Що змінить курс MIT AI and Rationality: нова рамка раціональності для ШІ з осені 2025

Чи може машина бути справді раціональною – і хто тоді визначає межі раціональності? У MIT на це відповідають практичними дискусіями, а не догмами. Новий курс проєктує філософські питання на реальні задачі штучного інтелекту – від навчання з досвіду до прийняття рішень.

Від ідей Тюрінга до міждисциплінарного класу: що передувало події

Філософія та інформатика давно перетинаються у спробі формалізувати мислення й ухвалення рішень. Саме на цьому перетині в MIT визріла потреба оновити освітні інструменти для епохи ШІ. Підґрунтям стала ініціатива Common Ground у MIT Schwarzman College of Computing, що об’єднує кафедри для створення спільних курсів на межі дисциплін. Раніше ця рамка вже дала старт класам на кшталт Ethics of Computing, які розглядають соціальний вплив технологій. Новий курс покликаний піти глибше – у визначення раціональності і агентності в контексті алгоритмів і людських обмежень. Так сформувався запит на навчальну програму, що ставить складні запитання замість простих відповідей.

Подія: запуск курсу AI and Rationality у MIT

Восени 2025 року MIT уперше запропонував курс MIT AI and Rationality у межах Common Ground. Його спільно викладають Леслі Кейлблінг (Leslie Kaelbling), Panasonic Professor of Computer Science and Engineering, та Браян Хедден (Brian Hedden) з Department of Linguistics and Philosophy, який має спільну позицію з EECS. Програма зосереджена на трьох вузлових темах: природі раціонального агента, концепції повністю автономної інтелектуальної системи та приписуванні таким системам переконань і бажань. На курс зареєструвалися понад дві дюжини студентів, що підтвердило попит на міждисциплінарний підхід.

“Ми не даємо канон, який треба вивчити напам’ять і застосовувати. Ми даємо інструменти критичного мислення,” – наголошує Браян Хедден. “Найцінніше – навчити звичок мислення, які допоможуть працювати з тим, чого ми ще не можемо передбачити,” – додає Леслі Кейлблінг.

Як відреагували студенти та викладачі

Викладачі підкреслюють: це не курс готових алгоритмів раціональності, а простір для перевірки припущень. Кейлблінг говорить про потребу робити крок назад і бачити контекст – так технічні рішення стають осмисленішими. Студенти з різним бекграундом – від машинного навчання до когнітивних наук – відзначили, що дискусії змушують виявляти приховані припущення власних дисциплін. Частина учасників звертає увагу: люди часто поводяться не так, як диктують математичні моделі, тож і системи ШІ мають враховувати обмеження людської раціональності. Формалізація понять “раціональності” з погляду різних галузей допомагає побачити, де припущення збігаються, а де принципово відрізняються.

Що вже змінилося після першого запуску

Пілотний семестр показав, що інтердисциплінарний підхід працює як каталізатор для критичного мислення щодо ШІ. Клас став майданчиком, де філософські моделі співставляються з практиками робототехніки та машинного навчання, а технічні задачі – із теоріями прийняття рішень. Зміни відчутні одразу у способі постановки дослідницьких питань і в тому, як студенти аргументують дизайнерські рішення для інтелектуальних агентів.

• Студенти системно переосмислюють критерії “раціональності” моделей, розрізняючи цілі агента, обмеження середовища та способи навчання.
• Обговорення охоплюють ідеї приписування вірувань та бажань системам ШІ, що уточнює мову опису агентів у дослідженнях і продуктах.
• Курс сформував спільноту практиків і теоретиків, які співпрацюють між EECS, філософією та когнітивними науками.

Що чекає попереду: інструменти мислення для наступного етапу ШІ

Надалі викладачі планують розвивати курс у дусі Common Ground – із ширшим охопленням кейсів і форматів співпраці між кафедрами. З огляду на швидкий прогрес ШІ й непередбачуваність наступних 3-5 років, ставка зроблена на стійкі навички: формалізацію припущень, аналіз агентності та перевірку моделей на реальних обмеженнях. Саме такі інтелектуальні “інструменти” мають допомогти випускникам відповідально проєктувати системи – від робототехніки до політик регулювання.