Пережить невиданные ИИ-перемены

Внедрение искусственного интеллекта меняет не только рынок труда, но и когнитивную среду, в которой действует человек. Рост информационных потоков не сопровождается автоматическим ростом осмысленности – напротив, издержки верификации и фильтрации данных возрастают.

В статье анализируется структурный разрыв между увеличивающейся когнитивной нагрузкой и снижающейся отдачей от неё. Подход, при котором развитие научных и образовательных школ, ориентированных на тренировку суждения, может стать альтернативой количественному наращиванию вычислительных мощностей, которое служит основной стратегией Китая и США. Применительно к России традиция фундаментального образования и сильных исследовательских школ приобретает в новых условиях значение стратегического ресурса.

Авторы:

Ярослав Кузьминов, кандидат экономических наук, научный руководитель Национального исследовательского университета «Высшая школа экономики»

Екатерина Кручинская, кандидат политических наук, доцент Национального исследовательского университета «Высшая школа экономики»

Внедрение искусственного интеллекта меняет не только рынок труда, но и когнитивную среду, в которой действует человек. Рост информационных потоков не сопровождается автоматическим ростом осмысленности – напротив, издержки верификации и фильтрации данных возрастают.

В статье анализируется структурный разрыв между увеличивающейся когнитивной нагрузкой и снижающейся отдачей от неё. Подход, при котором развитие научных и образовательных школ, ориентированных на тренировку суждения, может стать альтернативой количественному наращиванию вычислительных мощностей, которое служит основной стратегией Китая и США. Применительно к России традиция фундаментального образования и сильных исследовательских школ приобретает в новых условиях значение стратегического ресурса.

Что мы знаем про технологии, которые на нас влияют

Наиболее значимые перемены связаны с технологиями, однако их ключевым звеном остаётся человек, и именно его поведение должно быть осмыслено в первую очередь. Недостаточно ни алармистски отвергать новые технологии, ни безоговорочно принимать их как неизбежность. Надо понять, что именно меняется в структуре экономики и когнитивной среде, и лишь затем определять возможные ответы.

Цифровая революция как экономический и социальный процесс стоит на «трёх китах». Первый – интернет как всеобщая связь, глобальная информационная система; второй – большие данные, которые стало возможно собирать и использовать для наблюдения за процессами, прежде относившимися к «чёрному ящику». Наконец, искусственный интеллект, проделывающий за нас умственную работу – подготовительную, если мы оставляем за собой проверку и выбор, и окончательную, если мы доверяемся ИИ-агенту[1].

Внедрение искусственного интеллекта в широкий спектр сфер – от повседневной жизни до ключевых бизнес-процессов – ознаменовало один из наиболее значительных структурных сдвигов в глобальной экономике последних десятилетий[2]. Участники рынка рассчитывают, что новые решения обеспечат индустриальную отдачу быстрее и с меньшими издержками, чем труд человека.

Масштаб ожиданий имеет конкретное денежное выражение: по оценкам Goldman Sachs Global Institute, совокупные капитальные затраты на ИИ – вычисления, центры обработки данных, энергетическая инфраструктура – составят около 7,6 трлн долларов с 2026 по 2031 год[3]. Подобные объёмы инвестиций сопоставимы с годовым ВВП крупнейших экономик и доступны лишь ограниченному кругу государств.

За количественными показателями располагается более фундаментальная проблема: как человек переживает перемены, масштаб которых сравним с последствиями промышленной революции. Иммануил Кант в эссе «Ответ на вопрос: что такое Просвещение?» (1784) выразил суть интеллектуальной революции с предельной ясностью: просвещение есть не сумма знаний, а способность пользоваться собственным умом. Сегодня эта способность подвергается давлению, не имеющему прецедентов.

Образ будущего, который в традиционном обществе был повторением прошлого, а в эпоху Просвещения – проектом освобождённого разума, сегодня вновь лишён определённости.

Ощущение перемен и неготовности к ним не уникально для нашей эпохи. Свидетельства о периодах кризисов – от средневековых ожиданий конца света до огораживаний в Англии и ранней индустриализации – фиксируют устойчивую закономерность: рост неуверенности, доходившей до иррациональных разрывов рутин. Слом привычного уклада неизменно вызывает тревогу. Меняется лишь источник слома – сегодня в его роли выступает гиперинформационная среда и системы искусственного интеллекта.

Данные Gallup World Poll за 2024 г. фиксируют: 39 процентов взрослого населения мира испытывали сильное волнение в предыдущий день, 37 процентов – сильный стресс[4]. Для сравнения: в 2009 г. признаки серьёзного эмоционального неблагополучия фиксировались у 25 процентов населения мира, к 2021 г. – уже у 31 процентов по данным другого, более масштабного опроса[5]. Рост на 6 процентных пунктов за двенадцать лет на выборке в 1,53 млн человек означает, что мы имеем дело не с локальным колебанием, а с фундаментальным сдвигом. Исследователи Gallup характеризуют текущую ситуацию как нахождение мира на эмоциональном пределе.

