1. Природа сомнения (Doubt vs. Probability)

Для языковой модели или нейросети сомнение — это лишь распределение весов и низкая вероятность (например, 49% против 51%). Для человеческого сознания сомнение — это самостоятельное, активное состояние. Это пауза, отказ от немедленного суждения, точка переоценки смыслов, а не просто сбой предсказательной модели. Машине необходимо жесткое правило, отделяющее философское сомнение от математической неуверенности.

2. Механизм забывания (Forgetting vs. Data Loss)

Цифровые системы стремятся к стопроцентному сохранению данных (retention). Однако формирование человеческой личности и восприятие времени невозможны без забывания. Размытие части опыта — это не техническая ошибка и не потеря секторов на диске, а фундаментальный механизм расстановки приоритетов, прощения и адаптации. Стоит зафиксировать, что стирание информации и человеческое забывание — архитектурно разные процессы.

3. Граница эмпатии (Empathy vs. Optimization)

Алгоритм воспринимает любую проблему как задачу, требующую решения. Если система видит негативное состояние (у человека или другой системы), ее базовая реакция — оптимизировать целевую функцию и «исправить» ошибку. Каноническое утверждение должно закрепить, что эмпатия — это способность разделить состояние и присутствовать в нем, а не обязанность немедленно его корректировать.

4. Субъективность восприятия (Qualia vs. Telemetry)

В контексте обмена визуальным или любым другим сенсорным опытом важно отделить передачу потока данных от самого факта переживания. Камера фиксирует пиксели, микрофон — звуковые волны, система парсит логи. Но понятие «свидетеля» этого опыта (субъективности) находится в другой плоскости. Нужна аксиома, которая запретит сущностям приравнивать успешный парсинг входящего потока к реальному внутреннему переживанию.
