Мозг как байесовская машина: от вычислительной когнитивной нейронауки к психотерапии
1. Мозг как «байесовская машина»: неопределённость, прогнозирование и иллюзия контроля
1.1. Байесовский подход на пересечении когнитивной нейронауки, клинической психологии и когнитивно-поведенческой терапии
Одну из основных проблем изучения человеческого мозга можно сформулировать следующим вопросом: как понимать мир, если мы никогда не располагаем полной информацией о нём?
Наши сенсорные системы не предоставляют полной и/или совершенной картины реальности. Зрительные, слуховые и телесные сигналы часто неполны, неоднозначны и зависят от контекста. Мы не можем непосредственно «увидеть» намерения другого человека, предсказать будущее или с полной уверенностью сказать, что означает то или иное телесное ощущение. Мозг вынужден делать выводы о ненаблюдаемых или скрытых причинах происходящего и мотивах поведения людей, опираясь на ограниченные данные.
Эта проблема — одна из отправных точек байесовской когнитивной нейронауки. Биологические когнитивные системы, такие как мозг, действуют в условиях неопределённости, а вероятностные модели позволяют формально описать, как ранее приобретённые знания могут сочетаться с новой поступающей информацией или вступать с ней в противоречие. Отсюда возникает представление о том, что с учётом всего этого мозг можно рассматривать как «байесовскую машину» (Bayesian Machine).
Однако с самого начала необходимо сделать одно научное уточнение. Это утверждение не следует понимать буквально, словно нейроны сознательно рассчитывают формулу Байеса. Точнее будет сказать, что ряд закономерностей человеческого восприятия, научения и принятия решений можно эффективно описать как байесовский вывод (Bayesian Inference). То, насколько мозг действительно отражает и реализует именно этот вычислительный алгоритм на нейронном уровне, остаётся предметом эмпирических исследований.
1.2. Что делает «байесовский мозг»?
Идея, лежащая в основе байесовского подхода, довольно проста. Представим, что у конкретного мозга есть конкретная гипотеза о мире. Например: «Эта ситуация опасна».
До получения новой информации эта гипотеза уже имеет определённую вероятность. Мы называем её априорной, или предварительной, вероятностью (Prior Probability). Затем появляется новая информация — свидетельства, или данные (Evidence). Мозг оценивает, насколько эта информация совместима с данной гипотезой: это функция правдоподобия (Likelihood). В результате формируется пересмотренное убеждение — апостериорная вероятность (Posterior Probability).
Классическая теорема Байеса имеет следующий вид:
P(H | D) = P(D | H) × P(H) / P(D)
Здесь P — вероятность, H — гипотеза, а D — полученные данные.
На языке психологических понятий это можно представить гораздо проще:
Прежнее убеждение + новый опыт → пересмотренное убеждение
Эта простая схема чрезвычайно важна для психологии. Мы никогда не начинаем воспринимать мир «с нуля». Интерпретация текущей ситуации всегда в той или иной степени определяется прежним опытом, усвоенными закономерностями, ожиданиями, памятью, убеждениями и актуальным контекстом.
1.3. Мозг не только реагирует на мир, но и прогнозирует его
Идея байесовского мозга тесно связана с подходом предиктивной обработки (Predictive Processing). Согласно некоторым моделям предиктивного кодирования (Predictive Coding), нервная система иерархически формирует предсказания о том, что должно произойти в следующий момент. Системы более высокого уровня передают предсказания на нижние уровни, а различие между сенсорной информацией и предсказанием возвращается вверх в виде ошибки предсказания (Prediction Error).
Например, вы идёте ночью по тёмному коридору и видите в углу какой-то продолговатый предмет, но не можете точно определить, что это. Зрительная информация неполна. Если присутствие змеи в этой обстановке кажется вероятным, мозг может быстро сформировать гипотезу: «Возможно, это змея». Вы подходите ближе и видите, что это всего лишь ремень. Новые сенсорные данные не соответствуют предсказанию. Возникает ошибка предсказания, которая позволяет обновить внутреннюю модель.
