Методология трансляции знания: акцент на нейросети

Суханова, Н.П. (2026) Методология трансляции знания: акцент на нейросети. Вестник ТвГУ. Серия: Философия (1). С. 51-60. ISSN 1997-9908

PDF - Опубликованная версия
434kB

Абстракт

Проводится анализ механизмов трансляции знания в условиях динамичного развития нейросетевых технологий. В фокусе оказываются методологические принципы передачи знания, теоретическим конструктом которых становится эстафетная модель М.А. Розова. Знание, рассматриваемое как социальная программа, формируемая и совершенствуемая в процессе совместной деятельности сообщества, дискуссий и обмена опытом, не ограничивается простым набором фактов и данных, но включает в себя нормы, ценности, методы исследования, традиции как неотъемлемую часть своей сложной структуры. Нейросети будучи новыми и принципиально отличными участниками знаниевых эстафет способны эффективно обрабатывать информацию, оставаясь ограниченными рамками формальной репрезентации. Машинное «знание» оказывается лишенным интенциональности, необходимой для глубокого понимания контекста, что порождает риск сведения смыслов до поверхностной совокупности паттернов. Особое внимание уделяется проблеме скрытого нормирования, когда нейросети воспроизводят устоявшиеся дискурсивные модели, лишая интеллектуальное пространство возможности критической переоценки. Для современного университета, столкнувшегося с пересмотром содержания наличных образовательных практик, учитывая экспансию нейросетей, актуализируется тема наличия философского фильтра, показываемая сквозь призму курса «Логика и критическое мышление». В заключении отмечается, что широкое использование нейросетей настойчиво требует раскрытия вопросов продуцирования знания в рамках обновленной цифровой среды

Абстракт (англ.)

The article analyzes the mechanisms of knowledge transfer in the context of dynamic development of neural network technologies. The focus is on the methodological principles of knowledge transfer, the theoretical construct of which is the relay model of M.A. Rozov. Knowledge, considered as a social program formed and improved in the process of joint community activities, discussions and exchange of experience, is not limited to a simple set of facts and data, but includes norms, values, research methods, traditions as an integral part of its complex structure. Neural networks, being new and fundamentally different participants in knowledge relays, are able to effectively process information, remaining limited by the framework of formal representation. Machine «knowledge» is deprived of intentionality necessary for a deep understanding of the context, which gives rise to the risk of reducing meanings to a superficial set of patterns. Particular attention is paid to the problem of hidden standardization, when neural networks reproduce established discursive models, depriving the intellectual space of the opportunity for critical reassessment. For a modern university, faced with a revision of the content of existing educational practices, given the expansion of neural networks, the topic of the presence of a philosophical filter, shown through the prism of the course «Logic and Critical Thinking», is becoming more relevant. In conclusion, it is noted that the widespread use of neural networks insistently requires the disclosure of issues of knowledge production within the framework of the updated digital environment

Тип объекта:	Статья
Сведения об авторах:	СУХАНОВА Наталья Петровна – кандидат философских наук, доцент, доцент кафедры философии и гуманитарных наук ФГБОУ ВО «Новосибирский государственный университет экономики и управления «НИНХ», г. Новосибирск.
Ключевые слова:	знание, теория социальных эстафет, нейросети, информация, образование, критическое мышление
Ключевые слова (англ.):	knowledge, social relay theory, neural networks, information, education, critical thinking
Категории:	1 Философские науки. Психология 1 Философские науки. Психология > 16 Логика. Теория познания. Методология и логика науки 1 Философские науки. Психология > 16 Логика. Теория познания. Методология и логика науки > 167 Методология научного исследования
Подразделения:	Университеты > Новосибирский государственный университет экономики и управления, г. Новосибирск
ID Code:	15444
Deposited On:	27 Май 2026 05:53
Последнее изменение:	27 Май 2026 05:53

Repository Staff Only: item control page