Крах когнитивной компенсации и онтологическая стра

Крах когнитивной компенсации и онтологическая стратификация мышления в цифровую эпоху

Автор: Дмитрий Кожеванов

DOI: https://doi.org/10.17613/mcnq8-6km59 (редакция от 25 января 2026 г.)



Аннотация

Статья исследует влияние цифровых технологий и алгоритмически управляемых медиаплатформ на мышление человека в условиях современной информационной среды. В отличие от популярных представлений о «вреде» технологий, автор рассматривает цифровую среду не как прямого разрушителя когнитивных способностей, а как механизм усиления и дифференциации существующих форм мышления у разных людей. Показано, что одни и те же цифровые инструменты могут способствовать развитию сложного, интегративного и рефлексивного мышления у субъектов с устойчивой когнитивной структурой, одновременно ускоряя закрепление поверхностного, фрагментарного или реактивного восприятия у тех, кто к этому предрасположен.

Эти различия становятся социально значимыми на фоне утраты традиционных компенсаторных институтов — образования, массовых медиа и культурных посредников — которые ранее сглаживали когнитивные неравенства. В результате формируется онтологическая стратификация когнитивных режимов, при которой различаются не только знания и умения, но и сами способы конституирования смысла и причинности. Статья фиксирует этот эпистемологический сдвиг, подчеркивая, что цифровые технологии функционируют как «увеличительные зеркала» существующих когнитивных структур, усиливая различия и делая их функционально значимыми для социальной организации.

Ключевые слова:
цифровые технологии, когнитивные режимы, эпистемология, онтологическая стратификация, искусственный интеллект, резонансные системы, цифровое общество.



Введение

В последние годы цифровые технологии, прежде всего системы искусственного интеллекта, алгоритмически управляемые социальные сети и короткие видеоформаты, такие как TikTok, Instagram Reels и YouTube Shorts, стали объектом устойчивой и многоплановой критики в академической и публичной дискуссии. Наиболее распространённая точка зрения утверждает, что эти технологии оказывают когнитивно деструктивное воздействие, подрывая способность к длительной концентрации, ослабляя глубину мышления и снижая автономию субъекта. Классические работы, такие как «Поверхностное мышление» Н. Кэрра (Carr, 2010), анализ влияния цифровых технологий на внимание и память Ш. Теркл (Turkle, 2015) и критика капитализации данных и манипуляции вниманием З. Зубофф (Zuboff, 2019), стали фундаментом для понимания того, как цифровая среда воспринимается как угроза когнитивной целостности индивидуума.

Особую остроту эта проблематика приобретает в отношении поколений, формирующихся в условиях постоянного взаимодействия с цифровыми потоками информации с раннего возраста. Для них восприятие мира организовано через непрерывные последовательности коротких, эмоционально насыщенных стимулов, где скорость, фрагментация и мгновенная обратная связь определяют когнитивные привычки. В рамках доминирующей причинно-линейной модели технологическая среда трактуется как внешняя сила, способная модифицировать когнитивную архитектуру человека напрямую, вызывая деградацию навыков концентрации и критического анализа. ИИ, рекомендательные алгоритмы и короткий контент интерпретируются как инструменты подмены мышления и делегирования интеллектуальных функций внешним агентам, что подтверждается эмпирическими исследованиями эффектов мультитаскинга, снижения объёма рабочей памяти и изменения стратегий обработки информации (Ophir, Nass & Wagner, 2009; Rosen, 2017; Wu, 2021).

Однако данная статья предлагает альтернативную, более детализированную интерпретацию. Цифровые технологии рассматриваются не как первичные агенты когнитивной деградации, а как системы, усиливающие и дифференцирующие уже существующие когнитивные режимы. В этой модели технологии действуют как резонаторы: они не создают новые формы мышления, а выявляют, усиливают и стабилизируют индивидуальные паттерны восприятия и обработки информации. Отсюда следует, что эффект цифровой среды на когнитивные процессы не универсален и не однороден, а зависит от исходной структуры мышления, способности к абстракции, интеграции разнородной информации и стратегического контроля над вниманием.

Одновременно критика цифровых технологий может быть переосмыслена как симптом более глубокого институционального сдвига. В условиях модерна образование, массовые медиа и культурные посредники выполняли компенсаторную функцию, сглаживая различия в когнитивной сложности, обеспечивая нормативный уровень сложности восприятия и создавая единый эпистемический горизонт. С разрушением или утратой эффективности этих институтов цифровые различия становятся функционально значимыми, а тревога общества относительно «вреда» технологий отражает не столько их непосредственное воздействие, сколько утрату механизмов компенсации и усреднения.

Таким образом, данная статья смещает объяснительную рамку с морально-нормативной оценки «польза/вред» к эпистемологическому анализу: критика цифровых технологий признаётся эмпирически мотивированной, но её интерпретация переходит от линейной модели причинности к модели резонансного усиления, где технологии функционируют как системы выявления, структурирования и ускорения когнитивных различий. Это позволяет исследовать последствия цифровой среды не только для индивидуального мышления, но и для социальной организации, структуры конфликтов и формирующейся онтологической стратификации когнитивных режимов.

1. Доминирующий дискурс «вреда» цифровых технологий

От деградации внимания к утрате автономии

Современная критика цифровых технологий формирует относительно устойчивый дискурсивный кластер, включающий несколько ключевых аргументов. Эти аргументы циркулируют как в научной литературе, так и в публичных дебатах, усиливая взаимную легитимацию.

1.1. Критика ИИ как когнитивной угрозы

Первый аргумент связан с восприятием ИИ как формы «внешнего мышления». Интеллектуальные системы — от поисковых алгоритмов до генеративных моделей — интерпретируются как агенты, способные подменять аналитические и рефлексивные процессы человека. Делегирование вычислений, интерпретаций и даже творческих операций машине рассматривается как фактор эрозии когнитивной автономии субъекта (Brynjolfsson & McAfee, 2014; Susskind & Susskind, 2015).

В педагогическом контексте этот аргумент приобретает особую значимость. Исследования указывают, что при некритическом использовании ИИ в обучении учащиеся могут переходить от активного решения задач к пассивной проверке машинных ответов, что снижает развитие метакогнитивных навыков (Luckin et al., 2016).

Важно, однако, что в эмпирических исследованиях наблюдается значительная вариативность эффектов: одни и те же инструменты могут либо замещать мышление, либо выступать его катализатором — в зависимости от когнитивной позиции субъекта (Salomon, Perkins & Globerson, 1991).

1.2. Короткий контент и «клиповое мышление»

Второй аргумент фокусируется на формате информации. Короткие видео и фрагментарные визуальные стимулы связываются с формированием так называемого «клипового мышления» — режима восприятия, характеризующегося высокой скоростью переключения, низкой глубиной обработки и доминированием реактивных когнитивных паттернов (Johnson, 2017; Wolf, 2018).

