Программная психология: как ИИ перестанет говорить и начнёт действовать

За последние два года произошло что-то странное. Искусственный интеллект научился писать убедительные тексты, кодить, создавать изображения. Но люди остались теми же.

Клиенты по-прежнему покупают иррационально. Сотрудники саботируют внедрение. Люди боятся, верят слухам, меняют мнение под давлением группы. Они совершают ошибки не потому, что не знают факты, а потому, что устроены определённым образом.

И вот парадокс: современные AI-системы генерируют тексты о человеческом поведении, но не воспроизводят это поведение. Они говорят как люди, но не ведут себя как люди.

Большая языковая модель может объяснить, почему потребитель может игнорировать рациональный выбор — но сама не будет вести себя нерационально, потому что у неё нет внутреннего конфликта, нет страха потери, нет социального давления.

Это не ошибка дизайна. Это следствие фундаментальной проблемы: мы пытаемся моделировать человека на уровне текста, вместо того чтобы моделировать его на уровне психики.

Именно здесь возникает новая инженерная рамка, которая начинает менять отрасль.

Давайте разберём, что произошло в науке о человеке за последние сто лет, потому что это объясняет, где AI сейчас стоит и куда должен идти.

В XX веке психология нашла способ измерять человека. Появились тесты.

Big Five показывает, что вы экстравертны или интровертны. 16PF определяет ваш тип. MMPI выявляет отклонения. Это была революция: субъективное сделалось объективным, можно было говорить о личности в цифрах.

Но измерение — это не объяснение. Тест говорит вам, что вы склонны к риску, но не объясняет, как вы будете вести себя, когда на кону стоит реальная деньга. Он фиксирует состояние, а не динамику.

Потом пришла когнитивная наука. Она спросила не «какой вы?», а «как работает ваша голова?».

Нейрофизиологи вскрыли системы: как мозг обрабатывает информацию, как работает память, как возникает внимание, почему мы совершаем когнитивные ошибки.

Но это была наука о процессах, а не о реализации. Она объясняла, но не показывала, как воспроизвести эти процессы в работающей системе.

Учебник по когнитивной психологии не даёт вам чертежей для инженера.

Вычислительная и программная психология — это переход на уровень выше.

Она спрашивает: как реализовать психические функции в виде работающих алгоритмов?

Не имитировать ответы человека. Не натягивать статистику. А именно воспроизвести механизмы, которые порождают поведение.

Это значит:

Смоделировать мотивационные конфликты. Человек хочет сэкономить, но хочет статуса. Хочет безопасности, но хочет приключения. Эти конфликты не просто влияют на текст — они управляют решением. В коде это становится системой переменных с динамическими весами, которые меняются в зависимости от контекста.

Встроить эмоциональную динамику. Страх, радость, разочарование — это не стилизация речи. Это состояния, которые меняют восприятие информации и фильтруют возможные действия. Если человек испугался, он не услышит логику.

Реализовать когнитивные искажения как алгоритмы. Мы не воспринимаем информацию объективно. Первая информация якорит нас. Мы переоцениваем то, что потеряем. Мы верим людям, похожим на нас. Это не баги — это встроенные механизмы, и они должны быть воспроизведены.

Добавить социальный контекст как активную переменную. Поведение человека радикально меняется в группе. Люди боятся осуждения, подстраиваются под большинство, подчиняются авторитету. И это не исключение — это норма. Система должна моделировать не индивида в вакууме, а индивида в социальном поле.

Сохранять память о прошлых действиях и интерпретациях. Человек — это не сумма моментальных решений. Опыт переживается, интерпретируется и становится убеждением. Поведение воспроизводит историю.

Это переход от измерения человека к инженерной реализации его психики.

Большие языковые модели — это чудо инженерии. Но они решают совсем другую задачу, чем та, которую нужно решить здесь.

LLM хорошо аппроксимируют язык. Они видят 10 миллионов примеров человеческой речи и учатся генерировать текст, который статистически на неё похож. Это работает потому, что язык — в значительной мере статистический объект.

