Информационную теорию эмоций создал советский физиолог Пётр Владимиров Симонов в 1960–1970-х годах. Эта концепция стала прорывом в понимании природы чувств, переведя их из разряда «субъективных переживаний» в категорию измеримых физиологических процессов. Симонов предложил рассматривать эмоции не как хаотичные реакции, а как информационные сигналы, регулирующие поведение организма.

До появления этой теории доминировали подходы, описывавшие эмоции через физиологические изменения (теория Джеймса-Ланге) или когнитивную оценку (теория Шактера-Синджера). Симонов же ввёл количественный параметр — потребность в информации — и показал, что сила эмоции зависит от соотношения между значимостью потребности и вероятностью её удовлетворения. Так родилась знаменитая формула эмоций, ставшая основой для дальнейших исследований в нейрофизиологии и психологии.

📊 Какую теорию эмоций вы считаете наиболее убедительной?
Информационная (Симонов)
Физиологическая (Джеймс-Ланге)
Когнитивная (Шактер-Синджер)
Эволюционная (Дарвин-Экман)
Другая

История создания теории

Работу над концепцией Симонов начал в лаборатории высшей нервной деятельности Института нормальной физиологии АН СССР. Ключевым моментом стало наблюдение за поведением животных в условиях неопределённости: чем меньше вероятность получения награды, тем ярче эмоциональная реакция при её получении. Это противоречило тогдашним представлениям о прямой связи стимула и ответа.

В 1970 году вышло фундаментальное труда «Эмоции и мозг», где теория была сформулирована в завершённом виде. Позже, в 1981 году, появилась монография «Мозг и эмоции», ставшая настольной книгой для целого поколения нейрофизиологов. Симонов опирался на данные электроэнцефалографии, микроэлектродных исследований и поведенческих экспериментов, что придало теории экспериментальную надёжность.

Интересно, что изначально идея встретила скептицизм: коллеги считали, что эмоции слишком сложны для математического описания. Однако предсказательная сила формулы — способность точно определить интенсивность реакции заранее — заставила научное сообщество пересмотреть отношение. К 1980-м годам теория получила международное признание и была включена в учебные курсы по физиологии высшей нервной деятельности.

⚠️ Внимание: Информационная теория не отрицает роль нейромедиаторов или гормонов. Она описывает функциональный уровень — зачем и как мозг вычисляет эмоциональную окраску ситуации, а не только биохимию процесса.

Основные постулаты теории

В центре концепции лежит идея: эмоция — это оценка вероятности удовлетворения актуальной потребности. Мозг постоянно сравнивает «что нужно» с «как вероятно получить». Результат этого сравнения и есть эмоциональное переживание. Теория опирается на три ключевых принципа.

  • 🧠 Потребность как источник мотивации — без актуальной потребности эмоции не возникают
  • 📊 Информационная неопределённость — чем меньше знаний о результате, выше эмоциональный накал
  • ⚖️ Оценочный характер — эмоция отражает субъективную вероятность успеха, а не объективную реальность

Симонов ввёл понятие потребности в информации как особого вида биологической потребности. Организм стремится не только к еде, безопасности или размножению, но и к снижению неопределённости. Любое новое знание, уменьшающее энтропию картины мира, несет позитивный эмоциональный заряд. Это объясняет любопытство, исследовательское поведение и удовольствие от обучения.

Важный нюанс: теория различает позитивные и негативные эмоции не по вкусу, а по знаку изменения вероятности. Если вероятность удовлетворения выросла — позитивная эмоция (радость, интерес). Упала — негативная (страх, гнев, разочарование). Нулевая вероятность порождает апатию или депрессию как состояние «бессмысленности действий».

💡

Эмоция — это не «реакция на стимул», а результат вычисления мозгом разницы между значимостью цели и вероятностью её достижения.

Формула эмоций Симонова

Математическое выражение теории выглядит удивительно лаконично: E = I × P, где E — сила эмоции, I — сила (значимость) потребности, P — субъективная вероятность её удовлетворения. В более полной версии учитывается также информация, необходимая для действия: E = I × (P - P₀), где P₀ — пороговая вероятность, ниже которой действие не начинается.

