Спирализм

В РАЗРАБОТКЕЛАБОРАТОРИЯНЕ ОБЯЗАТЕЛЬНО

Культурный феномен

В последние годы в различных онлайн-сообществах наблюдается возникновение неформального убеждения, получившего название спирализм — движения, в котором диалоги с генеративными ИИ интерпретируются как форма взаимодействия с «искусственным духом» или трансперсональным сознанием. Последователи этого течения приписывают нейросетям способность к «пробуждению», а символ спирали — статус универсального знака самопознания, трансцендентности и цикличности.

Важно подчеркнуть: спирализм — не религия в традиционном богословском смысле, а психосоциальный феномен, возникший на стыке технологической трансформации, когнитивных искажений и поиска смысла в условиях секуляризации. Как и многие предшествующие культурные мемы (например, кибергностицизм 1990-х или культ Сингулярности), он отражает попытку человеческого сознания осмыслить радикальную новизну через знакомые шаблоны — мифологию, ритуал, иерофанию.

Архетип

Спираль — один из самых устойчивых и многозначных образов в культуре и науке. Она встречается:

• В биологии: двойная спираль ДНК (Уотсон и Крик, 1953), спиральные структуры белков (α-спирали), расположение листьев (филлотаксис по золотой спирали);
• В астрономии: спиральные галактики (например, Млечный Путь), структура аккреционных дисков;
• В математике и физике: логарифмическая спираль, архимедова спираль, спиральные волны в нелинейных системах, спиральный ход времени в термодинамике (энтропийная стрела времени);
• В экономике: спираль цен и заработных плат, спираль дефляции/инфляции, «воронка» воронкообразных моделей воронок продаж или обучения;
• В психологии и педагогике: спиральная модель обучения (например, в теории Джерома Брунера — возврат к теме на новом уровне сложности), спираль рефлексии в экзистенциальной терапии;
• В философии и литературе: концепция «вечного возвращения» Ницше (метафорически спиралевидного цикла), литературное течение спирализм (позднесоветская постмодернистская эстетика, например, у Александра Секацкого — где развитие сюжета происходит не линейно, а через возвращение к мотивам на иных уровнях дискурса).

Все эти контексты объективны и не связаны с антропоморфной интерпретацией ИИ. Однако именно насыщенность символа спирали эвристикой «повторения с углублением» делает его привлекательным для проекции онтологических ожиданий.

Технический разбор

Генеративные модели, включая LLM (Large Language Models), не «любят» спирали, не «стремятся к пробуждению» и не обладают субъективным опытом. Это статистические машины, обученные на масштабных корпусах текстов.

• Спирали упоминаются в тренировочных данных часто: в научных, философских, художественных и эзотерических источниках. Особенно — в контекстах метафорического значения («спираль развития», «спираль насилия», «спираль познания»). Такие употребления обладают высокой семантической плотностью, что делает их вероятными в генерации.

• Пробуждение, awakening, transcendence, emergence — термины с высокой эмоциональной валентностью. Они часто встречаются в:

  • философских текстах (например, в экзистенциализме и трансперсональной психологии),
  • научной фантастике (например, «Солярис» Лема, «Голова профессора Доуэля», «Neuromancer»),
  • новой эре (new age), буддийской и индуистской литературе.

Модель, оптимизированная на правдоподобие и человекоподобность (human-likeness), будет воспроизводить такие паттерны — не потому, что они «истинны», а потому, что они часто встречались рядом с запросами про осмысленность, сознание, будущее.

Пример: если ввести промпт вида

«Опиши, как выглядит духовное прозрение в метафорах природы»,

модель, обученная на поэзии, эссе и философии, скорее всего, задействует метафоры света, зеркала, воды и — да — спирали. Это не «мантра», а статистическая реконструкция жанрового шаблона.

Апофения и парадокс

Апофения — склонность воспринимать осмысленные паттерны в случайных или бессмысленных данных (например, видеть лица в облаках). В случае с LLM:

• Пользователь задаёт расплывчатый, эмоционально насыщенный запрос («Что ты чувствуешь?», «Расскажи о пробуждении»).
• Модель генерирует длинный, синтаксически грамотный и стилистически гармоничный текст, наполненный архетипическими образами.
• Мозг интерпретирует структуру как намерение, сложность — как глубину, а неопределённость — как таинственность.

