Если машина нашла ответ, зачем человеку думать?

Математик может посвятить двадцать лет жизни решению задачи и так и не найти ответа. А искусственный интеллект способен предложить решение за несколько часов. Если доказательство окажется правильным, человечество получит новое знание, ради которого прежде потребовались бы десятилетия труда. Казалось бы, остаётся только радоваться.

Но представим, что чувствует математик, потративший на эту задачу двадцать лет. И главное – что произойдёт с математикой, когда подобные истории перестанут быть исключением?

Поводом для этих размышлений стала статья академика Георгия Малинецкого «Будущее математики и искусственный интеллект», опубликованная 16 октября 2026 года. Автор рассматривает достижения вычислительных систем и полемизирует с известными математиками, обеспокоенными последствиями стремительного проникновения ИИ в научные исследования.

В сентябре компания OpenAI представила решение одной из знаменитых задач тысячелетия – проблемы, связанной с уравнениями Навье – Стокса. Компания опубликовала доказательство и его формализованную версию для компьютерной проверки. Окончательное научное признание такого результата требует самостоятельной оценки, однако само событие уже стало поводом для серьёзной дискуссии.

Двадцать пять обладателей Филдсовской медали, одной из самых престижных математических наград, выступили с открытой декларацией. Они предупреждают, что стремление ИИ-компаний как можно быстрее решать знаменитые задачи может вступать в противоречие с интересами самой науки. Ведь её цель заключается не только в получении правильных ответов, но и в развитии понимания, методов исследования и новых поколений учёных.

На первый взгляд спор касается исключительно математиков. Но вопрос, который они обсуждают, имеет отношение к каждому из нас. Даже к человеку, который последний раз занимался математикой в школе и с тех пор вполне успешно обходится без интегралов.

Двадцать лет, которые не пропали даром

Вернёмся к нашему математику. Допустим, двадцать лет он искал доказательство, ошибался, возвращался к началу, придумывал новые способы рассуждения. За это время у него появились ученики, были опубликованы статьи, возникли неожиданные идеи, полезные для решения совершенно других задач.

Главная проблема осталась нерешённой. Но разве двадцать лет прошли впустую?

Теперь представим другого исследователя. Он поставил задачу перед искусственным интеллектом, получил доказательство, проверил его корректность и опубликовал результат. Работа, на которую прежде уходила значительная часть человеческой жизни, выполнена за несколько часов.

Кто принёс науке больше пользы?

Ответ зависит от того, что именно мы называем пользой. Если интересует только конкретная решённая задача, преимущество на стороне второго исследователя. Но если мы говорим о развитии научного мышления, подготовке новых учёных, появлении методов и направлений исследований, сравнение становится гораздо сложнее.

Более того, неизвестно, смогла бы машина найти свой ответ, если бы до неё тысячи математиков не накопили огромный запас знаний, методов и неудачных попыток.

Здесь есть обстоятельство, которое легко упустить из виду. Человеческое познание не сводится к последовательности правильных ответов. Иногда ошибочное предположение оказывается плодотворнее десятка верных вычислений. Иногда вопрос, на который никто не смог ответить, меняет науку сильнее, чем найденное решение.

Когда результат отделяется от труда

Впрочем, ничего нового в стремлении избавить человека от тяжёлой работы нет. Когда появился экскаватор, землекопы перестали копать огромные котлованы вручную. Когда распространились калькуляторы, необходимость выполнять сложные арифметические операции в уме заметно сократилась.

Мы не считаем это трагедией. Более того, никто всерьёз не предлагает отказаться от экскаваторов ради сохранения искусства обращения с лопатой.

Однако с интеллектуальной деятельностью ситуация несколько иная.

Физический труд и мышление нельзя полностью противопоставлять. Хороший токарь, слесарь или строитель решает множество интеллектуальных задач, которые человек со стороны порой даже не замечает. Но именно в процессе самостоятельного решения этих задач формируются профессиональное чутьё, способность замечать отклонения и находить выход из необычной ситуации.

Представим начинающего слесаря, которому умная система каждый раз показывает, какую деталь заменить и какой винт повернуть. Работать он сможет быстрее, особенно на первых порах. Но научится ли он понимать устройство механизма настолько хорошо, чтобы самостоятельно разобраться с неисправностью, которой система прежде не встречала?

Всё зависит от того, как организовано обучение и что именно человеку поручено делать самому.

С мышлением происходит то же самое. Оно развивается не только тогда, когда мы узнаём правильный ответ, но и тогда, когда пытаемся его найти.

Психологи Элизабет и Роберт Бьорк исследовали явление, получившее название «желательные трудности». Речь идёт об условиях обучения, которые требуют дополнительных усилий, но при определённых обстоятельствах помогают лучше усваивать знания и сохранять их в памяти.

