Вибуховий розвиток генеративних нейромереж, таких як ChatGPT, Claude та Gemini, породив стійку суспільну ілюзію швидкої появи справжньої машинної свідомості. Чат-боти з легкістю пишуть вірші, складають іспити в медичні виші та генерують складний програмний код, створюючи враження глибокої людської розумності. Проте авторитетне дослідження вчених з Університету Квебеку в Монреалі (UQAM) доводить: сучасний штучний інтелект не може мислити як людина. Однаковий кінцевий результат розв’язання завдання зовсім не свідчить про ідентичність мисленнєвих процесів, а між статистичним угадуванням текстових токенів і справжнім розумінням фізичної реальності лежить нездоланна еволюційна прірва.
Ілюзія розумності: чому швидкість тексту не дорівнює здатності мислити
Людська психіка має потужну вроджену рису — антропоморфізм. Ми схильні наділяти свідомістю, почуттями та намірами неживі предмети: від вередливого автомобіля до геометричних фігурок, що рухаються екраном. Коли сучасний діалоговий агент на базі великої мовної моделі демонструє бездоганну граматику, формулює витончені метафори та блискавично відповідає на складні логічні загадки, наш мозок інстинктивно робить хибний висновок: «Якщо ця система говорить як мисляча людина, отже, вона мислить».

Проте когнітивні нейробіологи Дідьє Каміло Оларте Гонсалес (Didier Camilo Olarte Gonzalez) та П’єр-Люк де Шанталь (Pier-Luc de Chantal) закликають до суворого розмежування понять. У своїй дослідницькій праці науковці наголошують: фундаментальна помилка суспільства полягає в ототожненні зовнішнього результату (performance) та внутрішнього процесу (process). Два калькулятори можуть видати число «4» при операції 2+2, але якщо один із них здійснює обчислення на кремнієвих транзисторах, а другий являє собою механічну рахівницю з дерев’яними кісточками, їхня фізична природа принципово різна. У випадку зі штучним інтелектом ця відмінність має онтологічний характер.
Архітектура сучасних трансформерів спочатку надихалася біологічними нейронами, проте пішла шляхом суто математичної оптимізації. Нейромережа являє собою гігантську багатовимірну матрицю статистичних ваг. У процесі навчання вона поглинає трильйони слів із книг, статей та веб-сторінок, знаходячи найтонші приховані кореляції між символами. Коли користувач надсилає запит, модель не «розмірковує» над питанням у людському розумінні: вона крок за кроком обчислює розподіл ймовірностей наступного текстового токена (слова або частини слова). Той факт, що цей ймовірнісний процес породжує разюче зв’язні й логічні тексти, є тріумфом математичної статистики, але не доказом зародження розуму.
Крім того, у сфері кібербезпеки сліпа довіра до генеративного ШІ вже породжує масштабні загрози. Зловмисники навчилися експлуатувати цю ілюзію людяності, про що наочно свідчить розвитком генеративних алгоритмів штучного інтелекту у схемах вимагання та синтезу дипфейків. Користувачі довіряють гладкому тексту, підсвідомо приписуючи алгоритмам совість, логіку та сприйняття реальності, яких ті просто не мають.
Загадка чашки, що падає: інтуїтивна фізика та передбачливий мозок
Щоб проілюструвати нездоланну прірву між людським мисленням та мовними моделями, автори дослідження пропонують елементарний експеримент із повсякденного життя: уявіть, що ви простягаєте руку до чашки, яка стоїть на самому краю кухонного столу.
Для будь-якої дорослої людини взяти чашку — тривіальна, майже несвідома дія. Проте з погляду біомеханіки та теорії керування це надскладне обчислювальне завдання. Якщо ви невірно розрахуєте відстань, стиснете ручку занадто слабко або смикнете рукою занадто різко, чашка зісковзне, розіб’ється на друзки, а гаряча кава заллє підлогу. Людський розум уникає катастрофи завдяки унікальній здатності: випереджальному передбаченню (anticipatory thinking). Мозок постійно перебуває на один крок попереду подій, моделюючи наслідки ще не здійснених дій.
