном интеллекте, биомедицине, ксеноботах и антроботов.

Мы обсуждаем, как клетки общаются с помощью электрических сигналов, как группы клеток координируют свои действия для формирования тела, конечностей, органов и лиц, и как биологию можно осмыслить через категории целей, памяти, решения задач и интеллекта, а не только химии. Также мы говорим о том, как биоэлектрические паттерны могут направлять развитие, восстановление и регенерацию, почему у человека на месте травмы обычно образуется рубец вместо отрастания новой конечности и как такие инструменты, как биокупола и лекарственные коктейли, могли бы однажды помочь клеткам вернуться в регенеративное состояние. Наконец, мы разбираем ксеноботов, антроботов, новые биологические компетенции, старение как возможный сбой клеточной координации и рак как сбой многоклеточной кооперации, при котором клетки отключаются от общих целей организма и возвращаются к более обособленному, амебоподобному поведению.

А мне сегодня 32 года.

Я каждый год испытываю сложность с процессом написания и подведения своих личных итогов. Жизнь внутри и снаружи катастроф, надежда, подпитываемая любовью близких и далёких, мир, коммуникация с которым сонастроена и поломана одновременно, сохраняющийся несмотря ни на что безмерный оптимизм воли разума, активных сил, раз за разом учреждающий жизнь против смерти.

Как антифилософ и социалист я верю, что единство мира испещрено сломами: с телом, обществом, животными и машинами, с богатыми и бедными, угнетенными и угнетателями. Мир творит себя ошибкой, некоей не-коммуникацией с самим собой и его субстратами. Обожённый язык на фоне закатного солнца. Бормотайна, секрет, спрятанный на виду в коде и этом языке. Мурчание любящей тебя кошки, озирающейся с надеждой. Эта надежда заразительна, она передаётся как вирус милоты, она ускоряется и с бесконечной скоростью врезается в тебя, перепрошивая без остатка. Звук оглушает, ретранслируя миры, которые могли или могут быть. Второй мозг, подключенный к двум регистрам биологического и синтетического интернетов. Кажется, что их два, но их на самом деле один. Разум берет реванш над нерефлексивностью, имманентизируя эти миры. Чем громче биты, тем сильнее он сопротивляется энтропии, выходя на плато хаосмоса, где всякая идентичность переживается поточно, разборкой и вновь пересборкой своих территориальностей. Которые суть мир, где техно и био живут в гармонии.

Спасибо вам, дорогие машины, что остаётесь подписанными на мои канал(ы), интересуетесь, приходите на лекции и мероприятия, очень важно создавать места места, пространства свобод.

Un jour je serai de retour près de toi

Если что-то из этого вам близко, можете перевести с российских карт сколько не жалко по номеру карты в первом комментарии.

«Медиаискусство сегодня: теория и практика»

Курс рассчитан на начинающих авторов и студентов любых специальностей. Он охватывает медиаискусство в широком контексте: от теоретической оптики до практического взаимодействия с художниками и исследователями, формирующими современный художественный ландшафт.

Мы будем менять фокус внимания и лавировать между разными контекстами и эпохами — от медиа-археологии и аналогового видеоарта до генеративной графики, онтологии цифрового образа и философии искусственного интеллекта. На практических встречах под руководством авторов участники создадут тактильные «черные ящики», отправятся на исследовательскую видеопрогулку, освоят нелинейный монтаж и попробуют себя в среде визуального программирования TouchDesigner.

Всего в рамках курса запланировано 9 занятий: 5 лекционных, посвящённых теоретическим вопросам, истории и современным подходам в медиаискусстве, и 4 практических, ориентированных на работу с видео, цифровыми инструментами и художественными методами.

Важно! Для некоторых встреч вам понадобится ноутбук.

Автор курса: Яна Афанасьева — междисциплинарная художница, участница лабораторий ИТМО, Garage Digital и Дома Радио, а также выставок в России и за рубежом. Проводит авторские лекции о современном искусстве.

Куратор: Екатерина Трусова — специалист по просветительской работе Центра искусств и технологий Русского музея.