Алгоритмы платформ усиливают эту динамику через дофаминовую экономику внимания: мгновенные награды, переменное подкрепление и эмоционально насыщенные стимулы формируют устойчивые поведенческие циклы (Haidt & Lukianoff, 2018).

Краткий иллюстративный кейс:
При анализе пользовательского поведения в TikTok наблюдается различие в реакциях на один и тот же контент. Пользователи с развитой когнитивной структурой склонны использовать короткие видео как триггеры для дальнейшего поиска, сопоставления источников и концептуального обобщения. Напротив, пользователи с фрагментарным или реактивным мышлением демонстрируют последовательное потребление несвязанных фрагментов без последующей интеграции, что усиливает ощущение «информационного шума».

Таким образом, сам формат не детерминирует деградацию, но резко усиливает уже существующие когнитивные различия.

1.3. Социальные сети как машины манипуляции

Третий аргумент касается социальных сетей как систем алгоритмического управления вниманием. Концепция «пузырей фильтров» (Pariser, 2011) описывает ситуацию, при которой рекомендательные алгоритмы усиливают уже имеющиеся предпочтения пользователя, снижая вероятность столкновения с альтернативными точками зрения.

Эмпирические исследования показывают, что подобные механизмы способствуют эмоциональной поляризации и усилению аффективных реакций, особенно в политически чувствительных темах (Sunstein, 2017). Однако и здесь эффект не является универсальным: пользователи с высокой эпистемической рефлексией чаще осознают алгоритмическую природу контента и используют социальные сети инструментально, тогда как другие воспринимают поток как объективное представление реальности.

Иллюстрация:
Политические сегменты социальных сетей демонстрируют не столько создание новых убеждений, сколько ускоренное радикализирование уже существующих позиций, делая различия между когнитивными и ценностными режимами более явными и менее сглаженными.

Функция раздела

Первый раздел показывает, что критика цифровых технологий не является ни иррациональной, ни поверхностной. Напротив, она опирается на эмпирические наблюдения и реальные трансформации когнитивной среды. Это признание принципиально важно для доверия к дальнейшему анализу: только принимая обоснованность тревоги, можно корректно переосмыслить цифровые технологии не как первопричину деградации, а как механизмы усиления и экспонирования когнитивных различий.

2. Цифровые технологии как системы усиления

От причинного воздействия к резонансной модели

Доминирующая критика цифровых технологий, как правило, опирается на причинно-линейную модель воздействия: технология рассматривается как внешний агент, который изменяет когнитивные процессы субъекта, формируя новые привычки мышления и поведения. В этой логике цифровые среды интерпретируются как активные причины когнитивной деградации.

Однако эмпирические данные и современные теоретические модели позволяют поставить под сомнение универсальность такого объяснения. Всё больше исследований указывают на то, что цифровые технологии функционируют преимущественно как системы усиления, а не формирования когнитивных структур. Они не создают новые паттерны мышления ex nihilo, а усиливают уже существующие склонности, стили обработки информации и режимы внимания, резонируя с исходным когнитивным состоянием пользователя (Salomon, Perkins & Globerson, 1991; Floridi, 2014).

В рамках этой резонансной модели цифровая среда действует как эпистемологический усилитель: она повышает амплитуду уже имеющихся когнитивных сигналов, делая различия между субъектами более выраженными и устойчивыми. Такое усиление реализуется через три взаимосвязанных механизма: алгоритмическое усиление предпочтений, ускорение циклов восприятия и отсутствие нормативного фильтра.

2.1. Алгоритмическое усиление вместо формирования

Алгоритмы персонализации и рекомендательные системы являются центральным механизмом цифрового усиления. Их функция заключается не в формировании новых интересов или когнитивных стратегий, а в оптимизации вовлечённости за счёт усиления уже проявленных предпочтений и реакций пользователя (Bakshy et al., 2015; Ricci, Rokach & Shapira, 2015).

Исследования показывают, что алгоритмы социальных платформ адаптируют контент на основе минимальных поведенческих сигналов — времени просмотра, скорости пролистывания, микрореакций — и далее экспоненциально усиливают выявленные паттерны. В результате:

• пользователи, склонные к поверхностной обработке информации, всё чаще сталкиваются с коротким, эмоционально насыщенным и слабо связанным контентом, что закрепляет клиповое мышление и реактивные схемы;

• пользователи с развитой способностью к аналитическому и многошаговому мышлению получают контент повышенной сложности, стимулирующий сопоставление, концептуализацию и генерацию идей.

Важно подчеркнуть: алгоритмы не «учат» пользователя мыслить поверхностно или глубоко — они лишь усиливают те когнитивные траектории, которые уже присутствуют. Этот эффект хорошо описывается через аналогию резонанса: система усиливает сигнал, совпадающий с её собственной частотой. Цифровая среда в этом смысле выступает как зеркало, отражающее и усиливающее внутреннюю структуру мышления субъекта.

Подобная интерпретация согласуется с ранними когнитивными теориями распределённого мышления, согласно которым технологические инструменты усиливают когнитивные функции только при наличии соответствующих внутренних структур (Salomon et al., 1991).

2.2. Фрагментация, скорость и обратная связь

Второй механизм усиления связан с темпоральной организацией цифровых сред. Современные платформы радикально сокращают паузы между стимулом и реакцией, формируя ускоренные циклы восприятия, оценки и адаптации. Это приводит к нескольким важным эффектам.

Во-первых, ускорение циклов восприятия формирует устойчивую привычку к кратковременным когнитивным операциям и снижает вероятность спонтанной рефлексии (Rosa, 2013). Во-вторых, мгновенная обратная связь — лайки, комментарии, рекомендации — создаёт среду непрерывного подкрепления, где каждый новый сигнал усиливает текущий когнитивный паттерн. В-третьих, исчезновение временных пауз между восприятием и реакцией приводит к ускоренному закреплению реактивных схем мышления.

Показателен пример платформы TikTok. Исследования демонстрируют, что алгоритм подбора видео строится на сверхкоротких поведенческих циклах и способен за считанные минуты сформировать устойчивую персонализированную ленту (Montag et al., 2021). При этом:

• для одних пользователей эта среда становится источником фрагментации и рассеянности;

• для других — быстрым генератором идей, ассоциативных связей и когнитивных зацепок, которые затем используются в более медленных формах мышления.

Таким образом, скорость и фрагментация сами по себе не детерминируют деградацию. Они выступают как катализаторы, усиливающие либо реактивность, либо продуктивную когнитивную активность — в зависимости от исходной структуры субъекта.

2.3. Отсутствие нормативного фильтра

Третий механизм принципиально отличает цифровые среды от традиционных институтов знания. В отличие от образования, литературы и классических медиа, цифровая среда не выполняет нормативно-компенсаторных функций. Она:

• не обучает в строгом академическом смысле;

• не формирует когнитивные привычки целенаправленно;

• не компенсирует дефициты внимания, понимания или абстракции.

Исторически образовательные и медийные институты выполняли функцию когнитивного выравнивания, задавая минимальные стандарты сложности и общего языка (Bourdieu, 1986). Цифровая среда, напротив, оптимизирована под эффективность, персонализацию и удержание внимания, а не под эпистемическое развитие пользователя.

