Цель исследования – алгоритмическое моделирование коммерциализации цифровых интеллектуальных активов (ЦИА) с учетом факторов ценообразования, риска и уровня коммерческого потенциала, на основе идентификации ЦИА и определения их специфики.
Методы. В работе использованы общенаучные методы сравнительного анализа, систематизации и обобщения для выделения отличительных признаков и ценообразующих факторов, учитывающих специфику объектов исследования. Для формирования модели коммерциализации цифровых интеллектуальных активов применялись алгоритмический подход, метод экспертных оценок при расчете показателя коммерческого потенциала, подходы и методы стоимостной оценки при определении первоначальной стоимости активов.
Результаты работы. Автором сформулировано определение цифрового интеллектуального актива, установлены его взаимоотношения со смежными категориями активов, выделены две категории ЦИА с указанием общих и отличительных свойств. По итогам идентификации ЦИА определены факторы, влияющие на ценность и коммерческий потенциал различного вида изучаемых активов. Предложен способ расчета показателя коммерческого потенциала, учитывающий рассмотренные факторы. Раскрыты инструменты коммерциализации, а также подходы и методы оценки первоначальной стоимости к различным категориям ЦИА. Построена алгоритмическая модель коммерциализации цифровых интеллектуальных активов.
Выводы. Предложенная в статье алгоритмическая модель коммерциализации новых видов активов, цифровых интеллектуальных активов, учитывает их специфику и факторы, влияющие на первоначальную стоимость и коммерческий потенциал. Модель может использоваться российскими компаниями для повышения своей конкурентоспособности в условиях развития рынка цифровых прав и технологий. Дальнейшие исследования должны быть посвящены конкретизации алгоритма коммерциализации для отдельных категорий ЦИА: 1) объектов интеллектуальной собственности в цифровой форме; 2) цифровых (цифровых утилитарных) прав на такие объекты и их использование, реализующихся исключительно по правилам информационной системы (инвестиционной платформы).
Идентификаторы и классификаторы
- SCI
- Экономика
Не меньший коммерческий потенциал и особую значимость для инновационных компаний, призванных обеспечить технологический суверенитет России в условиях санкционных ограничений, могут иметь цифровые интеллектуальные активы, определение которых пока отсутствует в российском законодательстве, а содержательная трактовка данного понятия является предметом научных дискуссий.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Khan N. FAST: A MapReduce Consensus for High Performance Blockchains // In: Proceedings of the 1st Workshop on Blockchain-enabled Networked Sensor Systems. New York: Association for Computing Machinery, 2018. P. 1-6. https://doi.org/10.1145/3282278.3282279
2. Takanashi Y., Matsuo S., Burger E., Sullivan C., Miller J., Sato H. Call for Multi-Stakeholder Communication to Establish a Governance Mechanism for the Emerging Blockchain-Based Financial Ecosystem, Part 1 of 2 // Stanford Journal of Blockchain Law & Policy. 2020. URL: https://stanford-jblp.pubpub.org/pub/multistakeholder-comm-governance (дата обращения: 12. 09. 2023)
3. Atlas L.G., Kumar C.M., Rajakumari, Hamsagayathi P. Application with Blockchain technique // In: Cryptocurrencies and Blockchain Technology Applications. Scrivener Publishing LLC, 2020. Chapter 9. https://doi.org/10.1002/9781119621201.ch9
4. Wingreen S.C., Kavanagh D., Dylan-Ennis P., Miscione G. Sources of cryptocurrency value systems: the case of Bitcoin // International Journal of Electronic Commerce. 2020. Vol. 24. Iss. 4. P. 474-496. https://doi.org/10.1080/10864415.2020.1806469
5. Yatsyk T., Shvets V. Cryptoassets as an emerging class of digital assets in the financial accounting // Economic Annals-XXI. 2020. Vol. 183. Iss. 5-6. P. 106-115. https://elibrary.ru/onhvvz. https://doi.org/10.21003/ea.V183-10
6. Sixt E., Himmer K. Accounting and Taxation of Cryptoassets // UNSW: Accounting (Topic). 2019. https://doi.org/10.2139/ssrn.3419691
7. Юхно А.С., Генкин А.С. Актуальные вопросы применения технологии блокчейн в контексте современного корпоративного управления // Управление риском. 2021. № 1(97). С. 45-52. https://elibrary.ru/vqkkbg
