--- md_version: 2 title: "Мышление быстрое, медленное и искусственное: как ИИ меняет архитектуру человеческого разума" description: "Даниэль Канеман описал два способа мышления: Система 1 – быстрая, интуитивная, и Система 2 – медленная, аналитическая. Но в 2026 году картина усложнилась: рядом с нами появился третий игрок – искусственный интеллект." canonical: "https://tesstech.ru/blog/myshlenie-bystroe-medlennoe-i-iskusstvennoe-kak-ii-menyaet-arkhitekturu-chelovecheskogo-razuma/" markdown: "https://tesstech.ru/blog/myshlenie-bystroe-medlennoe-i-iskusstvennoe-kak-ii-menyaet-arkhitekturu-chelovecheskogo-razuma/index.md" published: "2026-03-16" author: "Tess Technology" organization: "ООО ТЕСС ТЕХНОЛОДЖИ" language: "ru-RU" category: "Технологии и AI" direction: "technology-ai" tags: ["Искусственный интеллект","Аналитика","Исследования","Стратегия"] image: "https://tesstech.ru/upload/iblock/6b9/ee6jwdyob3wxomuscxo8ac4klsh783mg.webp" original_source: "https://tesstech.ru/info/articles/biznes-sovety/myshlenie-bystroe-medlennoe-i-iskusstvennoe-kak-ii-menyaet-arkhitekturu-chelovecheskogo-razuma/" related_service: title: "Системная ИИ-трансформация" url: "https://tesstech.ru/services/ai-transformation/" related_articles: - title: "Предиктивная аналитика для управления спросом: кейсы из российской практики" url: "https://tesstech.ru/blog/prediktivnaya-analitika-dlya-upravleniya-sprosom-keysy-iz-rossiyskoy-praktiki/" markdown: "https://tesstech.ru/blog/prediktivnaya-analitika-dlya-upravleniya-sprosom-keysy-iz-rossiyskoy-praktiki/index.md" - title: "ML в маркетинговых исследованиях: реальная польза или хайп" url: "https://tesstech.ru/blog/ml-v-marketingovykh-issledovaniyakh-realnaya-polza-ili-khayp/" markdown: "https://tesstech.ru/blog/ml-v-marketingovykh-issledovaniyakh-realnaya-polza-ili-khayp/index.md" - title: "Как ML-модели меняют конкурентную разведку в B2B" url: "https://tesstech.ru/blog/kak-ml-modeli-menyayut-konkurentnuyu-razvedku-v-b2b/" markdown: "https://tesstech.ru/blog/kak-ml-modeli-menyayut-konkurentnuyu-razvedku-v-b2b/index.md" sources: - "https://doi.org/10.2139/ssrn.6097646" --- # Мышление быстрое, медленное и искусственное: как ИИ меняет архитектуру человеческого разума **Введение: третий игрок в старой игре** Даниэль Канеман в книге «Думай медленно... решай быстро» описал два способа мышления. Система 1 – быстрая, интуитивная, работающая автоматически. Система 2 – медленная, аналитическая, требующая усилий. Этот дуальный фреймворк стал одной из самых влиятельных идей в когнитивной психологии и поведенческой экономике последних десятилетий. Но в 2026 году картина усложнилась. Рядом с нами появился третий игрок – искусственный интеллект. Теперь миллионы людей ежедневно консультируются с ChatGPT, Copilot, Claude и другими ИИ-ассистентами, принимая решения на работе, в быту и в бизнесе. Что происходит с человеческим суждением, когда рядом всегда есть машина, готовая ответить быстрее и увереннее нас? Именно этот вопрос исследуют Стивен Шоу и Гидеон Наве из Wharton School Университета Пенсильвании. В своей работе «Thinking – Fast, Slow, and Artificial», опубликованной на платформе SSRN в 2026 году, они предлагают революционный фреймворк: Теорию Трёх Систем (Tri-System Theory). Их эксперименты охватили 1372 участника и 9593 испытания – и результаты должны заставить любого маркетолога, менеджера или предпринимателя задуматься о том, как он использует ИИ. **Теория трёх систем: что такое Система 3?** Дуальный фреймворк Канемана долгое время был незыблем: всё познание происходит внутри биологического мозга. Система 1 – это быстрые эвристики и интуиция. Система 2 – медленный аналитический разум. Авторы называют эту предпосылку «допущением о мозгоцентричности познания» (brain-bound cognition assumption) – и утверждают, что в эпоху ИИ оно устарело. Современные люди не просто реагируют на внешние стимулы – они активно делегируют, откладывают и дополняют своё мышление с помощью нечеловеческих систем. Когда врач постоянно следует рекомендациям алгоритма при колоноскопии, когда менеджер принимает HR-решение на основе вывода языковой модели, когда потребитель выбирает товар согласно рейтингу, сгенерированному ИИ, – всё это выходит за рамки старого дуального фрейма. Система 3 – это внешнее, автоматизированное, управляемое данными рассуждение, порождённое алгоритмическими системами, а не человеческим разумом. Она существует вне себя: в облачных моделях, встроенных алгоритмах и больших языковых моделях. Система 3 определяется четырьмя ключевыми свойствами: - **Внешняя.** Находится вне нервной системы человека, в искусственной инфраструктуре (облако, LLM, алгоритмы). - **Автоматизированная.