Можно научить модель говорить как психолог, как маркетолог, как потребитель. Можно дать ей инструкцию: «ты человек, который боится потери». И она будет генерировать текст, который соответствует этому описанию.

Но здесь кроется подмена. Модель не боится потери. Она не переживает конфликт между желаемым и опасным. Она просто производит токены, которые статистически соответствуют речи человека в состоянии страха.

LLM не имеют устойчивой внутренней мотивации. Каждый запрос — это чистый лист. Модель не хочет что-то доказать, не защищает свои убеждения, не боится потерять статус в группе.

LLM не хранят непрерывную личностную память. У них нет накопления опыта, нет интерпретации прошлого, нет трансформации убеждений на основе истории взаимодействий.

LLM не подвержены настоящим когнитивным ошибкам — они просто воспроизводят эффекты ошибок. Якорирование, предвзятость подтверждения, ошибка планирования — в тексте это выглядит как эффект, но внутри — просто статистика.

LLM не меняют стратегию поведения под давлением среды. Они не испытывают социального давления, не переживают неудачу как персональное унижение, не запоминают, что одна стратегия сработала, а другая нет.

Вот простой пример. Дайте LLM задачу: вы потребитель, который рационально оценивает стоимость товара. Потом скажите, что все ваши друзья купили премиум-версию. Модель может написать текст о социальном давлении. Но она не изменит свою внутреннюю оценку стоимости товара так, как это делает человек.

Человек переживает дискомфорт. Он не просто знает, что друзья купили премиум. Он чувствует себя менее успешным. Это чувство перевешивает рациональный расчёт. Он покупает, хотя знает, что переплачивает.

LLM может описать этот процесс. Но воспроизвести его не может, потому что нет внутреннего состояния, которое бы менялось под давлением.

Вычислительная психология — это не просто LLM с добавками. Это принципиально другая архитектура.

Вместо: Вход → обработка в LLM → выход

Система работает так: Стимул → эмоциональное состояние → мотивационный конфликт → интерпретация через когнитивные фильтры → социальное давление → решение → обновление памяти → изменение будущего поведения

В традиционном подходе личность — это набор тегов или дескрипшенов: «интроверт», «не склонен к риску», «высокий IQ».

В программной психологии психотип — это управляющий параметр системы. Это не описание, это схема, которая влияет на все последующие вычисления.

Интроверт и экстраверт будут по-разному реагировать на один и тот же стимул, потому что у них разные весовые коэффициенты в системах внимания, социального давления и энергетического истощения.

Человек, который избегает риска, будет воспринимать информацию иначе, чем человек, который его ищет, потому что первый переоценивает вероятность негативного исхода.

Эмоции — это не просто описание состояния. Это рабочие переменные, которые меняют восприятие и фильтруют выбор.

Когда человек испуган, его база мер сужается. Он видит опасность везде. Риск переоценивается. Информация, которая не укладывается в шаблон «угроза», игнорируется.

Когда он в радости, расширяется когнитивная база, повышается креативность, растёт доверие к окружению.

Когда он разочарован, возникает дефензивное поведение. Он может отказаться от хорошего предложения, только чтобы не быть обманутым снова.

В программной психологии эмоция — это переменная с определённой траекторией. Она возникает в ответ на стимул, развивается по времени, может быть усилена или ослаблена, влияет на все последующие процессы.

Человек редко движется одной мотивацией. Он хочет безопасности и приключения одновременно. Хочет быть принятым группой и выделиться. Хочет получить результат и минимизировать усилия.

Эти конфликты не исчезают. Они разрешаются в каждой ситуации по-новому, в зависимости от интенсивности конкурирующих потребностей и контекста.

Система моделирует несколько мотивационных векторов одновременно. Решение возникает не из одной мотивации, а из их взаимодействия. И это взаимодействие может быть нелинейным и неочевидным.

Мозг не может обработать всю информацию, поэтому он использует фильтры. Некоторые из них встроены в нашу нейрофизиологию, другие приобретены через опыт.

Якорирование: первое число, которое вы услышали, влияет на то, какую сумму вы считаете справедливой.

