Разговор о технологиях в психологии обычно сводится к знакомому набору: браслет измеряет пульс и сон, приложение следит за настроением, чат-бот предлагает подышать. Полезно, но ничего принципиально нового с человеком не происходит. Самое интересное сейчас происходит в лабораториях, где психология перестаёт ограничиваться опросником и разговором. Алгоритмы уже работают с моделями поведения и мозговой активностью, а инженеры учатся воздействовать на нейронные цепи без хирургического вмешательства.
Первая технология — вычислительные копии людей. Исследователи из Стэнфорда, Северо-Западного университета, Вашингтонского университета и Google DeepMind создали ИИ-агентов, повторяющих 1052 реальных участников. Каждый прошёл двухчасовое интервью о жизненном опыте, убеждениях и взглядах. Расшифровку передавали языковой модели, которая формировала персонального агента. Затем человек и его цифровая копия выполняли одинаковые задания: отвечали на вопросы General Social Survey, проходили тест Big Five, участвовали в экономических играх. Агент достиг 85% от способности самого человека повторить собственные ответы через две недели — это не абсолютная точность, а сравнение с реальной человеческой стабильностью. На личностных опросниках результат составил около 80%, в экономических играх — около 66%. Агенты также воспроизвели результаты четырёх из пяти социальных экспериментов. Основное применение — предварительное тестирование социальных гипотез: прежде чем запускать дорогой эксперимент на тысячах людей, можно проверить его на популяции цифровых агентов. Работа опубликована как препринт, агенты закрыты для свободного доступа, но предусмотрен журнал использования и возможность отозвать согласие.
Вторая технология — декодер речи по данным фМРТ. В 2023 году команда Техасского университета в Остине представила систему, восстанавливающую общий смысл услышанной или воображаемой речи. ФМРТ регистрирует изменения кровотока, связанные с активностью мозга; сигналы медленные и шумные, готового текста в них нет. Система сопоставляет паттерны активности с семантическими признаками, а языковая модель перебирает продолжения, соответствующие сигналу. Декодер восстанавливает содержание, а не точную формулировку: если человек услышал рассказ о потере водительских прав, система могла выдать другой текст с тем же смыслом. Первая версия требовала 16 часов индивидуальных данных для обучения. В работе 2025 года исследователи перенесли декодер между людьми: для настройки использовали около 70 минут просмотра немых фильмов, а основную модель обучали на данных других добровольцев. Точность перенесённого декодера оставалась примерно вдвое ниже индивидуального, но сам перенос сработал. В перспективе это может помочь людям, которые сохранили способность формировать мысли, но утратили возможность говорить. До медицинского устройства далеко: эксперименты проводились на нескольких здоровых добровольцах, которым требовалось долго лежать в МРТ-сканере, а для настройки нужно их активное сотрудничество.
Декодер речи Техасского университета в Остине восстанавливает смысл услышанного по данным фМРТ, но не точные формулировки.
Эти работы объединяет изменение исследовательского инструмента: вместо опросников и наблюдений — вычислительные модели и нейровизуализация. Размер выборки и зрелость технологий сильно различаются: от 1052 респондентов до нескольких добровольцев в томографе. Поэтому рядом с эффектным результатом важно учитывать границы доказанного. Вопросы владения цифровыми копиями и конфиденциальности мозговых данных остаются открытыми. Авторы предлагают относиться к информации в агентах так же серьёзно, как к генетическим данным. Пока технологии далеки от массового применения, но направление ясно: психология получает инструменты, которые работают с человеком на уровне моделей поведения и нейронной активности.