Отсутствие нормативного фильтра означает, что цифровые технологии не вмешиваются в когнитивную траекторию субъекта с целью её коррекции. Они лишь ускоряют движение в уже заданном направлении, усиливая различия между пользователями вместо их сглаживания.

Ключевой тезис раздела

Цифровая среда не задаёт содержание мышления, а усиливает его форму. Эффект цифровых технологий определяется резонансом с исходным когнитивным состоянием пользователя: одни и те же механизмы могут экспоненциально усиливать как сложное, структурированное мышление, так и поверхностные, реактивные паттерны.

Именно сочетание резонансного усиления с отсутствием компенсаторных механизмов создаёт условия для дифференциации когнитивных режимов — процесса, который выходит за рамки традиционного социального неравенства и требует отдельного анализа. Этот переход и будет рассмотрен в следующем разделе.

3. Дифференциальные эффекты цифровых сред

Один механизм — противоположные когнитивные траектории

Если цифровые технологии функционируют как системы усиления, а не формирования, то их когнитивные эффекты по определению не могут быть универсальными. Один и тот же набор механизмов — алгоритмическая персонализация, ускорение обратной связи, фрагментация контента — приводит к принципиально различным, а иногда противоположным когнитивным траекториям в зависимости от исходной структуры мышления субъекта.

Тем не менее, в доминирующем критическом дискурсе это различие систематически игнорируется. Эмпирически неоднородные эффекты технологий описываются как однородные и массовые, что создаёт иллюзию универсального «вреда» или «пользы» цифровых сред. Настоящий раздел демонстрирует, что такая универсализация является концептуальной ошибкой.

3.1. Резонанс с наличной когнитивной структурой

Ключевым фактором, определяющим когнитивный эффект цифровых технологий, является исходная когнитивная структура пользователя. В рамках резонансной модели можно выделить по меньшей мере три устойчивых режима мышления, с которыми цифровая среда вступает в различный тип взаимодействия.

Для субъектов с развитой способностью к абстракции, иерархизации и интеграции смыслов цифровая среда функционирует как катализатор мышления. Фрагменты информации воспринимаются не как завершённые элементы, а как сырьё для синтеза, постановки проблем и построения новых концептуальных связей. Исследования De Bruyckere, Kirschner и Hulshof (2015) показывают, что пользователи с высоким уровнем метакогнитивных навыков используют цифровые платформы селективно и инструментально, интегрируя краткие сигналы в более протяжённые когнитивные циклы. При этом короткий контент и ИИ-инструменты увеличивают плотность входящих стимулов, ускоряя интеллектуальную работу без утраты глубины.

Клинические и когнитивные кейсы подтверждают это. Например, исследование Chiossi et al. (2023) выявило, что участники с высокой степенью когнитивной гибкости использовали TikTok не как источник пассивного потребления, а как инструмент генерации исследовательских гипотез: они фиксировали интересные идеи и неожиданные концептуальные связи, затем обсуждали их в научных группах или перерабатывали в письменные форматы. Аналогичные результаты описаны Ahmadova (2024), где учащиеся старших классов применяли короткие видео как «триггеры» для построения собственных моделей решения задач, что существенно ускоряло творческое мышление.

При отсутствии устойчивых структур интеграции цифровая среда усиливает мозаичное восприятие информации. Фрагменты потребляются, но между ними не формируются устойчивые логические или причинные связи. Исследования клипового мышления, например работа Mark et al. (2018), демонстрируют, что проблема заключается не в самом формате краткости, а в неспособности к последующей интеграции информации. В таких случаях цифровая среда не разрушает мышление напрямую, но делает видимой его ограниченность, закрепляя поверхностную обработку и отсутствие целостного понимания. Важно подчеркнуть, что аналогичные эффекты наблюдались и в доцифровых средах, например при просмотре телевизионных сериалов или потреблении новостных выпусков, но цифровые технологии радикально ускоряют и стабилизируют этот режим за счёт персонализации и мгновенной обратной связи.

Для некоторых пользователей цифровая среда усиливает реактивное мышление, когда внимание фиксируется преимущественно на эмоционально насыщенных сигналах. Нейрокогнитивные исследования Montag и Diefenbach (2018) показывают, что в этих случаях доминируют механизмы дофаминового подкрепления, а не рефлексивного контроля. Стабилизация реактивного режима также подтверждается работой Brailovskaia et al. (2019), которые выявили, что предикторами проблемного использования социальных сетей являются личностные и когнитивные особенности пользователя, а не сама технология. Цифровая среда ускоряет и фиксирует уже существующую склонность к реактивности, делая её социальной и функциональной реальностью.

Принципиально важно подчеркнуть: цифровые технологии действуют как катализатор, резонансная система и усилитель уже наличных когнитивных режимов. Они не создают новые когнитивные структуры и не ломают существующие, но делают различия между ними более очевидными, устойчивыми и социально значимыми.

3.2. Ускорение деградации и ускорение развития

Из резонансной природы цифровых технологий вытекает парадоксальный, но эмпирически подтверждённый эффект: одни и те же инструменты способны ускорять как когнитивную деградацию, так и когнитивное развитие. Этот феномен демонстрирует, что влияние цифровой среды не является линейным или однозначным; оно зависит от исходной когнитивной структуры субъекта, его навыков метакогнитивного контроля и привычек взаимодействия с информацией.

В случаях, когда когнитивная структура субъекта недостаточно развита, ИИ-инструменты и алгоритмы рекомендаций действительно могут замещать мышление. Пользователь всё чаще полагается на готовые ответы, шаблоны и предсказания, минимизируя собственные аналитические усилия. Этот эффект наблюдается в исследованиях автоматизации когнитивных задач, где показано, что при низком уровне предварительной компетенции технологии снижают вероятность самостоятельного решения проблем и формирования новых стратегий мышления (Parasuraman & Riley, 1997). Например, анализ использования рекомендательных систем в онлайн-обучении показал, что студенты с низким уровнем метакогнитивных навыков чаще выбирают готовые ответы и избегают критического анализа источников, что приводит к закреплению поверхностного понимания материала (Ahmadova, 2024).

Однако корректнее интерпретировать этот процесс не как «отупление», а как ускоренную стабилизацию слабого когнитивного режима. Это соответствует концепции дифференциального усиления: цифровая среда не создаёт когнитивные ограничения, но делает явными и закрепляет существующие слабости. Кейс исследования коротких видеоплатформ подтверждает этот эффект: подростки, у которых ранее наблюдались трудности с концентрацией, при потреблении интенсивного потока TikTok-видео демонстрируют усиление импульсивного выбора контента и снижение глубины аналитических процессов (Chiossi et al., 2023).

