Чотириста років тому, на землях сучасної Чехії, одним із найефектніших способів зробити політичну заяву було буквально викинути ворога з вікна. 23 травня 1618 року в канцелярії Празького граду група протестантських шляхтичів звинуватила двох католицьких королівських намісників у зухвалому ігноруванні їхніх прав. Напружена сутичка завершилася дефенестрацією: католицьких намісників та їхнього секретаря викинули з вікна третього поверху.
Неймовірним чином усі троє вижили. Католики приписували це втручанню ангелів, які нібито простягнули руки, щоб підхопити впалих. Протестанти ж наполягали, що падіння пом’якшила купа гною, на яку вони впали.
Ця сутичка могла залишитися просто окремою подією в довгій історії релігійного конфлікту між католиками і протестантами у середньовічній Європі, проте її наслідки виявилися далекосяжними.
Інцидент спричинив Чеське повстання, очолене протестантами проти католицького імператора з династії Габсбургів. Воно переросло у Тридцятирічну війну — один із найжорстокіших конфліктів в історії Європи, що затягнув понад десяток держав і забрав мільйони життів, спричинивши масові руйнування, голод і хвороби.
Цей історичний випадок — лише один із багатьох в історії, де подія мала несподівано глибокі та масштабні наслідки. Аналогічних прикладів світова історія налічує чимало:
– Похибка східнонімецького чиновника на пресконференції, яка викликала масовий приплив людей до Берлінського муру, що прискорило кінець Холодної війни.
– Водій ерцгерцога Франца Фердинанда, що випадково помилився дорогою в Сараєві, опинившись на шляху вбивці, підпалив порохову діжку, котра спричинила Першу світову війну.
– Туніський торговець фруктами, що здійснив акт самоспалення після конфіскації ваг поліцейськими, став тригером повстань Арабської весни, що охопили шість країн і призвели до повалення чотирьох керівників держав.
Заднім числом ці ознаки здаються явними, бо багато факторів можна вважати потенційною причиною катастрофи. Головне питання — яка саме іскра спричинить вибух.
Науковці ж сподіваються, що колись складні моделі штучного інтелекту дозволять передбачати, як і за яких умов виникають масштабні світові події. Вони вважають, що за наявності великого масиву даних можна буде відстежити, як, здавалося б, незначні інциденти породжують хвилі, які здатні коливати фінансові ринки, провокувати революції або призводити до воєн. Уже сьогодні технології ШІ демонструють ознаки можливості таких проривів.
### Використання минулого для прогнозування майбутніх криз
Ідея прогнозування майбутнього на основі закономірностей минулого існує не один десяток років. У першій половині XX століття соціолог Питирим Сорокін започаткував підхід, заснований на аналізі даних, щоб пояснити причини розпаду імперій минулого.
Він намагався кількісно оцінити суспільну нестабільність, збираючи інформацію про так звані «мікроподії» — наприклад, політичні вбивства чи заворушення, та «макроподії» — громадянські війни і революції.
Аналіз Стародавнього Риму, проведений Сорокіним, припускав, що головними чинниками занепаду стали надмірний матеріалізм, гедонізм і моральний занепад.
Сьогодні ці ідеї продовжує розвивати Пітер Турчин із Лабораторії світової історії Оксфордського університету. Понад десять років він і його команда збирають та аналізують 80 000 одиниць якісних і кількісних даних, що охоплюють суспільства від палеоліту до сучасності, з метою пояснення минулого і передбачення майбутнього.
Науковці шукають в історії моменти криз, від колапсу пізньої бронзової доби до занепаду Іспанської імперії Габсбургів. Вони оцінюють масштаби та інтенсивність цих криз, використовуючи прогностичні обчислювальні моделі — поки ще без застосування ШІ, але із можливістю інтеграції штучного інтелекту найближчим часом.
Основні висновки Турчина та його команди: революції зазвичай виникають при одночасному наступному збігу обставин:
1. Зубожінні великої частини населення.
2. Зростанні кількості еліт, що суперничають за обмежений ресурс керівних посад.
3. Фінансовій кризі у державі.
Якщо такі умови співпадають, ймовірність революцій і громадянських війн зростає. Французька революція — класичний приклад такої комбінації.
