Введение
Проблема социализации в психологии традиционно рассматривается как включение индивида в систему культурных норм, ценностей и способов действия. В культурно-исторической психологии развитие личности понимается как освоение социального опыта и формирование высших психических функций, опосредованных культурными знаковыми средствами и совместной деятельностью (Выготский, 1983; Коул, 2009; Wertsch, 1998). Классическими агентами социализации выступают семья, образование, сверстники и медиа (Grusec, 2011), а изменение социальной и технологической среды трансформирует условия развития личности (Bronfenbrenner, 1979).
Цифровая среда меняет структуру этих посреднических механизмов (Солдатова, 2018). Рекомендательные алгоритмы, голосовые помощники, поисковые и генеративные ИИ-системы организуют доступ к информации и культурным образцам, персонализируют информационную среду и опосредуют социальное сравнение, самопрезентацию и формирование ценностных ориентаций.
Алгоритмические системы становятся элементами новой социализирующей инфраструктуры (Солдатова, Войскунский, 2021). В отличие от традиционных культурных средств, они адаптируются к действиям пользователя, ранжируют информационные потоки и управляют видимостью контента. Алгоритмический отбор участвует в конструировании социальной реальности (Just, Latzer, 2017), вследствие чего взаимодействие субъекта с нормами, знаниями и социальными представлениями все чаще осуществляется через алгоритмически организованные интерфейсы (Issar, Aneesh, 2021; Gritsenko, Wood, 2022).
Особую значимость данная проблема приобретает в отношении детей, подростков и молодежи, для которых цифровая среда является естественной частью повседневной коммуникации и познавательной активности (Солдатова, Нестик и Рассказова, 2020).
Научная новизна исследования состоит в культурно-исторической концептуализации феномена алгоритмической социализации как особого типа опосредованного развития, при котором алгоритмические системы выступают адаптивными знаково-техническими медиаторами — включаются в деятельность субъекта и рекурсивно преобразуют условия его последующей активности. В отличие от концепций распределенного и расширенного познания (Hutchins,1995; Clark, 2008), культурно-исторический анализ ставит вопрос о трансформации структуры деятельности, психической регуляции и субъектности при длительном взаимодействии с алгоритмически организованной средой.
Цель статьи — представить теоретико-методологический анализ ИИ-ассистентов и рекомендательных систем как новых медиаторов социализации, участвующих в формировании когнитивных практик, коммуникативных стратегий, ценностных ориентаций и идентичности пользователей. Предполагается, что алгоритмические системы выступают не только техническими инструментами, но и специфическими медиаторами культурного опыта, влияющими на интериоризацию норм, способы социального сравнения и самопрезентации личности.
Материалы и методы
Исследование носит теоретико-аналитический характер и направлено на концептуализацию феномена алгоритмической социализации как особой формы опосредованного влияния ИИ-систем на развитие личности, когнитивные практики и коммуникативный опыт пользователей.
Методологическую основу составили концептуальный и сравнительно-теоретический анализ, проблемно-тематическая систематизация литературы и интерпретативный синтез. Анализ использовался для уточнения понятий «алгоритмическая социализация», «алгоритмический авторитет», «алгоритмическая идентичность» и «эпистемическая агентность», а также для сопоставления культурно-исторического подхода с исследованиями алгоритмического управления, платформенной среды и взаимодействия человека с ИИ.
Аналитический корпус включал классические работы культурно-исторической психологии и теории социализации (Выготский, 1983; Коул, 2009; Wertsch, 1998; Bronfenbrenner, 1979), а также современные исследования рекомендательных систем, алгоритмического управления и взаимодействия с ИИ (Pariser, 2011; Just, Latzer, 2017; Issar, Aneesh, 2021; Gritsenko, Wood, 2022; Taeihagh, 2025; Acikgoz и др., 2023; Qin и др., 2025). Приоритет отдавался эмпирическим, концептуальным и критико-теоретическим публикациям в рецензируемых международных и российских научных изданиях.
Основной интерпретативной рамкой выступала культурно-историческая психология, позволяющая рассматривать алгоритмические системы как новые знаково-технические средства и медиаторы развития. С учетом методологической неоднородности литературы ИИ трактуется как гибридный посредник — не обладая человеческой моральной субъектностью, он способен реагировать, персонализировать взаимодействие, структурировать доступ к знаниям и перераспределять видимость. Такой квазисоциальный статус согласуется с исследованиями социальных реакций на компьютеры и современными данными о доверии к ИИ (Nass, Moon, 2000; Acikgoz и др., 2023; Qin и др., 2025; Taeihagh, 2025).
