Научный архив: статьи

В статье изложены результаты эмпирических исследований практики использования технологий искусственного интеллекта (далее - ИИ) в российских телевизионных редакциях в двадцатых дискуссиях будущей телевизионной (шире - журналистской) профессии и ее трансформации в условиях развития новых технологий. Для работы было проведено 18 интервью с направлениями, входящими в состав первого и частично второго мультиплексов, т. е. е. обязательных общедоступных телеканалов телевидения. Результаты исследования показывают, что сотрудники телевизионных редакций в силе профессиональных специалистов решают с помощью ИИ ряд достаточно тривиальных задач, что позволяет оптимизировать работу редакции и ускорить процесс редактирования. Одной из важных проблем применения технологии ИИ являются вопросы этики и авторского права, которые решаются в каждой редакции по-своему. Многие информанты основаны на создании внутриредакционных стандартов работы с технологиями ИИ и закреплении правил работы с новыми технологиями на законодательном уровне. По мере вероятной трансформации телевизионных участников исследования отдельных направлений оптимизации и ускорения некоторых «механических» процессов, благодаря чему журналисты концентрируются на создании более качественного и эксклюзивного контента. Среди возможных негативных последствий развития технологий ИИ в работе редактирования: увеличение скорости рабочих процессов, что может сказаться на повышении уровня стресса журналистов; увеличение количества фейковых новостей, сгенерированных ИИ; здоровая творческая профессия.

В представленной публикации предпринята попытка изучить возможности применения технологий искусственного интеллекта в кинопроизводстве, что раскрывается в идеях, обсуждаемых группой исследователей с выдающимся разносторонним продюсером Рафаелом Минасбекяном, являющимся одним из ключевых акторов современного кинопроизводства России.

Цель исследования заключалась в изучении влияния искусственного интеллекта на экономику и социальную сферу, а также в разработке рекомендаций по минимизации рисков и максимизации положительных эффектов от его использования. В рамках исследования был проведен анализ существующих исследований, обзор литературы и разработка аналитических моделей с целью оценки социально- экономических эффектов интеграции искусственного интеллекта. Результаты показали, что искусственный интеллект трансформирует основные аспекты экономики, включая повышение производительности, автоматизацию процессов и усиление конкурентной среды. Применение современных технологий в социальной сфере способствует улучшению качества жизни, в частности через модернизацию здравоохранения и образования. Одновременно с этим выявлены такие риски, как усиление цифрового неравенства, технологическая безработица и вопросы этического использования технологий. На основе проведенного анализа разработаны стратегии минимизации рисков и предложены меры для увеличения положительных эффектов, включая развитие цифровой грамотности, стандарты кибербезопасности и поддержку малого бизнеса. Исследование указывает на необходимость сбалансированного подхода к интеграции искусственного интеллекта с учетом правовых, социальных и экономических аспектов, предоставляя рекомендации разработчикам политики, бизнеса и научного сообщества.

Процесс цифровизации меняет стратегии медиакоммуникаций и журналистики. В конце 2022 г. медиасфера столкнулась с новым вызовом – развитием и популяризацией искусственного интеллекта. В настоящей статье авторы решили сравнить использование нейросетей для генерации текстов штатными журналистами и медиафрилансерами, предположив, что последние активнее и быстрее начинают внедрять новые технологии для трансформации рутинных процессов, в частности рерайта. Для проверки гипотезы было проведено несколько опросов, экспертных интервью, а также проанализирован сайт вакансий. Гипотеза подтвердилась: внештатные авторы значительно чаще своих штатных коллег используют искусственный интеллект, а работодатели / заказчики чаще ожидают таких навыков от удаленных сотрудников, чем от офисных. Авторы предполагают, что данный процесс постепенно охватит большинство представителей медиасферы.

