Кукла наследника Тутти, или Семиотические модальности генеративного искусственного интеллекта

Об авторах:

Белозёрова Наталья Николаевна, доктор филологических наук, профессор, профессор кафедры прикладной и теоретической лингвистики, институт социально-гуманитарных наук, Тюменский государственный университет, Тюмень, Россия;
n.n.belozerova@utmn.ru, https://orcid.org/0000-0003-0892-7380

Остапенко Анна Сергеевна, кандидат филологических наук, заведующий кафедрой прикладной и теоретической лингвистики, институт социально-гуманитарных наук, Тюменский государственный университет, Тюмень, Россия; a.s.ostapenko@utmn.ru, https://orcid.org/0000-0002-2858-7339

Аннотация:

В настоящей статье представлен анализ текстов, созданных генеративными моделями искусственного интеллекта. Для того чтобы оценить степень схожести генеративного искусственного интеллекта с естественным, авторами статьи были использованы шесть модальностей, предложенных А. Греймасом. Модальности Греймаса, также известные как «модальные операторы», в данном исследовании рассматриваются в качестве важного инструмента, который может адекватно оценить способность генеративного ИИ моделировать различные аспекты человеческого мышления и поведения. С 4 июля 2023 г. по конец июля 2024 г. исследователями было создано 500 текстов при помощи таких моделей, как ChatGPT-3.5 Turbo, ChatGPT-4, Midjourney, Claude, Suno, Perplexity AI, Mistral AI. Тексты на русском, английском и французском языках включали различные жанры, такие как тезисы докладов, определения терминов, учебные программы и модули, планы занятий, инструкции по написанию курсовых работ, эссе, учебный материал для изучения английского языка, рецепты, сказки, басни и прочие. Исследование проводилось с использованием критериев текстуальности В. Дресслера и Р. де Богранда, а также коммуникативной модели Р. О. Якобсона. Авторы приходят к выводу, что «продукция» на выходе имеет сходную форму, но отличается от исходной по дискурсивным параметрам.

Список литературы:

Олеша Ю. 1928. Три толстяка. Роман для детей / с 25 рис. в красках худ. М. Добужинского. М.; Л.: Земля и фабрика. 188 с.

Пропп В. Я. 1969. Морфология сказки. М.: ГРВЛ-Наука.

Речкин А. История роботов. Древние и средневековые китайские автоматы // Троицкий вариант — Наука. 31.05.2022. № 354. С. 14. https://www.trv-science.ru/2022/05/istoriya-robotov-drevnie-i-srednevekovye-kitajskie-avtomaty/ (дата обращения: 25.11.2025).

Якобсон Р. О. 1975. Лингвистика и поэтика // Структурализм: «за» и «против». М.: Прогресс. С. 193–231.

Baroni M., Bernardi R., Zamparelli R. 2014. Frege in Space: a program for compositional distributional semantics // Linguistic Issues in Language Technology. No. 9. Рр. 241–346. https://doi.org/10.33011/lilt.v9i.1321.

Beaugrande R., Dressler W. 1981. Introduction to Text Linguistics. London; New York: Longman.

Bush V. 1945. As we may think // The Atlantic. Рр. 101–108. https://www.theatlantic.com/magazine/archive/1945/07/as-we-may-think/303881/

Chan C. K. Y., Hu W. 2023. Students’ voices on generative AI: perceptions, benefits, and challenges in higher education // International Journal of Educational Technology in Higher Education. Vol. 43. No. 20 (1). https://doi.org/10.1186/s41239-023-00411-8.

Greimas A. J. 1976. Pour une théorie des modalités // Languages. No. 43. Рр. 90–107.

McCarthy J. 1958. Programs with common sense // Paper presented at the Symposium on the Mechanization of Thought Processes, National Physical Laboratory (Teddington, England, Nov. 24–27).

Ot M., Cardie C., Hancock J. T., 2011. Negative Decomposition Sentiment: Analyzing sentiment when like doesn’t mean love // Proceedings of the Fifteenth Conference on Computational Natural Language Learning. Рр. 49–59.

Rainie L., Funk C., Anderson M., Tyson A. 2022. AI and Human Enhancement: Americans’ Openness Is Tempered by a Range of Concerns. Report, March 17. Pew Research Center.

Rastier F. 1987. Formalismes de l’Intelligence Artificielle et représentations du contenu lexical // Sémantique et Intelligence artificielle. Langages. Рp. 79–102.

Riccio G. LLM, the dead end: Why ChatGPT and others will never get us to AGI. Futuro Prossimo. Technology, 2024.

Tang J., LeBel A., Jain S., Huth A. G. 2023. Semantic reconstruction of continuous language from non-invasive brain recordings // Nature Neuroscience. Vol. 26. Pp. 858–866. https://doi.org/10.1038/s41593-023-01304-9.

William Shakespeare: The Tragedy of King Richard the Second, 152. 1610. Shakespeare-Riverside, Р. 835