Результаты
ИИ как новый агент социализации
В классической модели социализации нормы и способы поведения осваиваются в системе межличностных и институциональных отношений, предполагающих эмоциональную взаимность, социальное подкрепление и моральную ответственность (Grusec, 2011). Цифровая среда изменяет эту архитектуру: ИИ-системы включаются в повседневные процессы познания, коммуникации и выбора, не являясь при этом полноценными субъектами социального взаимодействия (Livingstone, 2009; Selwyn, 2019; Ершова, 2022; Микляева, 2024).
Теоретические подходы по-разному интерпретируют эту трансформацию. В инструментальной перспективе алгоритмические системы рассматриваются преимущественно как средства организации цифрового опыта и расширения возможностей пользователя, тогда как исследования алгоритмического и платформенного управления акцентируют их способность регулировать поведение посредством ранжирования, классификации, управления видимостью и предиктивного вмешательства (Zuboff, 2019; Issar, Aneesh, 2021; Gritsenko, Wood, 2022; Campbell-Verduyn и др., 2017). Однако обе перспективы преимущественно описывают функции алгоритмических систем и способы их воздействия, оставляя открытым вопрос о том, как систематическое взаимодействие с ними изменяет процессы социализации и развития самого субъекта.
Культурно-историческая перспектива переносит анализ с внешнего алгоритмического воздействия на опосредование деятельности и интериоризацию социального опыта. В этой рамке ИИ выступает не столько инструментом или механизмом платформенного управления, сколько специфическим медиатором отношений субъекта с культурной и социальной средой. Алгоритмическая социализация поэтому может быть определена как процесс, в котором освоение норм, знаний и социальных ожиданий осуществляется как через непосредственное взаимодействие с другими людьми и институтами, так и через деятельность в среде, селективно и адаптивно структурируемой алгоритмическими системами. В этом смысле алгоритм одновременно выступает медиатором культурного опыта и инфраструктурой организации условий его освоения.
ИИ как медиатор деятельности и развития высших психических функций
С позиций культурно-исторической психологии развитие высших психических функций рассматривается как процесс опосредования деятельности культурными орудиями. Л.С. Выготский показал, что произвольные формы мышления, памяти и внимания формируются через использование знаков и символических средств, первоначально существующих во внешней социальной практике и впоследствии интериоризируемых субъектом (Выготский, 1983). Использование этих орудий изменяет структуру деятельности и способы организации когнитивных процессов (Коул, 2009; Леонтьев, 1975; Wertsch, 1998).
В современной цифровой среде алгоритмические системы могут рассматриваться как особый тип культурных средств, включенных в структуру повседневной деятельности человека (Kaptelinin, Nardi, 2007). Поисковые системы, голосовые помощники, рекомендательные алгоритмы и генеративные модели участвуют в процессах поиска, отбора, интерпретации и структурирования информации, выступая посредниками между субъектом и культурным знанием (Rogoff, 2003). Причем алгоритмические системы не только предоставляют информацию, но и структурируют пространство возможных действий пользователя: ранжируют доступные варианты выбора, формируют иерархию релевантности и предлагают готовые интерпретации.
Особую значимость это приобретает для детей и подростков, у которых цифровые интерфейсы становятся частью учебной, коммуникативной и познавательной деятельности (Engeström, 2015).
Исследования распределенного и расширенного познания позволяют описать включение технологических систем в когнитивный процесс, однако культурно-историческая перспектива существенно меняет постановку исследовательского вопроса. В концепции распределенного познания E. Hutchins (1995) предметом анализа становится распределение когнитивных операций между субъектами, артефактами и элементами среды, тогда как концепция расширенного познания A. Clark (2008) позволяет рассматривать внешние технологические средства как функциональные компоненты когнитивной системы. С позиций культурно-исторической подхода принципиальным является не только то, где осуществляется когнитивный процесс и между какими компонентами он распределяется, но и то, как включение нового средства в деятельность изменяет развитие самого субъекта.