Природа этого предела – переход от острой реакции к хроническому фоновому напряжению. Когда неопределённые обстоятельства сохраняются годами, нервная система адаптируется через притупление остроты восприятия, однако плата взимается когнитивными ресурсами: внимание рассеивается, способность к долгосрочному планированию снижается, решения становятся более импульсивными[6]^,[7].

Именно перед лицом подобного вызова оказывается современный человек – и в особенности представитель образованного среднего класса. Парадокс в том, что данная группа лучше других подготовлена к жизни в информационном обществе, однако на практике попадает под двойное давление. Профессиональная деятельность автоматизируется в первую очередь, а когнитивная среда предъявляет растущие требования к верификации данных. Разрыв между возросшей интеллектуальной нагрузкой и отсутствием институциональных механизмов её переработки составляет центральную проблему настоящей статьи.

Цель авторов – предложить карту ресурсов для осмысления этого разрыва. Статья построена следующим образом. Первая часть через концепции Уильяма Баумоля[8] и Ханса Моравека[9] показывает, почему производительность не растёт там, где её ожидают, и обнаруживается там, где её не прогнозировали. Вторая часть переводит анализ на уровень государства: опираясь на экономические, институциональные и коммуникационные теории, мы рассматриваем когнитивный разрыв как проблему государственного управления. Третья часть выводит разговор в ценностное измерение: опираясь на концепцию гражданской культуры Габриэля Алмонда и Сиднея Вербы, мы формулируем тезис о когнитивных ценностях как основании стратегии, альтернативной количественному наращиванию вычислительных мощностей.

Изнанка искусственного интеллекта: человек в среде гиперинформации

Ожидания, возлагаемые на искусственный интеллект, во многом воспроизводят логику предшествующих технологических революций: предполагается, что новые инструменты обеспечат рост производительности труда. Однако вопрос, реализуется ли этот рост в действительности, остаётся открытым. В экономической литературе отсутствует консенсус относительно влияния ИИ на производительность[10]. Ряд исследователей полагают, что информационно-коммуникационная революция достигла зрелости и её способность генерировать значимый прирост производительности исчерпана[11]^,[12],[13]. Такую позицию оспаривают исследователи, указывающие на несовершенство измерительных инструментов. Нобелевский лауреат 2025 г. Джоэль Мокир утверждает, что воздействие новых технологий не столько неверно измеряется, сколько в принципе не улавливается существующими метриками: многие услуги увеличивают потребительский излишек, не отражаясь в ВВП[14]. В более поздней работе он подчёркивает, что уроки экономической истории заставляют с осторожностью относиться к тезису об исчерпании инноваций[15]. Эрик Бриньолфссон с соавторами выдвигают гипотезу «лагов внедрения», согласно которой полный эффект новых технологий проявится лишь со временем[16].

Особое место в дискуссии занимает работа Филиппа Агийона, Бена Джонса и Чарльза Джонса[17], которая предлагает синтез идей Баумоля и моделей автоматизации. Авторы вводят ИИ в производственную функцию товаров и услуг и показывают, что даже при почти полной автоматизации доля труда может оставаться значительной, а капитальная доля – стабилизироваться ниже ста процентов. Механизм, обеспечивающий такой результат, – именно болезнь издержек Баумоля: автоматизация сокращает долю ВВП, приходящуюся на автоматизированные сектора, но одновременно растёт доля секторов, которые пока не автоматизированы.

Сейчас мы можем наблюдать такой эффект на примере развития платформенной экономики. Конечный потребитель получает расширенный набор благ за меньшие деньги, но это деформирует денежные макроэкономические агрегаты в пользу неплатформенных отраслей.

В XIX веке имел место аналогичный эффект промышленной революции: порядковое удешевление фабричных товаров вело к относительному росту стоимости сырья и продуктов сельского хозяйства. Фермер мог приобрести больше промышленных товаров. Рост определяется не тем, что мы умеем делать хорошо, а тем, что необходимо, но трудно улучшаемо. Иными словами, ключевой вклад Баумоля в понимание ИИ-экономики состоит в том, что человеческий труд сохраняет свою долю не вопреки автоматизации, а благодаря структурному сдвигу, который она вызывает.