8. Кочергин Д.А. Криптоактивы: экономическая природа, классификация и регулирование оборота // Вестник международных организаций: образование, наука, новая экономика. 2022. Т. 17. № 3. С. 75-130. https://elibrary.ru/istxme. URL: https://cyberleninka.ru/article/n/kriptoaktivy-ekonomicheskaya-priroda-klassifikatsiya-i-regulirovanie-oborota
9. Головкин Р.Б., Амосова О.С. «Цифровые права» и «цифровое право» в механизмах цифровизации экономики и государственного управления // Вестник Владимирского юридического института. 2019. № 2(51). С. 163-166. https://elibrary.ru/ofamfa
10. Лаптева А.М. Правовой режим цифровых активов (на примере big data) // Журнал российского права. 2019. № 4(268). С. 93-104. https://elibrary.ru/ecolkh. https://doi.org/10.12737/art_2019_4_8
11. Будник Р.А. Риски и перспективы токенизации творчества // Journal of Digital Technologies and Law. 2023. Т. 1. № 3. С. 587-611. https://elibrary.ru/xhasaw. https://doi.org/10.21202/jdtl.2023.25
12. Heines R., Dick C., Pohler C., Jung R. The Tokenization of Everything: Towards a Framework for Understanding the Potentials of Tokenized Assets // In: Pacific Asia Conference on Information Systems (PACIS), 2021. Vol. 40. Р. 246. URL: https://aisel.aisnet.org/pacis2021/40 (дата обращения: 22. 08. 2023)
13. Henderson M.T., Raskin M. A regulatory classification of digital assets: towards an operational Howey Test for cryptocurrencies, ICOs and other digital assets // Columbia Business Law Review. 2019. Vol. 2019. Iss 2. P. 443-493. https://doi.org/10.7916/cblr.v2019i2.3423
14. Kud A.A. Substantiation of the Term «Digital Asset»: Economic and Legal Aspects // International Journal of Education and Science. 2019. Vol. 2. Iss. 1. P. 41-52. https://doi.org/10.26697/ijes.2019.1.06
15. Агеев В.Н., Власов А.В. Потенциал применения цифровых финансовых активов // Финансовый журнал. 2020. Т. 12. № 6. С. 100-112. https://elibrary.ru/fpvvqj. https://doi.org/10.31107/2075-1990-2020-6-100-112
16. Шевченко О.М. Правовая природа акций, выпускаемых в виде цифровых финансовых активов // Предпринимательское право. 2022. № 1. С. 75-80. https://elibrary.ru/xaaxwo. URL: https://old.lawinfo.ru/assets/files/EntrepreneurialLaw/2022/1/EntrepreneurialLaw_1_22-10.pdf
17. Акинфиева В.В. Утилитарные цифровые права в современных условиях трансформации экономики // Пермский юридический альманах. 2020. № 3. С. 397-407. https://elibrary.ru/tpfiuv
18. Гирич М.Г., Ермохин И.С., Левашенко А.Д. Сравнительный анализ правового регулирования цифровых финансовых активов в России и других странах // Вестник международных организаций: образование, наука, новая экономика. 2022. Т. 17. № 4. С. 176-192. https://elibrary.ru/ezbfho. https://doi.org/10.17323/1996-7845-2022-04-07
19. Ванцовская А.А. Цифровое искусство на блокчейне и NFT-рынок // StudNet. 2021. Т. 4. № 7. С. 25. https://elibrary.ru/eyxfiu
20. Долганин А.А. Соотношение невзаимозаменяемых токенов (NFT) и интеллектуальной собственности: триумф проприетарного подхода? // Цифровое право. 2021. Т. 2. № 3. С. 46-54. https://elibrary.ru/oijblp. https://doi.org/10.38044/2686-9136-2021-2-3-46-54
21. Воронов В.С., Давыдов В.Д. Цифровые интеллектуальные активы в парадигме инерционного инвестирования // Вопросы инновационной экономики. 2022. Т. 12. № 1. С. 141-154. https://elibrary.ru/xyvbtm. https://doi.org/10.18334/vinec.12.1.114119
22. Емельянов Д.С., Емельянов И.С. Невзаимозаменяемые токены (NFT) как самостоятельный объект правового регулирования // Имущественные отношения в Российской Федерации. 2021. № 10(241). С. 71-76. https://elibrary.ru/qercwg. https://doi.org/10.24412/2072-4098-2021-10-71-76
23. Болотаева О.С. Реализация интеллектуальных прав в сфере невзаимозаменяемых токенов (NFT) // Право и государство: теория и практика. 2022. № 3(207). С. 257-260. https://elibrary.ru/emnowf. https://doi.org/10.47643/1815-1337_2022_3_257
24. Хасанов Э.Р. Особенности правовой защиты NFT как объекта исключительных прав // Право и государство: теория и практика. 2022. № 8(212). С. 63-67. https://elibrary.ru/tzbvhd. https://doi.org/10.47643/1815-1337_2022_8_63
25. Савченко Ю.Ю. Цифровые активы как особый объект оценки // Управленческий учет. 2021. № 11-3. С. 697-703. https://elibrary.ru/njcdec. https://doi.org/10.25806/uu11-32021697-703
26. Тазихина Т.В., Попова Е.Д. Оценка цифровых активов: актуальные проблемы теории и практики // Проблемы экономики и юридической практики. 2021. Т. 17. № 5. С. 46-51. https://elibrary.ru/qzyktc