Именно это различие приобретает особое значение применительно к алгоритмическим системам, ведь культурное орудие не просто увеличивает объем доступных когнитивных ресурсов — овладение им перестраивает структуру деятельности и способы психической регуляции (Выготский, 1983; Леонтьев, 1975; Коул, 2009; Wertsch, 1998). Однако алгоритмический медиатор обладает свойствами, которыми не обладало большинство классических культурных средств: он способен осуществлять селекцию и ранжирование информации, персонализировать ответы, прогнозировать предпочтения пользователя и рекурсивно перестраивать среду его последующих действий. Возникает двунаправленное опосредование: субъект действует посредством алгоритмической системы, но одновременно сама система, адаптируясь к предшествующим действиям субъекта, структурирует поле его последующих ориентировок, выборов и действий.
Поэтому культурно-исторический подход позволяет рассматривать ИИ как адаптивное знаково-техническое орудие, способное участвовать в трансформации условий формирования высших психических функций и субъектной регуляции. В этом отношении центральным становится вопрос не столько о передаче отдельных когнитивных операций алгоритму, сколько о том, какие формы произвольности, рефлексии, критической оценки и эпистемической самостоятельности формируются при систематическом алгоритмическом опосредовании деятельности.
Квазисоциальный статус ИИ и трансформация коммуникативно-когнитивного опыта
Квазисоциальный статус ИИ представляет собой специфическую характеристику алгоритмического опосредования социального опыта. В отличие от классического парасоциального взаимодействия, предполагающего одностороннюю связь субъекта с медийной фигурой (Horton, Wohl, 1956), ИИ-ассистент отвечает на запросы, адаптируется к особенностям взаимодействия и имитирует диалогическую включенность, приобретая черты квазисоциального партнера.
Возможность такого восприятия объясняется механизмами социального познания и особенностями организации цифрового взаимодействия. Люди склонны переносить нормы межличностного общения на компьютеры и цифровые интерфейсы (Nass, Moon, 2000), а наличие социально релевантных сигналов способствует восприятию ИИ как социального агента даже при осознании его искусственной природы (Frith, Frith, 2012). При этом персонализация, предсказуемость и отсутствие требований сложной эмоциональной взаимности могут усиливать привлекательность такого взаимодействия (Turkle, 2011; Acikgoz и др., 2023; Qin и др., 2025). Особенно значим этот механизм в детском возрасте: дети нередко воспринимают голосовые интерфейсы как своеобразных собеседников, обладающих признаками живого агента (Lovato, Piper, 2015; Druga и др., 2017).
Принципиален, однако, не сам факт антропоморфизации ИИ, а включение квазисоциального алгоритмического посредника в структуру коммуникативной и познавательной деятельности. Взаимодействие с ним организуется вокруг быстрого отклика, персонализации и минимизации межличностного риска, что отличает его от человеческого общения, предполагающего взаимность, неопределенность и согласование позиций. Одновременно доступность готовых цифровых ответов трансформирует способы поиска, проверки и критической оценки информации (Kirkorian, 2018). Таким образом, квазисоциальность расширяет функции алгоритмического медиатора — ИИ не только обеспечивает доступ к информации, но и включается в формирование способов общения и познания, коммуникативных ожиданий и представлений о социально значимом взаимодействии.
Рекомендательные системы как механизмы формирования реальности
Рекомендательные системы вмешиваются в формирование картины мира. Концепция «пузыря фильтров» описывает персонализированную версию информационной реальности (Pariser, 2011); исследования алгоритмической прозрачности и эпистемического благополучия показывают связанные с этим риски для качества информационной среды (Diakopoulos, Koliska, 2017; Van den Bulck и др., 2025).
Ключевой механизм этого взаимодействия — упорядоченная видимость: алгоритмический отбор конструирует реальность в условиях высокой персонализации и низкой прозрачности (Just, Latzer, 2017). Рекурсивная обратная связь усиливает уже проявленные интересы и предпочтения пользователя, которые могут восприниматься как естественные или собственные, хотя поддерживаются платформенными механизмами удержания внимания (Just, Latzer, 2017; Hobbs, 2020). Персонализация при этом двойственна: она снижает информационную перегрузку, но может усиливать селективность восприятия и эпистемическое сужение (Pariser, 2011; Van den Bulck и др., 2025).
Одним из следствий управляемой видимости становится усиление нормативно и эмоционально нагруженного контента. Алгоритмическая приоритизация вовлекающих материалов может способствовать поляризации (Tufekci, 2017), а интерес к конспирологическим и радикальным темам сопровождаться получением более экстремального контента (Hosseinmardi и др., 2021). Цифровая гиперподключенность связывается также с тревожностью, социальной уязвимостью и постоянным социальным сравнением (Twenge, 2017). Алгоритмический отбор способен воспроизводить цифровой вред и существующие социальные и культурные иерархии (Saurwein, Spencer-Smith, 2021; Bishop, 2019), побуждая пользователей адаптировать самопрезентацию к платформенным требованиям (Duffy, Meisner, 2022). При этом внимание, эмоциональные реакции и поведение становятся ресурсами экономической оптимизации, встраивая процессы социализации в логику платформенной монетизации (Zuboff, 2019).