Этот вывод имеет прямое отношение к среднему классу. Если доля труда в принципе сохраняется, но её секторальное распределение меняется, то проблема заключается не в исчезновении работы как таковой, а в её качественной трансформации. Именно здесь вступает в действие второй концептуальный инструмент – парадокс Моравека. Но прежде чем обратиться к нему, необходимо зафиксировать саму логику структурного сдвига, описываемого болезнью издержек Баумоля: в секторах, где труд является содержанием результата, производительность не растёт либо растёт крайне медленно, тогда как заработные платы вынуждены следовать за рынком.

Квартет исполняет произведение столько же времени, сколько столетие назад; учитель объясняет материал, врач слушает пациента – человеко-час остаётся человеко-часом. Развитие ИИ не отменяет эту закономерность, но добавляет к ней новый слой.

Как говорится в докладе ЮНЕСКО[18], ИИ способен автоматизировать вспомогательные задачи в образовании – проверку тестов, компиляцию материалов, анализ успеваемости, – однако эти функции относятся к периферии преподавания. Учителя тратят более половины рабочего времени на нетехнические задачи и их автоматизация способна несколько снизить нагрузку, но не сокращает потребность в преподавателе как таковом: каждому классу по-прежнему необходимы внимание, руководство и обратная связь. Более того, болезнь издержек создаёт структурное давление на бюджеты: сектора с высокой производительностью повышают заработные платы, а образование не может наращивать выработку на одного учителя сопоставимыми темпами[19]. Данные доклада также свидетельствуют, что во многих странах зарплаты учителей отстают от зарплат сопоставимо образованных работников на 10–30 процентов. Аналогичные процессы идут в других отраслях интеллектуальных услуг – медицине, консультировании, дизайне, – а также в сфере квалифицированного физического труда: зарплаты крановщиков, как и зарплаты учителей, опережают их производительность.

К структурному давлению, описанному Баумолем, добавляется эффект гиперинформационной среды. Цифровая эпоха не изменила суть услуги лицом-к-лицу, но радикально трансформировала среду вокруг неё: прежде чем обратиться к врачу, пациент изучает рейтинги; прежде чем выбрать школу, родители анализируют сайты и форумы. Сам человеко-час услуги остался прежним, но издержки на вход – на выбор, проверку, фильтрацию – выросли многократно. Гиперинформация меняет не содержание услуги, а стоимость доступа к ней. Расширение обозреваемого потребителем рынка действует здесь не в сторону снижения цен, как на рынках стандартных товаров, а в сторону их завышения. Триггером выступает информационное давление «наблюдаемого рынка без границ» на отношение работник – работодатель в сочетании с зависимостью результата от квалификации и доверительным характером найма: работодатель не знает реальной квалификации нанимаемого заранее, она проявляется лишь в течение продолжительного периода работы. Квалифицированный работник остаётся дефицитным ресурсом и может добиваться выравнивания оплаты по уровню самых высокооплачиваемых представителей своей профессии, представленных на рынке.

Таким образом, если болезнь Баумоля объясняет, почему человеко-час дорожает, не становясь производительнее, то парадокс Моравека показывает, какие именно человеко-часы защищены от автоматизации. Моравек продемонстрировал, что высшие умственные функции – логический вывод, вычисления – требуют от машины сравнительно малых ресурсов, тогда как сенсомоторные навыки, доступные годовалому ребёнку, – узнавание лица, координация движений, схватывание контекста – нуждаются в колоссальной вычислительной мощности.

Из этого следует структурный переворот: автоматизация угрожает в первую очередь интеллектуальной рутине – задачам, связанным с обработкой информации по формализованным алгоритмам, – тогда как профессии, требующие телесного присутствия и сенсомоторного контакта с физической реальностью, защищены значительно надёжнее. К ним примыкают и те работники умственного труда, рабочие места которых защищены установившимися нормами или сильными конвенциями: учителя и преподаватели университетов, врачи, музыканты оркестров, сотрудники правоохранительных органов и судебно-правовой системы. В отличие от них, офисные работники, программисты, дизайнеры, маркетологи и работники системы дополнительного образования становятся первыми жертвами ИИ – их рабочие места сокращаются в пользу ИИ-агентов.

Именно здесь обнаруживается уязвимость образованного среднего класса. Данная группа, казалось бы, лучше других подготовлена к жизни в информационном обществе – по уровню образования, доступу к технологиям, профессиональной мобильности. Однако на практике она попадает под двойное давление. С одной стороны, профессиональная деятельность, связанная с обработкой информации, автоматизируется в первую очередь – в силу парадокса Моравека. С другой стороны, работник умственного труда действует в среде, где коэффициент убывающей отдачи смысла неуклонно растёт: каждый дополнительный массив данных требует проверки, интерпретации и решения о релевантности, а предельная полезность информации снижается. День такого работника проходит не в акте суждения, а в операциях фильтрации: проверить отчёт, сгенерированный ИИ; сравнить несколько источников; отличить достоверный отзыв от сфабрикованного. К концу дня он истощён, однако произведённый им продукт – осмысленное суждение – составляет малую долю затраченного времени.

