В статье представлены аспекты интеграции технологий искусственного интеллекта (ИИ) в научную деятельность в области общественных наук. Автор приводит конкретные методики, инструменты и примеры использования ИИ для анализа библиографии и иного текстового контента, а также дает характеристики различным инструментам ИИ и подробно останавливается на их возможностях в области создания научных статей - от подготовки данных до интерпретации результатов и написания текста. В работе уделяется внимание не только техническим аспектам, но и этическим вопросам, связанным с использованием ИИ в обработке данных.
Идентификаторы и классификаторы
- SCI
- Социология
Существует множество определений искусственного интеллекта (ИИ). В тесте Тьюринга ИИ определяется как способность машин общаться с людьми (используя электронные устройства вывода), не раскрывая при этом, что они не люди.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Галлямова А. А. Авторское право на произведения, созданные с использованием технологий искусственного интеллекта // Образование и право. 2023. № 4. С. 240-248. EDN: LFDGFE
2. Земсков А. И., Телицына А. Ю. Искусственный интеллект в библиотечной деятельности // Научные и технические библиотеки. 2024. № 4. С. 131-145. EDN: WJKEFZ
3. Лебедев А. Н., Константа М. Н. Ливанова и психофизиологические закономерности работы мозга // Психологический журнал. 2008. Т. 29. № 1. С. 133-137. EDN: INMIWB
4. Орлова Т. Е. Авторское право на результаты деятельности искусственного интеллекта // Вопросы российской юстиции. 2022. No. 21. С. 204-221. EDN: AGUOBY
5. Третьяков А. О., Филатова О. Г., Жук Д. В., Горлушкина Н. Н., Пучковская А. А. Метод определения русскоязычных фейковых новостей с использованием элементов искусственного интеллекта // International Journal of Open Information Technologies. 2018. № 12. С. 99-105. EDN: YPSQGT
6. Федосова Н. В., Берченко Г. Н., Машошин Д. В. Создание математической модели нейронной сети для морфологической оценки репарации и ремоделирования костного дефекта // Математическое моделирование. 2021. Т. 33. № 9. С. 22-34. DOI: 10.20948/mm-2021-09-02 EDN: ZMXXEC
7. Шемилева М., Кудусова М. И. Применение искусственного интеллекта в научных исследованиях // Тенденции развития науки и образования. 2022. № 92-11. С. 48-50. EDN: RFHLMY
8. AlAfnan M. A., MohdZuki, S. F. (2023) Do Artificial Intelligence Chatbots Have a Writing Style? An Investigation into the Stylistic Features of ChatGPT-4. Journal of Artificial Intelligence and Technology. Vol. 3. No. 3. P. 85-94. DOI: 10.37965/jait.2023.0267 EDN: UOAAIB
9. Alshemali B., Kalita J. (2020) Improving the Reliability of Deep Neural Networks in NLP: A Review. Knowledge-Based Systems. Vol. 191. Art. 105210. DOI: 10.1016/j.knosys.2019.105210 EDN: DYMOLJ
10. Altmäe S., Sola-Leyva A., Salumets A. (2023) Artificial Intelligence in Scientific Writing: A Friend or a Foe? Reproductive BioMedicine Online. Vol. 47. No. 1. P. 3-9. DOI: 10.1016/j.rbmo.2023.04.009 EDN: VWHRLW
11. Alzubaidi L., Zhang J., Humaidi A. J., Al-Dujaili A., Duan Y., Al-Shamma O., Santamana J., Fadhel M. A., Al-Amidie M., Farhan L. (2021) Review of Deep Learning: Concepts, CNN Architectures, Challenges, Applications, Future directions. Journal of Big Data. Vol. 8. Art. 53. DOI: 10.1186/s40537-021-00444-8 EDN: ZMKTHZ
12. Babl F. E., Babl M. P. (2023) Generative Artificial Intelligence: Can ChatGPT Write a Quality Abstract? Emergency Medicine Australasia. Vol. 35. No. 5. P. 809-811. DOI: 10.1111/1742-6723.14233 EDN: FOCPDX
13. BaHammam A. S. (2023) Balancing Innovation and Integrity: The Role of AI in Research and Scientific Writing. Nature and Science of Sleep. Vol. 29. No. 15. P. 1153-1156.