Причем важны не отдельные эффекты алгоритмической селекции, а изменение условий освоения социального опыта. Субъект взаимодействует со средой, в которой доступность, повторяемость и значимость культурных образцов частично определяются алгоритмически. Рекомендательная система тем самым выступает как каналом передачи информации, так и медиатором отношений субъекта с культурной средой, структурирующим поле его ориентировки, социального сравнения и выбора.
Формирование норм, ценностей и алгоритмической идентичности
Алгоритмически организованная видимость влияет не только на доступность культурных образцов, но и на способы самопрезентации пользователя. Ориентируясь на платформенные форматы вовлеченности и предполагаемые предпочтения алгоритма, пользователи адаптируют собственное поведение даже в условиях непрозрачности правил отбора контента (Duffy, Meisner, 2022; Savolainen, 2022). Тем самым алгоритм становится своеобразной метааудиторией, по отношению к которой субъект регулирует собственную видимость и способы социального представления.
Такая адаптация имеет двойственный характер. Способность управлять алгоритмической видимостью может рассматриваться как новая форма цифровой субъектности и стратегической самопрезентации (Literat, Kligler-Vilenchik, 2019; Yang и др., 2022; Low и др., 2025). Одновременно зависимость от метрик вовлеченности и алгоритмически поддерживаемых моделей признания создает риск стандартизации самопрезентации и идентичности (Duffy, Meisner, 2022; Savolainen, 2022; Zuboff, 2019). Развитие критической алгоритмической грамотности, в свою очередь, позволяет пользователю осознавать и рефлексировать эти механизмы платформенного влияния (Low и др., 2025; Ehret, 2024).
Таким образом, адаптация к алгоритму может становиться частью способов регуляции собственной деятельности. Субъект не только подвергается внешнему алгоритмическому воздействию, он осваивает способы действия в структурированной им среде и перестраивает в соответствии с ними самопрезентацию. Поэтому алгоритмическая идентичность может рассматриваться как процесс формирования и регуляции представлений о себе в условиях постоянного соотнесения собственных действий с алгоритмически организованными режимами видимости и социального признания.
ИИ как эпистемический и нормативный авторитет
Алгоритмическое опосредование способствует приобретению ИИ черт эпистемического и нормативного авторитета, основанного не на моральной ответственности или институционально признанной экспертизе, а на доступности, персонализации и постоянной встроенности системы в повседневную деятельность. ИИ при этом выступает не только технологическим инструментом, но и механизмом управления информацией и социальными отношениями (Farrell, 2025), влияющим на то, что пользователь воспринимает как релевантное и заслуживающее доверия.
В этих условиях важную роль играет эпистемическая агентность как способность субъекта занимать активную позицию по отношению к знанию, самостоятельно оценивать, использовать и преобразовывать его (Nieminen, Ketonen, 2024). Генеративный ИИ становится и источником информации, и посредником ее поиска, интерпретации и построения, поэтому сохранение эпистемической агентности предполагает контроль субъекта над постановкой познавательных задач и оценкой качества получаемого знания (Woodruff, Hewitt, 2026). Делегирование этих операций ИИ может смещать эпистемическую инициативу от субъекта к алгоритмической системе.
Особое значение приобретает непрозрачность алгоритмического посредничества — доступ к информации о принципах работы системы сам по себе не обеспечивает их понимания и контроля (Ananny, Crawford, 2018), а проблема подотчетности алгоритмов выходит за пределы их технической прозрачности и связана с более широкими условиями платформенного управления (Kim, Moon, 2021).
Взаимодействие субъекта с частично непрозрачным медиатором формирует способы ориентировки, оценки его надежности и проверки информации, которые могут включаться в регуляцию познавательной деятельности; в этой связи алгоритмическая социализация затрагивает не только содержание знания, но и способы отношения субъекта к знанию: его поиска, оценки, верификации и определения заслуживающих доверия источников. Возникает центральное противоречие: расширяя доступ к культурному знанию и снижая операциональную нагрузку, ИИ одновременно может сокращать пространство самостоятельного поиска и рефлексивного контроля. Таким образом, сохранение эпистемической агентности становится одним из ключевых условий субъектной регуляции алгоритмически опосредованной деятельности.