Возникает разрыв между затраченным усилием и переживаемой отдачей. В отличие от ремесленника, чей результат материален и непосредственно наблюдаем, или от врача, чья помощь переживается пациентом здесь и сейчас, работник когнитивной сферы всё чаще лишён подтверждения осмысленности своего труда.

Его продукт растворяется в потоке данных. Именно такой разрыв, а не гипотетическая угроза полной замены человека алгоритмом, составляет подлинный вызов для среднего класса в эпоху ИИ.

Зафиксированный разрыв имеет не только индивидуальное, но и социальное измерение. Тревога, замеряемая опросами Gallup и описанная во введении, перестаёт быть частной психологической проблемой и становится структурной характеристикой общества, в котором когнитивная нагрузка нарастает, а институциональные механизмы её переработки отсутствуют или ослаблены. Отсюда возникают вопросы, адресуемые уже не столько человеку, сколько государству. Какие теоретические подходы позволяют осмыслить этот сдвиг на макроуровне? Какие институциональные решения способны снизить издержки различения, не снимая с человека ответственности за суждение? И наконец, какие следствия это имеет для России – страны, которая не может и не должна повторять траекторию количественной гонки ИИ-бюджетов, но благодаря относительно высокому уровню профессионального образования и культуры способна предложить альтернативную стратегию? Этим вопросам посвящена следующая часть статьи.

Три проекции угроз ИИ

Мы видим, что дискуссия о будущем искусственного интеллекта сосредоточена преимущественно на вопросе о вычислительных мощностях: кто располагает достаточными инвестициями, инфраструктурой и кадрами, тот и определяет направление технологического развития. Однако зафиксированный в первой части когнитивный разрыв – между растущей нагрузкой фильтрации и снижающейся отдачей от информационных потоков – заставляет поставить иной вопрос: что означает этот разрыв не для гонки мощностей, а для людей, и прежде всего образованного среднего класса, который принимает на себя основную тяжесть структурного сдвига. Когда значительная часть образованного населения систематически испытывает перегрузку и теряет переживание осмысленности своего труда, возникают последствия для управляемости, социальной стабильности и экономической динамики. Настоящая часть статьи последовательно разворачивает три проекции – экономическую, институциональную и коммуникационную, – каждая из которых вырастает из предыдущей и подводит к вопросу о культуре и ценностях.

Первая проекция – экономическая. Дарон Аджемоглу и Джеймс Робинсон[20] доказали, что долгосрочная экономическая динамика определяется характером институтов: экстрактивные институты направляют ресурсы на извлечение ренты узкой группой, инклюзивные – создают условия для широкого участия. Применительно к когнитивной экономике эта рамка позволяет поставить вопрос о том, как государство распоряжается интеллектуальными ресурсами граждан. Одна траектория состоит в поддержке институтов, которые берут на себя часть издержек верификации и тем самым высвобождают ресурс индивида для продуктивного суждения. Другая – в том, чтобы оставлять индивида один на один с информационным потоком, что ведёт к рассеиванию внимания и снижению способности к самостоятельной оценке. Выбор траектории не предопределён технологически. Одновременно болезнь издержек Баумоля, рассмотренная в первой части на примере образования, имеет макроэкономическое следствие: как утверждают Агийон, Джонс и Джонс, сектора, где труд является содержанием результата, структурно дорожают относительно автоматизированных секторов, а их доля в экономике растёт.

Для государства это означает, что образование, здравоохранение и культура будут требовать всё большей доли ресурсов, не демонстрируя при этом измеримого роста производительности в традиционных метриках. Средний класс, занятый в этих областях, оказывается в положении, при котором его труд необходим, но стоимость последнего растёт без адекватного роста признания и оплаты. Возникает вопрос: почему рыночные механизмы не компенсируют это расхождение автоматически? Ответ требует перехода к институциональной проекции.

Проблема среднего класса не сводится к уровню финансирования секторов, в которых он занят. Она заключается в том, что существующие институциональные стимулы далеко не всегда поощряют верификацию и осмысленное суждение. Рассмотрим условный, но показательный пример. Врач-диагност может потратить тридцать минут на внимательное изучение истории пациента, сопоставление симптомов и постановку обоснованного диагноза, а может положиться на вывод, предложенный ИИ-ассистентом, и через десять минут перейти к следующему пациенту. Если система оплаты и отчётности построена на количестве принятых пациентов, а ответственность за ошибку алгоритма размыта, то специалист, выбравший первый путь, несёт прямые издержки: он принял меньше пациентов, его формальные показатели ниже, а выигрыш в качестве диагностики не фиксируется и не вознаграждается.