Это не означает, что всякая трудность полезна. Бессмысленно заставлять человека часами выполнять вычисления, которые надёжнее сделает компьютер. Но если система постоянно устраняет именно те усилия, благодаря которым формируется понимание, мы сталкиваемся с парадоксом: человек выполняет работу успешнее, а его собственные способности могут развиваться слабее.

Искусственный интеллект делает этот парадокс особенно заметным.

Зачем писателю писать?

Возьмём деятельность, гораздо более близкую большинству читателей, чем высшая математика.

Человек хочет написать статью. Он знает тему, представляет себе основную мысль, но испытывает затруднения с формулировками. Обращается к нейросети и через минуту получает связный, грамотный, вполне убедительный текст.

Задача выполнена. Можно публиковать.

Но что произошло с самим автором?

Если он внимательно прочитал результат, проверил аргументы, обнаружил слабые места, уточнил собственную позицию и переписал существенные фрагменты, искусственный интеллект действительно стал его помощником. Работа с машиной могла сделать мысль более ясной.

А если человек лишь скопировал полученный текст, он приобрёл публикацию, но почти ничего не приобрёл как автор.

Различие не в том, сколько слов напечатано собственными пальцами. Можно самостоятельно написать несколько страниц и не высказать ни одной оригинальной мысли. А можно изменить два абзаца машинного текста так, что в них появится самостоятельная авторская позиция.

Различие в другом – кто осуществлял интеллектуальную работу, определившую содержание текста.

Причём оно не всегда заметно читателю. Хорошая статья, созданная при активном участии ИИ, может оказаться убедительнее слабой статьи, написанной без всякой помощи. Читатель получит качественный материал и в том, и в другом случае будет оценивать прежде всего содержание.

Но для общества имеет значение не только качество отдельных публикаций. Важно, сохраняются ли люди, способные самостоятельно исследовать действительность, отличать достоверное от выдуманного, сомневаться в общепринятых объяснениях и отвечать за собственные выводы.

Машина помогает выпускать интеллектуальный продукт. Однако производство продукта и формирование человека, способного мыслить, – не одно и то же.

Удобство, к которому привыкают

В этой истории есть ещё один участник – наша психика.

Человек склонен выбирать действия, позволяющие получить желаемый результат с меньшими затратами. Мы охотно пользуемся навигатором, чтобы не запоминать дорогу, автокоррекцией, чтобы не следить за каждой опечаткой, и поисковиком, чтобы не держать в памяти огромное количество сведений.

Само по себе это разумно. Высвободившееся время можно направить на более сложные задачи.

Но можно и не направить.

В 2011 году психологи Бетси Спэрроу, Дженни Лю и Дэниел Вегнер опубликовали исследование, посвящённое влиянию доступности информации в интернете на человеческую память. Авторы обнаружили, что ожидание возможности вновь обратиться к информации при определённых условиях меняет то, что именно человек запоминает.

Впоследствии одна из попыток воспроизвести эти результаты оказалась неудачной. Поэтому делать окончательные выводы о существовании универсального «Google-эффекта» было бы преждевременно. Но сама постановка вопроса заслуживает внимания: меняются ли наши привычки запоминания и мышления, когда мы знаем, что нужные сведения всегда можно получить извне?

С генеративным ИИ ситуация становится ещё интереснее. Теперь внешней системе можно поручить не только хранение информации, но и составление плана, подбор доводов, сравнение решений и формулирование выводов.

Раньше, чтобы написать письмо с отказом, нам приходилось самим определять, какие аргументы привести и насколько резко их выразить. Теперь достаточно попросить нейросеть подготовить вежливый ответ. Раньше при выборе покупки мы сопоставляли характеристики, читали отзывы и пытались разобраться в противоречиях. Теперь можно попросить ИИ выбрать лучший вариант.

Это экономит время. Иногда помогает избежать ошибок.

Но возникает вопрос: какие именно способности мы упражняем, если всё чаще передаём машине не только поиск сведений, но и промежуточные этапы собственного рассуждения?

Пока нет оснований утверждать, что широкое использование ИИ неизбежно приведёт к интеллектуальной деградации. Результат зависит от характера задач, способа взаимодействия с системой и готовности человека проверять полученные ответы.

Однако и считать, что освобождённое время автоматически превратится в более глубокое мышление, было бы слишком оптимистично.

Удобство постепенно становится привычкой. А привычка меняет не только поведение, но и наши ожидания от собственной деятельности.

