Научный архив: статьи

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.

Цель данного исследования заключается в проведении анализа современного состояния правового регулирования оценки результативности и эффективности технологической политики Российской Федерации, в том числе в сфере развития искусственного интеллекта и в разработке предложений по формированию комплексной системы такой оценки для повышения действенности инструментов государственного управления.

Методы исследования включают формально-юридический метод, который применялся для анализа системы нормативного правового регулирования как в сфере технологической политики в целом, так и в отношении инструментов государственного управления для развития искусственного интеллекта, сравнительно-правовой анализ существующих и проектируемых элементов оценки результативности и эффективности в отношении технологической политики в целом и развития искусственного интеллекта в частности, а также метод правового моделирования для разработки соответствующих рекомендаций по развитию указанной оценки результативности и эффективности.

Результаты исследования показали, что действующее правовое регулирование не содержит единого подхода к оценке результативности и эффективности мер государственной поддержки и стимулирования технологического развития в целом и развития искусственного интеллекта в частности, ориентированной на достижение конечного общественно значимого результата такого развития (технологическое лидерство России, в том числе в сфере искусственного интеллекта). Выявлена терминологическая неопределенность и преобладание оценки выполнения плановых мероприятий над оценкой их реального вклада в достижение и обеспечение технологического суверенитета и технологического лидерства России.

Выводы исследования заключаются в том, что для достижения и обеспечения технологического суверенитета и технологического лидерства России, в том числе в сфере развития искусственного интеллекта, реализация инструментов и мер государственного управления (стимулирования и поддержки развития) должна быть обусловлена внедрением и применением системной оценки результативности и эффективности таких инструментов и мер, включая соответствующий терминологический аппарат, показатели и методику оценки. Обоснован комплекс предложений по совершенствованию проектов нормативных правовых актов в этой сфере, разрабатываемых Минэкономразвития России в 2025 г.

Данная статья выступает пропедевтической работой для исследования, целью которого является выявление наиболее вероятных социально-политических и институциональных изменений в условиях внедрения искусственного интеллекта (ИИ) в системы электронных государственных сервисов в России. В основе методологии лежат неоинституциональный и сетевой подходы, а также принципы теории рационального выбора. Это позволяет анализировать формальные и неформальные правила, координацию между субъектами и мотивы их поведения. Источниковую базу составляют публикации из баз РИНЦ, Scopus, WoS и IEEE, программные документы государств и данные по внедрению ИИ в различных секторах. Особое внимание уделяется изучению преимуществ, рисков и изменений, связанных с начавшейся интеграцией ИИ в государственные сервисы. Рассмотренные кейсы внедрения новых технологий демонстрируют значительный потенциал реформирования государственного управления, повышения эффективности услуг, качества коммуникации между властями и гражданами. Выделены значительные риски внедрения ИИ в электронные государственные сервисы. Приведенный анализ показывает, что успешное внедрение ИИ может быть обеспечено сбалансированной стратегией, учитывающей вопросы безопасности, прозрачности и доверия к технологиям. В статье представлены промежуточные результаты исследовательского проекта, направленного на выявление стратегий цифрового поведения отдельных возрастных групп граждан. Так, младшие и средние поколения опасаются замены человека ИИ-инструментами, а старшие не готовы к цифровой трансформации. На основе выявленных тенденций и сценариев внедрения ИИ-инструментов в электронные сервисы сформирована источниковедческая и методическая основа для предстоящего исследовательского проекта.

Стремительно развивающиеся технологии искусственного интеллекта (далее — ИИ) проникают во все сферы жизнедеятельности общества и встраиваются в процессы управления. Скорость их развития, самообучения и спектр возможностей применения поражают воображение. ИИ-технологии становятся частью повседневной жизни человека и условием лидерства, эффективности в бизнесе, политике, науке, образовании, в том числе и на международном уровне.

Последствия столь бурного и повсеместного применения ИИ пока еще не полностью изучены и осознаны, особый интерес в понимании последующих изменений представляет внедрение ИИ-технологий в управлении государством, являющимся особым социальным институтом по своему предназначению, обеспечивающим стабильность и регуляцию в обществе. Ошибки в управлении могут иметь катастрофический эффект.

Это и предопределило цель статьи, а именно — рассмотрение процесса внедрения искусственного интеллекта в работу государства в контексте его институциональной специфики. Для достижения цели была применена методология институционального и деятельностно-активистского подходов, социологическое осмысление уникальности ИИ-технологий, что позволило рассмотреть структурные, нормативно-правовые особенности внедрения ИИ в государственное управление в повседневных практиках работы госслужащих, а также актуализировать существующие риски наблюдаемого процесса.

