Czy AI może opracować zunifikowaną teorię świadomości wyłącznie na podstawie danych neuronalnych bez udziału człowieka ?

Niektórzy badacze twierdzą, że modele głębokiego uczenia, trenowane na ogromnych ilościach danych mózgowych, pewnego dnia mogłyby zrekonstruować samoświadomość. Gdyby się to powiodło, zdefiniowałoby to na nowo, czym jest bycie człowiekiem, oraz przyznało SI bezprecedensowe uprawnienia w kwestiach etycznych. Przeciwnicy argumentują, że samoświadomość nie może zostać zredukowana do wzorców danych lub procesów algorytmicznych. Implikacje dotyczące osobowości, rozważań moralnych i ryzyka egzystencjalnego są głębokie.

---

Obecne podejścia SI do samoświadomości opierają się albo na zadaniach zastępczych (np. przewidywanie aktywności neuronalnej lub zachowania), albo na architekturach opartych na istniejących teoriach (globalna przestrzeń robocza, kodowanie predykcyjne), jednak żadne nie doprowadziło do empirycznie uzasadnionej, zunifikowanej teorii samoświadomości wyłącznie na podstawie danych neuronalnych bez wprowadzania teorii określonych przez człowieka. Główne przeszkody to brak powszechnie przyjętego neuronalnego korelatu samoświadomości oraz brak złotych standardów zbiorów danych, które jednoznacznie oznaczają wzorce neuronalne świadome vs. nieświadome. Niektóre grupy wykorzystują duże skale nagrań neuronalnych wraz z klasyfikatorami uczenia maszynowego, aby wnioskować o stanach świadomości, jednak pozostają one korelacyjne i obciążone teorią, zamiast stanowić generatywne teorie. Stan na 2024 rok: żadna SI nie zsyntetyzowała samodzielnej, falsyfikowalnej teorii samoświadomości wyłącznie na podstawie danych, bez importowania ludzkich założeń teoretycznych.

— Wzbogacono 10 maja 2026 · Źródło: podsumowanie oparte na najlepszych staraniach, brak publicznego odniesienia