Целью работы стало выявление ключевых характеристик цифровых инноваций здравоохранения для определений оптимальных стратегических подходов их развития. В качестве эмпирической базы для анализа составлен текстовый корпус из региональных практик цифрового здравоохранения, отобранных Минздравом РФ и ФГБУ «ЦНИИОИЗ» Минздрава России. Посредством статистического метода TF-IDF для выявления семантически значимых терминов определены ключевые паттерны, характеризующие цифровые решения здравоохранения. Выявлена преобладающая роль инноваций, направленных на организацию оказания первичной медико-санитарной помощи. Наиболее характерными технологиями искусственного интеллекта в цифровых инновациях здравоохранения являются роботизированные голосовые помощники и технологии компьютерного зрения. Несовершенство нормативного регулирования применения медицинских технологий на основе искусственного интеллекта, сложившаяся цифровая инфраструктура, проблемы этики и безопасности использования медицинских данных затрудняют широкое внедрение инноваций. Показана актуальность разработки и внедрения немедицинских цифровых инноваций на основе искусственного интеллекта в рутинные процессы медицинских организаций. Объясняется целесообразность широкого применения искусственного интеллекта в рутинных инновациях для создания целостной экосистемы данных, необходимых для прогнозирования и принятия стратегических решений. В связи с этим определяются стратегические направления внедрения искусственного интеллекта в контексте цифровой трансформации управления здравоохранением: 1) широкое применение в повседневной и административной медицинской работе; 2) усилении роли и расширении спектра метаданных о процессах оказания медицинской помощи и состоянии системы здравоохранения.

Настоящая статья посвящена анализу отношения персонала транспортного предприятия к внедрению искусственного интеллекта (ИИ) для мониторинга состояния операторов. На основе обзора теорий принятия инноваций и социотехнических подходов формируется гипотеза о том, что отношение персонала определяется не только техническими характеристиками системы, но и психологическими, социокультурными и коммуникативными факторами.

Эмпирическая база включает два последовательно связанных этапа: тестирование прототипа в симуляционной среде и натурные испытания в реальных рейсах.

Метод — полуструктурированные интервью с 20 сотрудниками (целевой отбор по стажу и возрасту) с последующим тематическим и частотным анализом; для сопоставления субъективных оценок «до/после» применялась непараметрическая проверка различий. Показано, что принятие ИИ-решения определяют не только технические параметры, но и психологические, социокультурные и коммуникативные факторы: восприятие «наблюдаемости» и контроля, прозрачность алгоритмов, эргономика, участие персонала в доработке. На основе данных предложены управленческие механизмы снижения сопротивления: расширенная коммуникация и объяснимость, вовлечение пользователей в итеративный дизайн, таргетированное обучение и регламент обратной связи. Таким образом, предлагается эмпирически обоснованная модель управляемого внедрения ИИ в организациях повышенной ответственности, релевантная для практик гос- и муниципального управления.

Актуальность. В условиях ускоренной цифровой трансформации государственного управления особую актуальность приобретает разработка устойчивых механизмов обеспечения продовольственной безопасности и формирования здоровьесберегающего питания для населения Арктической зоны Российской Федерации. Настоящее исследование направлено на научное обоснование модели цифрового управления питанием, основанной на интеграции интеллектуальных технологий в систему государственно-социальной политики.

Цель исследования — разработка научно обоснованной модели цифрового управления питанием и продовольственной безопасностью в Арктике в условиях усиливающихся климатических, логистических и инфраструктурных ограничений. В условиях нарастающей климатической нестабильности, нутритивных и когнитивных дефицитов, цифрового неравенства и ограниченного доступа к медицинской помощи возникает потребность в переходе от традиционной продовольственной поддержки к гибкой системе адаптивного и интеллектуального управления питанием населения.

Методология включает структурно-функциональный и сравнительный анализ, цифровое моделирование, элементы поведенческой диагностики, микробиомного подхода и геоаналитики. Применяются сценарные методы оценки рисков, технологии биосенсорного мониторинга, а также инструменты анализа нутритивной уязвимости с учетом демографических, климатических и поведенческих факторов.

Результаты включают разработку оригинальной платформенной модели цифрового управления питанием, интегрирующей телемедицинские решения, интеллектуальные алгоритмы оценки и коррекции рациона, цифровые следы пищевого поведения и биосенсоры, носимые устройства и отечественные цифровые продукты («1С: Плановое питание», облачная система «Научный инструмент анализа питания» (НИАП) и др). Выделена система индикаторов для раннего выявления алиментарных рисков в северных и арктических муниципалитетах и предложены инновационные механизмы персонализированной нутриционной поддержки, включая цифровые двойники рационов и алгоритмы хрононутрициологической адаптации.