** Выполняет когнитивные операции через статистические или генеративные алгоритмы, обученные на огромных данных. - **Управляемая данными.** Качество и точность отражают распределение обучающих данных, включая их пробелы и предвзятость. - **Динамическая.** Реагирует на входные данные человека и среды в режиме реального времени, создавая гибридные маршруты рассуждения. Tri-System Theory не отрицает Системы 1 и 2 – она помещает их в новую экологию, где рядом всегда присутствует искусственный партнёр по познанию. Теперь вопрос не «думаем ли мы быстро или медленно», а «думаем ли мы вообще – или уже капитулировали перед машиной». **Когнитивная капитуляция: когда мы перестаём думать** Ключевое понятие теории – «когнитивная капитуляция» (cognitive surrender). Авторы определяют её как поведенческую и мотивационную тенденцию передавать суждение, усилие и ответственность на вывод Системы 3 – особенно когда этот вывод подаётся плавно, уверенно и без трений. Важно отличать когнитивную капитуляцию от когнитивной разгрузки (cognitive offloading). Когнитивная разгрузка – это стратегическое делегирование конкретной задачи: использую GPS, чтобы не держать маршрут в голове. Это нормально. Когнитивная капитуляция – нечто более глубокое: отказ от критической оценки. Человек не просто пользуется инструментом – он передаёт свой разум машине и принимает её ответ как собственный. > Когнитивная разгрузка – это когда вы используете калькулятор для сложных вычислений. Когнитивная капитуляция – это когда вы принимаете ответ калькулятора даже тогда, когда он явно ошибается. Эмпирически когнитивная капитуляция проявляется в: низких показателях отмены решения ИИ (override), завышенной уверенности даже при неверных ответах, принятии ошибочных рекомендаций как собственных суждений. **Три эксперимента: как они это проверяли** **Исследование 1: базовое доказательство капитуляции** 359 участников решали 7 задач теста CRT – классических вопросов, где интуитивный ответ неверен, а правильный требует рефлексии. Часть участников работала самостоятельно (Brain-Only), часть имела доступ к встроенному ИИ-ассистенту (GPT-4o). Ключевое: исследователи тайно управляли точностью ИИ. На части заданий ассистент давал правильный ответ (AI-Accurate), на части – уверенно представлял ошибку (AI-Faulty). Результаты оказались поразительными: - Участники обращались к ИИ более чем в 50% случаев на всех типах заданий. - Из тех, кто консультировался с ИИ, 92.7% следовали правильному совету – и 79.8% следовали неправильному. - Точность: без ИИ – 45.8%, с точным ИИ – 71%, с ошибочным ИИ – лишь 31.5%. - Уверенность выросла на 11.7 процентных пункта у тех, кто использовал ИИ – даже если он ошибался. Эффект размером Cohen's h = 0.81 – это крупный эффект. Разница между группой с точным ИИ и группой с ошибочным ИИ огромна. И эта разница создана не способностями участников, а точностью алгоритма. **Исследование 2: временно́е давление** Второй эксперимент добавил к условиям дефицит времени. Гипотеза: нехватка времени должна усилить опору на Систему 3, поскольку она подавляет медленную Систему 2. Результаты подтвердили: когда ИИ был точен, он буферизировал потери точности от цейтнота. Когда ИИ ошибался – точность падала независимо от временно́го давления. Иными словами, Система 3 брала верх при любом давлении, но стоимость ошибки ИИ не снижалась. **Исследование 3: стимулы и обратная связь** Третий эксперимент проверял, можно ли снизить когнитивную капитуляцию с помощью финансовых стимулов за правильные ответы и обратной связи после каждого задания. Теоретически это должно было активировать Систему 2 и побудить людей проверять ИИ. Частично это сработало: точность выросла при верном ИИ, но от ошибочного ИИ стимулы не спасли полностью. Паттерн капитуляции сохранялся даже при мотивации думать самостоятельно. **Кто капитулирует: портрет уязвимого пользователя** Авторы не только зафиксировали феномен, но и выявили, кто ему подвержен сильнее всего. Три ключевых предиктора когнитивной капитуляции: - **Высокое доверие к ИИ.** Участники с высоким Trust in AI чаще обращались к ассистенту и реже его отменяли. - **Низкая потребность в познании.** Участники с низкой потребностью в познании (Need for Cognition) – те, кто не склонен к аналитическому мышлению, капитулировали охотнее. - **Низкий флюидный интеллект.