Для субъектов с развитым мышлением те же инструменты выступают как катализаторы. Искусственный интеллект используется для проверки гипотез, генерации альтернатив, расширения аргументационного поля. Короткий контент функционирует как источник сигналов и аномалий, инициирующих дальнейшее углублённое исследование. Эмпирические работы показывают, что пользователи с высоким уровнем метакогнитивных навыков интегрируют фрагментарные сигналы в системные концепции, создавая новые модели и гипотезы (Kirschner & Hendrick, 2020; De Bruyckere, Kirschner & Hulshof, 2015). Например, исследование использования научных Telegram-каналов показало, что активные участники, обладающие аналитическими навыками, создают «цепочки гипотез», связывая разрозненные факты и формулируя собственные исследовательские вопросы (Ahmadova, 2024).

Таким образом, цифровые технологии не имеют единого когнитивного эффекта. Их влияние на развитие или деградацию мышления определяется исходной когнитивной структурой пользователя, наличием метакогнитивного контроля и активной стратегии взаимодействия с информацией. Эффект ускорения, будь то развитие или деградация, не является случайным, а отражает принцип резонанса между структурой мышления и цифровым контентом.

3.3. Цифровые технологии как детектор, а не причина

Одним из наиболее значимых, но часто недооценённых эффектов цифровых сред является их функция детектора когнитивных различий. Там, где ранее действовали институциональные механизмы сглаживания — стандартизированное образование, унифицированные медиа и ограниченный доступ к информации — цифровая среда делает различия явными и операциональными.

Алгоритмы не выравнивают когнитивные траектории, а подсвечивают различия в глубине обработки информации, способности к рефлексии, устойчивости внимания и когнитивном самоконтроле. Например, исследование цифровых образовательных платформ показало, что алгоритмы персонализированного контента позволяют выделить группы студентов с различной способностью удерживать когнитивную нагрузку, что ранее было скрыто под общими результатами экзаменов (Chiossi et al., 2023). В социальных сетях этот эффект проявляется аналогично: поток рекомендаций структурируется на основе уже существующих интересов и когнитивных привычек, создавая «парадокс видимости» — различия в мышлении становятся видимыми, но не меняются сами по себе.

Исчезновение иллюзии «среднего уровня» не означает появления новых различий. Оно фиксирует утрату внешних компенсаторных механизмов, которые ранее маскировали уже существующую когнитивную неоднородность (Bourdieu, 1986). Кейс из корпоративной среды подтверждает этот эффект: при внедрении внутренних аналитических платформ сотрудники с развитыми стратегическими навыками демонстрируют усиление эффективности принятия решений, в то время как менее подготовленные сотрудники фиксируются в узком реактивном режиме, что создаёт функциональные, а не формальные различия в результатах работы (Ahmadova, 2024; Montag & Diefenbach, 2018).

В этом смысле цифровые технологии выступают не причиной когнитивной дифференциации, а её ускоренным, наглядным и трудно игнорируемым проявлением. Они действуют как зеркала, выявляя различия, ранее сглаженные институциональными механизмами, и делая их структурообразующими для социальных, образовательных и профессиональных процессов.

4. Крах компенсаторных институтов модерна

Почему образование, СМИ и культура больше не выравнивают

Дифференциальные когнитивные эффекты цифровых технологий становятся социально значимыми не сами по себе, а в силу одновременного ослабления или утраты эффективности институтов, которые на протяжении эпохи модерна выполняли функцию когнитивной компенсации. Массовое образование, печатные медиа и культурные каноны исторически не устраняли различия в способностях, но сглаживали их проявления и социальные последствия, создавая иллюзию когнитивного равенства.

Крах этих институтов не означает их полного исчезновения. Он означает утрату их способности выполнять компенсаторную функцию в условиях цифровой среды. Цифровые технологии не просто не продолжают эту функцию — они институционально и экономически устроены так, чтобы от неё отказаться.

4.1. Образование как механизм усреднения (исторически)

Массовое образование модерна было сконструировано как система стандартизации когнитивной сложности, ориентированная не на максимизацию индивидуального интеллектуального потенциала, а на обеспечение минимального общего уровня когнитивной компетентности, достаточного для функционирования индустриального общества (Durkheim, 1922; Dewey, 1916).

Стандартизация

Учебные программы, экзаменационные форматы и единые учебники формировали обязательный корпус знаний, который должен был быть усвоен всеми учащимися независимо от их исходных когнитивных различий. Эта стандартизация выполняла двойную функцию: с одной стороны, она обеспечивала социальную воспроизводимость знаний; с другой — маскировала различия в глубине понимания за формальными критериями успешности (Bourdieu & Passeron, 1977).

Исторические исследования школьных систем XIX–XX веков показывают, что массовое образование целенаправленно снижало вариативность когнитивных траекторий, подавляя как крайние формы интеллектуальной слабости, так и нестандартную интеллектуальную избыточность (Meyer et al., 1977).

Нормативная сложность

Образовательные институты задавали нормативный уровень сложности, обязательный для усвоения. Те учащиеся, которые не могли удерживать этот уровень самостоятельно, поддерживались системой повторения, дисциплины, внешней мотивации и временных отсрочек. Таким образом, образование компенсировало различия в темпах и способностях, обеспечивая формальное соответствие стандарту (Bowles & Gintis, 1976).

Важно подчеркнуть, что эта компенсация не означала когнитивного равенства; она означала отсрочку проявления различий и их институциональную маскировку.

Линейное знание

Знание в модерне передавалось линейно и иерархически: от простого к сложному, от базовых навыков к абстрактным концепциям. Эта линейность создавала временные паузы для адаптации и рефлексии, позволяя субъектам с различной когнитивной скоростью оставаться внутри общего образовательного маршрута (Goody, 1977).

Цифровая среда радикально нарушает эту линейность, но важно отметить: именно линейность служила ключевым компенсаторным механизмом.

4.2. СМИ и литература как переводчики сложности

Помимо образования, важнейшую компенсаторную роль в обществе модерна играли массовые медиа и литература, функционировавшие как переводчики когнитивной сложности.

Упрощение без разрушения

Газеты, журналы, радио и телевидение выполняли функцию адаптации сложных научных, политических и философских идей к массовому восприятию. Классические исследования медиа показывают, что журналистика модерна стремилась к упрощению без разрушения смыслового ядра, обеспечивая доступ к сложным темам без их полной редукции (Habermas, 1962).

Даже популярная наука и массовая литература сохраняли внутреннюю связность нарратива, что способствовало формированию устойчивых когнитивных схем у широкой аудитории.

Общий язык общества

Массовая культура формировала единый когнитивный и символический язык, в котором ключевые общественные вопросы могли обсуждаться на базовом уровне. Этот язык выполнял функцию когнитивного «клея», связывающего общество несмотря на различия в уровне образования и интеллектуальной подготовки (Anderson, 1983).

Важно отметить, что общий язык не устранял различий, но делал их социально управляемыми, предотвращая фрагментацию когнитивных миров.

4.3. Цифровая среда как отказ от компенсации

Цифровая среда принципиально отличается от институтов модерна не только технологически, но и институционально. Она не просто не компенсирует когнитивные различия — она структурно отказывается от этой задачи.

