Причины и следствия цифрового возрождения бихевиоризма

Атакуев Магомет Назирович
Пятигорский государственный университет

Причины и следствия цифрового возрождения бихевиоризма

Аннотация. Сегодня с активным развитием искусственного интеллекта и процессом глобальной компьютеризации телесные данные становятся частью цифрового пространства, что ведет к трансформации онтологического статуса телесных ощущений и новой актуализации бихевиористской парадигмы. На основе оцифрованных телесных данных искусственный интеллект способен выстраивать поведенческие «маршруты» человека, тем самым телесные переживания теряют статус приватности, обретая новые социальные контексты. При анализе фактов телесной активности искусственный интеллект способен конструировать прогностические модели поведения, в которых ментальные приватные процессы теряют свою значимость, в то время как на первый план выступают статистические зависимости данных, извлеченных из телесных событий. В данной статье будут рассмотрены основные этапы становления бихевиористской исследовательской программы. Мы попытаемся проследить за тем, как бихевиоризм, являвшийся одной из наиболее популярных научных доктрин первой половины XX в., в последующем был вытеснен из научного и философского дискурса. Целью данной статьи является рассмотрение эволюции основных идей бихевиоризма и причины его несостоятельности после когнитивной революции. Также предпринимается попытка указать на то, как новые цифровые контексты и доступные для компьютерной обработки массивы телесных данных вывели методологические принципы бихевиоризма на новый виток развития, что дает основание говорить о цифровом возрождении бихевиоризма.

Ключевые слова: бихевиоризм, цифровое возрождение, когнитивная революция, критика бихевиоризма, компьютеционализм, цифровизация, телесные данные

DOI: 10.32326/2618–9267-2022–5-3–103-116

Список литературы:

  1. Барышников П. Н. Вычислительные модели разума: от кода к смыслу. URSS.: 2022. 320 с.
  2. Барышников П. Н., Атакуев М. Н. Социальные функции интероцепции и глобальный рынок телесных данных // Философские проблемы информационных технологий и киберпространства. 2021. № 1. С. 83–98. doi:10.17726/philIT.2021.1.5.
  3. Райл Г. Понятие сознания / пер. с англ. М.: Идея-Пресс, 1999. 406 с.
  4. Уотсон Д. Психология с точки зрения бихевиориста // Вестник Новосибирского государственного университета. 2013. Т. 7. № 2. С. 15–26.
  5. Chom­sky N. A Review of B. F. Skinner’s Ver­bal Behav­ior // Read­ings in Phi­los­o­phy of Psy­chol­o­gy / ed. By N.J. Block. L.: Methuen, 1980. P. 48–63.
  6. Den­nett D., Wein­er P. Con­scious­ness Explained. N. Y.: Lit­tle, Brown and Com­pa­ny, 1991. 511 p.
  7. Gra­ham G. Spar­tans and Behav­ior­ists // Behav­ior­ism. 1982. Vol. 2. No. 10. P. 137–149.
  8. Gun­nars F. A large-scale sys­tem­at­ic review relat­ing behav­ior­ism to research of dig­i­tal tech­nol­o­gy in pri­ma­ry edu­ca­tion // Com­put­ers and Edu­ca­tion Open. 2021. Vol. 2. P. 100058. doi:10.1016/j.caeo.2021.100058.
  9. Her­nan­dez I. Big Data in Social Psy­chol­o­gy // Big Data in Psy­cho­log­i­cal Research / ed. by S.E. Woo, L. Tay, R.W. Proc­tor. Wash­ing­ton, DC: Amer­i­can Psy­cho­log­i­cal Asso­ci­a­tion, 2020. P. 227–254.
  10. Hos­sain M.S., Muham­mad G. An Audio-Visu­al Emo­tion Recog­ni­tion Sys­tem Using Deep Learn­ing Fusion for a Cog­ni­tive Wire­less Frame­work // IEEE Wire­less Com­mu­ni­ca­tions. 2019. No. 3. Vol. 26. P. 62–68. doi:10.1109/MWC.2019.1800419.
  11. Lu X. Deep Learn­ing Based Emo­tion Recog­ni­tion and Visu­al­iza­tion of Fig­ur­al Rep­re­sen­ta­tion // Fron­tiers in Psy­chol­o­gy. 2022. Vol. 12. P. 180. doi:10.3389/fpsyg.2021.818833.
  12. Matwyshyn M. The Inter­net of Bod­ies // 61 Wm. & Mary L. Rev. 77, 2019. URL: https://scholarship.law.wm.edu/wmlr/vol61/iss1/3/
  13. Michell J. Is Psy­cho­met­rics Patho­log­i­cal Sci­ence? // Mea­sure­ment: Inter­dis­ci­pli­nary Research & Per­spec­tive. 2008. No. 1–2. Vol. 6. P. 7–24. doi:10.1080/15366360802035489.
  14. Moore J. On the Rela­tion Between Behav­ior­ism and Cog­ni­tive Psy­chol­o­gy. // The Jour­nal of Mind and Behav­ior. 1996. No. 4. Vol. 17. P. 345–367.
  15. Put­man H. Brains and Behav­ior // Read­ings in Phi­los­o­phy of Psy­chol­o­gy / ed. By N.J. Block. L.: Methuen, 1980. P. 24–36.
  16. Sidey-Gib­bons J. A. M.; Sidey-Gib­bons C. J. Machine learn­ing in med­i­cine: a prac­ti­cal intro­duc­tion // BMC Med­ical Research Method­ol­o­gy. 2019. No. 1. Vol. 19. P. 255. doi:10.1186/s12874-019‑0681-4.
  17. Yoon J. S., Yu Z., Park J., Park H. HUMBI: A Large Mul­ti­view Dataset of Human Body Expres­sions and Bench­mark Chal­lenge // IEEE Trans­ac­tions on Pat­tern Analy­sis and Machine Intel­li­gence, 2021. P. 1–18. doi:10.1109/TPAMI.2021.3138762.

Комментарии запрещены.