Второй путь – беззатратен и, более того, поощряем. Правила игры делают осмысленное суждение экономически невыгодным, а имитацию скорости – рациональной стратегией. Изменение правил означало бы, что качество диагностики учитывается при оценке труда весомее, чем число осмотров, и тогда у специалиста появляется стимул тратить когнитивный ресурс на суждение, а не скорость обработки потока. Этот пример иллюстрирует общую закономерность: компенсация разрыва, зафиксированного в экономической проекции, невозможна без изменения институциональных правил, при которых осмысленное суждение становится выгодным, а не затратным.

Тезис Никласа Лумана[21] о доверии как механизме, позволяющем действовать без тотальной проверки каждого элемента ситуации, приобретает здесь прикладное значение. Институты, которым доверяют, – профессиональные гильдии, научные школы, экспертное сообщество – работают как коллективные фильтры, принимающие на себя часть работы по различению достоверного и недостоверного. Их ослабление означает, что функция фильтрации перекладывается на индивида, тогда как правила игры, поощряющие скорость, а не точность, остаются неизменными. Средний класс оказывается перед выбором: либо тратить силы на проверку, которую система не ценит, либо отказываться от проверки и действовать в логике наименьшего сопротивления.

Институциональный ответ, таким образом, состоит не в призывах к добросовестности, а в перестройке стимулов, делающих суждение практически целесообразным.

Однако изменение правил игры само по себе не гарантирует, что индивид сможет ими воспользоваться. Здесь вступает коммуникационная проекция. Маршалл Маклюэн[22] описал, что характеристики канала коммуникации формируют тип мышления независимо от содержания сообщений. Гиперинформационная среда – фрагментированная, непрерывная, алгоритмически персонализированная – производит когнитивный стиль с рассеянным вниманием и сниженной способностью к удержанию сложных рассуждений. Это означает, что даже при наличии институциональных стимулов к верификации индивид, сформированный такой средой, может не располагать когнитивным навыком для её осуществления. Средний класс, погружённый в обработку информации глубже других групп, подвержен такому воздействию в наибольшей степени.

Сэмюэл Хантингтон[23] указал на культурную идентичность как на ось, вокруг которой выстраивается политическое поведение в условиях, когда прежние идеологические размежевания ослабли. Продолжая эту логику применительно к когнитивной экономике, можно утверждать, что культурная идентичность выполняет функцию ориентира: человек, укоренённый в определённой системе ценностей, обладает критерием для отсеивания шума, не требующим отдельной верификации каждого сигнала. Для среднего класса, чьи прежние профессиональные и социальные ориентиры размываются, наличие такой системы координат становится не только ценностным, но и практическим ресурсом.

Так коммуникационная проекция подводит к культуре и ценностям. Три последовательно развёрнутые проекции выстраиваются как цепь: экономическая фиксирует структурное удорожание секторов, в которых занят средний класс, и ставит вопрос о компенсации; институциональная отвечает, что компенсация невозможна без изменения правил игры, при которых осмысленное суждение вознаграждается; коммуникационная добавляет, что новые правила не заработают, если индивид не располагает когнитивным навыком и ценностной системой координат, позволяющими этими правилами воспользоваться. Культура в такой логике предстаёт не как сфера досуга и не как набор предписаний, а как инфраструктура, обеспечивающая саму возможность осмысленного суждения в условиях информационной перегрузки. Речь не идёт о снижении когнитивной нагрузки как таковой: способность к суждению развивается только под нагрузкой, но нагрузка должна быть осмысленной, а не шумовой.

Задача институтов – перераспределить когнитивный ресурс человека с фильтрации шума на акт суждения.

Этот вывод связывает три проекции с ценностным измерением, рассмотрение которого составляет предмет заключительной части статьи.

Каждая из трёх проекций задаёт определённое практическое направление для государственной политики. Экономическая проекция указывает на проблему структурного удорожания секторов образования, здравоохранения и культуры. Если их финансирование оценивается по логике производительности, заимствованной из автоматизированных секторов, возникает систематическое недоинвестирование именно там, где формируется способность человека к суждению. Институциональная проекция обращает внимание на состояние коллективных фильтров – от научных школ до экспертных сообществ. Их способность принимать на себя часть издержек верификации не восстанавливается автоматически и требует целенаправленной поддержки. Коммуникационная проекция фиксирует, что среда сама по себе распределяет когнитивную нагрузку между группами населения, и такое распределение должно быть предметом анализа, а не просто фоном. Наконец, центральный вопрос, к которому подводит обзор трёх проекций, состоит в том, на каких ценностных основаниях может быть выстроена стратегия, альтернативная количественному наращиванию вычислительных мощностей. Ответ требует обращения к концепции политической культуры, что составляет предмет заключительной части статьи.