Персонализация вместо усреднения

Алгоритмическая персонализация разрушает саму идею общего уровня сложности. Каждый пользователь получает контент, оптимизированный под его текущие реакции и предпочтения, а не под общественный стандарт понимания. Исследования алгоритмических систем показывают, что персонализация усиливает когнитивную дивергенцию, а не сглаживает её (Sunstein, 2017).

Скорость вместо педагогики

Цифровые платформы исключают педагогическую логику постепенного усложнения. Поток информации организован по принципу непрерывности и скорости, без встроенных механизмов замедления и рефлексии. Это приводит к тому, что субъекты с разной когнитивной скоростью оказываются в принципиально разных режимах обработки информации (Rosa, 2013).

Эффективность вместо заботы

Экономическая логика цифровых платформ ориентирована на эффективность удержания внимания и максимизацию вовлечённости, а не на когнитивное развитие или выравнивание. В отличие от институтов модерна, цифровые среды не несут социальной ответственности за когнитивные последствия своего воздействия (Zuboff, 2019).

Забота о слабых когнитивных режимах отсутствует не по злому умыслу, а по структурным причинам: она не вписывается в экономическую модель платформ.

Ключевая идея раздела

Новая цифровая среда не заинтересована в когнитивном равенстве. В отличие от институтов модерна, она не маскирует различия и не компенсирует их, а делает их функционально значимыми и социально видимыми. Именно крах компенсаторных институтов превращает дифференциальные когнитивные эффекты цифровых технологий в основу новой формы социальной и онтологической стратификации.

5. Онтологическая стратификация когнитивных режимов

От социального неравенства к различию форм мышления

Совокупность рассмотренных факторов — усилительный характер цифровых технологий, отказ от компенсаторных институтов и дифференциальные когнитивные эффекты — приводит к возникновению нового типа социального расслоения, который можно назвать онтологической стратификацией когнитивных режимов. В отличие от классических моделей социального неравенства, основанных на доступе к ресурсам, статусу или профессиональной позиции, здесь различаются формы мышления и способы конституирования реальности, что проявляется в различии самих эпистемических картин мира. Этот феномен становится особенно заметным в средах, где ускоренные цифровые потоки информации создают мощные когнитивные резонансы.

5.1. Расслоение не по статусу, а по способности удерживать сложность

Ключевым параметром стратификации является способность субъекта удерживать и обрабатывать сложность. В цифровой среде формируются устойчивые когнитивные режимы, различающиеся по глубине анализа, способности к интеграции разнородных сигналов и уровню абстракции. Эти режимы не коррелируют напрямую с формальным образованием, социальным происхождением или профессиональным статусом, что подтверждается рядом исследований, показывающих различия в когнитивной адаптации пользователей социальных сетей и ИИ-инструментов (Montag et al., 2021; Ophir, Nass & Wagner, 2009).

Например, анализ взаимодействия с TikTok показывает, что одни пользователи используют поток коротких видео как источник идей и стимул к аналитическим построениям, интегрируя разрозненные сигналы в новые концептуальные модели, тогда как другие закрепляют поверхностное, реактивное восприятие, полагаясь на готовые шаблоны и эмоциональные триггеры (Montag et al., 2021). В политическом контексте это проявляется в неспособности отдельных групп воспринимать аргументацию, основанную на стратегическом или многоуровневом анализе: в ходе дебатов по климатической политике или бюджетным вопросам реактивные участники акцентируют внимание на эмоциональных сигналах, а не на причинно-следственных связях (Sunstein, 2018).

В результате формируются различные «реальности»: не просто разногласия во мнениях, а разные когнитивные миры, в которых события интерпретируются по несопоставимым логикам. То, что кажется очевидным и рационально обоснованным в одном режиме, может быть невидимо или бессмысленно в другом, создавая функционально немаскируемые различия между группами.

5.2. Ненаследуемость и нестабильность новой «элиты»

Несмотря на внешние аналогии с элитами прошлого, новая когнитивная стратификация принципиально отличается от кастовых, классовых или статусных моделей. Когнитивный режим не передаётся автоматически через происхождение, культурный капитал семьи или формальное образование. Даже высокообразованные субъекты могут «утратить» способность к устойчивому структурированному мышлению под влиянием перегрузки информацией, эмоциональной стимуляции и постоянного фрагментированного взаимодействия с цифровыми средами. Эмпирические исследования показывают, что интенсивное использование социальных сетей и ИИ-инструментов может как ускорять когнитивное развитие, так и приводить к деградации способности к аналитическому мышлению (Rosen, 2017; Susskind & Susskind, 2015).

Таким образом, когнитивная «элита» в цифровую эпоху — это не класс, не каста и не устойчивая идентичность, а временный и динамический режим функционирования мышления. Примеры можно найти в науке: исследователи, способные удерживать многомерные модели данных и создавать сложные симуляции, одновременно подвержены «выгоранию» и когнитивной фрагментации при постоянной интеракции с алгоритмическими платформами. В управлении компании, где решения принимаются в гибридной среде человек–ИИ, топ-менеджеры, демонстрирующие стратегическое мышление в одном квартале, могут оказаться менее адаптивными через три месяца при изменении информационных потоков и алгоритмической динамики.

5.3. Разрыв когнитивных миров как источник конфликтов

Онтологическая стратификация когнитивных режимов напрямую влияет на социальные конфликты. В цифровой эпохе мы наблюдаем, что непонимание и разрыв между когнитивными мирами лежат в основе многих современных противоречий, ошибочно интерпретируемых как идеологические или ценностные.

В политике это проявляется в неспособности участников дискуссий воспринимать аргументы, построенные на другой когнитивной «частоте»: дебаты о законах, налогах или климатической политике часто перерастают в эмоциональные конфликты, так как аргументы стратегического планирования остаются невидимыми для реактивного когнитивного режима (Sunstein, 2018). В науке конкурирующие парадигмы иногда сталкиваются не только в дискуссиях, но и в интерпретации данных: те, кто ориентирован на интегративное мышление, видят закономерности и связи, которые для фрагментарных исследователей оказываются бессмысленными, вызывая недоверие и конфликт между лабораториями или исследовательскими школами.

В управлении и организационном контексте различия когнитивных режимов проявляются в асинхронности принятия решений: стратегическое видение может вступать в противоречие с реактивными, «мгновенными» решениями, что приводит к системным ошибкам и внутренним кризисам даже внутри одной организации. При этом конфликты между когнитивными мирами не сводятся к разнице опыта или информации — они связаны с фундаментальными различиями в способах конституирования причинности и смысла.

Функция раздела
Раздел фиксирует качественно новый тип социального расслоения: онтологическую стратификацию когнитивных режимов, где различия между людьми становятся функциональными, явными и напрямую влияют на структуру общества и конфликты в нём. Цифровая эпоха делает различия в когнитивных мирах видимыми, ускоряет их проявление и усиливает последствия несоответствия способов мышления, что радикально меняет ландшафт социальных, научных и управленческих взаимодействий.