27. Ruan K. Digital asset valuation and cyber risk measurement: principles of cybernomics. London: Academic Press. 2019. 200 р. https://doi.org/10.1016/B978-0-12-812158-0.00011-9
Выпуск
Другие статьи выпуска
Цель настоящей работы состоит в выявлении ключевых аспектов и отличительных характеристик концепции «умной специализации» на основе исследования современного состояния и исходных предпосылок ее становления, а также связи с другими теоретическими направлениями.
Методы. При проведении исследования использовались теоретические положения региональной и пространственной экономики, инновационного развития и экономической географии известных российских и зарубежных ученых. В работе применены методы библиометрического, статистического и контент-анализа литературы. На основе выборки из наукометрических баз данных, Scopus, Web of Science и eLIBRARY. ru, систематизированы публикации, изданные за период с 2012 по 2021 гг., проведен анализ содержания текстовых массивов с целью последующей содержательной интерпретации выявленных закономерностей и определения перспективных направлений дальнейших исследований.
Результаты работы. Установлено, что концепция «умной специализации» внесла существенный вклад в новое политическое видение сбалансированного регионального развития, несмотря на то, что она основана на предшествующих научных направлениях. Показано, как изначально отраслевой подход, посредством использования постулатов экономической географии, трансформировался в территориальную концепцию. Проведенный библиометрический и контент-анализ литературных источников позволил выявить неотъемлемые характеристики концепции, принципы и инструменты ее реализации, а также сформулировать авторское определение подхода умной специализации.
Выводы. Центральная идея «умной специализации» как исследовательского направления содержится в следующих аспектах: во-первых, в обосновании необходимости применения дифференцированной региональной политики для различных типов региональных систем; во-вторых, в научно-практическом обосновании целесообразности подхода «связанной» диверсификации к развитию регионов для стимулирования структурных сдвигов, значимых для формирования экономической динамики; в-третьих, в фокусировке на межрегиональном взаимодействии для обеспечения комплементарности научно-технологического регионального развития.
Цель. Апробирование исследовательского инструментария изучения современных трендов реализации ESG-практик и их результативности в российских компаниях.
Методы. В данной статье проверяется применимость таких исследовательских инструментов анализа деятельности организаций в направлении ESG-повестки, как сравнительный анализ финансирования ESG-проектов на основе нефинансовой отчетности компаний, контент-анализ текстов отчетов, регрессионный анализ взаимосвязи рейтинга ESG, как в целом, так и по отдельным составляющим, с финансовой результативностью компании. На основе апробации указанных инструментов был проведен их сравнительный анализ.
Результаты работы. Основным результатом анализа отчетности стало выявление тенденции к сокращению раскрытия информации о финансировании ESG-проектов. Анализ имеющихся сведений о финансировании позволил выявить основные направления инвестирования запросов внешних и внутренних заинтересованных сторон. На основании контент-анализа текстов нефинансовой отчетности компании был сделан вывод об увеличении упоминания социальных проектов и инициатив в сфере охраны окружающей среды. Также были выявлены наиболее приоритетные направления по каждой из составляющих ESG. Основные приоритеты: социальной повестки – «благополучие сотрудников»; ответственного отношения к окружающей среде – «снижение выбросов парниковых газов», «энергоэффективные материалы и технологии», «обращение с отходами» и «потребление воды»; корпоративного управления – «соблюдение прав акционеров». В результате регрессионного моделирования подтверждена гипотеза о положительном влиянии ESG-рейтинга на стоимость компаний. Была выявлена положительная взаимосвязь между деятельностью компании в области ответственного отношения к окружающей среде и стоимостью, а также слабая отрицательная взаимосвязь между стоимостью и деятельностью в области социальной составляющей.
