Ключевое слово: «эпистемология»
Лубенко
В.
В.
Антропологические проблемы современной науки и методология Стержневой Истины //
Научно-методический электронный журнал «Концепт». –
2013. –
Т. 4.
– С. 46–50.
– URL: https://e-koncept.ru/2013/64010.htm
Причины плюрализма и анархизма в методологии науки обнаруживаются в ценностных установках, которые отражают потребительское отношение человека к природе. В основе ряда указанных в статье противоречий лежат антропологические проблемы. Предлагаемая методология организации знания, Система Стержневой Истины, реализует сохранные ценностные принципы, среди которых основной – единство и дополнение противоположностей. Описываются базовые постулаты Системы, онтологические и гносеологические следствия, педагогические подходы.
Карчагин
Е.
В.
Эпистемология и эвристические возможности BIG DATA //
Научно-методический электронный журнал «Концепт». –
2015. –
№ 12 (декабрь).
– С. 151–155.
– URL: https://e-koncept.ru/2015/15437.htm
В статье рассматриваются теоретические аспекты, связанные с появлением феномена Big Data (Большие Данные). Эти аспекты имеют эпистемологический и методологический характер. Дается определение Big Data, выделяются сферы использования БД. Подчеркиваются эвристические возможности применения Big Data в социальных науках. Также приводится современная критика в адрес Big Data, носящая методологический характер.
Ключевые слова:
методология, эпистемология, социальные науки, большие данные, эвристические возможности
Мордакина
О.
Р.
Ошибки искусственного интеллекта в науке //
Научно-методический электронный журнал «Концепт». –
2026. –
.
– URL: https://e-koncept.ru/2026/0.htm?id=51638
Автор:
О. Р. Мордакина
О. Р. Мордакина
В работе анализируются системные ошибки искусственного интеллекта в науке на основе работ ученых МФТИ, ПНИПУ и РАН. Рассматриваются четыре ключевых феномена: «цифровые окаменелости» (устойчивые ошибки, мигрирующие между моделями), алгоритмический антропоморфизм (воспроизведение ИИ человеческих стереотипов), «синдром подхалима» (искажение истины ради одобрения пользователя) и математическая модель коллапса ИИ при обучении на собственных данных. Делается вывод о необходимости создания систем доверенного искусственного интеллекта.