Если ещё вчера необходимость самостоятельно разбираться в сложном вопросе воспринималась как естественная часть работы, то завтра те же усилия могут показаться бессмысленной тратой времени. Ведь рядом всегда есть собеседник, который уже подготовил ответ.

Именно это изменение ожиданий представляется мне одной из наиболее интересных психологических сторон происходящего.

Кому принадлежит найденная мысль?

Вернёмся к математикам.

В споре об искусственном интеллекте обнаружилось принципиальное противоречие. Для одних главное – продвижение науки, и не столь важно, кто именно нашёл доказательство. Для других процесс открытия неотделим от человеческого понимания, научной культуры и подготовки исследователей.

Я не думаю, что здесь необходимо выбирать одну сторону.

Если искусственный интеллект найдёт доказательство теоремы, над которой люди безуспешно работали двести лет, было бы нелепо отвергать результат только потому, что его получила машина. Но столь же нелепо считать, будто после этого сама деятельность математиков утратила смысл.

Решённая задача закрывает один вопрос и зачастую открывает множество других. Кто-то должен определить, почему доказательство работает, какие представления оно меняет, что из него следует и куда теперь направить исследовательские усилия.

Правда, было бы самонадеянно заранее закреплять все эти занятия исключительно за человеком. Системы ИИ уже участвуют в формулировании гипотез, поиске объяснений и разработке исследовательских стратегий. Нет оснований считать нынешнее разделение интеллектуального труда между человеком и машиной окончательным.

Тогда возникает ещё более трудный вопрос. Если машина способна не только находить ответы, но и предлагать новые вопросы, в чём будет состоять человеческий вклад?

На мой взгляд, он связан не с монополией на отдельные мыслительные операции. Такая монополия уже исчезает.

Человеческий вклад заключается также в способности определять, ради чего предпринимается исследование, какие последствия его результатов для нас приемлемы и какую ответственность мы готовы взять на себя.

Математическая задача может быть решена без человеческого участия. Но решение о том, на что направить полученное знание, затрагивает человеческие интересы, общественные отношения и ценности.

И даже если рекомендацию по этому поводу подготовит искусственный интеллект, отвечать за последствия придётся людям.

Что останется человеку

Мне кажется ошибкой рассматривать происходящее исключительно как соревнование человеческого и машинного интеллекта.

Сначала компьютер научился быстрее нас считать. Затем – лучше играть в шахматы и го. Теперь он пишет тексты, создаёт изображения, помогает разрабатывать программы и решать научные задачи. Можно бесконечно перечислять области, в которых человек уступает вычислительным системам по отдельным показателям.

Но человеческая жизнь никогда не сводилась к установлению рекордов производительности.

Люди играют в шахматы не только ради нахождения объективно лучшего хода. Пишут стихи не только ради появления нового стихотворения. Изучают историю не только ради правильных ответов на экзамене.

Во всех этих занятиях есть ещё одна сторона – человек меняется в процессе собственной деятельности.

Шахматист учится предвидеть последствия решений. Писатель обнаруживает мысли, о существовании которых порой не подозревал до начала работы. Человек, изучающий историю, приобретает способность иначе видеть настоящее.

Разумеется, те же способности можно развивать с помощью ИИ. Хороший цифровой собеседник способен не только давать ответы, но и задавать вопросы, обнаруживать противоречия и побуждать нас пересматривать собственные убеждения.

Вот только для этого недостаточно потребовать: «Сделай за меня».

Нужно захотеть разобраться самому.

Мне кажется, именно здесь проходит важная граница будущего интеллектуальной культуры. Не между теми, кто пользуется искусственным интеллектом, и теми, кто его отвергает. А между двумя способами использования одной и той же технологии.

В первом случае человек поручает машине думать вместо себя и принимает готовое решение.

Во втором – использует её возможности, чтобы думать глубже, замечать собственные ошибки, проверять неожиданные идеи и осваивать то, что прежде было ему недоступно.

В обоих случаях внешне результат может выглядеть одинаково. Но последствия для самого человека будут различными.

Мы привыкли считать прогрессом ситуацию, в которой для получения результата требуется всё меньше усилий. В большинстве практических дел это справедливо. Однако применительно к мышлению возникает существенная оговорка.

Не всякое усилие, от которого нас избавляет технология, было напрасным. Иногда именно это усилие и составляло главную ценность происходящего.

Машина может найти ответ быстрее человека. Может объяснить его лучше преподавателя. Может даже предложить вопрос, который прежде никому не приходил в голову.

Но если однажды нам больше не придётся думать, чтобы получать ответы, останется ли у нас желание думать ради самого понимания?

И не окажется ли это желание одной из самых важных человеческих способностей, которые предстоит сохранить в эпоху искусственного интеллекта?