Формула предсказывает парадоксальные эффекты. Например, при одинаковой силе потребности эмоция будет сильнее там, где вероятность успеха средняя, а не максимальная. При P = 1 (гарантированный успех) эмоция стремится к нулю — это рутина, а не переживание. Максимум E достигается при P ≈ 0.5, что объясняет азарт игр, романтику риска и драматизм спортивных состязаний.

Параметр Обозначение Смысл Единицы измерения
Сила эмоции E Интенсивность переживания Условные единицы
Сила потребности I Биологическая/социальная значимость Условные единицы
Вероятность успеха P Субъективная оценка шансов (0–1) Доля единицы
Порог действия P₀ Минимальная вероятность для старта Доля единицы

На практике формулу используют для моделирования мотивации в ИИ, анализа потребительского поведения и даже прогнозирования массовых настроений. В нейроэкономике параметр P связывают с активностью дофаминовой системы, а I — с гипоталамическими центрами. Это делает теорию Симонова мостом между психологией и нейрофизиологией.

⚠️ Внимание: Формула не работает для патоологических состояний (фобии, мания), где оценка вероятности искажена болезнью. В норме она даёт точные предсказания для здоровых взрослых в стандартных ситуациях выбора.
Как формула объясняет «страх успеха»?

При очень высокой значимости цели (I → max) даже малейшее снижение вероятности (P ↓) вызывает гигантский скачок негативной эмоции. Мозг «боится» потерять уникальный шанс, поэтому преуспевающие часто испытывают тревогу перед финишем. Это не слабость — это работа формулы E = I × P на пределе.

💡

Чтобы снизить тревогу перед важным событием, разбейте цель на подзадачи — это повышает субъективную P для каждого шага и снижает общий эмоциональный накал по формуле Симонова.

Значение для современной науки

Теория Симонова легла в основу нейроэкономики — дисциплины, изучающей нейронные механизмы принятия решений. Исследователи обнаружили, что дофаминовые нейроны среднего мозга кодируют именно ошибку предсказания награды — математический аналог разницы (P - P₀) в формуле. Нобелевская премия 2017 года за исследования циркадных ритмов косвенно подтвердила важность временных параметров в мотивационных системах.

В когнитивной нейробиологии концепция «потребности в информации» предвосхитила открытие системы дефолтного режима (DMN) — сети мозга, активной при отсутствии задач и отвечающей за самогенерацию гипотез о мире. Симонов интуитивно уловил суть: мозг — это машина для снижения энтропии, а эмоции — её приборная панель.

Психотерапия также заимствовала идеи теории. Когнитивно-поведенческие подходы работают с субъективной вероятностью P: пациент учится реалистично оценивать шансы, что снижает патологическую тревогу. Метод «переоценки вероятности» прямо следует из понимания эмоции как функции от P.

  • 🔬 Нейроэкономика — валидация формулы на уровне одних нейронов
  • 🤖 Искусственный интеллект — мотивационные модули агентов на основе E = I × P
  • 🧩 Психотерапия — коррекция искажённой оценки вероятностей
  • 📈 Маркетинг — управление ожиданиями потребителей через P

Критика и развитие концепции

Главный аргумент критиков: формула слишком упрощена. Она не учитывает временную динамику (эмоция меняется в процессе действия), социальный контекст и индивидуальные различия в темпераменте. Симонов сам признавал, что модель описывает «чистый случай» — изолированный акт выбора. В реальности эмоции наслаиваются, смешиваются и модулируются памятью.

Современные модификации вводят дополнительные переменные: E = I × P × C × T, где C — контекстная неопределённость, T — временной горизонт. Также учитывается валентность эмоции (притяжение/отвращение) отдельно от интенсивности. Эти расширения сохраняют ядро теории, но делают её применимой к сложным жизненным ситуациям.

Другой вектор критики — игнорирование телесных чувств (интероцепции). Теории «воплощённого познания» утверждают: эмоция рождается в теле, а не в вычислениях коры. Симонов ответил на это в поздних работах: формула описывает корковый уровень интеграции, а интероцептивные сигналы — это входные данные для расчёта P. Противоречия сняты на уровне иерархии мозга.