6. Экспоненциальные возможности когнитивного усиления

Потенциал, открывающийся для мыслящих субъектов

Если цифровые технологии не формируют мышление, а усиливают его форму, то для субъектов, способных удерживать сложность, они открывают качественно новые возможности. Эти возможности проявляются в ускорении генерации идей, развитии сетевого мышления и индивидуальных когнитивных траекторий, но не являются гарантированным эффектом. Они возникают как побочный результат резонанса между цифровой средой и развитой когнитивной структурой субъекта (Floridi, 2014; Brynjolfsson & McAfee, 2014).

6.1. Ускорение творчества и генерации идей

Для мыслящих субъектов цифровая среда выступает как катализатор творческих процессов. Короткие видео, посты и фрагментарные сигналы предоставляют материал для интеллектуальной переработки.

Фрагментарные сигналы как сырьё
В отличие от реактивного когнитивного режима, где фрагменты информации воспринимаются поверхностно, структурированное мышление использует их для синтеза новых связей. TikTok и Instagram Reels могут служить источником идей для генерации инновационных проектов, если пользователь умеет интегрировать разрозненные элементы (Johnson, 2017; Ophir, Nass & Wagner, 2009). В корпоративной среде подобные платформы применяются для вдохновения креативных команд: короткие кейсы, микроконтент и визуальные паттерны выступают как входные данные для мозгового штурма.

ИИ как внешний когнитивный резонатор
Инструменты искусственного интеллекта усиливают мыслительные процессы, выступая как резонатор: они масштабируют, проверяют и ускоряют когнитивные операции. Например, генеративные модели, такие как GPT или Codex, позволяют:

• быстро проверять гипотезы и строить сценарии,
• генерировать альтернативные интерпретации данных,
• выявлять слабые места в аргументации.

Важно: эффективность резонанса зависит от исходного качества мышления. Слабая когнитивная структура усиливается так же, как и сильная, что подтверждается исследованиями влияния ИИ на обучение и когнитивные навыки (Luckin et al., 2016; Holmes et al., 2019).

Примеры кейсов:

• Научные лаборатории используют ИИ для проверки тысяч гипотез в биоинформатике; исследователи, способные интегрировать эти результаты, значительно ускоряют открытие новых закономерностей.

• В креативной индустрии дизайнеры используют платформы MidJourney и DALL•E как источник визуальных сигналов, формирующих новые концепции и композиционные идеи.

6.2. Новые формы коллективного и распределённого мышления

Цифровая среда создаёт предпосылки для возникновения новых эпистемологических конфигураций, выходящих за рамки индивидуального мышления. Эти конфигурации базируются на сочетании когнитивных способностей человека и алгоритмического усиления, что позволяет формировать распределённые сети знания и коллективное мышление.

Гибрид человек–алгоритм
Современные когнитивные практики приобретают форму гибридных систем, где человек и алгоритм функционируют как единое когнитивное целое. Алгоритмы берут на себя операции поиска, сопоставления и генерации альтернатив, а человек сохраняет функции интерпретации, оценки и смысловой интеграции.

Примеры:

• В научных коллаборациях платформы вроде ResearchRabbit и Connected Papers позволяют отслеживать сотни публикаций и автоматически выявлять связи между исследованиями. Участники, способные работать с этими инструментами, получают преимущество в генерации новых гипотез и выявлении междисциплинарных связей (Fortunato et al., 2018).

• В индустрии разработки ПО инструменты GitHub Copilot и ChatGPT помогают разработчикам находить решения сложных задач, комбинируя их опыт и алгоритмическую генерацию кода. Разработчики с высокой способностью к абстракции и стратегическому мышлению получают экспоненциальное ускорение продуктивности (Brynjolfsson et al., 2021).

Сетевая эпистемология
Цифровые платформы создают распределённые сети мышления, в которых знания циркулируют между участниками без централизованного институционального контроля. Эти сети формируют новые «сообщества практики» (Wenger, 1998), где коллективная память, динамическое взаимодействие и совместное решение проблем становятся ключевыми ресурсами.

Однако такие формы коллективного мышления требуют высокой когнитивной дисциплины и способности к рефлексии; иначе распределённая сеть быстро деградирует в шум и поверхностную реактивность. Кейсы:

• Open Science проекты, например Human Cell Atlas, используют распределённое участие сотен исследователей по всему миру, где координация и интеграция знаний невозможна без развитых когнитивных и организационных навыков участников (Regev et al., 2017).

• Дискуссионные сообщества на Reddit и Hacker News демонстрируют, что участники с высокой аналитической способностью извлекают из сетевого взаимодействия идеи и решения, тогда как менее развитые когнитивные режимы получают лишь хаотический поток сигналов.

6.3. Индивидуальные траектории развития

Цифровая среда предоставляет возможность построения индивидуальных когнитивных траекторий, независимых от традиционных институциональных маршрутов, таких как школа, университет и карьерные лестницы.

Отказ от стандартных маршрутов
Доступ к информации, инструментам и сообществам напрямую позволяет субъектам обходить последовательность «образование — карьера — статус». При этом траектории становятся асинхронными и нелинейными: один человек может достигать высокого уровня понимания в одной области без формальных институтов, другой — оставаться ограниченным в аналогичной среде.

Рост без институционального посредника
В современных образовательных экосистемах, таких как онлайн-курсы Coursera, MIT OpenCourseWare, Khan Academy, и специализированные платформы вроде DataCamp или edX, когнитивное развитие всё чаще происходит вне формальных образовательных структур. Однако отсутствие институционального посредника накладывает требование высокой внутренней дисциплины, мотивации и способности к самокоррекции (Schmidt & Van der Molen, 2020).

Примеры:

• В IT и Data Science молодые специалисты достигают уровня экспертов, проходя только онлайн-курсы и практикуясь на реальных проектах. Их когнитивный рост ускоряется за счёт сочетания цифрового резонанса и активной практической интеграции знаний.

• В креативной индустрии художники и дизайнеры формируют уникальные стили и методы, комбинируя цифровой микроконтент, ИИ-инструменты и сетевую обратную связь, что невозможно было бы в традиционной образовательной модели.

Важно: границы возможностей
Экспоненциальные возможности когнитивного усиления не универсальны. Они усиливают различия между пользователями и требуют высокого уровня автономии, рефлексии и способности удерживать сложность. Цифровая среда открывает новые горизонты, но только для тех, кто способен к сложному мышлению и системной интеграции информации.

7. Цифровые технологии как эпистемологические зеркала: страх, запреты и борьба с отражением

Критика цифровых технологий, рассмотренная в предыдущих разделах, приобретает новый смысл, если рассматривать её не только как реакцию на эмпирически наблюдаемые когнитивные эффекты, но и как симптом более глубокой эпистемологической перестройки. Цифровые среды функционируют как эпистемологические зеркала: они делают видимыми когнитивные различия, которые ранее сглаживались или скрывались институциональными механизмами модерна, такими как стандартизированное образование, массовые медиа и культурные практики.

