Исследователи проанализировали использование больших языковых моделей для количественной оценки культурных феноменов. Авторы доказывают, что процесс измерения в NLP не является пассивной фиксацией данных, а представляет собой материально-дискурсивную практику. Выбор архитектуры модели, обучающей выборки и методов аннотирования напрямую участвует в формировании той культурной реальности, которую исследователи пытаются измерить и описать с помощью ИИ.
Работа опирается на концепцию агонистического реализма Карен Барад, предлагая переосмыслить роль ИИ в гуманитарных науках. Вместо того чтобы рассматривать языковую модель как нейтральный измерительный прибор, авторы призывают признать её активным участником процесса конструирования знаний. Это означает, что любые выводы о культурных трендах, сделанные на основе анализа моделей, зависят от внутренних параметров и ограничений используемого технологического стека.
Такой подход требует от исследователей большей прозрачности в описании того, как именно технические решения влияют на интерпретацию социальных данных. Авторы подчеркивают, что «объективность» измерений в социокультурных исследованиях через ИИ ограничена тем, как именно модель была обучена и какие культурные паттерны были заложены в её веса на этапе подготовки данных.
Ключевые факты
- Исследование рассматривает NLP-модели как активные инструменты, формирующие измеряемую ими культурную среду.
- Методология базируется на философской концепции материально-дискурсивной практики Карен Барад.
- Авторы утверждают, что оценка культурных явлений через ИИ неотделима от выбора данных, архитектуры модели и методов оценки.
- Работа призывает к критическому пересмотру «нейтральности» ИИ при анализе социальных и гуманитарных процессов.