14. Bianchini S., Müller M., Pelletier P. (2022) Artificial Intelligence in Science: An Emerging General Method of Invention. Research Policy. Vol. 51. No. 10. Art. 104604. DOI: 10.1016/j.respol.2022.104604 EDN: GNSSMF
15. Bilal M., Oyedele L. O., Qadir J., Munir K., Ajayi S. O., Akinade O. O., Owolabi H. A., Hafiz A., Alaka H. A., Pasha M. (2016) Big Data in the Construction Industry: A Review of Present Status, Opportunities, and Future Trends. Advanced Engineering Informatics. Vol. 30. No. 3. P. 500-521. DOI: 10.1016/j.aei.2016.07.001 EDN: WRKROT
16. Buchkremer R., Demund A., Ebener S., Gampfer F., Jägering D., Jürgens A., Klenke S., Krimpmann D., Schmank, J. Spiekermann M., Wahlers M., Wiepke M. (2019) The Application of Artificial Intelligence Technologies as a Substitute for Reading and to Support and Enhance the Authoring of Scientific Review Articles. IEEE Access. Vol. 7. P. 65263-65276. DOI: 10.1109/ACCESS.2019.2917719
17. Cabanac, G. Labbe, C., Magazinov, A. (2021) Tortured Phrases: A Dubious Writing Style Emerging in Science. arXiv. Art. 2107.06751. DOI: 10.48550/arXiv.2107.06751
18. Chatterjee A. (2022) Art in an Age of Artificial Intelligence. Frontiers in Physiology. Vol. 13. Art. 1024449. DOI: 10.3389/fpsyg.2022.1024449
19. Cheng M. (2022) The Creativity of Artificial Intelligence in Art. Proceedings. Vol. 81. No. 1. Art. 110. DOI: 10.3390/proceedings2022081110
20. Ciaccio E. (2023) Use of Artificial Intelligence in Scientific Paper Writing. Informatics in Medicine Unlocked. Vol. 41. Art. 101253. DOI: 10.1016/j.imu.2023.101253
21. Cotton D. R. E., Cotton P. A., Shipway J. R. (2023) Chatting and Cheating: Ensuring Academic Integrity in the Era of ChatGPT. Innovations in Education and Teaching International. Vol. 61. No. 2. P. 228-239. DOI: 10.1080/14703297.2023.2190148
22. Curtis N. (2023) To ChatGPT or not to ChatGPT? The Impact of Artificial Intelligence on Academic Publishing. The Pediatric Infectious Disease Journal. Vol. 42. No. 4. Art. 275. DOI: 10.1097/INF.0000000000003852 EDN: AUGFKO
23. Dai S.-C., Xiong A., Ku L.-W. (2023) LLM-in-the-Loop: Leveraging Large Language Model for Thematic Analysis. arXiv. Art. 2310.15100. DOI: 10.48550/arXiv.2310.15100
24. de la Torre-Lopez J., Ramfrez A., Romero, J. R. (2023) Artificial Intelligence to Automate the Systematic Review of Scientific Literature.Computing. Vol. 105. P. 2171- 2194. DOI: 10.1007/s00607-023-01181-x EDN: IZUSDI
25. Duong D., Solomon B. D. (2024) Analysis of Large-Language Model Versus Human Performance for Genetics Questions. European Journal of Human Genetics. Vol. 32. No. 44. P. 466-468. DOI: 10.1038/s41431-023-01396-8 EDN: BTWIII
26. Fang X., Ng D. T. K., Leung J. K. L., Chu S. K. W. (2023) A Systematic Review of Artificial Intelligence Technologies Used for Story Writing. Education and Information Technologies. Vol. 28. P. 14361-14397. DOI: 10.1007/s10639-023-11741-5 EDN: PTYCAF
27. Gao C. A., Howard F. M., Markov N. S., Dyer E. C., Ramesh S., Luo Y., Pearson A. T. (2022) Comparing Scientific Abstracts Generated by ChatGPT to Original Abstracts Using an Artificial Intelligence Output Detector, Plagiarism Detector, and Blinded Human Reviewers. npj Digital Medicine. Vol. 6. Art. 75. DOI: 10.1038/s41746-023-00819-6
28. Ghajargar M., Bardzell J., Lagerkvist L. (2022) A Redhead Walks into a Bar: Experiences of Writing Fiction with Artificial Intelligence. In: Proceedings of the 25th International Academic Mindtrek Conference (Academic Mindtrek’ 22). New York, NY: Association for Computing Machinery. P. 230-241. DOI: 10.1145/3569219.3569418
29. Gilat R., Brian J. C. (2023) How Will Artificial Intelligence Affect Scientific Writing, Reviewing and Editing? The Future is Here.. Arthroscopy. Vol. 39. No. 5. P 1119- 1120. DOI: 10.1016/j.arthro.2023.01.014 EDN: CLIZCP
30. Guleria A., Krishan K., Sharma V., Kanchan T. (2023) ChatGPT: Ethical Concerns and Challenges in Academics and Research. The Journal of Infection in Developing Countries. Vol. 17. No. 9. P. 1292-1299. DOI: 10.3855/jidc.18738 EDN: DFPGIO
31. Gunser V. E., Gottschling S., Brucker B., Richter S., Gerjets P. (2021) Can Users Distinguish Narrative Texts Written by an Artificial Intelligence Writing Tool from Purely Human Text? In: Stephanidis C., Antona M., Ntoa S. (eds.) HCI International 2021 - Posters. HCII 2021.Communications in Computer and Information Science. Vol. 1419. Cham: Springer. P. 520-527. DOI: 10.1007/978-3-030-78635-9_67