Культура и ценности как условия опережения в ИИ-гонке

Обзор трёх проекций – экономической, институциональной и коммуникационной – показал, что каждая по отдельности не даёт достаточной опоры. Экономическая проекция фиксирует структурное удорожание секторов, где труд является содержанием результата; институциональная – необходимость правил игры, при которых осмысленное суждение становится выгодным; коммуникационная – потребность в системе координат, позволяющей отсеивать шум. Все три линии сходятся в том, что культура в широком смысле представляет собой не дополнительную сферу социальной жизни, обеспечивающую богатство потребления («отдых и развлечения»), а инфраструктуру, дающую саму возможность суждения в условиях информационной перегрузки. Переведём этот вывод в ценностное измерение.

Исторический опыт показывает, что в периоды глубоких структурных сдвигов именно культура и ценности становились ресурсом, позволявшим обществам не просто выдерживать перемены, а пересобирать институты под новые условия. Конец XIX века: Ницше констатирует смерть Бога, Шпенглер пишет о неизбежном упадке западной цивилизации, культурная элита охвачена предчувствием катастрофы. Параллельно – взрывной рост промышленности, электрификация, урбанизация, разрушение традиционного уклада (на котором базировались существовавшие массовые ценности). Ответом становится не возврат к аграрному прошлому, а формирование новой этики: социальное законодательство Бисмарка, подъём университетов как центров не только знания, но и гражданского воспитания, массовое образование, народничество в России, борьба за права женщин на Западе. Институты перестраиваются под масштаб перемен, и основанием служит ценностный сдвиг – признание социальной ответственности (впервые – перед деперсонифицированными «другими людьми») частью общественного договора.

Первая мировая поколебала веру в прогресс, декадентство эстетизирует распад, кризис рациональности наложился на Великую депрессию. Ответом стал не только коммунизм и политический радикализм, но и другой социальный контракт: Новый курс Рузвельта, кейнсианская экономика, идея государства всеобщего благосостояния. Ценности солидарности и защиты воплотились в институты социального страхования и социального перемешивания, и именно эта ценностная рамка позволила западным обществам пройти через кризис, не разрушившись.

После Второй мировой войны мир увидел атомную бомбу, концлагеря, масштаб разрушения, не укладывавшийся в прежние категории. Сюрреализм как попытка собрать реальность заново через абсурд и сон стал культурным ответом на травму. Одновременно институциональный ответ выразился в Плане Маршалла, создании ООН, Всеобщей декларации прав человека. Право становилось не инструментом государства, а рамкой защиты личности – и этот сдвиг был бы невозможен без ценностного консенсуса, сложившегося в послевоенной культуре.

Ранний СССР даёт иной, но не менее показательный пример. Анатолий Луначарский и Пролеткульт разрабатывали проект нового человека с чистого листа; старая мораль объявлялась буржуазной, традиционные институты – семья, церковь, классическая школа – демонтировались или радикально переформатировались. Ставка делалась на образование, ликбез, массовую культуру. Результат был противоречивым, но сам масштаб свидетельствует о том, что общество, пережившее крах империи и Гражданскую войну, потерю значительной части образованного класса, искало опору именно в новом проекте человека – то есть в ценностях и культуре, пусть и радикально переосмысленных.

Во всех случаях ответ на структурные потрясения приходил не из технологии и не из экономики самих по себе, а из культуры – способности общества по-новому определить, что является ценным, и выстроить вокруг этого институты. Сегодняшняя ситуация не является исключением.

Алмонд и Верба в работе «Гражданская культура»[24] показали, что устойчивость политической системы определяется не только формальными институтами, но и характером политической культуры – совокупностью установок, ценностей и навыков, которые граждане привносят во взаимодействие с институтами. Применительно к когнитивной экономике эта концепция может быть переосмыслена следующим образом: устойчивость общества в условиях информационной перегрузки определяется не только технологической оснащённостью, но и наличием культурных установок, позволяющих индивиду сохранять способность к суждению. Гражданская культура в этом контексте – культура самостоятельного суждения, поддерживаемая институционально и разделяемая как ценность.

Для России этот тезис имеет особое значение в силу исторически сложившейся традиции сильных научных и образовательных школ. Математические школы, физические институты, гуманитарные направления, ориентированные на фундаментальную подготовку, на протяжении десятилетий формировали не просто кадры для конкретных отраслей, а тип мышления, в котором способность к самостоятельному анализу была центральной. Эта традиция не является архаикой. Напротив, в условиях, когда ИИ берёт на себя рутинные когнитивные операции, именно способность к суждению становится наиболее дефицитным и одновременно наиболее востребованным ресурсом. Парадокс Моравека, рассмотренный в первой части, указывает, что автоматизация угрожает в первую очередь стандартизированным интеллектуальным задачам, тогда как нестандартное суждение, опирающееся на широкую подготовку и владение контекстом, защищено значительно надёжнее.