Выводы подтверждают, что цифровое питание в Арктической зоне России выступает стратегическим ресурсом социального суверенитета, адаптивности и устойчивого развития. Адаптивные интеллектуальные решения в сфере питания позволяют государству оперативно корректировать меры социальной политики в ответ на региональные вызовы, предупреждать пищевые дефициты и способствовать достижению целей национальных проектов в области демографии, здравоохранения и цифровой трансформации.

Актуальность. Реализуемые в Арктическом макрорегионе принципиально новые инфраструктурные и производственные решения впоследствии могут быть масштабированы как в субарктических регионах, так и в стране в целом, что обусловливает значимость анализа арктических проектов, проблем, принимаемых решений и актуализирует исследования различных аспектов предметной области. Цель исследования: изучение содержания арктических проектов (в разрезе приоритетных проектов опорных зон развития), проблем и цифровых решений при их реализации. Задачи исследования: характеристика приоритетных проектов опорных зон развития; изучение передовых кейсов нефтегазовых компаний КНР и РФ в области искусственного интеллекта. Методы исследования: системный подход, логический анализ, синтез, контентанализ открытых источников, моделирование. Результаты. Внедрение цифровых технологий в реализации ресурсных арктических проектов заключается в предварительном применении интеллектуального оборудования, использования больших данных, машинного обучения и других ИT-технологий в обработке и анализе данных для разведки и разработки. Внедрение технологий ИИ в ресурсных отраслях только началось и, несмотря на полученный операционный эффект, пока не принесло желаемых масштабных результатов. Оценка эффективности инвестиционных арктических проектов должна базироваться на совокупности показателей коммерческой, социально-экономической и бюджетной эффективности. Предлагаемая концептуальная модель оценки экономической эффективности DT (Digital Twin) включает три уровня оценки в зависимости зрелости двойника и генезиса образования экономического эффекта. Максимальный экономический эффект от внедрения DT достигается за счет автоматизации принятия решений, интеграции DT в производственные процессы в реальном времени и значительного сокращения совокупных операционных расходов. Автономные и когнитивные DT высокого уровня зрелости обеспечивают управленческую гибкость, стратегическое повышение стоимости компании и возможность оперативного реагирования на изменения внешней среды.

В работе представлен инновационный метод бизнес-планирования при помощи технологии искусственного интеллекта. В быстро меняющихся условиях возможность надежного прогнозирования и планирования высоко востребована. Внедрение технологии искусственного интеллекта и автоматизация процессов анализа и планирования позволяют создать совершенно новую динамичную мультиагентную модель финансового бизнес-планирования, быстро реагирующую на изменение внешних макроэкономических факторов и снижающую риск влияния человека, что и стало результатом исследования. Поставив целью разработать новый, актуальный, современный и высокоточный технологический подход к бизнес-планированию, авторы изучили ряд современных научных исследований по внедрению искусственного интеллекта в процессы финансового планирования и прогнозирования, систематизировали их и выделили интересные и практически реализуемые идеи. В результате предложен подход, позволяющий проводить довольно гибкое и быстро реализуемое бизнес-планирование, показывающее высоконадежный результат в коротком периоде и реализующий возможность оперативного изменения параметров деятельности компании. Однако его внедрение требует модификации процессов бизнес-планирования и внедрения автономной мультиагентной системы, которые также разработаны и предложены в исследовании. Статья будет интересна практикующим экономистам и представителям бизнеса, занимающимся бизнес-планированием, а также ученым и студентам, вовлеченным в проекты стимулирования предпринимательской деятельности.

Системы поддержки принятия решений (СППР) представляют собой перспективную технологию на основе искусственного интеллекта (ИИ). На данный момент подобные системы используются в ряде сфер и отраслей экономики, однако область юриспруденции остается одной из наиболее сложных для их внедрения.

Цель данной работы состоит в анализе психологических аспектов взаимодействия пользователя и ИИ в рамках упомянутых систем. На основе анализа существующих моделей взаимодействия человека и технологий, а также авторской методологии представлен дизайн исследования. Представлены результаты фокус-группы с экспертами органов исполнительной и судебной власти (N = 8): место СППР в работе юриста, польза и сомнения в ходе использования подобных систем. Выделены параметры, значимые для профилирования и дальнейшей адаптации систем к конкретному пользователю.