Выводы. Несмотря на вызовы и санкционные ограничения российские компании продолжают активную деятельность в сфере ESG. При этом для более полного анализа практической реализации ESG-проектов и их освещения в нефинансовой отчетности предпочтительно использовать комбинацию исследовательских инструментов.
Цель исследования – разработка адаптивной модели управления системой высшего образования в условиях цифровой трансформации экономики.
Методы. В работе использовались методы междисциплинарного, структурно-логического анализа, типологизация моделей управления, рейтинговых и экспертных оценок. Методологической базой исследования послужили: трехгранная модель оценки управления высшим образованием; «куб управления», включающий модель нового менеджериализма; двухплоскостная модель оценки системы высшего образования; адаптивный подход управления высшим образованием.
Результаты работы. На основе анализа системы управления высшим образованием в условиях цифровой трансформации экономики выявлена необходимость формирования новых адаптивных механизмов и моделей управления этой системой, как сферой, где формируется и развивается человеческий капитал, необходимый для прорывного развития страны. Также определены тенденции цифровизации в сфере высшего образования, разработаны и обоснованы рекомендации по ее адаптации к цифровой трансформации экономики. В качестве ключевого инструментария адаптивной модели управления разработана организационная модель адаптивного управления системой высшего образования, позволяющая приспособить всю систему образования к вызовам цифровой трансформации экономики.
Выводы. Разработанная организационная модель позволит построить эффективную работу системы высшего образования, используя механизмы адаптивного управления, позволяющие оптимально подстраивать ее под современные трансформационные процессы, которые происходят согласно циклическим кризисным явлениям и очередной промышленной революции. Цифровая трансформация и условия Индустрии 4.0, а также технологическая сингулярность, являющаяся уже реальностью, не позволяют стратегически правильно выстроить одну определенную модель управления системой высшего образования, так как вышеобозначенные процессы становятся триггером постоянных трансформаций, в том числе в сфере образования. Предложенная авторами организационная модель адаптивного управления является инновационной, позволяющей итерационно подстраиваться под происходящие трансформации социальных и экономических систем. Таким образом, данная модель стратегически актуальна и перспективна как для современных условий функционирования, так и долгосрочного развития сферы образования.
Цель. Предложить модель управления цифровым имиджем бренда на основе последовательных петель обратной связи с целевой аудиторией имиджа.
Методы. Сбор, обработка и анализ данных осуществлялись на основе кабинетных методов исследования, синтеза, контент-анализа, системной и структурно-функциональной оценки информации с применением междисциплинарного подхода.
Результаты работы. На основе систематизации методических подходов к управлению имиджем бренда в отечественной и зарубежной практиках авторами предложена модель управления цифровым имиджем бренда, базирующаяся на последовательных петлях обратной связи с целевой аудиторией имиджа. В рамках предложенной модели предполагается создание в цифровой среде систем предоставления обратной связи с целевой аудиторией и мониторинга организованных взаимоотношений с потребителями. Методические рекомендации авторов по реализации предложенной модели выразились в детализации подходов к организации взаимоотношений объекта имиджа с целевой аудиторией имиджа посредством разных видов петель обратной связи, систематизации методов мониторинга откликов и реакции целевых потребителей, методов оценки имиджа в цифровой среде бренда для закрытия петель обратной связи.
Выводы. Петли обратной связи с целевой аудиторией имиджа бренда являются причинно-следственным механизмом динамического характера, в котором выходные данные в виде субъективных и объективных потребительских оценок репутации бренда используются в качестве входных данных для управления цифровым имиджем и его улучшения. Организация обратной связи с потребителями по цифровым каналам на основе последовательных петель позволяет соотносить планируемые показатели имиджа бренда с фактическими, идентифицировать имеющиеся проблемы и своевременно вносить коррективы в решения по управлению цифровым имиджем бренда.
Цель статьи заключается в разработке модели ценностного мира российской молодежи, которая может составить базу для формирования необходимых государству ориентаций молодых людей, способствующих устойчивому развитию Российской Федерации.
Методы. В работе использовались как традиционные методы научного анализа, так и методология байесовских интеллектуальных измерений, используемых в условиях неопределенности, неточности и неполноты данных, характерных для социальных и социально-экономических систем.