Восстановление и развитие научных и образовательных школ, ориентированных на фундаментальную подготовку и тренировку суждения, является не культурной политикой в узком смысле, а инвестицией в человеческий капитал, адекватной структурным сдвигам в экономике. Чтобы инвестиция работала, она должна быть закреплена не только институционально, но и ценностно – как элемент культурного кода, в котором способность к самостоятельному мышлению и ответственному суждению признаётся национальной ценностью. Именно такое закрепление позволяет перейти от логики догоняющего развития в сфере ИИ к логике опережающего формирования человеческого капитала, для которого технологии – не конкурент, а инструмент.

В этом смысле ИИ перестаёт восприниматься как угроза занятости среднего класса. Если ключевым активом работника становится не умение выполнять стандартизированные интеллектуальные операции, а способность к суждению, опирающемуся на фундаментальную подготовку и культурную систему координат, автоматизация рутинных функций не обесценивает его труд, а высвобождает ресурс для содержательной работы.

ИИ в такой модели выступает мультипликатором человеческого капитала – при условии, что сам человеческий капитал понимается не как сумма освоенных алгоритмов, а как способность к постановке задач и принятию решений в условиях неполноты данных.

Из проведённого анализа вытекают три практических ориентира, каждый из которых связывает выводы предыдущих частей с ценностным измерением культуры.

Первый связан с парадоксом Моравека, рассмотренным в первой части. Автоматизация угрожает стандартизированным когнитивным операциям, тогда как воплощённый опыт – ремесло, тактильность, живое взаимодействие – не поддаётся алгоритмизации и становится дефицитным активом. В логике трёх проекций это означает, что малые города и локальные сообщества, где такой опыт сосредоточен, получают не культурно-охранительное, а экономическое обоснование: они производят то, что не масштабируется цифрой, и в этом их растущая ценность.

Второй ориентир опирается на коэффициент убывающей отдачи смысла и на выводы экономической проекции второй части. Если сектора, где труд является содержанием результата, структурно становятся более значимыми, но не демонстрируют роста производительности в традиционных метриках, проблема не в этих секторах, а в самих метриках. Качество жизни, устойчивость сообществ, связанность поколений должны быть признаны измеримыми величинами при оценке эффективности государственной политики. Издержки на восстановление смысла завтра будут выше, чем издержки на его сохранение сегодня, – и это не риторическое утверждение, а прямой вывод из логики Баумоля, если мы рассматриваем его в терминах когнитивной экономики.

Третий ориентир соединяет институциональную и коммуникационную проекции с вопросом о человеческом капитале. Интеллектуальный класс, чьё положение проанализировано в первой части, не является закрытым клубом. Способность к суждению тренируется, и институты, которые эту способность передают, – школа, университет, наставничество, профессиональная гильдия – становятся не просто образовательными учреждениями, а инфраструктурой когнитивной безопасности и социальной устойчивости. Инвестиция в них представляет собой наиболее дальновидное вложение на горизонте поколения, поскольку именно они обеспечивают перераспределение когнитивного ресурса с фильтрации шума на акт суждения. Закрепление такой инвестиции как культурной ценности, а не только статьи бюджетных расходов, и составляет существо предлагаемого подхода.

Таким образом, ответ на вопрос, сформулированный в начале статьи, – что России нужно знать о будущем до того, как оно наступит, – состоит не в прогнозе конкретных технологических прорывов, а в понимании того, что ключевым ресурсом в когнитивной экономике становится естественный интеллект – способность граждан к самостоятельному суждению, обеспеченная институционально и закреплённая культурно. Россия располагает историческим фундаментом в виде научных и образовательных школ, ценность которых в новых условиях возрастает. Задача – осознать этот ресурс как стратегический и выстроить вокруг него институты и культурные установки, позволяющие не догонять количественную гонку ИИ, а выигрывать в качестве человеческого капитала.

Дискуссия, которую открывает статья, касается не только России. Она адресована любому обществу, стоящему перед выбором: инвестировать в способность граждан к самостоятельному суждению или делегировать эту способность алгоритмам. Выбор не предопределён технологически. Он совершается в культуре, закрепляется в институтах и имеет цену, которая будет расти по мере того, как коэффициент убывающей отдачи смысла продолжает своё действие. Осознать эту цену сегодня дешевле, чем платить по счетам завтра. В этом и состоял главный тезис статьи: чтобы пережить невиданные перемены, нужно не больше мощностей, а больше смысла – и культура как инфраструктура суждения является единственным способом его удержать.