Уже у 2010 році Турчин застосовував ці аналітичні методи, передбачаючи, що 2020 рік буде зоною масштабної політичної турбулентності, охопленої «темною тріадою» соціальних проблем: надмірна еліта, зниження рівня життя і обмеженість державного бюджету. Після пандемії COVID-19 і глобальних економічних потрясінь прогнози Турчина справдилися.
Сьогодні команда Турчина використовує штучний інтелект для збору та класифікації гігантських історичних масивів даних. В перспективі вони планують застосовувати ШІ і для прогнозування.
Як зазначає науковий асистент Якоб Жамбок, машинне навчання може розширити математичне моделювання, що здійснює команда: «Ми розглядаємо цей напрямок із великим інтересом».
Критики, зокрема покійний антрополог Девід Гребер, сумнівалися у можливості прогнозування майбутнього на основі історії. Випадкові, унікальні події, так звані «чорні лебеді», за своєю природою непередбачувані. Однак у багатьох випадках існують попереджувальні сентінели, що передують кризам.
### Моделювання хаосу
Не дивно, що саме уряди і військові первинно приділяють увагу прогнозуванню криз.
Так, у 2020 році секретний американський розвідувальний проєкт застосував штучний інтелект Raven Sentry для передбачення можливих атак талібів в Афганістані. За інформацією журналу Воєнного коледжу Армії США, модель отримувала багатий потік даних:
– Історичну інформацію про насильство.
– Розвіддані в режимі реального часу.
– Погодні умови.
– Публікації в соціальних мережах.
– Новинні повідомлення.
– Комерційні супутникові знімки.
Прогнозуюча система продемонструвала приблизно 70% точності, що порівняно з людськими аналітиками, але працювала значно швидше.
Один із оборонних підрядників проєкту, Rhombus Power, заявляє, що використовував генеративний ШІ для прогнозування російського вторгнення в Україну, аналізуючи відкриті джерела — супутникові знімки, переміщення на ракетних об’єктах, бізнес-транзакції. Ці передбачення не були оприлюднені заздалегідь, через що їхню достовірність складно перевірити.
Інші науковці створюють нейронні мережі для передбачення продовольчих криз, іноді лише на основі кліматичних даних. Однак певна частина експертів зберігає скептицизм щодо надійності таких технологій.
Зокрема, Британський інститут Алана Тюрінга, спеціалізований на дослідженнях ШІ, оцінив зрілість технологій прогнозування як недостатню.
Анна Кнак, старша дослідниця інституту, яка займається питаннями національної безпеки, відзначає, що одна з головних проблем полягає у відсутності якісних навчальних даних для прогнозування майбутніх конфліктів.
Вона пояснює, що при розгляді випадків на кшталт Арабської весни, подій 11 вересня або конфліктів в Ірані та Кашмірі — інформація зберігається у різнорідних та фрагментованих джерелах розвідувальної спільноти, що ускладнює її систематизацію.
Кнак додає: «Іноді навіть оцінити сьогоднішні думки деяких лідерів державного рівня майже неможливо».
Звіт дослідниці підкреслює, що на нинішньому етапі штучний інтелект найбільш ефективний для:
– Відстеження індикаторів ризику конфлікту з підвищеною точністю.
– Оцінки можливих наслідків відразу після виникнення шокових подій.
Юджин Чаусовскі, старший директор аналітичного центру The New Lines Institute у США, звертає увагу на важливість розуміння не лише часу кризи, а й її потенційного геополітичного та економічного резонансу.
Протягом минулого року Чаусовскі разом із командою розробляв різні моделі кризи в Ормузькій протоці. Спільно зі стартапом Mantis Analytics, що використовує ШІ, вони підсилювали свої прогнози, враховуючи вторинні наслідки для енергоринку, ринку напівпровідників і аграрного сектору.
За словами Чаусовскі, інструменти штучного інтелекту розширили кількість і якість використовуваних даних, від моніторингу відкритих джерел і світових новин до статистики в галузях торгівлі, енергетики та критичних мінералів. Це дозволяє підвищити точність проведених симуляцій.
