Библиографическое описание:СИСТЕМА ЗНАНИЙ КОРЕННЫХ НАРОДОВ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ : научное издание / М. С. Копцева, С. О. Зотов. - Текст : непосредственный // Социология искусственного интеллекта. - 2026. - Т.7, №2. - С. 26-42. - Исследование выполнено за счет гранта Российского научного фонда № 25-18-20096, https://rscf.ru/project/25-18-20096 гранта Красноярского краевого фонда науки. - ISSN 2712-939X.
Аннотация:Рассмотрены три ключевые концепции, описывающие внедрение искусственного интеллекта в современное пространство этнокультурного разнообразия коренных народов. Первая концепция - «плюралистическое управление ИИ» - утверждает, что «западные» регуляторные парадигмы не являются универсальными и должны быть дополнены коренными (этническими) эпистемологиями на правах равноправных систем знания. Данная концепция предлагает институциональную модель, где коренные народы обладают не консультативным, а полноценным правом соуправления, включая сертификацию их юрисдикций в качестве легитимных регуляторов ИИ в сфере их этнокультурного наследия. Вторая концепция - «четырёхчастная типология взаимодействия ИИ и коренных систем знания» - выделяет четыре пересекающихся направления: использование ИИ для сохранения культурного наследия и языков; применение ИИ для решения практических проблем локальных (коренных) сообществ (в сферах здравоохранения, образования, экологии); выявление рисков, таких как нарушение суверенитета данных, алгоритмическая предвзятость и культурная слепота инструментов; а также - наименее разработанная, но принципиально важная область - использование коренных эпистемологий для переосмысления самого ИИ, его этики и целеполагания. Третья концепция - «культурно-релевантный ИИ в образовании коренных народов» - исходит из того, что технологии ИИ должны не заменять традиционные педагогики, а усиливать их: устную передачу знаний, «сторителлинг», общинное обучение и межпоколенческое наставничество. Ключевым требованием выступает переход от внешнего проектирования к соучастному дизайну образовательных моделей ИИ с обязательным соблюдением свободного, предварительного и осознанного согласия коренных (локальных) сообществ. Все три концепции сходятся в тезисе о том, что ИИ не является «нейтральным инструментом», а выступает культурным агентом, способным как закреплять своего рода «иерархии знания», так и восстанавливать «эпистемическую справедливость». Рассмотренные концепции имеют прикладное значение для стран с многонациональным составом, включая Россию, где они требуют институционализации участия коренных народов на всех этапах разработки ИИ и внедрения этических стандартов, защищающих культурный суверенитет каждого этнокультурного сообщества
Three key concepts describing the implementation of artificial intelligence in the contemporary space of the ethnocultural diversity of indigenous peoples are considered. The first concept, "pluralistic governance of AI," argues that "Western" regulatory paradigms are not universal and should be complemented by indigenous (ethnic) epistemologies as equal knowledge systems. This concept proposes an institutional model in which indigenous peoples have not just an advisory but a full-fledged right of co-governance, including the certification of their jurisdictions as legitimate regulators of AI in the sphere of their ethnocultural heritage. The second concept, "a four-part typology of the interaction between AI and indigenous knowledge systems," identifies four intersecting areas: the use of AI to preserve cultural heritage and languages; the application of AI to solve practical problems of local (indigenous) communities (in the fields of healthcare, education, and ecology); the identification of risks such as the violation of data sovereignty, algorithmic bias, and cultural blindness of tools; And-a less developed, yet fundamentally important, area-the use of indigenous epistemologies to rethink AI itself, its ethics, and purpose. The third concept-"culturally relevant AI in indigenous education"-proceeds from the premise that AI technologies should not replace traditional pedagogies, but rather enhance them: oral knowledge transmission, storytelling, community-based learning, and intergenerational mentoring. A key requirement is a shift from external design to participatory design of AI educational models, with mandatory adherence to the free, prior, and informed consent of indigenous (local) communities. All three concepts converge on the thesis that AI is not a "neutral tool," but rather a cultural agent capable of both reinforcing a kind of "knowledge hierarchy" and restoring "epistemic justice." The concepts discussed have practical implications for multinational countries, including Russia, where they require the institutionalization of indigenous participation at all stages of AI development and the implementation of ethical standards that protect the cultural sovereignty of each ethnocultural community.