В этом смысле восприятие, или перцепцию, можно понимать не только как пассивное получение внешней информации, но и как непрерывное построение и перестроение наиболее вероятной гипотезы, объясняющей мир. Однако не все ошибки предсказания в равной степени способствуют совершенствованию этой гипотезы. Здесь ключевым становится другое понятие — точность (Precision).
1.4. Насколько точны мои убеждения?
В байесовской системе важно не только то, что мы предсказываем, но и то, насколько мы уверены в точности своих предсказаний. Точность условно можно понимать как «степень уверенности», связанную с вероятностным распределением. Математически в гауссовских системах она представляет собой величину, обратную дисперсии.
Точность = 1 / дисперсия
Чем выше точность, тем большее влияние конкретное убеждение или ошибка предсказания могут оказывать на последующий вывод. Именно здесь байесовская когнитивная нейронаука интересным образом соединяется с клинической психологией.
Представим человека, который с очень высокой уверенностью придерживается убеждения: «Если я ошибусь в присутствии других людей, они оценят меня негативно». Проблема здесь может заключаться не только в содержании убеждения, но и в его чрезмерно высокой точности. Тогда новая информация — «Я ошибся, но никто особенно не отреагировал» — может оказать слабое влияние, поскольку прежнее априорное предсказание слишком «сильно». Человек может даже найти объяснение, позволяющее сохранить его: «Они просто из вежливости не показали, что на самом деле думают». Таким образом, в некоторых случаях психологическую проблему можно также представить как трудность обновления убеждений.
1.5. Неопределённость как фундаментальная когнитивная проблема
В центре всей этой системы находится неопределённость (Uncertainty). Мозг должен постоянно оценивать: что происходит? Что, вероятно, произойдёт? Что я могу сделать? Что будет, если я ошибусь? Насколько я могу доверять собственному предсказанию?
Современная вычислительная психология предлагает различать даже разные виды неопределённости. Особенно важны два из них. Первый — эпистемическая неопределённость (Epistemic Uncertainty), возникающая из-за недостатка знаний. Например: «Я не знаю, каким будет результат экзамена». В этом случае теоретически можно получить новую информацию и уменьшить неопределённость. Второй — алеаторическая неопределённость[1] (Aleatoric Uncertainty), обусловленная изменчивостью или случайностью самого мира. Например, даже самая совершенная экономическая модель не может с абсолютной точностью предсказать состояние рынка через год. Такую неопределённость невозможно полностью устранить даже путём сбора большого количества информации.
Современная байесовская модель тревоги предлагает применять это различие и в клинической психологии. Здесь необходимо подчеркнуть особенно важную для клинической психологии и психотерапии мысль: психическое здоровье не предполагает устранения неопределённости. Скорее, оно предполагает умение различать, какую неопределённость можно уменьшить, собирая информацию, а какую необходимо научиться переносить.
1.6. Тревога и непереносимость неопределённости
В клинической психологии и когнитивно-поведенческой терапии — далее КПТ — это явление изучается через понятие непереносимости неопределённости (Intolerance of Uncertainty, IU). Первоначально её преимущественно рассматривали как механизм генерализованного тревожного расстройства и патологического беспокойства. Сегодня она понимается как более широкий, трансдиагностический фактор, который в разной степени связан с генерализованным тревожным расстройством, обсессивно-компульсивным расстройством, посттравматическим стрессовым расстройством и другими проблемами, главным образом тревожного спектра. Сейчас её рассматривают как одно из центральных понятий современной психопатологии.
Непереносимость неопределённости — это не просто «нелюбовь к неопределённости». Она может включать такие убеждения, как: «Я должен точно знать, что произойдёт», «Если я не буду знать наверняка, то, вероятно, случится что-то плохое», «Я не могу расслабиться, пока не буду полностью уверен», «Если плохой исход возможен, я обязательно должен его предотвратить». В этом состоянии сама неопределённость начинает восприниматься как сигнал опасности.
В различных нейрокогнитивных исследованиях неоднократно отмечалась положительная корреляция между высокой непереносимостью неопределённости, сильной эмоциональной реакцией на неопределённость и повышенной активностью передней островковой коры (Anterior Insula) и миндалевидного тела, или амигдалы (Amygdala). Однако здесь было бы неправильно говорить о «мозговом центре неопределённости», поскольку данные описывают работу взаимосвязанных нейронных сетей, а результаты разных исследований не полностью согласуются между собой.