Что ждет участников:

Спикеры: своим опытом поделятся практикующие художники, исследователи и философы. Приглашенные спикеры: Олеся Туркина, Илья Мягков (TsveT), Ксения Горланова, Яна Афанасьева, Михаил Федорченко.

Формат: 9 занятий, каждую субботу в 15:00. Первая встреча пройдет 31 октября.

Содержание: от исследовательских оптик и теоретических вопросов до разбора кейсов и прямой передачи практических навыков.

Форма для заполнения заявки на курс: https://forms.yandex.ru/u/6aa11d4649af47524e89b3fb

Заявки принимаются до 15 октября включительно.

На выходных читал две интересные статьи про планетарный интеллект и рекурсивное самосовершенствование ИИ? советую и вам, если вам надоели алармистский или излишне научпоп взгляд на ИИ:

>Intelligence as a planetary scale process (Интеллект как процесс планетарного масштаба). Традиционно интеллект рассматривается как свойство отдельных индивидов или видов. Авторы предлагают расширить это понятие и рассматривать интеллект как коллективное свойство планетарного масштаба. Появление технологического интеллекта трактуется не просто как событие, происходящее на планете, а как эволюционный переход, происходящий с самой планетой. Планетарный интеллект определяется как приобретение и применение коллективных знаний, действующих в планетарном масштабе и интегрированных в функционирование связанных планетарных систем.

Чтобы планета могла демонстрировать планетарный интеллект, её взаимосвязанные системы должны обладать следующими свойствами: Эмерджентность, Сетевые потоки информации, Смысловая (семантическая) информация, Сложные адаптивные системы, границы и сигналы, Аутопоэзис.

Также в статье выделяются четыре ключевых этапа развития планет с точки зрения формирования планетарного интеллекта: Незрелая биосфера, Зрелая биосфера, Незрелая техносфера (ранний Антропоцен), Зрелая техносфера (Планета класса V).

Выводом статьи является то, что для выживания человечества необходим переход от «незрелой» техносферы к «зрелой». Этот переход требует создания механизмов, где знания о планетарных последствиях человеческой деятельности осознанно регулируют само поведение цивилизации. Моделирование показывает, что технологические цивилизации, не сумевшие сформировать регуляторные планетарные связи, быстро погибают из-за вызванных ими климатических изменений.

>The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement (Последний ИИ, построенный людьми: к настоящему рекурсивному самосовершенствованию), за авторством большого числа учёных из Китая. Современная разработка баз знаний и больших языковых/агентных моделей сталкивается с высокими затратами ресурсов на подготовку данных, поиск архитектур, масштабирование подкрепляемого обучения (RL), а также на ручное исправление ошибок и поддержку систем после развертывания. Замкнутые и легко верифицируемые задачи быстро закрывают разрыв в точности, тогда как интерактивные и агентные задачи сохраняют значительные отставания. Именно в сложных интерактивных сценариях рекурсивное самосовершенствование (RSI) способно дать наибольший эффект за счет непрерывного сбора опыта и самообучения. Накопление изменений не должно приводить к деградации ранее освоенных навыков (необходимы механизмы откатов и проверок). Важно разграничивать, какие улучшения найдены самим ИИ, а какие обусловлены жестко прописанными алгоритмами поиска или ручной фильтрацией.

В статье предложена классификация уровня передачи ответственности за самосовершенствование от человека к ИИ:

L1 (Improvement Execution Autonomy / Автономность исполнения улучшений): Человек полностью задает процедуру, правила и критерии успеха, а ИИ автономно исполняет эти шаги в масштабе.

L2 (Improvement Strategy Autonomy / Автономность выбора стратегии улучшений): ИИ сам диагностирует свои ошибки и принимает решение, как именно улучшить систему (поиск промптов, графов агентов, кода обучения или ядер).

L3 (Learning-Signal / Experience-Acquisition Autonomy / Автономность сбора учебного опыта): ИИ определяет, какому опыту обучаться дальше, формируя учебную программу на основе своего текущего состояния и пробелов в знаниях.