Результаты работы. В представленном исследовании разработана расширяемая иерархическая информационная модель ценностного мира российской молодежи. Разработана методика обработки анкетных данных, результаты которых представляются на числовых и лингвистических шкалах, что дает возможность учесть неопределенность полученной информации. По результатам анкетирования учащихся вузов 10-ти субъектов Российской Федерации в возрасте от 17-ти до 30-ти лет общим числом 1816 человек получены значения факторов, характеризующих ценностный мир российской молодежи, что позволило сформировать ее портрет. Оценены и проанализированы некоторые ценностные факторы молодых людей Тульской области.
Выводы. Предложенная модель и методика обработки анкетных данных позволяют составить адекватный целостный портрет российской молодежи в современных экономических условиях. Выявлено формирование двух групп молодых людей, характеризующихся неблагоприятным и благоприятным ценностным отношением к российскому обществу, что в будущем может привести к конфликту социальных и экономических интересов, тем самым негативно влияя на темпы экономического роста и устойчивое развитие государства. Для снижения внутренней напряженности между группами молодежи и формирования присущих российскому обществу ценностей предложены мероприятия федерального и регионального уровней.
Цель: сквозь призму новых знаний, сформированных автором ранее, исследовать возможные пути модернизации и трансформации России в условиях новой реальности: проведения специальной военной операции, резкого противостояния с коллективным Западом, череды санкций и противосанкций, нового экономического курса – экономики предложения, Концепции технологического развития до 2030 г. и развития нейросетевого искусственного интеллекта. Статья является закономерным продолжением и неотъемлемой частью исследования, проводимого автором на протяжении нескольких десятков лет и посвященного поиску путей к будущему без кризисов и разрушительных войн для России и глобального мира.
Методы. В статье использован комплекс общенаучных методов, включая анализ, обобщение, сравнение и др. Исследование базируется на результатах предыдущих работ автора и опирается на сформированный в них методологический инструментарий – новое знание, новую научную парадигму (ННП).
Результаты работы. Автором проанализировано состояние России в условиях необходимости обретения экономического и технологического суверенитета. Показано, что сохраняется отсутствие эффективных путей выхода из глубочайшего кризиса и понимания будущего в экономическом и научно-технологическом аспектах. Анализ российских и зарубежных публикаций сквозь призму новых знаний дал возможность вновь доказать, что будущее мира – не в развитии искусственного интеллекта, а в переходе на новую парадигму развития (НПР) и всестороннее развитие человека в новой модели жизнеустройства.
Выводы. Подтвердились выводы прежних исследований автора о необходимости перехода на новую парадигму развития. Получены новые доказательства, что Россия, в условиях новой реальности, начавшейся в феврале 2022 г., стала еще ближе к тому, чтобы перейти на НПР, смыслом и целью которой является сам человек, в рамках которой удовлетворяется его высшая потребность – стать совершенным в физическом, интеллектуальном и духовном плане.
Цель статьи состоит в анализе государственной политики, направленной на формирование человеческого капитала в сфере высоких технологий.
Методы. Исследование базируется на системном подходе; декомпозиции человеческого капитала с целью выявления системных разрывов в его формировании; качественном (традиционном) анализе государственных программ и проектов; сравнительном анализе направлений государственной политики России и некоторых стран-лидеров в сфере высоких технологий, направленной на развитие человеческого капитала.
Результаты работы. Рассмотрены сущность и структура человеческого капитала организации, исходя из стадий его воспроизводства, а также с позиции его расширенной трактовки. Выявлены системные разрывы в формировании человеческого капитала высокотехнологичных организаций, в их числе – разрывы в формировании индивидуального и корпоративного человеческого капитала, а также в институционально-инфраструктурном обеспечении его воспроизводства. Показаны особенности государственной политики России, направленной на формирование человеческого капитала высокотехнологичной сферы, в сравнении с политикой ряда зарубежных стран. Обозначена роль государственных программ и проектов («Приоритет-2030», «Профессионалитет» и «Передовые инженерные школы») в преодолении системных разрывов формирования человеческого капитала высокотехнологичных организаций.
Выводы. Проведенный анализ показал наличие широкого спектра мер государственной политики ряда стран, занимающих лидирующие позиции в сфере высоких технологий, направленных на развитие человеческого капитала высокотехнологичной сферы. Среди них – развитие фундаментальной науки, междисциплинарных и математических знаний, STEM-компетенций, а также укрепление взаимодействия академического сектора с высокотехнологичным. В арсенале инструментов отечественной государственной политики – ориентация на практикоориентированное обучение, развитие цифровых компетенций, повышение квалификации управленческих кадров, а также развитие взаимодействия академического и высокотехнологичного секторов. Федеральный проект «Передовые инженерные школы» соответствует устранению наибольшего количества системных разрывов. При этом системный разрыв на стадии формирования общего человеческого капитала, который проявляется в недостаточной физико-математической подготовке школьников, остается не устраненным.