Предвзятость подтверждения: вы видите информацию, которая подтверждает ваши убеждения, и игнорируете противоречивую.

Ошибка выжившего: вы забываете о неудачах и помните только победы.

Ошибка планирования: вы недооцениваете, сколько времени займёт задача.

В программной психологии эти фильтры реализуются как алгоритмические шумы и смещения в восприятии информации. Они не делают систему менее рациональной — они делают её более человеческой, потому что человек именно так работает.

Человек в одиночестве и человек в группе — это разные люди.

В группе активируется подчинение авторитету. Люди копируют поведение друг друга. Возникает гармонизация убеждений. Неудачный человек испытывает стыд, не потому что объективные последствия хуже, а потому что его оценивают другие.

В программной психологии социальный контекст — это не фон, это активная переменная, которая меняет веса всех остальных систем.

Человек может отказаться от выгодного предложения, если знает, что большинство его отвергает. Он может принять плохую идею, если её предложит авторитетная фигура. Он может совершить поступок, который противоречит его личным убеждениям, если этого требует группа.

Эти эффекты не баги рациональности — это встроенные свойства человеческой психики.

Человек запоминает не только факты. Он запоминает, как он себя чувствовал. Он интерпретирует события. Он обобщает опыт в убеждения.

Опыт неудачи не просто создаёт воспоминание. Он может создать убеждение: «я некомпетентен в этом» или «люди мне не доверяют» или «это слишком рискованно».

Программная психология сохраняет не просто событие, а его интерпретацию. Это позволяет системе учиться, но не так, как машинное обучение. Она учится как человек — интерпретируя опыт через фильтры убеждений.

Давайте возьмём простой сценарий и посмотрим, как различаются подходы.

Задача: спрогнозировать поведение потребителя, который рассматривает дорогую покупку (например, нового iPhone).

Вы даёте модели инструкцию: «ты потребитель, которому нравятся гаджеты, но у тебя ограниченный бюджет. Ты узнал, что новый iPhone дорже, чем ты ожидал. Как ты отреагируешь?»

Модель генерирует текст: «Я разочарован ценой. Рассмотрю альтернативы. Может быть, куплю предыдущую версию, чтобы сэкономить».

Это звучит разумно. Но это был выбор модели из статистического распределения вероятных ответов. На самом деле человек может вести себя иначе, потому что его выбор зависит от внутреннего состояния, истории и контекста.

Система знает:

Система моделирует динамику:

Это не генерация случайного ответа. Это моделирование реальной психологической динамики.

Программная психология перестраивает применение AI в трёх направлениях:

Чат-бот отвечает на вопрос. Симулятор поведения делает выбор.

Если вы банк и хотите понять, как потребитель реагирует на повышение процентной ставки, вы можете спросить LLM: «как потребитель отреагирует?» Он напишет текст об том, что потребитель переживает, может поискать альтернативу.

Но это текст о поведении, не само поведение.

Если у вас есть симулятор поведения, построенный на программной психологии, вы можете запустить 10 000 потребителей с разными психотипами, историями, текущими эмоциональными состояниями через одно и то же событие (повышение процентной ставки). Вы увидите, какой процент останется, кто уйдёт к конкурентам, кто попытается переторговать, кто впадёт в апатию.

Это не A/B-тест. Это предсказание на основе психологии.

Маркетинг десять лет был основан на метриках: сколько кликов, сколько конверсий, какая ROI.

Это работало, когда изменений было мало и можно было ловить корреляции.

Но когда изменений много (новая конкуренция, регуляция, экономические кризисы), A/B-тесты становятся слишком медленными.

Прогноз решений — это другой подход. Вы не спрашиваете «какой текст больше конвертирует». Вы спрашиваете: «как этот текст влияет на внутреннее состояние человека, и как это состояние преобразуется в действие?»

Это позволяет предсказать поведение в новых условиях, которых вы раньше не тестировали.

Компания запускает новый продукт. Традиционный подход: сделать MVP, выпустить в рынок, смотреть метрики, итерировать.