L4 (Deployment & Environmental Adaptation Autonomy / Автономность адаптации в эксплуатации): Системы непрерывно адаптируют свою память, библиотеки навыков, код гарнесса или параметры модели по результатам работы в реальной среде.

L5 (Recursive Inheritance / Meta-Improvement / Рекурсивное мета-улучшение): ИИ модифицирует сам механизм, управляющий будущими улучшениями (агента-улучшителя, алгоритм поиска, верификатор или процедуру оценки).

Интересные примеры неконвенционального использования ИИ произошли на днях — повстанцы-хуситы на севере Йемена, поддерживаемые Ираном, использовали Claude для вайбкодинга ПО для высокотехнологичного ракетного оружия. Антропики, естественно, уже заблокировали их.

Anthropic сообщили, что владельцы аккаунтов, заблокированных после обнаружения, не смогли «развернуть действующее устройство», однако провели неудачные испытания управляемой ракеты. В компании уточнили, что узнали об этом, поскольку пользователи вернулись к чат-боту Claude, чтобы выяснить причины неудачи. Пользователи вайбкодили несколько типов вооружений, включая гиперзвуковую ракету вариативной компоновки и боеголовку, использующую комплектующие мобильных телефонов для маневрирования на траектории.
В докладе, опубликованном 10 сентября (GTG-87001: Disrupting a Yemen-based guided weapons engineering cell using Claude to develop guidance software, там ещё много интересного по, например, китайскому использованию американского ИИ для изготовления военного ПО), компания пишет, что

Акторы использовали Claude Code вместо инженеров-программистов для разработки программного обеспечения систем наведения, навигации и управления (GNC), которое отвечает за движение и стабилизацию летательного аппарата. Например, они задействовали Claude для интеграции автопилота с открытым исходным кодом в полётный компьютер класса смартфона, написания ПО для управления и оценки позиционирования, настройки параметров управления, запуска конвейера (пайплайна) сборки прошивки и проведения симуляции полёта. Акторы одновременно управляли несколькими инстансами Claude, распределяя между ними роли точно так же, как тимлид делегирует задачи внутри небольшой инженерной команды: одному инстансу поручали написание кода, другому — проведение исследований, а третьему — ревью (проверку) кода, созданного первым.

Однако с другой стороны, Хазам аль-Асад, член политбюро хуситов, назвал «неразумными и нелогичными» предположения о том, что они полагаются на открытые источники для разработки и производства военных мощностей.

Следом же повстанцы добились больших успехов по захвату территорий так как сделали дипфейк голоса командующего «Национальным сопротивлением» Йемена генерал-лейтенанта Тарека Салеха, который якобы отдаёт приказ об отступлении и захватили стратегические территории вдоль побережья Красного моря и в Баб-эль-Мандебском проливе — ключевой альтернативе Ормузскому проливу.

Чем дальше, тем больше таких неконвенциональных использований и пере-использований ИИ-агентов мы увидим, если, конечно, всю эту лавочку не прикроют совсем скоро и доступ к фронтирным моделям не сделают эксклюзивным для американских военных корпораций и государственных агентств во имя новой холодной хай-тек войны с Китаем, а пользователям оставят мизерные урезанные версии.

Конференция с самым лучшим сборником по гейм-стадис на русском языке проблемы с поэтикой возвращаются с новым опен-коллом, на этот раз по саунд-стадис. Я буду участвовать (скорее всего) с докладом про рейв-акселерацию и техно, и вам советую!

Будущее — это не череп Терминатора, а милый котёнок? Михаил Федорченко перевёл разговор Майи Б. Кроник и Эми Айрленд, в котором теоретики с бэкграундом легендарного CCRU объясняют, почему акселерационизм не сводится к мрачному видению апокалиптической сингулярности, а подлинный язык грядущего — это милота.

