Искусственный интеллект уже удивляет шахматных гроссмейстеров ходами, которые те считали абсурдными. Но что, если машинные открытия — не просто курьёз для экспертов, а нечто, способное войти в культуру человечества и передаваться от поколения к поколению? Команда Института Макса Планка по исследованию образования вместе с коллегами из Тулузской школы экономики и Берлинского университета имени Гумбольдта впервые проверила это экспериментально. Результаты заставляют задуматься: возможно, мы стоим на пороге эпохи, где знания текут не только от человека к машине, но и обратно.

Почему машинные стратегии так трудно перенять

Всё началось с наблюдения, что современные ИИ-системы всё чаще находят решения, которые ставят в тупик даже опытных людей. Самый известный пример — программы для игры в го и шахматы. Они изобретают ходы, которые профессионалы поначалу считают ошибками, но которые затем приводят к победе. Однако до сих пор оставалось неясным, при каких условиях такие машинные находки могут укорениться в человеческом мышлении и поведении.

Учёные предположили, что для этого должны совпасть три условия. Во-первых, стратегия должна быть труднооткрываемой для человека — иначе люди нашли бы её сами. Во-вторых, она должна оставаться доступной для обучения: если машина выдаёт нечто непостижимое, это останется мёртвым грузом. И в-третьих, преимущество стратегии должно быть очевидным. Без явной выгоды никто не станет менять привычные подходы. Только при выполнении всех трёх пунктов машинное открытие может распространиться и закрепиться в сообществе.

Эксперимент с 1155 участниками: как передаётся знание

Чтобы проверить гипотезу, исследователи пригласили 1155 добровольцев и предложили им задачу на максимизацию очков в специально созданных «сетях вознаграждений». Хитрость заключалась в том, что оптимальная стратегия требовала сначала понести небольшие потери, чтобы позже получить значительно больший выигрыш. Это противоречит типичной человеческой склонности избегать краткосрочных убытков — именно поэтому людям так трудно самостоятельно найти верный путь.

Участников разделили на группы, которые учились друг у друга на протяжении нескольких «поколений». В одних группах были только люди. В других с самого начала присутствовали ИИ-агенты, которые заранее решили задачу с помощью алгоритма обучения и нашли оптимальную стратегию. Люди в каждом новом поколении могли наблюдать за успешными решениями предыдущего и использовать их для собственного выбора. Так исследователи смогли отследить, перенимают ли люди машинное открытие, передают ли его дальше и сохраняется ли оно во времени.

Один человек из шестисот против девяти групп с ИИ

Результат оказался красноречивым. В группах без искусственного интеллекта оптимальную стратегию практически никто не открыл: из 600 участников лишь один человек самостоятельно нашёл лучший путь. А вот в группах с ИИ машинная стратегия распространялась часто и удерживалась на протяжении нескольких поколений. В девяти из пятнадцати смешанных групп она сохранилась до конца эксперимента.

Ключевым механизмом стало подражание самым успешным образцам. Участники чаще всего выбирали в качестве модели для поведения того человека или агента, который показывал наилучшие результаты. Благодаря этому стратегия, изобретённая машиной, смогла культурно распространиться и закрепиться — почти как полезный навык, который передаётся от учителя к ученику.

Что это значит для будущего человека и машины

Авторы исследования видят в этом нечто большее, чем лабораторный курьёз. Если машины будут открывать стратегии, которые люди способны понять и передать, ИИ сможет не просто автоматизировать рутину, а расширять человеческие возможности. «Часто обсуждают, не станут ли люди более зависимыми от ИИ. Наши результаты показывают другую возможность: если машинные открытия понятны, они могут помочь людям развить новые навыки, сохранить их в долгосрочной перспективе и расширить наш культурный репертуар», — говорит Томас Айзенманн, соавтор исследования.

Левин Бринкманн, первый автор работы, подчёркивает связь с культурной эволюцией: «Культурная эволюция человека основана на передаче знаний через множество индивидов и поколений. Когда машины открывают новые стратегии, возникает вопрос, могут ли они стать частью знаний, которые передают люди». Эксперимент дал утвердительный ответ — по крайней мере, в контролируемых условиях.

Исследование также подкрепляет концепцию «машинной культуры». Многие передовые способности современных ИИ строятся на обучении на человеческих текстах и данных. Большие языковые модели, натренированные на огромных массивах написанного людьми, генерируют связные тексты и идеи. Но новый эксперимент показывает, что поток знаний не односторонен: люди тоже могут опираться на открытия машин и тем самым обогащать собственную культуру. Возникает картина совместной культурной эволюции, где человек и машина обмениваются инновациями и строят на достижениях друг друга.

Открытый вопрос о границах переноса

Остаётся, впрочем, немало неясного. Эксперимент использовал простую задачу с чёткими правилами и измеримым выигрышем. В реальном мире стратегии часто размыты, а их преимущества не очевидны сразу. Смогут ли машинные открытия проникать в сложные области — науку, искусство, управление — так же легко, как в лабораторную игру? И не возникнет ли сопротивление, если люди не будут доверять «чужим» решениям?

Пока эти вопросы открыты. Но сам факт, что стратегия, найденная алгоритмом, может стать частью человеческой традиции, заставляет иначе взглянуть на роль ИИ. Возможно, мы не просто пользуемся умными инструментами, а вступаем в эпоху, где культура развивается совместно с машинами. И тогда вопрос не в том, кто кого заменит, а в том, какие новые формы знания родятся на стыке двух типов интеллекта.

Кстати, на нашем сайте мы уже писали о том, как вороны против попугаев демонстрируют разные стратегии решения задач — и это тоже своего рода культурная передача навыков, только среди птиц. А эксперимент с ИИ показывает, что подобные процессы могут выйти на новый уровень, когда в цепочку передачи знаний включаются машины.