Черемных Л.Г., Чернова Е.И. Сознание и ИИ

Научная статья
УДК 159.9:004.8
https://doi.org/10.24158/fik.2026.8.16
 

Сознание и ИИ

 
Лариса Георгиевна Черемных¹, Елена Игоревна Чернова^2
1,2Тюменский государственный медицинский университет
Министерства здравоохранения Российской Федерации, Тюмень, Россия,
¹larisaGcher@yandex.ru, https://orcid.org/0000-0002-0043-1615
²lina.tyumen@gmail.com, https://orcid.org/0009-0007-7141-0233
 
Аннотация. Основная цель статьи заключается в установлении факта наличия и/или отсутствия сознания у искусственного интеллекта. Для ее достижения авторы решают следующие исследовательские задачи: охарактеризовать существующие подходы к пониманию природы ИИ, выявить их достоинства и недостатки, определить, какой из подходов позволяет установить наличие и/или отсутствие сознания у ИИ, установить социогуманитарные факторы, препятствующие адекватной оценке ИИ. Объектом проведенного исследования служит искусственный интеллект, а предметом ‒ проблема наличия сознания у искусственного интеллекта. Для решения этой проблемы авторы обращаются к используемому до недавнего времени бихевиористическому подходу (тест Тьюринга) и относительно новому функционалистскому подходу. Используя метод критического анализа, авторы обосновывают неадекватность применения бихевиористического подхода при оценке наличия и/или отсутствия сознания у ИИ. Данный подход основывается на устаревшем представлении о сознании как эксклюзивном свойстве человеческой природы и не позволяет объективно оценить наличие сознания у ИИ. В отличие от бихевиористического подхода, функционалистский подход допускает субъективный опыт без постоянного «Я» и дает основания полагать, что сознанием может обладать не только человек, но и искусственная система. В заключение делается вывод о том, что использование функционалистского подхода позволит преодолеть настороженное отношение общества к ИИ и использовать его потенциал для прогрессивного развития человечества.
Ключевые слова: искусственный интеллект, сознание, тест Тьюринга, бихевиористический подход, функционалистский подход
Финансирование: инициативная работа.
Для цитирования: Черемных Л.Г., Чернова Е.И. Сознание и ИИ // Общество: философия, история, культура. 2026. № 8. С. 146–151. https://doi.org/10.24158/fik.2026.8.16.
 
Original article
 

Consciousness and AI

 
Larisa G. Cheremnykh¹, Elena I. Chernova^2
1,2Tyumen State Medical University of the Ministry of Health of Russia,
Tyumen, Russia
¹larisaGcher@yandex.ru, https://orcid.org/0000-0002-0043-1615
²lina.tyumen@gmail.com, https://orcid.org/0009-0007-7141-0233
 
Abstract. The primary aim of this article is to establish the presence and/or absence of consciousness in artificial intelligence (AI). To achieve this, the authors address the following research objectives: to characterize existing approaches to understanding the nature of AI, to identify their strengths and weaknesses, to determine which approach allows for establishing the presence and/or absence of consciousness in AI, and to identify social and humanitarian factors that hinder an adequate assessment of AI. The object of this study is AI, and the subject is the problem of whether it possesses consciousness. To solve this problem, the authors draw on the behaviorist approach (the Turing test), which has been in use until recently, and the relatively new functionalist approach. Using the method of critical analysis, the authors substantiate the inadequacy of applying the behaviorist approach in assessing the presence and/or absence of consciousness in AI. This approach is based on the outdated notion of consciousness as an exclusive property of human nature and does not allow for an objective assessment of the presence of consciousness in AI. In contrast to the behaviorist approach, the functionalist approach allows for subjective experience without a permanent “self” and provides grounds for believing that not only humans but also artificial systems can possess consciousness. In conclusion, it is argued that the application of the functionalist approach will help overcome society’s cautious attitude toward AI and harness its potential for the progressive development of humanity.
Keywords: artificial intelligence, consciousness, Turing test, behaviorist approach, functionalist approach
Funding: Independent work.
For citation: Cheremnykh, L.G. & Chernova, E.I. (2026) Consciousness and AI. Society: Philosophy, History, Culture. (8), 146–151. Available from: doi:10.24158/fik.2026.8.16 (In Russian).

© Черемных Л.Г., Чернова Е.И., 2026

Список источников:
 
Декарт Р. Сочинения : в 2 т. М., 1994. Т. 2. 633 c.
Иванченко М.А. Основания для построения национальной идеи России: усиление интеллекта как альтернатива сильному искусственному интеллекту // Вопросы философии. 2025. № 2. С. 191–201. https://doi.org/10.21146/0042-8744-2025-2-191-201.
Локк Дж. Сочинения : в 3 т. М., 1985. Т. 1. 623 с.
Тьюринг А.М. Вычислительные машины и разум. М., 2018. 125 с.
Lehr S.A., Cipperman M., Banaji M.R. Extreme Self-Preference in Language Models // arXiv. 2025. https://doi.org/10.48550/arXiv.2509.26464.
LiveIdeaBench: Evaluating LLMs’ Scientific Creativity and Idea Generation with Minimal Context / K. Ruan [et al.] // arXiv. 2024. https://doi.org/10.48550/arXiv.2412.17596.
Self-Consistency Improves Chain of Thought Reasoning in Language Models / Х. Wang [et al.] // arXiv. 2023. https://doi.org/10.48550/arXiv.2203.11171.
Si C., Yang D., Hashimoto T. Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers // arXiv. 2024. https://doi.org/10.48550/arXiv.2409.04109.
Wegner D.M. The Illusion of Conscious Will. MIT Press, 2002. 405 p.
 
References:
 
Descartes, R. (1994) Sochineniya [Works]. In 2 vol. Vol. 2. Moscow. 633 p. (In Russian)
Ivanchenko, M.A. (2025) The Foundations for Building the National Idea of Russia: Intelligence Augmentation as an Alternative to Artificial General Intelligence. Voprosy Filosofii. (2), 191–201. Available from: doi:10.21146/0042-8744-2025-2-191-201. (In Russian)
Lehr, S.A., Cipperman, M. & Banaji, M.R. (2025) Extreme Self-Preference in Language Models. arXiv. Available from: doi:10.48550/arXiv.2509.26464.
Locke, J. (1985) Sochineniya [Works]. In 3 Vols. Vol. 1. Moscow. 623 p. (In Russian)
Ruan, K., Wang, Х., Hong, J. & Sun, Н. (2024) LiveIdeaBench: Evaluating LLMs’ Scientific Creativity and Idea Generation with Minimal Context. arXiv. Available from: doi:10.48550/arXiv.2412.17596.
Si, C., Yang, D. & Hashimoto, T. (2024) Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. arXiv. Available from: doi:10.48550/arXiv.2409.04109.
Turing, A.M. (2018) Vychislitel’nye mashiny i razum [Computing Machinery and Intelligence]. Moscow. 125 p. (In Russian)
Wang, Х., Wei, J., Schuurmans, D., Le, Q, Chi, E.H. & Narang, S. et al. (2023) Self-Consistency Improves Chain of Thought Reasoning in Language Models. arXiv. Available from: doi:10.48550/arXiv.2203.11171.
Wegner, D.M. (2002) The Illusion of Conscious Will. MIT Press. 405 p.