Цель: исследование процессов цифровизации и цифровой трансформации реального сектора экономики регионов Северо-Кавказского федерального округа.
Методы. Методологическую основу исследования составили концепция цифровой экономики, теоретические положения экономики предложения, системный подход, трендовый анализ и предиктивная аналитика. Исследование построено на применении методов экономико-статистического анализа, научной абстракции, аналогий и научных обобщений. Использованные методы характеризуются валидностью и показывают высокую степень результативности.
Результаты работы. В СКФО идут процессы цифровизации и цифровой трансформации, но их темпы остаются невысокими. Для ускорения этих процессов необходимо решить две взаимосвязанные задачи. Во-первых, материализовать процессы цифровизации и цифровой трансформации в реальном секторе экономики регионов федерального округа. Во-вторых, подготовить кадры определенных специальностей, которые смогут эффективно эксплуатировать цифровые технологии. В первом случае возможно применение модели догоняющего развития на региональном уровне, которая позволит реализовать принцип «преимущества отсталости» и использовать наработанный мировой и региональный опыт перехода к современным трендам эксплуатации цифровых технологий. Во втором случае предлагается организовать в субъектах округа специальные центры по переподготовке специалистов по цифровым технологиям с необходимыми компетенциями и/или повышению квалификации, с выдачей подтверждающих сертификатов. Такие центры могли бы готовить эксклюзивных специалистов по заявкам предприятий или заниматься переподготовкой и перепрофилированием нужных специалистов. Создание центров возможно на основе государственно-частного партнерства.
Цель статьи заключается в исследовании влияния искусственного интеллекта на построение адаптивной образовательной среды, учитывающей положительное и негативное воздействие искусственного интеллекта как ядра цифровых технологий, на благополучие участников образовательного процесса.
Методы. В работе применен комплекс теоретических методов, в числе которых – аксиоматический, формализация, абстрагирование, логический анализ, историческая ретроспекция. К наиболее значимым практическим методам исследования следует отнести статистический, операционализацию и оценивание, компаративный анализ.
Результаты работы. В статье дается статистическое обоснование востребованности искусственного интеллекта в образовании. Показаны актуальные образовательные задачи, в решении которых целесообразно применение искусственного интеллекта. Приводится описание трендов использования искусственного интеллекта в российском образовании. Дается толкование адаптивной образовательной среды и показаны возможности применения искусственного интеллекта как инструмента ее построения. Предлагается логическая последовательность конструирования адаптивной интеллектуальной обучающей системы. Проведен анализ влияния цифровых технологий, используемых в гибридном обучении (включая искусственный интеллект), на благополучие участников образовательного процесса. Подчеркивается необходимость рационального, взвешенного и осторожного подхода к использованию искусственного интеллекта в образовании, порождающего многочисленные этические проблемы, игнорирование которых может негативно повлиять на ценности образования.
Выводы. В условиях цифровизации экономики и общества, ключевой технологией которой является искусственный интеллект, образование находится в условиях технологических вызовов, заставляющих адаптироваться к новым условиям функционирования. Проникновение искусственного интеллекта в сферу образования является закономерностью научно-технического прогресса, которому невозможно противостоять. Следует критически оценить положительные стороны и угрозы использования искусственного интеллекта в образовании, и на этой основе принимать взвешенные решения. Учитывая специфику образовательной среды, в которой закладывается фундамент личности, и необходимость сохранения ценностей образования как фактора культурного прогресса, приоритет в целеполагании и смыслах образования должен сохраняться за человеком, помощником которого может выступать искусственный интеллект.
Издательство
- Издательство
- МГУ им. М.В.Ломоносова
- Регион
- Россия, Москва
- Почтовый адрес
- оссийская Федерация, 119991, Москва, Ленинские горы, д. 1
- Юр. адрес
- оссийская Федерация, 119991, Москва, Ленинские горы, д. 1
- ФИО
- Садовничий Виктор Антонович (РЕКТОР)
- E-mail адрес
- info@rector.msu.ru
- Контактный телефон
- +7 (495) 9391000
- Сайт
- https://msu.ru/