Это работает, но медленно и дорого.

Программная психология позволяет запустить тысячи цифровых потребителей и посмотреть, как они реагируют на разные версии продукта, разные ценовые стратегии, разные каналы коммуникации. Не в реальности, а в симуляции.

Это экономит время и деньги, потому что самые худшие идеи отсеиваются до выхода на рынок.

Программная психология — это мощный инструмент, но не панацея.

Калибровка параметров психотипа сложна. Чтобы система корректно моделировала поведение, нужно правильно установить веса мотивационных систем, интенсивность когнитивных фильтров, чувствительность к социальному давлению. Это требует либо больших наборов данных о поведении, либо экспертных оценок, которые могут быть субъективными.

История и память требуют интерпретации. Человек помнит событие не так, как оно произошло, а так, как он его пережил. Как запрограммировать эту переживаемость? Это деликатная инженерная задача.

Социальный контекст нелинеен. В одной группе люди становятся смелее, в другой — осторожнее. Динамика зависит от комбинации личностей в группе. Это очень сложно предсказать.

Модель работает в ограниченных доменах. Вычислительная психология хорошо работает для прогноза поведения потребителя, сотрудника, инвестора. Но чем более специализированной и редкой является область (нейрохирургия, стратегия на войне), тем сложнее найти аналогии и данные для калибровки.

Этика и приватность. Симулятор поведения — это мощный инструмент. Его можно использовать для манипуляции. Если вы знаете психологические слабости человека, вы можете воздействовать на них. Это требует ограничений и регуляции.

ERA / PSION — один из первых примеров системы, построенной именно на этих принципах.

Это не LLM с добавками. Это архитектура, где:

Психотип — управляющий параметр, который влияет на все решения системы.

Эмоции — динамические переменные, которые меняют восприятие и выбор.

Мотивация — конфликтная система, а не список триггеров.

Когнитивные искажения — встроенные алгоритмы, а не стилизация текста.

Социальный контекст — активный фактор, который перевешивает индивидуальные предпочтения.

Память — непрерывная история интерпретаций.

LLM в этой архитектуре выполняет роль когнитивного слоя — он генерирует текст и аргументы, которые соответствуют психологическому состоянию. Но он не определяет поведение. Поведение определяется системой на уровне ниже текста.

Это работающий пример того, как выглядит инженерия поведения, а не имитация поведения.

Искусственный интеллект провёл последние пять лет в поиске идеального интерфейса. Как заставить модель писать как человек? Как заставить её звучать убедительно? Как заставить её следовать инструкциям?

Это были правильные вопросы, потому что они решили задачу, которая перед ними стояла.

Но теперь задача изменилась.

Дальше идёт уже не генерация, а симуляция. Не текст, а действие. Не речь, а мышление.

И здесь инструменты, которые хорошо работали для текста, оказываются недостаточными.

Программная и вычислительная психология — это не критика LLM. Это следующий шаг.

Это переход от вопроса «как заставить ИИ говорить?» к вопросу «как заставить ИИ понимать почему люди говорят и делают именно это?»

Первый вопрос был об интерфейсе. Второй — о функции.

Первый открывал дверь маркетинговому ИИ, дешёвым чат-ботам и генераторам контента.

Второй открывает дверь инженерии поведения. Симуляторам рынков. Стратегическим системам. Цифровым двойникам, которые прогнозируют решения лучше, чем сами люди.

Это будет медленнее, чем сканирование параметров. Потребуется больше знаний о психологии. Потребуется калибровка на реальных данных но сегодня уже проводятся исследования и внедряются первые прототипы на базе лабораторий ИИ как за рубежом так и в России.

Но это уже работает.

И именно здесь конкуренция будет не между chat-GPT и Claude, а между компаниями, которые поняли, как моделировать человека на уровне психики, и теми, которые остановились на уровне текста.

#искусственныйинтеллект #программнаяпсихология #нейросети #поведениепотребителей #AIвбизнесе #будущеетехнологий #симуляцияповедения #нейроинженерия #технологииповедения #цифровойдвойник