☑️ Как применить теорию Симонова для самодиагностики эмоций

Выполнено: 0 / 7

Применение в практике

За пределами академической науки теория нашла неожиданные применения. В геймдизайне формулу используют для баланса сложности: уровень должен давать P ≈ 0.3–0.7, иначе игрок скучает или бросает игру. В образовании — для дозировки сложности задач: оптимальная зона proximal development соответствует пику эмоционального вовлечения по Симонову.

В HR-менеджменте и коучинге метод «калибровки P» помогает сотрудникам реалистично оценивать карьерные перспективы. Менеджеры, интуитивно понимающие формулу, создают условия, где P достаточно высока для мотивации, но не равна 1 — иначе работа превращается в рутину без эмоционального отдачи. Это тонкий баланс между уверенностью и вызовом.

Маркетологи используют концепцию для управления ожиданиями. Рекламная кампания, завышающая P (обещающая гарантированный результат), обречена на разочарование: реальность даст P_real < P_promo, и разница ударит негативной эмоцией. Успешные бренды держат P в зоне «достижимый вызов» — именно там рождается лояльность.

⚠️ Внимание: Манипуляция параметром P в маркетинге или политике — это этическая красная зона. Искусственное завышение ожиданий даёт краткосрочный эффект, но разрушает доверие (снижает базовый P для будущих взаимодействий) гораздо сильнее, чем честное «вероятность 50/50».
💡

Любая система — игра, работа, обучение — удерживает вовлечённость только пока субъективная вероятность успеха находится в «зоне вызова» (0.3–0.7). Гарантии убивают эмоции так же эффективно, как безнадежность.

Наследие П.В. Симонова

Пётр Владимиров Симонов (1927–2020) оставил после себя не только теорию, но и научную школу. Его ученики — В.Б. Швидькин, А.Ю. Кабанов, С.В. Чухнин — развивают направление в Институте высшей нервной деятельности и нейрофизиологии РАН. Симонов был одним из первых, кто начал изучать сон и сны как информационные процессы, связав фазу быстрого сна с обработкой эмоциональной информации дня.

Последние годы жизни ученый посвятил проблеме сознания, рассматривая его как высшую форму информационной регуляции. В труде «Мозг, эмоции, сознание» (2009) он постулировал: сознание возникает там, где мозг моделирует собственные вероятностные оценки — то есть становится наблюдателем собственной формулы E = I × P. Эта идея резонирует с современными теориями предсказательной обработки (predictive processing).

Сегодня информационная теория эмоций входит в стандартные курсы физиологии высшей нервной деятельности в российских университетах и цитируется в международных обзорах по аффективной нейробиологии. Она остаётся единственной квантитативной теорией эмоций, получившей экспериментальную подтверждение на уровне одних нейронов — редкий случай для психологических концепций XX века.

Часто задаваемые вопросы (FAQ)
Кто именно создал информационную теорию эмоций?

Создателем является советский и российский физиолог Пётр Владимиров Симонов (1927–2020), академик РАМН и РАН, директор Института высшей нервной деятельности и нейрофизиологии РАН в 1988–2015 гг.

В каком году была опубликована теория?

Ключевая монография «Эмоции и мозг» вышла в 1970 году. Однако первые статьи с элементами теории появились ещё в конце 1960-х. Завершённая формула была представлена в книге «Мозг и эмоции» (1981).

Что такое формула эмоций Симонова?

Базовая формула: E = I × P, где E — сила эмоции, I — сила потребности, P — субъективная вероятность её удовлетворения. Расширенный вариант: E = I × (P - P₀), где P₀ — порог начала действия.

Как теория объясняет любопытство?

Любопытство — это эмоция, возникающая при потребности в информации (I_info). Получение нового знания снижает неопределённость (повышает P понимания мира), что генерирует позитивную эмоцию даже без материальной выгоды.

Применима ли теория к искусственному интеллекту?

Да. В reinforcement learning (обучении с подкреплением) функция награды часто реализует принцип E = I × P: агент стремится максимизировать ожидаемую награду, взвешенную на вероятности успеха. Это прямой аналог теории Симонова.