Artificial intelligence and the “Coloniality of Knowledge”: Examining WesternCentric Narratives in Historical Outputs

Аннотация

Данное исследование рассматривает, как современные системы искусственного интеллекта (ИИ) воспроизводят западноцентричные исторические нарративы через призму концепции «колониальности знания». Опираясь на теоретическую рамку Анибаля Кихано, автор анализирует, каким образом интерпретации, генерируемые ИИ, отражают устойчивые эпистемологические иерархии, сформированные в контексте имперского производства знания. В частности, статья исследует, в какой степени ИИ-системы отдают приоритет западным историческим интерпретациям и опыту по сравнению с незападными перспективами. Научная новизна исследования заключается в расширении применения концепции «колониальности знания», первоначально разработанной для анализа Латинской Америки, к изучению нарративов, генерируемых ИИ, с акцентом на Сибирь и Центральную Азию. Тем самым работа расширяет географический и аналитический охват данной концепции и вносит вклад в формирующуюся научную дискуссию о предвзятости ИИ в производстве исторического знания. Методологически исследование основано на качественном сравнительном подходе. Были проанализированы ответы трёх ИИ-систем — ChatGPT, Gemini и DeepSeek — на идентичные запросы, посвящённые четырём историческим фигурам: Ермаку Тимофеевичу, Михаилу Скобелеву, Михаилу Черняеву и Кенесары Касымулы. Результаты выявили устойчивые закономерности во всех рассмотренных системах: ИИ-нарративы склонны придавать приоритет имперским акторам, прежде всего связанным с Российской империей, тогда как коренные народы Сибири и политические образования Центральной Азии представлены как второстепенные или реактивные. Использование таких терминов, как «экспансия», «завоевание» и «захват», нормализует имперское насилие и представляет исторические процессы как неизбежные и закономерные. Кроме того, ИИ-системы часто опираются на аналитические рамки западной военной историографии, упрощая сложные локальные социально-политические системы и игнорируя местные эпистемологии и устные традиции. Исследование показывает, что ИИ-системы не только воспроизводят доминирующие исторические нарративы, но и усиливают «колониальность знания» через дискурсивную нормализацию, приоритизацию имперских источников и маргинализацию локальных перспектив. Эти процессы способствуют сохранению эпистемологических иерархий и воспроизводству асимметричных властных отношений в цифровом производстве знания. В целом результаты подчёркивают необходимость разработки более инклюзивных, контекстно-чувствительных и эпистемологически разнообразных подходов к обучению ИИ, что позволит снизить уровень репрезентативной предвзятости и способствовать формированию более сбалансированных исторических нарративов в эпоху искусственного интеллекта.