Для цитирования: Хлутков А. Д. Очевидные достижения и возможные проблемы искусственного интеллекта. Управленческое консультирование. 2025;(5):12-12. EDN: DHBKPU

Для цитирования: Полтавченко Г. С. Искусственный интеллект: современные реалии и возможные проблемы. Управленческое консультирование. 2025;(5):10-11. EDN: BUYKPM

В статье с философско-медиологических позиций проводится анализ феномена киборгизации как тотальной культурной формы, раскрываются теоретические подходы к ее пониманию, характеризуются ее текущее состояние и перспективы. Автор постулирует, что в общем смысле киборгизацию можно трактовать в качестве практики слияния людей с машинами, техникой, вещами. При этом утверждается, что она наиболее эксплицитно воплощает в себе такое свойство системы культуры, как трансфинитность (преодоление границ человеческих способностей и возможностей), и тем самым актуализирует статус культуры как усилия, т. е. усиления или расширения. Заявляя тезис об обусловленности трансфинитности медиальностью, другим свойством культуры (обеспечением непрерывности в сохранении человеческих приобретений), автор статьи подчеркивает, что киборгизация сопутствует медиации - иному тотальному социокультурному феномену. Иными словами, киборгизация способствует непрерывной передаче традиций технико-технологического самотворения человека во времени. В исследовании поставлен вопрос о соотнесенности представлений о киборге как «частичном андроиде» и как человеке «технорасширенном». Раскрыто содержание понятий «постчеловек» и «трансчеловек», указано, что наиболее точным является понятие «человек технологизирующийся», или «техночеловек». Описано 4 модели киборгизации: классическая и неоклассическая, доклассическая и неклассическая. Они объединены в две гипермодели: (пост)современную и архаическую, демонстрирующие присутствие в системе культуры собственно киборгизации и повседневной андроидизации (человещности). Подчеркивается, что (пост)современная гипермодель задает условно умеренную версию тотальности киборгизации (тотальность прошлого и настоящего), а архаическая - радикальную версию (тотальность приблизившегося будущего). В заключение автор замечает, что классический и неоклассический варианты симбиоза людей и машин кажутся тератологическими, однако именно они выступают вектором развития системы культуры.

В статье рассматривается политическая стратегия внедрения искусственного интеллекта правительством США и её реализация на транспорте, стратегические цели и задачи Министерства транспорта, проблемы транспортной отрасли и их решения с внедрением искусственного интеллекта.

В данной статье рассматривается влияние искусственного интеллекта (ИИ) на развитие стартапов и трансформацию предпринимательства. Особое внимание уделяется тому, как нейросети и другие технологии ИИ изменяют подходы к созданию и управлению бизнесами, улучшая процессы автоматизации, прогнозирования и аналитики. Также анализируются риски и вызовы, с которыми сталкиваются предприниматели в условиях быстрого внедрения технологий ИИ, и предлагаются пути преодоления возможных препятствий. В статье подчеркивается, как ИИ открывает новые возможности для инноваций и ведения бизнеса в условиях глобальной цифровизации.

Сегодня сложно не отметить рост популярности использования искусственного интеллекта в различных сферах жизни общества - от социальных сетей до внедрения в существующие алгоритмы различных программ. В то же время предприятия стараются стать всё более человекоцентричными не только в области отношений с клиентами, но и в отношении сотрудников: создать условия для развития, сформировать чувство уверенности и безопасности, создать комфортную организационную культуру. Цели настоящей статьи - выделение конфликтообразующих факторов, рассмотрение природы их влияния на сотрудников компании, выявление основных элементов, их формирующих. Понимание этих моментов поможет руководству предприятия избежать серьёзных проблем на пути внедрения новых технологий и использования методов искусственного интеллекта в деятельности компании. Также автором выделены достоинства и недостатки применения методов машинного обучения в управленческой деятельности. Среди негативных выделено отсутствие эмпатии и человеческого подхода, что, с другой стороны, является и плюсом наравне с точностью и эффективностью обработки информации и принятия решений, поскольку позволяет это делать без лишних эмоций, которые часто ведут к снижению правильности результатов.

Методы искусственного интеллекта становятся одной из самых актуальных тем в научной и деловой среде. В статье рассмотрено понятие искусственного интеллекта, основные этапы его становления и типы задач, которые он решает. Проникновение новых технологий в разные сферы жизни по всему миру заставляет экономистов задумать об оценке его влияния на ВВП, о том, за счет чего осуществляется данное влияние, и только ли положительные стороны присутствуют во внедрении новых методах.

Рост развития автономного транспорта связан с повышением безопасности на дорогах, снижением столкновений и повышением эффективности логистических операций. На безопасность также влияет такой фактор, как усложнение дорожных условий и задач, связанных с навигацией и управлением автомобиля, и поэтому традиционные алгоритмы управления оказываются недостаточно качественными и эффективными.

Цель исследования - разработка интеллектуальной системы, которая позволяет автономному транспортному средству самостоятельно управлять курсом движения автономного агента (модель автомобиля), который обучается навигации и следованию по заданному курсу с помощью обучения с подкреплением на основе взаимодействия с имитационной средой методом актер-критик.

Материалы и методы. В данной работе для реализации и обучения модели с подкреплением использовалась библиотека Stable-Baselines3 (SB3), построенная на фреймворке PyTorch. В качестве среды обучения использовался симулятор DonkayCar. Для повышения скорости и эффективности обучения был применен алгоритм шумоподавляющего автокодера для выделения зоны интереса.

Результаты. В рамках исследования была проведена серия сравнительных тестов, направленных на оценку влияния различных параметров эффективности обучения модели - ограничение скорости, ограничение угла поворота колес, ширины допустимого отклонения, непрерывности движения, коэффициента дисконтирования, частоты отрисовки кадров.

Выводы. Результаты исследования позволяют сделать выводы о потенциале использования обучения с подкреплением в сфере автономного транспорта, включая необходимость дообучения модели на реальных данных, перспективы масштабирования на транспортные средства различного класса, ограничения, связанные с вычислительными ресурсами и необходимостью безопасной верификации поведения.