Руки знают больше, чем слова: где искусственный интеллект застревает на пороге психотерапии
- Тверски утверждает, что значительная часть человеческого мышления вообще не облечена в слова: жест, наброски, карты, графики и схемы передают мысль точнее языка, а связная череда жестов способна выразить целую систему идей.
- По её доводу, жест или рисунок не просто выражают уже готовую мысль, а изменяют её – и у того, кто их производит, и у того, кто наблюдает.
- Она настаивает, что такие значения часто внутренние, незримые, единичные и плохо поддаются разложению на части, а общий и личный смысл складывается и меняется прямо в ходе разговора.
- Из этих посылок она выводит: именно эти свойства человеческого познания составляют принципиальное затруднение для современного многомодального искусственного интеллекта, обученного сопоставлять заранее закодированные текст, изображение и звук.
Перед нами не эксперимент, а программная статья в этическом симпозиуме об искусственном интеллекте – развёрнутый довод. Для нашего ремесла он важен потому, что описанное Тверски и есть рабочая ткань приёма: ладонь, которая раскрывается и замирает на полпути; тело, откидывающееся назад, пока слова произносят «всё в порядке»; очерченная в воздухе фигура, обозначающая отношения, которые пациент пока не умеет назвать.
В чём состоит сам довод
Тверски настаивает: язык – поздний и неточный перевод мышления, которое по большей части совершается в пространстве и движении. Мы указываем, очерчиваем, раскладываем мысли руками раньше, чем находим для них фразы. Рисунок на салфетке – не запись идеи, а часть того, как идея складывается. И смысл всего этого не закреплён в словаре: он выстраивается между двумя людьми здесь и сейчас и меняется по ходу беседы.
Переход к искусственному интеллекту – несущая часть рассуждения, и формулировать её следует осторожно. Многомодальные системы сильны именно тем, что работают с закодированными способами представления: лексемами, пикселями, звуковыми волнами. Тверски же указывает, что смысл, считываемый клиницистом с незавершённого жеста, не сводится ни к одному из них. Он единичен, мимолётен, рождается совместно и сопротивляется разложению на признаки, которые модель приучена распознавать. Это довод о границе, а не её измерение.
Что это меняет в практике
Сопоставьте сказанное с теми продуктами, которые сегодня предлагают рынку душевного здоровья. Большинство «искусственного интеллекта для психотерапии» опирается на расшифровку речи: он видит слова, иногда звук, всё чаще – видеокадр, но прочитывает их как закодированный сигнал, а не как смысл, сложившийся в общем мгновении. Тверски обозначает именно этот разрыв. Клиническое умение, которое тяжелее всего поддаётся описанию по шагам, и есть то, что подобным системам даётся хуже всего: уловить значение, которое тело показывает, а слова отрицают.
Честный вывод трезв, а не победен. Это всего лишь одна статья, и отсутствие телесного прочтения в инструменте – основание держать такой инструмент в узких границах (первичный приём, психопросвещение, домашняя работа между сессиями), а не доказательство, что никакая будущая система не закроет этот разрыв. Пусть довод заострит ваш собственный вопрос при оценке: когда поставщик заявляет, что модель «понимает» пациента, спросите, что именно она считывает – и чего в кабинете она увидеть не может.
Смысл, который клиницист улавливает в незавершённом жесте, как раз и относится к тому роду значений, что не переживают превращения в лексемы.
Это концептуальная программная статья, а не эмпирическое свидетельство; она предлагает теоретический довод о границе многомодального искусственного интеллекта, а не измеренную демонстрацию, и её клиническая отнесённость – наше расширение, а не проверяемое автором утверждение.