Ми здатні заздалегідь уявити собі безлад на підлозі від пролитого чаю або візуалізувати, як диван застрягне у дверному отворі, ще до того, як оплатимо покупку в меблевому магазині. Ці прогнози спираються на фундаментальну парадигму когнітивних наук, відому як предиктивна обробка (predictive processing). Згідно з цією теорією, людський мозок — це орган передбачення. Кора безперервно генерує низхідні гіпотези про те, що має статися, порівнює їх із вхідним потоком сенсорної інформації та миттєво вносить корективи при виявленні помилки неузгодженості.
Класичний приклад: уявіть, що ви берете зі столу чашку, яку вважали повною, проте насправді вона порожня. Ваші м’язи, очікуючи важкий предмет, прикладають надмірну силу. Рука миттєво злітає вгору, чашка здається неприродно невагомою. Ця раптова невідповідність породжує миттєвий сигнал помилки, що переналаштовує рухову кору та оновлює внутрішню оцінку ваги. Все це відбувається за мілісекунди просто заради того, щоб підняти чашку.

«Для людини звичайна чашка на краю столу — це не просто циліндр із кераміки, а складний вузол фізичних взаємодій: вона може бути гарячою, крихкою, майже падаючою, такою, що вимагає точного м’язового зусилля. Мовні моделі здатні передбачити фразу про падіння чашки завдяки статистиці текстів, але вони позбавлені втіленого досвіду взаємодії з гравітацією та матерією.»
Дідьє Каміло Оларте Гонсалес (Didier Camilo Olarte Gonzalez), дослідник когнітивних наук, Університет Квебеку в Монреалі (UQAM)
Мовні моделі проти моделей світу: прірва між статистикою та фізичною матерією
Сьогодні навіть найдосконалішим людиноподібним роботам насилу вдається надійно маніпулювати чашками в неструктурованому середовищі. Роботу потрібні тисячі годин симуляцій та машинного навчання, щоб осягнути елементарні фізичні закони: силу тертя, крихкість кераміки та геометрію захвату.
Великі мовні моделі теж роблять передбачення, але їхня природа абсолютно інша. Візьміть фразу: «Рука зачіпає чашку на краю столу. Чашка…». Навчившись на океані текстів, чат-бот із легкістю доповнить речення словами: «перекидається і падає на підлогу». Система блискуче описує правдоподібний наслідок ситуації, не маючи жодного уявлення про те, що таке чашка, що таке стіл і чому гравітація змушує предмети падати донизу. Для алгоритму слова «чашка» і «падає» — це лише абстрактні числові вектори в багатовимірному просторі ембедингів, які часто зустрічаються поруч.
Саме для подолання цього бар’єра дослідники ШІ на чолі з Яном Лекуном (Yann LeCun) розробляють новий напрям — так звані «моделі світу» (world models). На відміну від мовних моделей, моделі світу навчаються не на текстах, а на потоках відео, фізичних симуляціях та сенсорних даних із маніпуляторів роботів. Мета моделі світу — прогнозувати, як розвиватиметься фізична сцена в часі та як конкретна моторна дія робота змінить навколишній простір.
Модель світу здатна навчити домашнього робота розуміти, що занадто сильний затискач зруйнує тонку порцеляну, а незграбний поштовх перекине ємність. Об’єднуючи відеоряд, кінематику рухів та тактильні датчики, такі системи роблять величезний крок уперед. Розглядаючи розвиток пізнання, науковці проводять паралелі з розумінням причинно-наслідкових зв’язків фізичного світу в живій природі. Проте навіть найдосконаліша модель світу, яка безпомилково розраховує траєкторію падіння чашки, не володіє справжнім людським розумінням.
Ймовірнісний алгоритм великих мовних моделей, що формує зв’язні речення без осмислення фізичних сутностей, які за ними стоять.
Формування інтелекту через безпосередню фізичну взаємодію тіла із середовищем: вага, опір, біль, температура.
Когнітивна архітектура, за якої мозок діє на крок попереду, безперервно передчуваючи наслідки власних дій.
Складні симуляції фізичної реальності в робототехніці, що навчаються за відео та датчиками прогнозувати еволюцію ситуації.