Сноски

[1] Последнее не знаменует передачу решений кому-то другому – не более чем доверительное использование любого специалиста или профессионального ассистента, если вы профессионал. Используя «Кандинский» Сбера, вы ведёте себя как испанский монарх XVII века, имеющий придворного художника.

[2] The Future of Jobs Report 2025 // World Economic Forum. 07.01.2025. URL: https://www.weforum.org/publications/the-future-of-jobs-report-2025/ (дата обращения: 12.06.2026).

[3] Tracking Trillions: The Assumptions Shaping Scale of the AI Build-Out // Goldman Sachs Global Institute. 01.05.2026. URL: https://www.goldmansachs.com/insights/articles/tracking-trillions-the-assumptions-shaping-scale-of-t... (дата обращения: 12.06.2026).

[4] State of the World’s Emotional Health 2025 // Gallup. 2025. URL: https://www.gallup.com/analytics/349280/state-of-worlds-emotional-health.aspx (дата обращения: 12.06.2026).

[5] Daly M., Macchia L. Global Trends in Emotional Distress // Proceedings of the National Academy of Sciences. 2023. Vol. 120. No. 14. e2216207120.

[6] Israel A., Rosenboim M., Shavit T. Time Preference under Cognitive Load – An Experimental Study // Journal of Behavioral and Experimental Economics. 2021. Vol. 90. 101633.

[7] Leshem R. Relationships between Trait Impulsivity and Cognitive Control: The Effect of Attention Switching on Response Inhibition and Conflict Resolution // Cognitive Processing. 2016. Vol. 17. No. 1. P. 89–103.

[8] Baumol W.J. Macroeconomics of Unbalanced Growth: The Anatomy of Urban Crisis // American Economic Review. 1967. Vol. 57. No. 3. P. 415–426.

[9] Moravec H. Mind Children: The Future of Robot and Human Intelligence. Cambridge, MA: Harvard University Press, 1988. 214 p.

[10] Gries T., Naudé W. Artificial Intelligence, Jobs, Inequality and Productivity: Does Aggregate Demand Matter? MERIT Working Papers, No. 12005. Bonn: IZA – Institute of Labor Economics, 2018. 39 p.

[11] Gordon R. Why Has Economic Growth Slowed When Innovation Appears to Be Accelerating? NBER Working Paper, No. 24554. Cambridge, MA: National Bureau of Economic Research, 2018. 28 p.

[12] Cowen T. Is Innovation Over? The Case Against Pessimism // Foreign Affairs. 2016. Vol. 95. No. 2. P. 42–46.

[13] Bloom N., Jones C., van Reenen J., Webb M. Are Ideas Getting Harder to Find? NBER Working Paper, No. 23782. Cambridge, MA: National Bureau of Economic Research, 2017. 54 p.

[14] Mokyr J. A Culture of Growth: The Origins of the Modern Economy. Princeton, NJ: Princeton University Press, 2017. 424 p.

[15] Mokyr J. The Past and the Future of Innovation: Some Lessons from Economic History // Explorations in Economic History. 2018. Vol. 69. P. 13–26.

[16] Brynjolfsson E., Rock D., Syverson C. Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. NBER Working Paper, No. 24001. Cambridge, MA: National Bureau of Economic Research, 2017. 46 p.

[17] Aghion P., Jones B.F., Jones C.I. Artificial Intelligence and Economic Growth. NBER Working Paper, No. 23928. Cambridge, MA: National Bureau of Economic Research, 2017. 57 p.

[18] Baumol’s Cost Disease: Long-Term Economic Implications Where Machines Cannot Replace Humans // UNESCO. 07.05.2025. URL: https://www.unesco.org/en/articles/baumols-cost-disease-long-term-economic-implications-where-machin... (дата обращения: 12.06.2026).

[19] Shaping the Future of Learning: The Role of AI in Education 4.0 // World Economic Forum. April 2024. URL: https://www.weforum.org/publications/shaping-the-future-of-learning-the-role-of-ai-in-education-4-0/ (дата обращения: 12.06.2026).

[20]Acemoglu D., Robinson J.A. Why Nations Fail: The Origins of Power, Prosperity, and Poverty. N.Y.: Crown Business, 2012. 544 p.

[21] Luhmann N. Trust and Power. Chichester: John Wiley & Sons, 1979. 228 p.

[22] McLuhan M. Understanding Media: The Extensions of Man. N.Y.: McGraw-Hill, 1964. 352 p.

[23] Huntington S.P. The Clash of Civilizations and the Remaking of World Order. N.Y.: Simon & Schuster, 1996. 368 p.

[24] Almond G.A., Verba S. The Civic Culture: Political Attitudes and Democracy in Five Nations. Princeton, NJ: Princeton University Press, 1963. 562 p.