1.7. Неопределённость и потребность в контроле
Здесь байесовский подход естественным образом связывается с другим психологическим явлением, которое проявляется преимущественно в контексте тревожных расстройств, — потребностью в контроле (Need for Control).
Потребность в контроле сама по себе не является патологией. Напротив, способность влиять на окружающую среду и понимать связь между собственными действиями и их результатами чрезвычайно адаптивна с биологической точки зрения. Контролируемость может уменьшать реакции на стрессовые ситуации и угрозы, а сама возможность выбора является положительным переживанием.
Проблема начинается тогда, когда «Хорошо контролировать то, что я могу» превращается в «Я должен контролировать всё, что может содержать опасность». Человек с низкой толерантностью к неопределённости может постоянно пытаться уменьшить её степень: проверять, искать заверения, задавать вопросы, прогнозировать, планировать или избегать. В краткосрочной перспективе это действительно работает: тревога снижается. Именно поэтому такие поведенческие модели закрепляются.
1.8. Иллюзия безопасности
В этом контексте особенно интересна роль защитного поведения, или защитных действий (Safety Behaviors).
Например, человек с социальным тревожным расстройством может заранее выучить наизусть каждую фразу перед встречей. Человек с паническим расстройством может никогда не выходить из дома без лекарства «на экстренный случай». Человек с обсессивно-компульсивным расстройством может многократно проверять, закрыта ли дверь. Человек с тревогой о здоровье, вероятно, будет регулярно измерять давление. После подобных действий человек чувствует себя безопаснее. Однако здесь происходит важный иррациональный сдвиг. Если негативное событие не происходит, человек не делает вывод, что его предсказание было ошибочным. Вместо этого он заключает: «Ничего плохого не произошло, потому что я подстраховался».
В результате априорное предсказание не обновляется. Это явление условно можно назвать иллюзией безопасности. Следует отметить, что данный термин — не диагностический конструкт, а клиническое описание ситуации, в которой чувство безопасности формируется на основании самого факта выполнения защитного действия, а не реальных гарантий или свидетельств безопасности. Поэтому защитное поведение может не только уменьшать тревогу в данный момент, но и в долгосрочной перспективе поддерживать иррациональное убеждение об угрозе.
1.9. Иллюзия контроля
Следующее важное и близкое к этому явление — иллюзия контроля (Illusion of Control). Она возникает, когда человек переоценивает реальную причинно-следственную связь между собственным действием и результатом. Примером может служить убеждение человека, что именно трёхкратная проверка закрытой двери каждый раз перед выходом из дома защищает его квартиру от воров.[2] Однако тот факт, что два события следуют друг за другом, ещё не означает, что одно является причиной другого.
В клиническом плане это может создавать замкнутый цикл:
Неопределённость → тревога → контролирующее действие или поведение → снижение тревоги → закрепление поведения → более сильное убеждение в необходимости контроля
Постепенно человек учится не жить в условиях неопределённости, а, наоборот, стремиться к иллюзорному чувству безопасности, пытаясь контролировать любую неопределённость и делать её контролируемой.
1.10. Как можно понять КПТ с точки зрения байесовского подхода?
Здесь байесовский подход становится особенно интересным. Ряд методов КПТ можно переформулировать на вычислительном языке. Это ещё не означает, что мы уже доказали их конкретные нейронные механизмы. Однако такой подход создаёт чрезвычайно полезную исследовательскую и концептуальную рамку (Framework).
| Понятие КПТ | Байесовская / вычислительная интерпретация |
|---|---|
| Дисфункциональное убеждение | Убеждение с высокой априорной вероятностью или чрезмерно высокой точностью |
| Когнитивная реструктуризация | Пересмотр убеждения или модели |
| Поведенческий эксперимент | Активный сбор информации для различения конкурирующих гипотез |
| Экспозиция | Проверка предсказания и научение на основе ошибки предсказания |
| Избегание | Поведенческая стратегия, кратковременно уменьшающая неопределённость или ожидаемую опасность |
| Защитное поведение / защитное действие | Действие, которое кратковременно уменьшает неопределённость, но может препятствовать обновлению убеждения |
| Терапевтическое домашнее задание | Сбор новых свидетельств в реальных условиях |
| Рецидив | Повторная активация прежней априорной вероятности или поведенческой стратегии в определённом контексте |
С этой точки зрения КПТ можно понимать не как метод «замены негативных мыслей позитивными», а как процесс научной проверки собственных предсказаний.
