Научный архив: статьи

Востребованность генеративного искусственного интеллекта (GenAI) стремительно растет ввиду способности быстро обрабатывать масштабные объемы данных, компилировать их и транслировать «общее мнение». Однако дисбаланс между «компетенциями» GenAI препятствует расширению использования этого инструмента для решения сложных профессиональных задач. ИИ работает как гигантский накопитель и средство воспроизводства знаний, однако не способен их интерпретировать и находить правильное применение в зависимости от контекста. Сохраняется критическая вероятность ошибки при генерации ответов даже на самые простые вопросы. В статье оценивается степень значимости ограничений, присущих GenAI. Тестирование лежащих в его основе языковых моделей, включая новейшие версии — GPT-4o1 и GigaChat MAX, проводилось с помощью авторского набора вопросов, основанного на таксономии Блума. Установлено, что вероятность получения правильного ответа практически не зависит от количества параметров настройки, сложности и таксономии, а при наличии множественного выбора — снижается. Полученные результаты подтверждают предположение о невозможности применения современных инструментов ИИ в профессиональных целях. Предлагаются опции, способные внести значимый вклад в достижение как минимум квазипрофессионального уровня

Внедрение искусственного интеллекта (ИИ) трансформирует корпоративные стратегии и повышает операционную эффективность бизнеса. Исследование посвящено анализу относительной результативности сегмента генеративного ИИ через сопоставление объемов продаж чипов, серверов и инфраструктуры центров обработки данных (аппаратного обеспечения, харда) с размерами сектора ИИ-решений (программного обеспечения, софта). Выдвигается гипотеза о догоняющем характере развития последнего: несмотря на активный рост, паритет между продажами комплектующих и выручкой от ИИ-продуктов пока не достигнут. Капитальные затраты технологических гигантов на создание инфраструктуры значительно возросли, из-за чего достижение баланса может потребовать десятилетий. Для оценки применяется метод оболочечного анализа (Data Envelopment Analysis, DEA), рассматривающий продажи харда как «входы» и выручку от софта как «выходы». DEA-анализ динамики генеративного ИИ в 2016–2024 гг. показывает ее нелинейный характер. Начиная с 2021 г. наблюдается перелом тенденции и снижение показателей эффективности, что подтверждает гипотезу о догоняющей модели развития программных решений. Колебания начинаются спустя три года после развертывания первых крупных языковых моделей, демонстрируя недостаточную отдачу в виде сопоставимого роста софтверного сектора. Оригинальность работы состоит в применении DEAанализа для комплексной сравнительной оценки рассматриваемых сегментов, что позволяет выявить дисбаланс между ними и определить потенциал для более эффективного освоения генеративных моделей

Платформенная экономика – это глобальный феномен, сопоставимый с индустриальной революцией по своему влиянию на масштабы и организацию рынков. При этом ни одна страна сегодня не обладает устоявшейся и гармоничной практикой регулирования платформ. Это составляет отдельную проблему государственного управления, в особенности в части аллокационной функции и возможности контроля издержек перелива для потребителя. Риск таких издержек велик, поскольку отсутствуют единые базовые правила игры для формирующих экономику платформ субъектов. Более того, обобщенного описания уже действующих, хотя и «кусочных», правил пока не появилось. В связи с этим в работе предлагается авторская концептуализация типов регулирования цифровых платформ, систематично отражающая проблему дисбалансов регулирования в отечественной и зарубежной практике. В том числе в статье используется метод качественного сравнительного анализа (QCA), результаты которого показывают, что баланс регулирования, позволяющий платформенной экономике развиваться сбалансированно, в мире не достигнут. На основании предложенной систематизации авторы полагают, что для балансировки регуляторных механизмов возможен золотой стандарт регулирования платформенной экономики, основанный на общем понятийном аппарате (глоссарии), классификаторах и закрепляемых подходах к информационному обмену, осуществляемому платформами, при этом сутевая часть регулирования должна внедряться по мере необходимости с помощью законов-спутников

В условиях развития генеративного искусственного интеллекта (ИИ) одним из вопросов, находящихся в авангарде научной дискуссии, является связь новых технологий с образованием и образовательными практиками. Исследовательское поле, посвящённое проблеме, развивается динамично - в особенности в русле пользы и вреда от использования ИИ в образовании студентами. Тем не менее при всём внимании к вопросу существуют отдельные лакуны. Во-первых, исследования слабо ориентированы на эмпирическую, устойчивую проверку гипотез об исследовании ИИ с помощью валидных методов, в особенности для российского контекста. Во-вторых, имеющиеся работы во многом сосредоточены на том, чтобы установить не вызовы, а перспективы развития. Авторы работы считают, что для того, чтобы использование ИИ в образовании стало управляемым, необходимо искать именно вызовы, что и стало основной целью данной работы. Основная задача работы - выведение эмпирических доказательств о том, что такие вызовы существуют, и установление их содержания. Для этого в статье анализируются результаты опроса студентов топовых российских вузов, проведённого авторами в 2025 г. (N=4207). Одним из самых важных выявленных вызовов стало усиление неравенства в образовательном пространстве. Оно наиболее заметно между студентами STEM- и не-STEM-специальностей - мы можем наблюдать совершенно разные рутины использования ИИ. Также заметна существенная неоднородность студентов с различными результатами (GPA) - для имеющих высокую успеваемость ИИ становится инструментом развития, в остальных - наоборот. Данные выводы частично согласуются с обзором зарубежной и отечественной литературы, а также результатами других опросов, при этом вносят вклад в прояснение понимания и содержания вызовов, связанных с усилением образовательного неравенства. В целях преодоления разделения образовательного пространства, вызванного разным уровнем интеграции и использования ИИ, этот шаг может послужить началом формирования соответствующих образовательных стратегий, позволяющих использовать ИИ как инструмент укрепления студента, а не наоборот.

The rapid growth of digital platforms and ecosystems has become a significant economic phenomenon on a global scale. This growth is due to the ability of these platforms to provide additional and flexible opportunities that are mutually beneficial for sellers, buyers, and platform workers. Because of it the activities of digital platforms have a positive impact on the overall gross domestic product of countries worldwide. The focus of the study is made on the regulatory frameworks for digital platforms both in Russia and around the world, including the rights and obligations of owners, operators, and users resulting from their participation in market transactions. The study does not include digital platforms used in the public sector or social media and messaging services. Scholar methods: comparative legal, formal logic, formal doctrinal, historical legal, as well as analytical, synthetic, and hermeneutical methods are systematically and integrally applied in the research. Based on the sources material, a hypothesis has been proposed regarding three stages of platform regulation growth globally and in Russia. Upon the results of an analysis of the three-stage evolutionary process of legal regulation for e-commerce, it has been found that there is commonly inconsistent impact of various branches of law on the different areas of social relations or different types of platforms. Among this inconsistency are legal gaps and conflicts of legal rules, which make benefits for stakeholders spontaneous rather than the result of systematic interaction within the regulatory framework. Authors of the article identify a major source of legal uncertainty: the absence of standardized terms and harmonized regulatory principles that account for the unique nature of cross-industry digital economy. Lessons from global jurisdictions and three stages of e-commerce regulation reveal that, in its latest phase, the platform economy necessitates system of tailored legal definitions to manage its multifaceted activities. The survey proposes such conceptual structures that may be employed in Russian legal system. They reflect the multidimensional nuances of civil, tax, competition, information, and administrative laws. Additionally, a balanced scheme of general principles has been developed that would ensure the transparent interaction of digital platforms with society, the state, and economic entities.