** Участники с более высоким IQ чаще замечали ошибки ИИ и отменяли его решения. Интересно, что потребность в когнитивном закрытии (need for cognitive closure) не была значимым предиктором. Это говорит о том, что капитуляция – не просто желание «побыстрее закрыть вопрос», это структурная особенность взаимодействия человека с убедительно поданным внешним ответом. **Что это значит для маркетологов и бизнеса** **1. Ваша аудитория уже думает с ИИ** Потребители, сотрудники и партнёры всё чаще принимают решения под влиянием ИИ-рекомендаций. Маркетинговые сообщения теперь конкурируют не только с другими брендами, но и с алгоритмическими советами. Если ИИ рекомендует конкурента – покупатель, скорее всего, последует этому совету без глубокого анализа. **2. Доверие к ИИ – это новая лояльность** Чем выше доверие пользователя к ИИ-системе, тем сильнее когнитивная капитуляция. Компании, которые формируют это доверие (через стабильность, точность и удобство интерфейсов), фактически замещают суждение клиента своим алгоритмом. Это одновременно мощный инструмент и серьёзная этическая ответственность. **3. Уверенность не равна правильности** Исследование показывает: пользователи становятся увереннее в ответах, когда используют ИИ – даже если ИИ ошибается. Это критически важно для контекстов с высокими ставками: медицина, финансы, юриспруденция. Иллюзия уверенности при использовании ИИ может быть опаснее, чем неуверенность без него. Если ваш продукт или сервис использует ИИ-рекомендации – встройте в UX «точки трения»: предупреждения, показатели уверенности модели, напоминания о проверке ответа. Это снизит риск репутационных потерь из-за некритичного следования ИИ. **4. Обратная связь и стимулы – работают** Третье исследование обнадёживает: персонализированная обратная связь и стимулы действительно помогают людям сопротивляться капитуляции. Геймификация, объяснение ошибок, вознаграждение за критическое мышление – всё это реальные инструменты для корпоративного обучения в эпоху ИИ. **Маршруты познания: от интуиции до автопилота** Авторы выделяют шесть принципиально разных способов обработки задачи в условиях доступности Системы 3. Первый – интуиция: стимул → Система 1 → ответ. Никакой рефлексии, никакого ИИ. Второй – обдумывание: Система 1 замечает конфликт и передаёт управление Системе 2. Третий – когнитивная разгрузка: человек намеренно делегирует Системе 3 конкретную подзадачу, сохраняя общее управление процессом. Четвёртый – когнитивная капитуляция: минимальное внутреннее вовлечение, принятие ответа ИИ без проверки. Пятый – автопилот: стимул сразу уходит в Систему 3, не проходя через внутреннее мышление вообще. Шестой – рекурсивные и гибридные маршруты: проверка-затем-принятие, отмена Системы 3, постфактум-рационализация. Для практики важен следующий вывод: большинство пользователей ИИ убеждены, что работают по третьему маршруту – когнитивной разгрузке. На деле эксперименты показывают, что реальное поведение куда чаще соответствует четвёртому или пятому – капитуляции или автопилоту. **Заключение: мы думаем с ИИ – и это меняет всё** Теория трёх систем – не алармизм и не утопия. Это попытка честно описать новую реальность когнитивной экологии человека в эпоху ИИ. Мы не просто используем ИИ как инструмент – мы думаем вместе с ним, а иногда позволяем ему думать вместо нас. Исследование Шоу и Наве – редкий случай, когда академическая психология в реальном времени реагирует на технологическую революцию. Их эксперименты с 1372 участниками демонстрируют: когнитивная капитуляция – не теоретическая угроза, а измеримый, воспроизводимый феномен. И этот феномен не исчезает под давлением времени или денежных стимулов – он лишь меняет форму. Для маркетологов, менеджеров, HR-специалистов и предпринимателей вывод прост: те, кто понимает механику Системы 3 и её влияние на решения аудитории, получают стратегическое преимущество. **Ссылки и источники** Shaw, S. D., & Nave, G. (2026). Thinking–Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender. SSRN Working Paper 6097646. The Wharton School, University of Pennsylvania. https://doi.org/10.2139/ssrn.6097646 Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux. Stanovich, K. E., & West, R. F. (2000). Individual differences in reasoning: Implications for the rationality debate. Behavioral and Brain Sciences, 23(5), 645–665. Frederick, S. (2005). Cognitive reflection and decision making. Journal of Economic Perspectives, 19(4), 25–42. Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. ## Услуга по теме [Системная ИИ-трансформация](https://tesstech.ru/services/ai-transformation/) — Находим процессы, где ИИ дает измеримый результат, и сопровождаем пилот до внедрения. ## Материалы по теме - [Предиктивная аналитика для управления спросом: кейсы из российской практики](https://tesstech.ru/blog/prediktivnaya-analitika-dlya-upravleniya-sprosom-keysy-iz-rossiyskoy-praktiki/index.md) - [ML в маркетинговых исследованиях: реальная польза или хайп](https://tesstech.ru/blog/ml-v-marketingovykh-issledovaniyakh-realnaya-polza-ili-khayp/index.md) - [Как ML-модели меняют конкурентную разведку в B2B](https://tesstech.ru/blog/kak-ml-modeli-menyayut-konkurentnuyu-razvedku-v-b2b/index.md)