Также в статье обсуждаются перспективы и вопросы внедрения СППР в практике правоприменения.

Настоящее исследование анализирует институциональные и технологические вызовы интеграции систем искусственного интеллекта (ИИ) в публичное администрирование и государственные сервисы, фокусируясь на классификации ролей алгоритмов в процессах принятия решений, балансе интересов в сотрудничестве с коммерческими поставщиками ИИ-решений и инфраструктуры, а также обеспечении национальной технологической автономии. Применен качественный междисциплинарный подход, сочетающий нормативноправовой анализ, тематический анализ эмпирических кейсов из практики различных стран и теоретический синтез. Данные собраны из официальных источников, рецензируемых научных публикаций и новостных источников с использованием метода снежного кома для отбора кейсов, а кодирование проводилось итеративно. В результате разработана оригинальная авторская шестиуровневая пирамидальная модель распределения ответственности в зависимости от степени автономии алгоритмов ИИ в цепочке принятия решений: от полной делегации («ИИ-Капитан») через предложение готового решения с утверждением человеком («ИИ-Штурман»), набор конфигураций («ИИ-Советник»), анализ среды с сигнализацией триггеров («ИИ-Наблюдатель» ), выполнение трудозатратных задач с ревизией оператором («ИИ-Рабочие руки») до рутинной поддержки без решений («ИИ-Рутинный помощник»). Модель наложена на градации рисков (высокий, ограниченный, минимальный) для оценки последствий ошибок. Выявлена дилемма государственно-частного партнерства, обеспечивающего доступ к инновациям, но усиливающего зависимость и уязвимости. Также обоснована роль суверенного ИИ как стратегии снижения этих рисков. Для эффективной интеграции алгоритмов в государственные сервисы рекомендуется внедрение обязательной классификации систем ИИ по уровням автономии и критичности, где шестиуровневая таксономия обеспечивает дифференцированный подход к распределению ответственности, минимизируя институциональные пробелы и риски предвзятости.

В статье рассматривается роль ИИ в военной и управленческой сферах, а также институциональные изменения, которые имеют место вследствие расширения использования автономных цифровых платформ. Обоснование актуальности темы связано с динамичным ростом потенциала использования интеллектуальных систем, радикально изменяющих механизмы принятия решений, способы распределения ответственности и управленческие модели в вооруженных конфликтах настоящего времени. Также подробно рассматриваются изменения в структурах противоборства, возникающие в результате внедрения самообучающихся платформ. Цель исследования — определение механизмов и анализ последствий трансформации военных стратегий, связанных с переходом от классических форм ведения боевых действий к практикам, опирающимся на использование автономных цифровых платформ. В работе был использован институциональный метод для анализа институциональных изменений, происходящих под влиянием внедрения ИИ. Применение системного метода позволило рассматривать ИИ-системы как неотъемлемую часть современного мира, в котором уже невозможно раздельное существование человека и машины. Отмечается, что масштабное внедрение автономных цифровых платформ порождает многообразные риски не только технического, но также антропологического и экзистенциального характера. Рассматриваются и проблема ответственности за результаты принятых решений, и роль человека (в том числе и контролирующая) в меняющемся мире, и правовое обеспечение трансформирующейся реальности. При этом потенциал автономных цифровых систем по настоящее время является предметом серьезных дискуссий, поскольку не определены его границы. Автор приходит к выводу, что роль человека не должна быть номинальной, оператор всегда должен иметь возможность не только проводить мониторинг деятельности ИИ-систем, но также интерпретировать результат принятых решений и в случае необходимости иметь полномочия корректировать их. Очевидно, что переход ИИ от вспомогательного функционала к ведущей роли автономного разработчика сценариев принимаемых решений кардинально меняет систему взаимоотношений между человеком и вычислительными системами, поэтому она нуждается в адаптации к современным алгоритмам принятия управленческих решений, а также в обеспечении соразмерности социальной динамики, общественных ожиданий и направленности институциональных трансформаций.