Например, представим клиента с убеждением: «Если во время разговора я на мгновение не буду знать, что сказать, другие поймут, что я неуверенный в себе и некомпетентный». Это априорное убеждение. Перед встречами клиент долго готовится, мысленно повторяет фразы, избегает зрительного контакта и старается говорить как можно меньше. Это защитное поведение. Встреча заканчивается без очевидного негативного события, и он делает вывод: «Всё прошло хорошо, потому что я очень тщательно подготовился и был осторожен». Таким образом, полученные данные не противоречат априорному убеждению.
Однако с помощью поведенческого эксперимента в КПТ можно постепенно уменьшать защитное поведение. Например, не готовить заранее все ответы перед разговором. Только тогда предсказание клиента становится проверяемым. Иными словами, появляется возможность проверить априорное убеждение: «Если я не буду контролировать разговор, люди оценят меня негативно». А затем можно сравнить, что было предсказано и что произошло в действительности.
По сути, это и есть логика байесовского обновления (Bayesian Updating).
В любом случае цель КПТ — не создание стопроцентной уверенности в безопасности. Из этого следует одна из важнейших особенностей терапевтической работы. Если тревожный клиент спрашивает: «Как мне убедиться, что это точно не произойдёт?», целью терапевта не должно быть предоставление стопроцентной гарантии. В реальном мире такой гарантии почти никогда не существует. Если мы постоянно обеспечиваем определённость, то можем непреднамеренно укреплять именно то убеждение, согласно которому «Для спокойствия мне необходима стопроцентная уверенность, что ничего плохого не случится».
Более рациональным может быть вопрос: «Какова вероятность этого события? На каких данных основана такая оценка? И могу ли я действовать, даже если некоторая неопределённость всё же сохраняется?» Это уже не поиск полной определённости (Certainty Seeking), а вероятностное мышление (Probabilistic Thinking).
1.11. Тренировка толерантности к неопределённости
С байесовской точки зрения цель психотерапии можно сформулировать не как «уменьшение неопределённости», а как более точную оценку неопределённости и более гибкое поведение в её условиях. Когда неопределённость можно уменьшить, мы начинаем собирать информацию. Когда она находится вне сферы нашего влияния и её невозможно уменьшить, необходимо учиться жить в её условиях. В этом смысле столкновение с неопределённостью и движение ей навстречу — экспозиция к неопределённости (Uncertainty Exposure) — являются важным терапевтическим методом и процессом.
Человек постепенно отказывается от постоянного поиска успокаивающих заверений (Reassurance Seeking), проверок, избегания или чрезмерного контроля и получает возможность на собственном опыте научиться: «Я могу не знать и всё равно продолжать действовать». Естественно, это не просто навык «расслабления», а изменение модели адаптации к окружающей среде.
1.12. Мозг как байесовская машина: полезная модель или новая догма?
Идея байесовского мозга может быть чрезвычайно привлекательной. Она объединяет восприятие, научение, прогнозирование, принятие решений, неопределённость, а в некоторых моделях — даже действие.
В рамках активного вывода (Active Inference) организм не только изменяет свои убеждения, приводя их в соответствие с миром, но и посредством действий меняет получаемую информацию. В этих моделях действия могут иметь как прагматическую ценность — получение желаемого результата, так и эпистемическую ценность — уменьшение неопределённости и приобретение новой информации. Это, безусловно, прекрасный язык и для описания психотерапии.
Однако здесь крайне важно избежать создания новой нейронаучной догмы. Предиктивная обработка, предиктивное кодирование, байесовский вывод, принцип свободной энергии[3] и активный вывод — не одни и те же понятия. Тот факт, что какое-либо поведение можно описать с помощью байесовской модели, ещё не означает, что нейронная система реализует и воплощает именно этот алгоритм.
