Искусственный интеллект помогает формулировать мысли, находить объяснения и работать с информацией. Но как меняется собственный язык человека, который регулярно обращается к нейросетям? И могут ли привычные понятия из ответов ИИ постепенно определять то, что он замечает и как понимает происходящее?
Ректор бизнес-школы ИМИСП Ярослав Павлов рассматривает этот вопрос на примере «эхо-камеры» — термина, который всё чаще встречается в текстах об управлении, маркетинге, психологии и стратегии.
Когда одно понятие объясняет слишком многое
Первоначально Ярослав Павлов предположил, что популярность слова связана с распространением ChatGPT. Однако проверка показала: выражение echo chamber использовалось задолго до генеративного ИИ, в том числе при обсуждении интернет-коммуникаций. В русскоязычных текстах оно также появилось раньше массового использования нейросетей.
Более существенным оказался другой вопрос: что именно сегодня называют эхо-камерой?
Однотипные рекомендации в социальных сетях, общение с единомышленниками, согласие команды с руководителем — все эти ситуации нередко получают одинаковое название. Между тем за ними могут стоять разные причины: алгоритмическая персонализация, склонность искать подтверждение собственным взглядам, недостаток информации или недоверие к внешним источникам.
Философ К. Тхи Нгуен различает эпистемический пузырь и эхо-камеру. В первом случае значимые источники информации остаются вне поля зрения. Во втором внешние источники систематически дискредитируются, а доверие закрепляется за участниками внутри группы. Эти различия важны для понимания того, как возникает информационная замкнутость.
Удобный термин может скрыть эту разницу. По мысли Ярослава Павлова, в таком случае слово создаёт ощущение объяснения, хотя механизм происходящего ещё не установлен.
Что это меняет в управлении
Представим команду, которая перестала спорить с руководителем. Сотрудники могут действительно соглашаться с его решениями, бояться возражать, получать одинаковую информацию или просто уставать от бесплодных дискуссий.
Каждая из этих причин требует своего управленческого ответа. Если назвать ситуацию эхо-камерой и остановиться на этом, компания рискует пропустить главное: почему сотрудники ведут себя именно так.
Критика чрезмерного использования подобных метафор существует и в академической среде. Исследователь Аксель Брунс обращает внимание на неоднозначность эмпирических данных об эхо-камерах и пузырях фильтров. В 2024 году философ Дэвид Коуди опубликовал статью Stop Talking about Echo Chambers and Filter Bubbles, в которой поставил под вопрос полезность самих понятий. Это предмет исследовательской дискуссии, требующий осторожности при использовании готовых объяснений.
Как язык ИИ становится собственным
Связь между распространением конкретного слова и ChatGPT остаётся предположением. Ярослава Павлова больше интересует процесс усвоения языка: нейросети предлагают устойчивые наборы понятий, люди читают их ответы, редактируют формулировки и постепенно включают отдельные слова в собственную речь.
Со временем происхождение этих слов забывается. Понятия начинают казаться естественным способом описывать реальность.
При этом разные объяснительные рамки направляют внимание по-разному. Одну управленческую ситуацию можно рассмотреть через конфликт интересов, распределение власти, систему стимулов или когнитивные искажения. Каждая рамка помогает увидеть определённую сторону происходящего.
По предположению Ярослава Павлова, регулярное использование похожих ответов языковых моделей может постепенно сужать это разнообразие. Люди привыкают пользоваться одними категориями, замечать похожие особенности и задавать похожие вопросы.
«И чем удобнее готовое понятие, тем меньше причин разбираться, что именно происходит».
Для ректора ИМИСП это вопрос автономии мышления. Новые слова полезны, когда помогают точнее описать явление. Но привычное понятие требует проверки: что оно объясняет, какие различия скрывает и соответствует ли конкретной ситуации?
Мы много обсуждаем способность ИИ подражать человеку. Ярослав Павлов предлагает обратить внимание и на обратный процесс — как человек усваивает язык машины. Иногда отправной точкой становится простой вопрос о недавно появившемся слове: откуда оно взялось в собственной речи и что именно помогает понять?
