Научный архив: статьи

Статья посвящена исследованию потенциала больших языковых моделей в преодолении проблем переговорного процесса в бизнесе.

Выявляются типовые проблемы ведения переговорного процесса бизнеса, возникающие на различных этапах коммуникации и служащие фундаментом, актуализирующим необходимость их планомерного преодоления (несоблюдение принципов добросовестности, выбор неэффективных коммуникационных стратегий, отсутствие четкого планирования и т. д.).

В основу исследования положена ключевая проблема переговоров, связанная с ростом трансакционных издержек бизнеса, которая исходит из недостижения результатов взаимодействия сторон.

Показано, как большие языковые модели позволяют осуществлять оптимизацию переговорного процесса на каждом этапе: от подготовки к переговорам (сбор и анализ информации, моделирование сценариев) до ведения переговоров (контекстуальный анализ, формулировка предложений) и реализации соглашений (контроль исполнения, мониторинг).

Выделяется, что большие языковые модели способны обеспечить: объективность и скорость обработки информации; улучшение планирования и прогнозирования; повышение эффективности коммуникации; снижение трансакционных издержек.

По итогам проведенного исследования делаются выводы о том, что применение больших языковых моделей является перспективным направлением развития для оптимизации переговорного процесса в бизнесе, способствующим сокращению трансакционных издержек, и укреплению конкурентоспособности компаний с расширением способностей человека в управлении коммуникацией в бизнесе.

Рассмотрены вопросы, связанные с автоматизацией процедуры синтеза систем прикладной фотограмметрии. Такие системы служат для измерения и учета объектов по изображениям и в настоящее время широко применяются в различных областях деятельности, таких как картографирование, археология и аэрофотосъемка. Широкому применению также способствует повышение доступности и мобильности устройств для получения изображений. Все это обусловило проведение активных исследований, направленных на разработку методического обеспечения для систем прикладной фотограмметрии. Отслеживание в ручном режиме появления новых методов и алгоритмов фотограмметрической обработки информации для широкой номенклатуры областей применения достаточно затруднительно, что делает актуальной автоматизацию данной процедуры. Предлагаемое в статье решение основано на использовании базы знаний о методах обработки информации в системах прикладной фотограмметрии, основными элементами которой являются нечеткая онтология предметной области и база данных, что логично, т.к. информация о предметной области может быть достаточно легко структурирована. В качестве основы для онтологии было взято существующее решение, которое было дополнено на основе результатов анализа текущего состояния предметной области. Полученная онтология далее использована для поиска и классификации методов обработки информации в системах прикладной фотограмметрии и заполнения базы знаний. В связи с активизацией разработки новых методов обработки информации в системах прикладной фотограмметрии возникает необходимость модификации онтологии и пополнения базы данных, т. е. пополнения базы знаний. Важным источником информации для этого является Интернет. Для автоматизации поиска данных о методах обработки информации и пополнения базы знаний целесообразно использовать большие языковые модели, благодаря которым упрощается решение нескольких задач в области обработки естественного языка, которые включают кластеризацию и формирование новых сущностей для классификации. Соответствующий метод описан в статье. Для метода приведены результаты тестирования его работоспособности. В рамках решения задач проведён сравнительный анализ больших языковых моделей, в результате которого была вобрана модель RoBERTa.

Как показывают исследования последних лет, так называемые большие языковые модели испытывают определенные затруднения с оценкой и осуществлением рассуждений. В статье предпринимается попытка выявить причины этих затруднений и предложить возможные пути их преодоления. Первый раздел представляет собой своеобразное введение в проблематику, в нем анализируются примеры некорректной оценки умозаключений языковыми моделями. В следующем разделе устанавливается связь между нейрокогнитивными механизмами пространственной навигации у животных, концептуальной навигацией человека и идеями телесной воплощенности сознания. Отмечается влияние этих идей на развитие проекта искусственного интеллекта. Последний раздел подводит итоги предпринятого исследования, в нем формулируется предположение автора о роли перцептивных данных в процессе обработки информации и основанных на нем интеллектуальных процедур и рассуждений в том числе. Наличие сенсорного входа в конечном итоге оказывается необходимым условием для осуществления рассуждений, и именно его отсутствие у больших лингвистических моделей приводит к отмеченным затруднениям и проблемам.

Успехи технологий искусственного интеллекта, а особенно «большие» языковые модели, породили множество ожиданий – как позитивных, так и алармистских. Это явление можно сравнить с открытием атомной энергии: в свое время оно создало много новых возможностей, но также породило ранее невиданные угрозы. Аналогичным образом, ИИ может привести не только к наращиванию темпов научно-технического и экономического развития, но и к усилению неравенства между государствами, как это произошло в первой половине прошлого столетия с появлением разработок в ядерной сфере. Возникновение «больших» языковых моделей – это, пожалуй, первый случай, когда информационные технологии настолько сильно вторгаются в область, которую гуманитарии привыкли считать принадлежащей лишь человеческому уму – в область создания новых текстов. Нельзя не заметить, что гуманитарии пребывают в некоторой панике и ищут собственные описания и объяснения происходящего. Для того, чтобы в этих объяснениях не оторваться от твердой технологической основы и не уйти в философские выси, журнал «Сравнительная политика» побеседовал со специалистом с переднего края развития технологии ИИ в России – академиком РАН, директором Института системного программирования РАН им. В.П. Иванникова Арутюном Ишхановичем Аветисяном.

Использование технологий генеративного искусственного интеллекта в образовании обладает потенциалом революционизировать процессы обучения и оценивания образовательных результатов, персонализируя учебный процесс, обеспечивая немедленную обратную связь и улучшая общий опыт обучения.

Актуальность исследования обусловлена распространением технологий искусственного интеллекта, дефицитом практик формирующего оценивания учебных достижений в высшем образовании.

Постановка проблемы: существующие отечественные системы электронного обучения имеют ограниченный функционал, что затрудняет их использование в процессе формирующего тестирования.

Целью исследования является изучение возможности и эффективности использования технологий генеративного искусственного интеллекта в формирующем оценивании в высшем образовании.

Задачи исследования – рассмотреть теоретические основы использования инструментов генеративного искусственного интеллекта в оценивании знаний, умений и навыков, проанализировать собственный опыт применения больших языковых моделей в формирующем тестировании в вузе.

Методологическую основу исследования составляют анализ Интернет-ресурсов и литературных источников, методы математической статистики, синтез.

Результаты исследования: изучены возможности использования и эффективность технологий генеративного искусственного интеллекта в формирующем тестировании обучающихся вуза, проанализирован собственный опыт применения больших языковых моделей в формирующем тестировании, определены основные ограничения внедрения этих технологий в учебный процесс, даны рекомендации по организации формирующего тестирования с использованием больших языковых моделей.

Ключевые выводы: большие языковые модели могут быть интегрированы в учебный процесс для оценки формирующих и суммативных тестов, что позволит существенно снизить нагрузку на преподавателей, обеспечить более объективные результаты и, в конечном счете, повысить эффективность учебного процесса.