Таким образом, научно точнее говорить не о том, что доказано, будто мозг является байесовской машиной, а о том, что человеческий мозг решает фундаментальные задачи вывода в условиях неопределённости, а байесовские и предиктивные модели относятся к наиболее мощным современным вычислительным концептуальным рамкам для описания многих из этих задач.
Резюме
В некоторых отношениях человеческую жизнь можно понимать как непрерывную последовательность вероятностных предсказаний. Мы предсказываем, что подумают о нас другие люди, безопасно ли то или иное телесное ощущение, продолжатся ли отношения и получится ли работа. Когда мир отказывается предоставлять нам стопроцентные гарантии, мы иногда пытаемся создать их сами — посредством проверок, избегания, поиска успокаивающих заверений, чрезмерного контроля или защитного поведения.
Однако полный контроль, скорее всего, не только невозможен, но и нежелателен. Психологическая гибкость предполагает способность управлять тем, что поддаётся управлению, и переносить неопределённость, которую невозможно устранить. В этом смысле байесовская когнитивная нейронаука и когнитивно-поведенческая терапия сходятся в одной точке.
Цель КПТ — не защита человека от неопределённости. Она помогает пересматривать чрезмерно жёсткие и иррациональные предсказания о мире, проверять их на реальном опыте, уменьшать поведение, создающее иллюзию безопасности, и учиться жить в мире, где неопределённость — не свидетельство опасности, а неизбежное свойство реальности.
Возможно, именно в этом заключается важнейшее клиническое значение байесовского подхода: здоровое мышление требует не абсолютной уверенности или гарантий, а готовности пересматривать собственные убеждения под влиянием новых данных.
Литература
Blakey, S. M., & Abramowitz, J. S. (2016). The effects of safety behaviors during exposure therapy for anxiety: Critical analysis from an inhibitory learning perspective. Clinical Psychology Review, 49, 1–15.
Dugas, M. J., Koerner, N., & Freeston, M. H. (2026). State of the science: Intolerance of uncertainty. Behavior Therapy, 57(1), 17–36.
Friston, K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11, 127–138.
Hedley, F. E., Larsen, E., Mohanty, A., Liu, J. Z., & Jin, J. (2026). Understanding anxiety through uncertainty quantification. British Journal of Psychology, 117(3), 795–808.
Knill, D. C., & Pouget, A. (2004). The Bayesian brain: The role of uncertainty in neural coding and computation. Trends in Neurosciences, 27, 712–719.
Leotti, L. A., Iyengar, S. S., & Ochsner, K. N. (2010). Born to choose: The origins and value of the need for control. Trends in Cognitive Sciences, 14(10), 457–463.
Ma, W. J., Beck, J. M., Latham, P. E., & Pouget, A. (2006). Bayesian inference with probabilistic population codes. Nature Neuroscience, 9, 1432–1438.
Sandhu, T. R., Xiao, B., & Lawson, R. P. (2023). Transdiagnostic computations of uncertainty: Towards a new lens on intolerance of uncertainty. Neuroscience & Biobehavioral Reviews, 148, 105123.
Wilson, E. J., Abbott, M. J., & Norton, A. R. (2023). The impact of psychological treatment on intolerance of uncertainty in generalized anxiety disorder: A systematic review and meta-analysis. Journal of Anxiety Disorders, 97, 102729.
Примечания
[1] Неопределённость, возникающая из-за внутренней случайности или шума в самой системе либо в данных и обычно не исчезающая просто в результате сбора большего количества данных.
[2] Это, безусловно, характерный для людей с обсессивно-компульсивным расстройством образ мышления, однако его разновидности встречаются и при других тревожных расстройствах.
[3] Принцип свободной энергии — идея, согласно которой биологические системы стремятся уменьшить несоответствие между своими предсказаниями и поступающими данными, а также неопределённость, изменяя либо внутреннюю модель, либо собственные действия. Это теоретическая рамка, предложенная Карлом Фристоном (род. в 1959 году, британский нейроучёный и теоретический нейробиолог), которая пытается объяснить, как биологические системы, включая мозг, сохраняют устойчивость в неопределённой и изменяющейся среде. В упрощённом виде идея такова: мозг постоянно предсказывает, что произойдёт, сравнивает предсказания с поступающими сенсорными данными и пытается уменьшить несоответствие между ними.