Заключение
Проведенный анализ позволяет рассматривать алгоритмическую социализацию как особую форму культурно опосредованного развития, возникающую при систематическом включении ИИ-ассистентов и рекомендательных систем в познавательную, коммуникативную и социальную деятельность. В логике культурно-исторической парадигмы культурные средства не только обеспечивают выполнение отдельных операций, но, включаясь в деятельность, преобразуют ее структуру и способы психической регуляции (Выготский, 1983; Леонтьев, 1975; Коул, 2009; Wertsch, 1998). Специфика алгоритмических систем состоит в том, что они не только опосредуют доступ к культурному опыту, но и селективно организуют его через механизмы ранжирования, персонализации и управления видимостью (Just, Latzer, 2017; Issar, Aneesh, 2021; Gritsenko, Wood, 2022).
Культурно-историческая перспектива позволяет дополнить концепции распределенного и расширенного познания принципиально иным, генетическим, ракурсом. Если эти подходы описывают распределение когнитивных процессов между субъектом, артефактами и средой и функциональное включение внешних средств в когнитивную систему (Hutchins, 1995; Clark, 2008), то культурно-исторический анализ ставит вопрос о том, как систематическое использование нового средства изменяет деятельность и развитие самого субъекта. В этом смысле ИИ может рассматриваться как адаптивный знаково-технический медиатор, для которого характерно двунаправленное опосредование: субъект действует посредством алгоритма, а алгоритм, адаптируясь к предшествующим действиям субъекта, перестраивает условия его последующей активности.
Такое понимание уточняет психологический механизм алгоритмической социализации. Субъект осваивает не только алгоритмически отобранное содержание, но и формирующиеся в этой среде способы ориентировки, поиска и оценки информации, самопрезентации и социального сравнения. Рекурсивность алгоритмического посредничества создает ситуацию, в которой действия пользователя становятся основанием последующей персонализации, а организованная на их основе среда, в свою очередь, задает условия новых действий. Поэтому предметом психологического анализа становится не только содержание цифрового опыта, но и изменение способов регуляции деятельности в процессе его освоения.
Выявленные в литературе эффекты позволяют обозначить центральное противоречие алгоритмической социализации. Расширяя доступ к культурным и информационным ресурсам и перераспределяя когнитивную нагрузку, алгоритмические системы одновременно способны сужать пространство самостоятельной ориентировки, критической оценки и рефлексивного контроля. В этих условиях особое значение приобретает эпистемическая агентность — способность субъекта занимать активную позицию по отношению к знанию, самостоятельно оценивать, использовать и преобразовывать его (Nieminen, Ketonen, 2024). При взаимодействии с генеративным ИИ сохранение такой агентности связано с контролем субъекта над постановкой познавательных задач и оценкой качества получаемого знания (Woodruff, Hewitt, 2026).
Таким образом, особая объяснительная ценность культурно-исторической психологии состоит в возможности перейти от анализа того, как алгоритмы воздействуют на информацию и поведение, к вопросу о том, какого субъекта формирует систематически алгоритмически опосредованная деятельность. Перспективным направлением исследований становится поэтому изучение непосредственных эффектов использования ИИ, а также того, какие формы произвольности, рефлексии, критического мышления и эпистемической агентности складываются при длительном взаимодействии с адаптивными алгоритмическими медиаторами.
Практическое значение такого подхода связано с необходимостью развития критической алгоритмической грамотности, предполагающей понимание посреднической роли алгоритмов, рефлексию оснований предлагаемых ими решений и сохранение самостоятельности в оценке информации (Low и др., 2023; Ehret, 2024). В условиях расширения алгоритмического посредничества одной из ключевых задач социализации становится не ограничение использования ИИ как такового, а развитие способности субъекта осознанно включать его в собственную деятельность, сохраняя контроль над основаниями познавательного и социального выбора.
Ограничения исследования связаны с его теоретическим характером и отсутствием собственных эмпирических данных. Кроме того, использованный междисциплинарный корпус литературы включает исследования, различающиеся по методологическим основаниям и уровню эмпирической верификации, что требует осторожности при интерпретации выводов о психологических механизмах алгоритмической социализации. Дополнительным ограничением является высокая динамичность цифровой среды и быстрые изменения форм генеративного ИИ и платформенных практик, опережающие формирование устойчивой исследовательской традиции.