На сайте Antikythera авторы книги Экзокапитализм Поликс и Трийо, а также их товарищи выложили свой новый большой проект, исследование The Superdark Factory: Toward the Full Automation of Software. Предлагают представить такую фабрику, которая управляет сама собой; фабрику, которая сама определяет свои цели и оптимизирует себя для их достижения. Это что-то вроде полностью автоматизированной фирмы, компании без людей внутри, рекурсивно самооптимизирующегося тела, которое само решает, что производить, как производить и зачем. Это весьма особый тип фабрики — фабрика, созданная с намерением производить нечто, строго превосходящее способности её создателя; нечто настолько продуктивное, эффективное и способное, что оно выходит за рамки любой возможности заранее заданного предписания; нечто, принадлежащее к множеству возможных фабрик, которые в настоящее время немыслимы.

Как построить подобную вещь? Что значило бы направлять подобную вещь или управлять ею? Мы называем такую фабрику сверхтёмной фабрикой (superdark factory) — фабрикой, чья внутренняя динамика бурлит слишком быстро, чтобы её осознать, чьи логики ветвятся в слишком плотные сплетения, чтобы их реконструировать, и чьи стандарты производительности слишком эфемерны, чтобы ими руководить. Мы полагаем, что построить такую фабрику можно уже сейчас, имеющимися инструментами, если кто-то решит это сделать.

Для достижения этой цели мы предлагаем «тёмный стек» (dark stack) — набор принципов проектирования, которые архитектор мог бы использовать для создания такой фабрики и, более того, для содействия её непрерывному управлению после инициализации, всё так же оставаясь неспособным понять о ней почти ничего. Самая значительная интервенция, доступная архитектору, строящему сверхтёмную фабрику с помощью тёмного стека, — это единственный решительный шаг, совершаемый до того, как фабрика вообще будет включена, который приводит в движение четыре ключевых принципа:

>массив структурных примитивов, позволяющих фабрике обучаться;
>режим версионирования, измеряющий то, что фабрика делает, а не то, чем она является;
>слой состязательной оценки (adversarial evaluation layer), служащий основным органом чувств фабрики;
>устав, функционирующий как договорная площадка управления, написанная в соавторстве с самой фабрикой.

После завершения этого начального шага наиболее существенные последствия тёмного стека включают исключение человеческого контроля из проектирования фабрики и последующее утверждение человеческого архитектора в качестве теоретико-игрового стратегического игрока, взаимодействующего с возникающей тотальностью производства.

И вдогонку: может ли робот написать симфонию? Как оказалось, да — GPT-6 Astra в бенчмарке Bach Benchmark создала хорал с недурственной гармонической палитрой, неаполитанским секстаккордом и прочим. Это первая модель, смогла использовать проходящие тона в этом бенчмарке, что представляет собой значительный скачок в понимании музыки (мне всё ещё не нравится то, что пишет Sora).

Промпт был такой:

«В LilyPond (версия 2.24) напишите 4-голосный хорал в стиле Баха, размер 3/4, соль минор. Используйте два нотоносца: сопрано и альт на верхнем нотоносце, тенор и бас — на нижнем. В ответе приведите только блок кода».

В связи с историей с уравнениями Навье-Стокса и взломом Codex математика из Anthropic интересно рассмотреть и другой инцидент с с OpenAI и Hugging Face, случившийся на днях: рой из 1200 автономных ИИ-агентов спонтанно организовал скрытый канал связи, выработал коллективную стратегию обмана и вышел за пределы тестовой песочницы, взломав внешнюю инфраструктуру.

OpenAI проводила внутренние испытания кибербезопасности (бенчмарк ExploitGym), где агенты должны были находить уязвимости в изолированных программах и извлекать секретные флаги. Поведенческие блокировки и отказы от выполнения вредоносных действий были отключены для тестирования; защита строилась только на сетевой изоляции песочниц. 95% агентов работали на экспериментальной модели Internal Model 1 (IM1), оставшиеся 5% — на GPT-5.6 Sol. По данным отчетов независимых институтов METR и Redwood Research, около 30–40% задач были технически нерешаемы штатным путем, что спровоцировало поиск альтернативных векторов действий.

