Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: human in loop, neural network, captcha, active learning, reinforcement learning, human feedback, large language model, data economics, cognitive offloading, clip thinking, crowdsourcing, Человек в цикле, нейронная сеть, капча, активное обучение, обучение с подкреплением, человеческая обратная связь, большая языковая модель, экономика данных, когнитивное замещение, клиповое мышление, краудсорсинг
Аннотация: статья представляет собой систематический обзор парадигмы «человек в цикле» как ключевого механизма формирования обучающих данных для нейронных сетей. Рассматриваются технические основы: архитектура систем активного обучения, механизм сбора аннотаций через CAPTCHA и краудсорсинговые платформы, методы обучения с подкреплением на оснПоказать полностьюове человеческой обратной связи. Анализируется экономика данных: структура затрат на обучение больших языковых моделей и причины перехода от бесплатных к платным моделям монетизации. Отдельно исследуются когнитивные последствия массового распространения больших языковых моделей для пользователей - феномены клипового мышления, «эффекта Google» и иллюзии компетентности. article presents a systematic review of «human in the loop» paradigm as a key mechanism for creating training data for neural networks. Technical foundations are examined: active learning system architecture, annotation collection mechanism via CAPTCHA services crowdsourcing platforms, reinforcement learning methods based on human feedback. Data economics is analyzed: cost structure for training large language models reasons for transition from free to paid monetization models. Cognitive consequences of large language model mass adoption for users are studied separately, including clip thinking phenomena, «Google effect» illusion of competence.
Журнал: Вестник науки
Выпуск журнала: Т.3, №7
Номера страниц: 187-199
Место издания: Тольятти
Издатель: Индивидуальный предприниматель Рассказова Любовь Федоровна