Цель исследования - выявить особенности реализации категории образа автора как абсолютного феномена в рамках немецкоязычного научно-популярного текста.
Процедура и методы. В статье проведено сравнение научно-популярного текста, созданного популяризатором науки и при помощи искусственного интеллекта (ИИ). Для выявления специфических признаков образа автора научно-популярного текста с использованием общенаучных методов исследования (анализ, синтез, сравнение, аналогия), а также методов оценки и обработки информации, предполагающих наблюдение над языковыми и неязыковыми явлениями в их динамике, прокомментированы тексты названного типа, опубликованные в немецкоязычных интернет-изданиях различной тематики за 2024-2025 годы.
Результаты. Проведённый лингвистический анализ показал, что образ автора является неотъемлемой категорией научно-популярного текста. Однако текст, созданный ИИ, исключает эмоционально-оценочный компонент, тем самым снижая уровень интереса и доверия читателя к предоставляемой информации, что противоречит основной задаче научно-популярного текста.
Теоретическая значимость работы заключается в расширении методологической базы исследования поликодовых текстов в части комплексного подхода к анализу функционирования вербальных и невербальных средств в контексте выражения образа автора и в обогащении методического инструментария немецкоязычного текста.
Практическая значимость состоит в том, что материалы данного исследования могут быть применены в научных исследованиях по актуальным вопросам германистики и общей лингвистики, непосредственно связанных с лингвистикой текста, а также в учебно-образовательном процессе для преподавателей соответствующих лингвистических дисциплин.
Цель. Статья изучает лингвистическую эпистемологию в контексте текстовой генерации нейросетевыми моделями на основе искусственного интеллекта.
Процедуры и методы. В исследовании проанализирован искусственный текст проекта «Автобиография нейросети» (2023) с использованием контент-анализа и лингвокогнитивного подхода, предполагающего количественный анализ метафор и моделирование концептуальных схем.
Результаты. Исследование показало, что лингвистическая эпистемология генерации определяется принципом, сочетающим функции нейросетевого алгоритма и когнитивные установки субъекта. Концептуальные метафоры когнитивных функций «гуманизируют» генеративного агента, позволяя имитировать познавательные процессы и создавать новые формы репрезентации знаний, основанные на анализе обучающих текстов.
Теоретическая значимость. Сгенерированные тексты конструируют имитацию эпистемических процессов через системные метафоры и стратегии антропоморфизации. Результаты исследования могут быть применены для дизайна ИИ-интерфейсов и улучшения UX, а также в целях критического дискурс-анализа при выявлении стратегий манипуляции в процессе текстогенерации.