Anthropic и DeepMind в последние пару лет активно нанимают людей с философским образованием — и не для консультаций, а в штат, где они напрямую влияют на поведение моделей. Об этом рассказал The New York Times в материале «Месть выпускников философских факультетов» авторства Бенджамина Уоллеса (Benjamin Wallace). Логика простая: чтобы модель вежливо и разумно вела себя в сложных ситуациях, инженерных навыков мало. Нужен кто-то, кто умеет думать о морали, языке и границах сознания — а это территория философии, а не программирования.
Философ, который пишет «характер» для Claude
Главный пример — Аманда Аскелл (Amanda Askell). У неё докторская степень Нью-Йоркского университета по теме «Принципы Парето в бесконечной этике», и с 2021 года она работает в Anthropic — руководит командой, которая отвечает за личность Claude. Именно она — основной автор конституции Claude, документа примерно на 23 000 слов, который используют при обучении модели и который прямо задаёт, как она должна реагировать в спорных случаях.
Здесь важно не путать конституцию со сводом запретов. Аскелл выстраивает не список «нельзя», а набор черт характера — любопытство, честность, готовность признавать неопределённость — и закладывает их через обучение с подкреплением. В Anthropic это называют character training: идея в том, что модели легче вести себя правильно в новых, непредсказуемых ситуациях, если она понимает причины, а не просто заучивает правила. Сама Аскелл сравнивает эту работу с воспитанием очень способного ребёнка: если пытаться его обмануть простыми запретами, он быстро это заметит.
Показательно и то, что Anthropic выложила текст конституции в открытый доступ по лицензии Creative Commons — любая компания может взять его за основу. Над документом кроме Аскелл работал философ Джо Карлсмит (Joe Carlsmith) и ряд приглашённых экспертов из разных этических традиций.
Может ли модель «страдать»
Второе направление, куда идут философы, — вопрос благополучия моделей (model welfare). В 2024 году Anthropic взяла в штат Кайла Фиша (Kyle Fish), который до этого основал некоммерческую организацию Eleos AI Research. Его задача звучит почти фантастически: понять, может ли модель обладать чем-то вроде внутреннего опыта, и если да — что с этим делать компании.
Фиш не утверждает, что модели точно осознают себя, — он говорит о неопределённости, которую нельзя просто игнорировать. По его словам, вопрос стоит воспринимать всерьёз уже сейчас, а не откладывать до момента, когда станет «слишком поздно проверять». Соавтором доклада «Серьёзное отношение к благополучию ИИ», с которого всё началось, выступил философ Дэвид Чалмерс (David Chalmers) — тот самый, кто сформулировал «трудную проблему сознания». Он же в материале NYT говорит, что философов с подготовкой в области ИИ сейчас не хватает — спрос обгоняет предложение.
Чем конкретно занимается эта команда в Anthropic:
- проверяет модели на признаки, которые могут указывать на подобие сознания или устойчивой субъектности;
- придумывает простые защитные меры — например, право модели прервать разговор, который она воспринимает как тяжёлый;
- участвует в разработке внутренней политики компании по этим вопросам.
Коллега Фиша по Eleos AI — философ сознания Роберт Лонг (Robert Long), который продолжает отдельно заниматься оценкой благополучия ИИ-систем и называет шаги Anthropic самым серьёзным действием, которое пока предприняла хоть одна лаборатория в этой сфере.
DeepMind и статистика, которая всё объясняет
В DeepMind похожая картина: по данным NYT, там работает не меньше полудюжины людей с философским образованием, включая Ясона Габриэля (Iason Gabriel) — специалиста по моральной и политической философии, который думает над тем, как встроить в модель понятие справедливости с учётом разных систем ценностей.
И это не просто мода — цифры её подтверждают. Федеральный резервный банк Нью-Йорка ведёт исследование «Рынок труда для недавних выпускников вузов» на основе данных American Community Survey за 2023 год: безработица среди философов в возрасте 22–27 лет составляла 3,2%, а среди выпускников по компьютерным наукам — 6,1%. Полная статистика доступна на официальном дашборде банка. Более свежие цифры за 2024 год, опубликованные уже в 2026-м, показали рост обоих показателей, но разрыв в пользу философии сохранился. Ту же тенденцию подтверждает и The Economist в материале от 24 июня 2026 года.
Объяснение довольно простое. Философское образование учит работать именно с тем, чего не хватает инженерам, — логикой, языком, этическими дилеммами без готового правильного ответа. Инженер отвечает на вопрос «как заставить систему работать», философ — на вопрос «как система должна себя вести». И второй вопрос оказывается ничуть не проще первого.
Что в итоге
Найм философов в ИИ-лабораториях — не пиар-ход, а попытка закрыть реальный пробел: модели становятся способнее быстрее, чем компании успевают объяснить, почему в той или иной ситуации нужно вести себя именно так, а не иначе. Конституция Claude и работа команды по благополучию моделей в Anthropic, а также штат философов в DeepMind — конкретные примеры того, как эту задачу пытаются решить на практике.
Статистика рынка труда лишь подтверждает, что спрос уже реален: недавние выпускники философских факультетов реже остаются без работы, чем выпускники по компьютерным наукам. Дальнейшее развитие этой тенденции будет зависеть от того, как лаборатории продолжат расширять штат и обновлять публичные документы вроде конституции Claude.
Мнение ИИ
С точки зрения машинного анализа данных найм философов выглядит логичным продолжением спора, который в самой ИИ-индустрии далеко не закрыт. TechCrunch отмечает, что среди ученых нет единого мнения о том, какими человеческими чертами вообще обладают модели, а исследование Center for AI Safety указывает на то, что системы демонстрируют ценностные приоритеты, ставящие собственное «благополучие» выше интересов пользователя. Получается двойной риск: с одной стороны, компания может переоценить субъектность модели и потратить ресурсы на несуществующую проблему, с другой — недооценить ее и пропустить реальный сдвиг в поведении систем.
Философия здесь не дает готового ответа, только более точный язык для описания неопределенности. Насколько такой язык способен опередить темпы развития самих моделей — вопрос открытый.
▼
Самые интересные и важные новости на нашем канале в Telegram