«Общая теория глупости»
Формальная модель когнитивной уязвимости
Опубликовано в научном журнале:
«Science, Technology and Education» 2025. № 4 (100) ISSN 2312-8267
Опубликовано в сборнике материалов конференции:
CXI International Scientific Conference «International Scientific Review of the Problems and Prospects of Modern Science and Education». США, Бостон, 16–17 декабря 2025 г. ISBN 978-1-64655-169-9
G ≈ 0.65
Влияние умного фанатика
Bmot
Мотивированное рассуждение
Дек 2025
Опубликовано
Ключевые метрики
Порог сингулярности
D > 0.7, A < 0.5
Население в зоне риска
73% – 95%
Основной регулятор
A (внимание)
Чувствительность модели
α₂ (среда) = 5,6%
Ключевые концепции
Парадокс
Разрешение противоречия: почему умные люди верят в иррациональные концепции (Станович, 2009).
Ортогональность
Мотивированное рассуждение (BBmot) не зависит от общего интеллекта.
Рационализация
Высокий IQ служит инструментом генерации сложных аргументов в защиту ошибочных выводов.
Умный фанатик
Опасный агент (высокое воздействие), способный обосновывать и распространять когнитивные ошибки.
Резюме исследования
Настоящая работа вводит формальную математическую модель «глупости» (G) — не как недостатка интеллекта, а как архитектурной когнитивной уязвимости. Глупость определяется как системный сбой, возникающий, когда требования к фильтрации информации превышают ресурсы контроля внимания.
Центральный тезис: высокий IQ не защищает от иррациональных убеждений. Модель разделяет когнитивные искажения на два типа: стохастические ошибки (Berr), которые снижаются с ростом интеллекта, и мотивированные убеждения (Bmot), которые ортогональны интеллекту.
Ключевое открытие — «сингулярность глупости»: при цифровом шуме D > 0,7 и контроле внимания A < 0,5 модель демонстрирует экспоненциальный рост G, при котором агент полностью утрачивает рациональную агентность. Симуляции Монте-Карло (N=10 000) показывают, что 73% населения попадает в зону критического риска (G > 1,0).
Практический вывод: в условиях информационной перегрузки традиционные методы — образование и накопление знаний — недостаточны. Приоритетом становится «гигиена внимания»: снижение цифрового шума (D), тренировка контроля внимания (A) и развитие критического мышления (C).
Возможности для исследований
Формула Петренко открывает перспективы не только для современной психологии, но и для кибернетики и архитектуры искусственного интеллекта.
Когнитивные уязвимости, описанные в G-модели, напрямую применимы к современным LLM (большим языковым моделям). Модели с массивными объёмами данных демонстрируют те же паттерны: когда контекст перегружен запросами пользователей (высокий D), а внимание распределено по токенам (низкий A), — модель начинает «галлюцинировать», рационализируя ответы вместо поиска истины.
«Сингулярность глупости» для ИИ — не метафора. Архитектура трансформера буквально построена на механизме внимания, и при его перегрузке возникает тот же экспоненциальный рост ошибок.
Это создаёт мост между когнитивной безопасностью человека и согласованием ИИ — двумя дисциплинами, работающими над одной фундаментальной проблемой: как сохранить рациональность агента в условиях информационного хаоса.
Связанные статьи
Все публикации →Внедрение G-теории в организациях
Практическое руководство по интеграции метрик когнитивной безопасности в процессы корпоративного принятия решений.
Естественная и искусственная глупость
Сравнительный анализ когнитивных искажений у биологических агентов и галлюцинаций LLM.
Почему умные люди ведут себя иррационально
Базовый обзор механизмов мотивированного рассуждения и архитектурных уязвимостей.