Журнал: Интеракция. Интервью. ИнтерпретацияИванов Д. В.Имитационные игры и искусственный интеллект: возвращение к корням проекта исследований экспертизы и опыта (SEE) третьей волны социологии науки

Институт социологии
ФНИСЦ РАН

версия для печати

Журнал: Интеракция. Интервью. Интерпретация

Иванов Д. В.

Имитационные игры и искусственный интеллект: возвращение к корням проекта исследований экспертизы и опыта (SEE) третьей волны социологии науки

DOI: https://doi.org/10.19181/inter.2026.18.2.6
Иванов Данила Владимирович
Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
Магистр социологии, Международная лаборатория исследований социальной интеграции

Полный текст

Открыть текст

Ссылка при цитировании:

Иванов Д. В. Имитационные игры и искусственный интеллект: возвращение к корням проекта исследований экспертизы и опыта (SEE) третьей волны социологии науки // Интеракция. Интервью. Интерпретация. 2026. Том. 18. № 2. С. 13-29.
DOI: https://doi.org/10.19181/inter.2026.18.2.6. EDN: AHLZZE

Рубрика:

Теоретические дискурсы и дискуссии

Выражение признательности

Статья подготовлена в рамках Программы фундаментальных исследований НИУ ВШЭ (HSE-BR 2025-070).

Аннотация:

Статья посвящена решению методологического противоречия, возникающего при попытке инкорпорировать искусственный интеллект (ИИ) в качественные социологические исследования (преимущественно укорененные в интерпретативистскую парадигму). Если в количественных исследованиях ИИ, как минимум на первый взгляд, органично вписывается в естественнонаучный идеал инструментального дистанцирования, то для качественной традиции, требующей чувствительности к контексту и близости к источнику субъективных смыслов, использование ИИ создает эпистемологический разрыв. В качестве теоретически обоснованного решения я предлагаю вернуться к классической задумке Алана Тьюринга, решавшего проблему отличий человеческого и машинного мышления с помощью обращения к имитационной игре, специфика которой впоследствии повлияла на традицию исследований экспертизы и опыта (SEE) Гарри Коллинза и Роберта Эванса. Возвращение ИИ в структуру имитационной игры переопределяет диагностическую функцию метода: ИИ обладает ультимативной формальной осведомленностью, принципиально лишен социализации и неявного экспертного знания, что позволяет использовать имитационные игры как инструмент для эмпирической демаркации внешних (формализуемых) и внутренних (интуитивных, контекстно-чувствительных) горизонтов экспертного знания. Представленная структура метода позволяет посмотреть на ИИ как на эпистемологически специфического агента, углубляющего познание целевой для исследователя группы обладателей специфического опыта.

Литература:

Давыдов Ю.Н. Сен-Симон: первоначальная версия позитивной науки об обществе // История теоретической социологии / Отв. ред. и сост. Ю.Н. Давыдов. Т. 1. М.: Канон, 1997. С. 3–496.
Иванов Д.В. Имитация глухих и слабослышащих: что доступно слышащим, а что— нет? // III Междисциплинарная конференция «Исследуя сообщество глухих». М.: ВШЭ, 2025.
Иванов Д.В., Девятко И.Ф. Библиометрические признаки как символические маркеры дисциплинарных границ: социологическая перспектива // Мониторинг общественного мнения: экономические и социальные перемены. 2024. № 6. С. 27–51. DOI: https://doi.org/10.14515/monitoring.2024.6.2627 EDN: JYHQOF
Кожанов А.А. Обращение с аргументом «неявного знания» внутри «когнитивной» социологии науки // Давыдовские чтения. Исторические горизонты теоретической социологии / Под общ. ред. И.Ф. Девятко, Н. Орлова. М.: Институт социологии РАН, 2011. С. 56–68.
Кожанов А.А. Роль обыденной эпистемологии концептов при формировании ядра исследовательской программы социологии науки в 1970-80-е гг. // Вторые Давыдовские чтения. 2014. C. 333–343.
Макинтайр А. Факт, объяснение и компетенция // Модели объяснения и логика социологического исследования. М.: ИС РАН— TEMPUS/TASIS, 1996. С. 117–128.
Моисеева А.А., Рождественская Е.Ю. Дневниковый метод в социологии // Интеракция. Интервью. Интерпретация. 2025. Vol. 17. № 3. P. 96–111. DOI: https://doi.org/10.19181/inter.2025.17.3.5 EDN: CROIPV
Пинчук О.В. На границе ролей: ролевая двойственность и лиминальное знание в полевой этнографии // Интеракция. Интервью. Интерпретация. 2025. Vol. 17. No. 4. С. 33–55. DOI: https://doi.org/10.19181/inter.2025.17.4.2 EDN: NUPEGW
Рождественская Е.Ю. Биографический метод в социологии. М.: Изд. дом НИУ ВШЭ, 2012.
Christou P.A. (2023) How to Use Artificial Intelligence (AI) as a Resource, Methodological and Analysis Tool in Qualitative Research? The Qualitative Report. Vol. 28. No. 7. P. 1968–1980. DOI: https://doi.org/10.46743/2160-3715/2023.6406
Collins H. (2004) Interactional Expertise as a Third Kind of Knowledge. Phenomenology and the Cognitive Sciences. Vol. 3. No. 2. P. 125–143. DOI: https://doi.org/10.1023/B:PHEN.0000040824.89221.1a
Collins H. (2025) Why Artificial Intelligence Needs Sociology of Knowledge: Parts I and II. AI & Society. Vol. 40. No. 3. P. 1249–1263. DOI: https://doi.org/10.1007/s00146-024-01954-8
Collins H., Evans R. (2002) The Third Wave of Science Studies: Studies of Expertise and Experience. Social Studies of Science. Vol. 32. No. 2. P. 235–296. DOI: https://doi.org/10.1177/0306312702032002003
Collins H., Evans R. (2019) Rethinking Expertise. Chicago: University of Chicago Press. DOI: https://doi.org/10.7208/9780226113623
Collins H., Evans R., Ribeiro R., Hall M. (2006) Experiments with Interactional Expertise. Studies in History and Philosophy of Science Part A. Vol. 37. No. 4. P. 656–674. DOI: https://doi.org/10.1016/j.shpsa.2006.09.005
Collins H., Evans R., Weinel M., Lyttleton-Smith J., Bartlett A., Hall M. (2017) The Imitation Game and the Nature of Mixed Methods. Journal of Mixed Methods Research. Vol. 11. No. 4. P. 510–527. DOI: https://doi.org/10.1177/155868981561982
Dreyfus H.L. (1992) Response to Collins, Artificial Experts. Social Studies of Science. Vol. 22. No. 4. P. 717–726.
Gieryn T.F. (1983) Boundary-Work and the Demarcation of Science from Non-Science: Strains and Interests in Professional Ideologies of Scientists. American Sociological Review. Vol. 48. No. 6. P. 781–795.
Grossmann I., Feinberg M., Parker D.C., Christakis N.A., Tetlock P.E., Cunningham W.A. (2023) AI and the Transformation of Social Science Research. Science. Vol. 380. No. 6650. P. 1108–1109. DOI: https://doi.org/10.1126/science.adi1778
Kelly G.A. (1964) The Language of Hypothesis: Man’s Psychological Instrument. Journal of Individual Psychology. Vol. 20. No. 2. P. 137–152.
Lamont M., Pendergrass S., Pachucki M. (2015) Symbolic Boundaries. In: J.D. Wright (ed.) International Encyclopedia of Social and Behavioral Sciences. 2nd ed. Oxford: Elsevier. Vol. 23. P. 850–855.
Turing A.M. (1950) Computing Machinery and Intelligence. Mind. Vol. 59. No. 236. P. 433–460. DOI: https://doi.org/10.1093/mind/LIX.236.433
Xu R., Sun Y., Ren M., Guo S., Pan R., Lin H., Han X. et al. (2024) AI for Social Science and Social Science of AI: A Survey. Information Processing & Management. Vol. 61. No. 3. P. 1–25. DOI: https://doi.org/10.1016/j.ipm.2024.103665