Жан Піаже та дитяче пізнання: як народжується живий сенс
Фундаментальна різниця між живим мозком та алгоритмом криється в концепції втіленого пізнання (embodied cognition). Для людини чашка — це не просто геометричний об’єкт із набором фізичних координат. Чашка пов’язана з незліченними контекстами нашого життя: вона може бути «моєю улюбленою», «подарованою другом», «небезпечно гарячою», «зручною для пиття», «занадто крихкою, щоб давати її дитині».
Наше розуміння будь-якого об’єкта виткане зі складної мережі можливих дій, емоційних переживань та тілесних спогадів. І цей процес зароджується в найранішому дитинстві. Ще в середині XX століття видатний психолог Жан Піаже (Jean Piaget) показав, що діти будують знання про світ виключно через фізичний вплив на нього — у сенсомоторній стадії розвитку.
Немовля у віці кількох місяців не вивчає підручники з гравітації. Воно тягнеться до брязкальця, пробує його на смак, кидає на підлогу, слухає гуркіт, мацає холодний край манежу й тим самим формує первинну інтуїтивну фізику. Через мільйони спроб і помилок живий мозок пов’язує кінестетичне відчуття в м’язах із візуальним образом предмета, що падає. Поступово ця зовнішня практична діяльність інтеріоризується: дитина вже здатна подумки прокрутити сценарій падіння, не повторюючи небезпечну дію в реальності.
У науковій праці, опублікованій дослідниками когнітивних наук (DOI: 10.1162/coli_a_00492), наголошується: навчання людини — це не пасивне накопичення гігабайтів інформації про чашки. Це об’єднання особистого досвіду дотику, відчуття ваги, гарячої пари та болю від опіку. Штучний інтелект, навіть оснащений відеокамерою та сенсорами, позбавлений тілесної присутності у світі, позбавлений біологічних потреб і смертності, які надають сенсу самому акту виживання й прогнозування.
- Великі мовні моделі (LLM) прогнозують наступний найбільш імовірний фрагмент тексту на основі терабайтів даних, не володіючи жодною фізичною моделлю причинно-наслідкових зв’язків.
- Людське пізнання є втіленим (embodied cognition): воно нерозривно пов’язане з тілом, гравітацією, сенсомоторним досвідом та пропріоцепцією.
- Мозок працює за принципом предиктивного кодування: безперервно будує випереджальні гіпотези про фізичний світ і коригує їх на основі помилок передбачення.
- Новітні «моделі світу» (world models) наближають роботів до прогнозування фізики, проте генерація правдоподібного наслідку не тотожна людському розумінню.
Результат проти процесу: чому ШІ ніколи не стане мислячим двійником людини
У міру того як штучний інтелект вдосконалюється, різниця між зовнішнім результатом та внутрішнім механізмом стає головним філософським та інженерним викликом людства. Здатність нейромережі синтезувати розв’язання диференціального рівняння або діагностувати пневмонію за рентгенівським знімком не означає, що вона «розуміє» хворобу чи математику.
Системи штучного інтелекту працюють як витончені оптимізатори функцій втрат. Вони знаходять найкоротші статистичні маршрути в багатовимірних просторах даних. Людське ж мислення — це динамічний діалог між біологічним тілом, емоційною лімбічною системою, соціальним оточенням та корою головного мозку. Наш розум сформований мільйонами років еволюційної боротьби за виживання, де кожен прогноз оплачений життям предків.
Чи зможуть моделі світу зробити роботів більш автономними та корисними в побуті? Безумовно. Роботи-помічники навчаться безпечно переносити посуд, доглядати за літніми людьми та керувати автомобілями на складних міських вулицях. Проте наділення цих машин терміном «людське мислення» є небезпечним самообманом. Досягнення схожого передбачення нічого не говорить про те, які знання стоять за цим передбаченням і як вони були сформовані.
Визнання принципової інакшості штучного інтелекту — не поразка науки, а запорука тверезого технологічного поступу. ШІ — це чудовий, безпрецедентний інструмент аналізу даних та моделювання сценаріїв. Проте істинне мислення — з його емпатією, суб’єктивним досвідом, інтуїтивною фізикою та екзистенційним сенсом — залишається унікальним надбанням живої біологічної матерії.