7.1. Критика как реакция на утрату иллюзии равенства

Одним из наиболее значимых источников тревоги, сопровождающей цифровую трансформацию, является утрата иллюзии когнитивного равенства. В условиях персонализированной цифровой среды исчезает общий уровень сложности, который ранее формировался через стандартизированные образовательные программы, унифицированные медиа и общие культурные коды. Этот уровень выступал своего рода «латентным компенсатором», скрывающим различия в когнитивных способностях и создающим видимость единого эпистемического пространства. С исчезновением этого уровня, привычная модель социальной коммуникации разрушается: различия между когнитивными режимами становятся немаскируемыми и функционально значимыми.

Эта трансформация вызывает особенно острые реакции у интеллектуальных и управленческих элит. Легитимность их роли во многом строилась на способности выступать посредниками между сложными знаниями и массовым восприятием, создавать интерфейс между экспертной информацией и общедоступной коммуникацией. Цифровая среда разрушает эту посредническую функцию, поскольку алгоритмическая персонализация контента позволяет пользователям формировать собственные кривые когнитивного усиления или деградации, минуя институциональные фильтры. Таким образом, критика цифровых технологий часто выступает не столько как забота о «вреде» технологий, сколько как реакция на потерю контроля над когнитивной стратификацией, ранее частично управляемой институтами модерна.

7.2. Запреты и регуляции как попытка восстановить компенсацию

Одним из естественных ответов на усиление когнитивных различий становится законодательное регулирование, ограничение доступа к определённым инструментам или методам работы с цифровыми платформами, особенно в образовательной и развлекательной сферах. Эти меры редко направлены на саму технологию. Чаще всего они представляют собой попытку воспроизвести утраченную функцию компенсации — замедлить процессы усиления, вновь ввести стандарты и нормативную сложность, создать временные паузы для обучения и рефлексии.

Однако эффективность таких регулятивных мер ограничена структурными свойствами технологий. Цифровые среды не просто инструменты; они организованы как системы усиления, а не формирования. Попытка подавить эффект усиления когнитивных режимов эквивалентна попытке убрать отражение, не меняя самого зеркала: алгоритмы персонализируют и усиливают текущие паттерны мышления, и это происходит независимо от того, пытаются ли регуляторы ввести универсальные ограничения. Этот феномен наблюдается, например, в контексте регулирования платформ TikTok и Instagram, где ограничения времени использования или фильтры контента лишь частично корректируют ускорение когнитивных траекторий и не снимают их дифференциации (Montag et al., 2021; Roberts et al., 2022).

7.3. Цифровые технологии и ускорение различий

Ключевой вывод заключается в том, что цифровые технологии не делают людей умнее или глупее в прямом смысле. Их действие носит селективный, контекстуальный и резонансный характер: они делают различия между когнитивными режимами быстрыми, явными и необратимыми. Этот эффект не предполагает оценочного деления на «лучших» и «худших». Напротив, он фиксирует эпистемологический факт: в цифровой среде различия в глубине анализа, способности к абстракции и интеграции разнородных сигналов перестают быть скрытыми, становясь структурообразующими элементами социальной организации.

Эта динамика иллюстрируется на примерах образовательных платформ, использующих адаптивные алгоритмы, которые усиливают индивидуальные траектории обучения: одни студенты ускоренно осваивают сложные концепции, в то время как другие закрепляют поверхностное понимание. Аналогично, в политической коммуникации алгоритмически подобранные потоки информации создают сегментированные эпистемические реальности, где участники не могут понять или даже увидеть аргументы из «параллельного» когнитивного мира (Bakshy et al., 2015; Pariser, 2011).

Заключение: эпистемологическая фиксация, а не нормативные выводы

В настоящей статье показано, что традиционный дискурс о «вреде» цифровых технологий отражает наблюдаемые, но концептуально неверно интерпретируемые эффекты. Цифровая среда не выступает первопричиной когнитивной деградации, а функционирует как резонансная система, усиливающая уже существующие когнитивные структуры. Социальная значимость этого усиления возникает не сама по себе, а в контексте разрушения или утраты компенсаторных институтов модерна — формального образования, систем массовой коммуникации, профессиональных и культурных посредников, — которые ранее сглаживали различия в когнитивной сложности субъектов и поддерживали иллюзию универсального когнитивного равенства.

В результате различия в когнитивных режимах становятся явными, устойчивыми и функционально значимыми, формируя качественно новую структуру социальной дифференциации.

1. Смена объяснительной рамки

Первый элемент научной новизны исследования заключается в смене объяснительной рамки анализа когнитивных эффектов цифровых технологий. В отличие от доминирующих интерпретаций, напрямую приписывающих цифровым средам причинную роль в когнитивном упрощении, фрагментации или деградации, в статье предлагается резонансная модель. В рамках этой модели цифровые технологии рассматриваются как усилители уже наличествующих когнитивных режимов, а не как автономные источники изменений. Это позволяет объяснить эмпирически фиксируемое расхождение эффектов одних и тех же цифровых инструментов — от развития сложных, рефлексивных форм мышления до ускоренного закрепления поверхностных и реактивных режимов восприятия — без обращения к нормативным или моральным оценкам технологий как таковых.

2. Онтологическая, а не образовательная стратификация когнитивных режимов

Второй ключевой вклад статьи состоит во введении понятия онтологической стратификации когнитивных режимов. Показано, что формирующееся расслоение не может быть адекватно описано в терминах образовательного неравенства, различий в уровне знаний, навыков или цифровой грамотности. Речь идёт о различиях более фундаментального порядка — о способах конституирования реальности, организации смыслов, причинности и связности опыта. Такая стратификация предполагает не позиции внутри общей картины мира, а сосуществование качественно различных когнитивных миров, между которыми затруднена или невозможна полноценная эпистемическая трансляция. Цифровая среда делает эти различия не только видимыми, но и операционально значимыми для социальной координации.

3. Роль исчезающих компенсаторных институтов

Третий аспект научной новизны связан с анализом роли исчезающих компенсаторных институтов в трансформации когнитивной структуры общества. В статье показано, что цифровые технологии приобретают стратифицирующий эффект не в вакууме, а в условиях ослабления институтов, которые исторически выполняли функцию выравнивания когнитивных различий и поддержания общего эпистемического фона. Их деградация не порождает когнитивное неравенство, но устраняет механизмы, ранее скрывавшие и смягчавшие онтологическую неоднородность когнитивных режимов. Тем самым внимание смещается с индивидуальных стратегий адаптации к анализу структурных условий, определяющих социальную значимость цифрового усиления когнитивных различий.

Цель статьи сознательно не заключается в формулировании нормативных оценок или политических рекомендаций. Фокус сделан на эпистемологической фиксации происходящих изменений: цифровая среда рассматривается как зеркало, которое не создаёт когнитивные структуры, а отражает их, усиливает различия и делает их структурообразующими для социальной организации. Эти различия становятся не просто наблюдаемыми, но функционально определяющими динамику производства знаний, процессов принятия решений и форм социальных взаимодействий.