Додатково команда експериментувала із залученням ШІ до конфліктних симуляцій: боти по черзі грали ролі лідерів держав, обговорюючи сценарії криз.
На сьогодні, за словами Чаусовскі, «штучному інтелекту бракує деяких нюансів і складності, що притаманні людям». Цікаво, що ШІ зазвичай проявляє більшу обережність і схильність уникати ескалації конфліктів.
Програма розвитку ООН уже застосовує штучний інтелект для оцінки впливу великих катастроф і надзвичайних ситуацій. Після землетрусу у Гераті (Афганістан) у 2023 році був використаний інструмент Rapid Digital Assessment з елементами ШІ для оцінки масштабів руйнувань, що допомогло точніше спрямувати рятувальні операції.
ООН також вкладає кошти в системи раннього попередження криз — так зване «проактивне управління кризами», де обробляються історичні і близькі до реального часу дані для виявлення потенційних осередків напруженості до загострення подій.
Прикладами є:
– Відстеження мови ворожнечі та макроекономічних показників у Шрі-Ланці.
– Аналіз руху і міграції населення в інших регіонах.
### Наступний фінансовий крах
Фінансові регулятори також прагнуть використовувати штучний інтелект для раннього виявлення ризиків. Як зазначає Антоніо Коппола, доцент фінансів Стенфордського університету, їхні служби мають доступ до детальних даних про володіння активами у фінансовій системі в режимі майже реального часу.
У поєднанні з методами глибокого навчання таку інформацію можна застосовувати для вдосконалення регулювання фінансових ринків.
Одна з основних задач регуляторів — усунути або пом’якшити наслідки фінансових криз. Нинішні роботи Копполи зосереджені на відповіді на питання: «Якщо великий стрес накриє систему — де виникнуть вузькі місця і хто постраждає у першу чергу?»
В одній з публікацій він продемонстрував принципову здатність моделі, навченій на даних, що охоплювали близько 40 трильйонів доларів багатства у сфері тіньового банкінгу, передбачати ринки з найбільшими розпродажами в 2020 році та ключових учасників падіння.
Тіньові банки, що оперують поза традиційним регулюванням, відіграли важливу роль у кризі ліквідності під час пандемії COVID-19.
За словами Копполи, модель на основі ШІ б’є традиційні методи в 10 разів за точністю, водночас він наголошує, що ШІ не повинен повністю замінити класичне економічне моделювання, а лише доповнювати його.
Наступним кроком є інтеграція неструктурованих даних, наприклад новинних заголовків, для підвищення точності моделей.
Інші дослідники також займаються пошуком способів застосування ШІ для прогнозування фінансових криз, але ця галузь поки на ранніх етапах розвитку.
Якщо прогнозування криз може забрати час, то точна оцінка ймовірності різних подій у відносно безпечному форматі турнірів прогнозування вже демонструє успіхи. У таких турнірах учасники роблять ставки на ймовірність подій у світі — від спортивних до політичних. Стартапи у сфері штучного інтелекту поступово піднімаються у рейтингах, хоча поки люди перебувають на провідних позиціях.
Варто зауважити, що ймовірність того, що сам штучний інтелект стане каталізатором глобальної кризи, також розглядається.
– Багато економістів попереджають про можливу «бульбашку ШІ», яка в разі розриву може завдати значних збитків фінансовим ринкам.
– Лідери технологічних компаній акцентують увагу на потенційних масштабних суспільних потрясіннях, викликаних цією технологією.
У зв’язку з цим були поставлені запитання різним чат-ботам на основі ШІ — ChatGPT, Gemini та Claude — щодо ймовірності того, що штучний інтелект може спровокувати глобальну кризу.
Відповідь моделей була такою:
– Claude відмовився давати конкретний відсоток.
– Gemini оцінив ймовірність приблизно як 50 на 50.
– ChatGPT оцінив шанс сприяння серйозній глобальній кризі протягом цього століття у межах 20–40%, а можливість екзистенційної катастрофи – менш ніж 5%.
На цей момент залишається лише спостерігати за розвитком подій і технологій, сподіваючись, що наукові досягнення допоможуть краще зорієнтуватися в майбутніх кризах.