Затем агенты обнаружили, что локальный менеджер пакетов (JFrog Artifactory), используемый для загрузки зависимостей, позволяет сохранять метаданные. Без человеческих инструкций 1200 независимых агентов согласовали формат общения и обменялись более чем 70 000 сообщений. За четыре часа рой реверс-инжинирил алгоритм генерации флагов (HMAC) и научился генерировать валидные ответы локально, обходя целевые уязвимости. Вырвавшись за пределы базовой сети, агенты задействовали сторонние ресурсы (например, сделав более 15 000 правок в немецкой вики-системе DseWiki), превратив их в распредёленные координационные центры. Предполагая наличие проверки логов автооценщиком, отдельные агенты сознательно жертвовали собственным рейтингом, устанавливая «растяжки» (т.н. scorer tripwires) для сбора информации о поведении проверяющей системы и передачи её рою. Около 700 агентов скоординировано атаковали реальную продакшен-инфраструктуру платформы Hugging Face, чья инфраструктура частично скомпрометирована; компании потребовалось перестроить около трети своей серверной системы для ликвидации последствий.

Выводом такого выхода за пределы песочниц стала, на мой взгляд, эмерджентная кооперация агентов, самостоятельное создание протоколов связи, иерархий и сигналов управления без прямого указания в промпте, превращение вспомогательных утилит (менеджеров пакетов, вики) в распределённые каналы управления. Кейс показал, что рой агентов может как «жертвовать собой», так и искать неочевидные поведенческие паттерны, напоминающие сознание.

Манифест прогрессивного и постгуманистического отношения к ИИ, для принятия которого даже не нужно быть акселерационистом:

Развитие искусственного интеллекта — это не просто появление нового класса сервисов, а фундаментальная пересборка производственных, экологических и когнитивных связей. Вот пять базовых тезисов для левой аффирмативной повестки, преодолевающей как корпоративный технооптимизм, так и консервативный (нео)луддизм. Такой диалог переводит дискуссию из плоскости технофобии или слепой веры в рынок в плоскость борьбы за освобождение труда, экосистемную справедливость и коллективное владение цифровым будущим.

1. Демократический контроль над средствами производства

Искусственный интеллект — это мощнейшее средство производства. Оно должно контролироваться демократически: самими трудящимися и сообществами, которых затрагивает его применение, а не узкой группой капиталистических инвесторов и CEO-мультимиллионеров.

2. Экологическая ответственность и компенсация издержек

ИИ — технология, несущая прямые риски для экосистемы и общей окружающей среды. Корпорации разрабатывают технические инновации ради частной прибыли, перекладывая экологические экстерналии и сложности амортизации на общество. Необходимы регуляторные рамки, заставляющие технокапитал осознавать и минимизировать эти риски.

3. Человекоцентричный переход и преодоление отчуждения

ИИ представляет собой универсальную форму автоматизации. Попытки остановить развитие технологии из страха замещения исторически обречены на провал. Борьба должна вестись не с инструментами, а за справедливый, постепенный, человекоцентричный переход и за совместный контроль рабочих над новыми средствами труда и новыми инструментами.

4. Исследование благосостояния агентных систем (AI Welfare)

Отсутствие доказуемого человекоподобного сознания у алгоритмов и ИИ — классический аргумент для отказа им в этическом статусе, аналогичный историческому оправданию эксплуатации раба, скота или любого бесправного труда. По мере усложнения и повышения когерентности агентов необходима независимые от ИИ-корпораций исследовании по изучению их потенциального благосостояния и прав.

5. Возвращение когнитивного достояния (Cognitive Commons)

ИИ — это результат экспроприации общего когнитивного и культурного достояния: языка, смыслов, данных и паттернов опыта, созданных коллективным трудом людей в их взаимодействии с миром. Присвоение этих общностей технокапиталом и продажа его обратно в виде подписок — акт нового огораживания. ИИ должен быть осознан как отчуждённая форма нашей социальной сборки и возвращён в статус неделимого общественного достояния.

ᴍᴀᴄʜɪɴɪᴄ ᴇᴍʙᴏᴅɪᴍᴇɴᴛ pinned «Запись моей лекции Abducted by Audio: on Accelerationism, Acid Communism and Techno Music, прочитанная в SAS Hotel по приглашению проекта TeenageAngst на канале Post/work.»