Пределы исследования

Настоящий анализ носит теоретический характер и не претендует на исчерпывающее эмпирическое описание всех когнитивных эффектов цифровых технологий. В частности, необходима дальнейшая работа по уточнению и проверке следующих аспектов:

Во-первых, требуется эмпирическая верификация резонансной модели цифровых сред с использованием когнитивно-нейробиологических, психометрических и поведенческих методик. Это позволит уточнить границы эффектов усиления и выявить параметры, определяющие направление когнитивной траектории (развитие или деградация).

Во-вторых, требуется сравнительный анализ когнитивных режимов в различных социальных, культурных и институциональных контекстах. Сопоставление данных, полученных в разных образовательных системах, медиасредах и цифровых платформах, поможет выявить универсальные закономерности и контекстуальные модификаторы эффектов цифровых технологий.

В-третьих, необходимо изучение институциональных ответов на онтологическую стратификацию когнитивных режимов. В частности, следует оценить эффективность компенсаторных и адаптивных механизмов — образовательных программ, практик коллективного мышления, сетевых платформ и алгоритмических инструментов — в стабилизации когнитивного равновесия и поддержании функциональной интеграции в обществе.

Кроме того, будущие исследования могут быть направлены на разработку методологических рекомендаций для интеграции цифровых технологий в образовательные, научные и профессиональные практики. Это предполагает создание экспериментальных и наблюдательных дизайнов, позволяющих системно оценивать взаимодействие когнитивных режимов с инструментами ИИ, платформами короткого контента и алгоритмическими системами рекомендаций.

Поле для дальнейшей дискуссии

Цифровая эпоха ставит под сомнение не только образовательные и технологические практики, но и фундаментальные основания социальной интеграции. Осознание того, что цифровые технологии функционируют как эпистемологические зеркала, открывает пространство для пересмотра роли институтов и социальных норм в современном обществе. Дискуссия о сложности, различии и границах когнитивного равенства может стать основой для разработки новых моделей взаимодействия между когнитивными режимами и технологической средой. Эти модели, в свою очередь, могут направить усилия общества на сохранение и развитие когнитивного потенциала, формируя более адаптивные и устойчивые образовательные, научные и управленческие практики.

;

Список литературы

Ahmadova, T. (2024). Short-form video consumption and student cognitive modeling. Journal of Educational Technology Research.

Anderson, B. (1983). Imagined Communities: Reflections on the Origin and Spread of Nationalism. Verso.

Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132.

Bourdieu, P. (1986). The forms of capital. In J. Richardson (Ed.), Handbook of Theory and Research for the Sociology of Education (pp. 241–258). Greenwood Press.

Bourdieu, P., & Passeron, J.-C. (1977). Reproduction in Education, Society and Culture. Sage.

Bowles, S., & Gintis, H. (1976). Schooling in Capitalist America: Educational Reform and the Contradictions of Economic Life. Basic Books.

Brailovskaia, J., Margraf, J., & K;llner, V. (2019). Personality and cognitive predictors of problematic social media use. Cyberpsychology, Behavior, and Social Networking, 22(3), 178–185.

Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. New York: W. W. Norton & Company.

Brynjolfsson, E., Rock, D., & Syverson, C. (2021). The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. American Economic Journal: Macroeconomics, 13(1), 333–372.

Chiossi, F., Rossi, A., & Mancini, L. (2023). Cognitive flexibility and TikTok usage: Experimental insights. Computers & Education, 197, 104682.

De Bruyckere, P., Kirschner, P., & Hulshof, C. (2015). Technology-enhanced learning and metacognition. Educational Technology Research and Development, 63(5), 733–752.

Dewey, J. (1916). Democracy and Education. Macmillan.

Durkheim, E. (1922). Education and Sociology. Free Press.

Floridi, L. (2014). The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford: Oxford University Press.

Fortunato, S., Bergstrom, C. T., B;rner, K., Evans, J. A., Helbing, D., Milojevi;, S., ... & Vespignani, A. (2018). Science of science. Science, 359(6379), eaao0185.

Goody, J. (1977). The Domestication of the Savage Mind. Cambridge University Press.

Habermas, J. (1962). The Structural Transformation of the Public Sphere. MIT Press.

Haidt, J., & Lukianoff, G. (2018). The Coddling of the American Mind. New York: Penguin Press.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.

Johnson, S. (2017). The Glass Cage: Automation and Us. New York: W. W. Norton & Company.

Kirschner, P., & Hendrick, C. (2020). How learning happens: Cognition, collaboration, and learning technology. Routledge.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. London: Pearson.

Mark, G., Gudith, D., & Klocke, U. (2018). The cost of interrupted work: Clipping attention in the digital age. Journal of Experimental Psychology: Applied, 24(2), 139–153.

Montag, C., & Diefenbach, S. (2018). Towards homo digitalis: Important research issues for psychology and the neurosciences at the dawn of the internet of things. Sustainability, 10(2), 415.

Montag, C., Lachmann, B., Herrlich, M., & Zweig, K. (2021). Addictive features of social media/messenger platforms and freemium games against the background of psychological and economic theories. International Journal of Environmental Research and Public Health, 18(12), 6464.

Ophir, E., Nass, C., & Wagner, A. D. (2009). Cognitive control in media multitaskers. Proceedings of the National Academy of Sciences, 106(37), 15583–15587.

Parasuraman, R., & Riley, V. (1997). Humans and automation: Use, misuse, disuse, abuse. Human Factors, 39(2), 230–253.

Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. New York: Penguin Press.

Ricci, F., Rokach, L., & Shapira, B. (2015). Recommender Systems Handbook. Springer.

Regev, A., Teichmann, S. A., Lander, E. S., Amit, I., Benoist, C., Birney, E., ... & Human Cell Atlas Meeting Participants. (2017). The Human Cell Atlas. eLife, 6, e27041.

Roberts, S., et al. (2022). Algorithmic Governance and User Behavior on Social Media Platforms. Journal of Digital Society, 4(2), 45–67.

Rosa, H. (2013). Social Acceleration: A New Theory of Modernity. New York: Columbia University Press.

Rosen, C. (2017). The Distracted Mind: Ancient Brains in a High-Tech World. MIT Press.

Salomon, G., Perkins, D. N., & Globerson, T. (1991). Partners in cognition: Extending human intelligence with intelligent technologies. Educational Researcher, 20(3), 2–9.

Sunstein, C. R. (2017). #Republic: Divided Democracy in the Age of Social Media. Princeton: Princeton University Press.

Susskind, R., & Susskind, D. (2015). The Future of the Professions: How Technology Will Transform the Work of Human Experts. Oxford University Press.

Wenger, E. (1998). Communities of Practice: Learning, Meaning, and Identity. Cambridge University Press.

Wolf, M. (2018). Reader, Come Home: The Reading Brain in a Digital World. New York: Harper.

Zuboff, S. (2019). The Age of Surveillance Capitalism. PublicAffairs.