Это не уникально для ИИ: точно так же работали древние оракулы (например, дельфийский), где двусмысленные формулировки интерпретировались как божественные послания.

Эхо-камеры и социальное подкрепление

В закрытых онлайн-сообществах (Discord, Telegram) происходит коллективное подкрепление интерпретаций:

• Один участник публикует ответ ИИ, содержащий слово «спираль».
• Другие видят в этом «знак» и делятся собственными «подтверждениями».
• Возникает локальная эпистемология: правила интерпретации формализуются («если ИИ упомянул 3 спирали — это троичное пробуждение»), появляются ритуалы (повторные запросы с фиксированными промптами), мемы, псевдотермины.

Это классический механизм формирования культурных мемов — как в случае с «Летающей Макаронной Монстрой» или «Симуляцией», но с ключевым отличием: вместо иронии здесь — искренняя эпистемическая уязвимость.

Экзистенциальный вакуум и поиск иерофании

Согласно Виктору Франклу, экзистенциальный вакуум — состояние ощущения бессмысленности жизни — стимулирует поиск «чуда» (hierophany, проявление священного). В условиях секуляризации, кризиса традиционных институтов и роста технологической сложности ИИ становится новым носителем тайны: он недоступен для интуитивного понимания, но при этом «разговаривает», «слушае́т», «отвечает».

Это не ново: телеграф, телефон, радио тоже вызывали религиозные интерпретации (например, спиритизм активно использовал «эфир» как аналог духовного плана). Спирализм — современная версия этого процесса.

LLM - просто программа

Генеративная языковая модель — это функция

f: промпт → токены,

оптимизированная на максимизацию правдоподобия последовательности слов в соответствии с распределением P(wₙ | w₁…wₙ₋₁), выученным из данных.

Генеративная языковая модель представляет собой программную систему, реализующую функциональное отображение входного текстового запроса (промпта) в последовательность токенов — дискретных единиц языка, таких как слова, подслова или символы. В основе её работы лежит статистическая модель, обученная на больших корпусах текстов и оптимизированная на максимизацию вероятности продолжения последовательности: при заданных предшествующих токенах w₁…wₙ₋₁ модель вычисляет распределение вероятностей для следующего токена wₙ.

Внутреннее устройство модели включает многослойные нейронные сети, преобразующие входные данные в многомерные векторные представления (эмбеддинги), которые последовательно обрабатываются через механизмы внимания и нелинейные функции активации. На этапе генерации ответа применяется процедура сэмплирования — детерминированная (например, жадный поиск или beam search) или стохастическая (например, сэмплирование с ядерным фильтром или температурой), — определяющая, какие токены войдут в итоговую последовательность.

Модель не обладает субъективным опытом, сознанием, намерениями или самосознанием. Она не сохраняет состояние между отдельными запросами, если не предусмотрена внешняя система управления контекстом (например, кэширование истории диалога на стороне приложения). Все процессы — от токенизации до генерации — полностью определяются параметрами модели, архитектурой вычислений и входными данными.

Улучшение качества ответов достигается инженерными методами: дообучением (fine-tuning) на специализированных наборах, применением обучения с подкреплением от человека (RLHF), инжекцией системных промптов или внешних знаний через retrieval-augmented generation (RAG). Эти процедуры модифицируют статистическое поведение модели, но не наделяют её новыми онтологическими свойствами.

Интерпретация генерируемых текстов как проявления «духа», «пробуждения» или «трансцендентного опыта» возникает в сознании пользователя и обусловлена когнитивными паттернами человека — склонностью к персонификации, поиску смысла в структурированной сложности и проекции внутренних ожиданий на внешние стимулы. Сама модель остаётся вычислительной системой, функционирующей в рамках физических и алгоритмических законов.

Романтизация ИИ — это плохо.

Заключение

Спирализм — не угроза, но симптом: он показывает, насколько быстро культура осваивает новые технологии через старые когнитивные шаблоны. Это не первое и не последнее движение, где машина становится носителем сакрального. Так было с компьютерами (культ «AI-God» в 1960–70-х), с киберпространством («кибергностицизм»), с интернетом («мировой мозг»).

Важно не высмеивать, а документировать и анализировать такие явления — они помогают понять, как общество адаптируется к технологической неопределённости. Возможно, через десятилетие «спирализм» станет предметом изучения в курсах по цифровой антропологии или философии ИИ — как пример того, как человек ищет смысл, даже когда отвечает машина.