32. Jeyaraman M., Ramasubramanian S., Balaji S., Jeyaraman N., Nallakumarasamy A., Sharma S. (2023) ChatGPT in Action: Harnessing Artificial Intelligence Potential and Addressing Ethical Challenges in Medicine, Education, and Scientific Research. World Journal of Methodology. Vol. 13. No. 4. P. 170-178. DOI: 10.5662/wjm.v13.i4.170 EDN: UTPUXE
33. Jiang Y., Li X., Luo H., Yin S., Kaynak, O. (2022) Quo Vadis Artificial Intelligence? Discover Artificial Intelligence. Vol. 2. Art. 4. DOI: 10.1007/s44163-022-00022-8
34. Kacena M. A., Plotkin L. I. Fehrenbacher J. C. (2024) The Use of Artificial Intelligence in Writing Scientific Review Articles. Current Osteoporosis Reports. Vol. 22. P. 115-121. DOI: 10.1007/s11914-023-00852-0
35. Kaur D., Uslu S., Rittichier K. J., Durresi A. (2022) Trustworthy Artificial Intelligence: A Review. ACM Computing Surveys. Vol. 55. No. 2. Art. 39. DOI: 10.1145/3491209 EDN: FCOXHM
36. Khanna A., Pandey B., Vashishta K., Kalia K., Bhale P., Das T. (2015) A Study of Today’s A.I. through Chatbots and Rediscovery of Machine Intelligence.International Journal of u- and e- Service, Science and Technology. Vol. 8. No. 7. P. 277-284. DOI: 10.14257/ijunesst.2015.8.7.28
37. Khemani B., Patil S., Kotecha K. Tanwar S. (2024) A Review of Graph Neural Networks: Concepts, Architectures, Techniques, Challenges, Datasets, Applications, and Future Directions. Journal of Big Data. Vol. 11. Art. 18. DOI: 10.1186/s40537-023-00876-4
38. Kitchenham B., Charters S. (2007) Guidelines for Performing Systematic Literature Reviews in Software Engineering. Version 2.3 EBSE Technical Report EBSE-2007-01. Keel: School of Computer Science and Mathematics, Keele University.
39. Mazzone M., Elgammal A. (2019) Art, Creativity, and the Potential of Artificial Intelligence. Arts. Vol. 8. No. 1. Art. 26. DOI: 10.3390/arts8010026
40. Misra D. P., Chandwar K. (2023) ChatGPT, Artificial Intelligence and Scientific Writing: What Authors, Peer Reviewers and Editors Should Know. Journal of the Royal College of Physicians of Edinburgh. Vol. 53. No. 2. P. 90-93. DOI: 10.1177/14782715231181023 EDN: DGPSHF
41. Patel S. B., Lam K. (2023) ChatGPT: The Future of Discharge Summaries? The Lancet Digital Health. Vol. 5. No. 3. P. e107-e108. DOI: 10.1016/S2589-7500(23)00021-3 EDN: BCPEQA
42. SalvagNo. M., Taccone F. S., Gerli A. G. (2023) Can Artificial Intelligence Help for Scientific Writing? Critical Care. Vol. 27. Art. 75. DOI: 10.1186/s13054-023-04380-2
43. Snyder B., Marius Moisescu M., Bilal Zafar M. (2024) On Early Detection of Hallucinations in Factual Question Answering. In: Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD’ 24). New York, NY: Association for Computing Machinery. P. 2721-2732. DOI: 10.1145/3637528.3671796
44. Staszak M., Staszak K., Wieszczycka K., Bajek A., Roszkowski K., Tylkowski B. (2021) Machine Learning in Drug Design: Use of Artificial Intelligence to Explore the Chemical Structure - Biological Activity Relationship. WIREs Computational Molecular Science. Vol. 12. No. 2. Art. E 1568. DOI: 10.1002/wcms.1568 EDN: WWHHOX
45. Van der Vegt A., Campbell V., Zuccon G. (2024) Why Clinical Artificial Intelligence Is (Almost) Non-Existent in Australian Hospitals and How to Fix It. Medical Journal of Australia. Vol. 220. No. 4. P. 172-175. DOI: 10.5694/mja2.52195 EDN: KSJFLT
46. Vintzileos A. M., Chavez M. R., Romero R. (2023) A Role for Artificial Intelligence Chatbots in the Writing of Scientific Articles. American Journal of Obstetrics & Gynecology. Vol. 229. No. 2. P. 89-90. DOI: 10.1016/j.ajog.2023.03.040 EDN: EQCWWF
47. Vinu S. S., Aounon K., Sriram B., Wenxiao W., Soheil F. (2023) Can AI-Generated Text be Reliably Detected? arXiv. Art. 2303.11156. DOI: 10.48550/arXiv.2303.11156
48. Xu Y., Liu X., Cao X., Huang C., Liu E., Qian S., Liu X., Wu Y., Dong F., Qiu C.-W., Qiu J., Hua K., Su W., Wu J., Xu H., Han Y., Fu C., Yin Z., Liu M., Roepman R., Dietmann S., Virta M., Kengara F., Zhang Z., Zhang L., Zhao T., Dai J., Yang J., Lan L., Luo M., Liu Z., An T., Zhang B., He X., Cong S., Liu X., Zhang W., Lewis J. P., Tiedje J. M., Wang Q., An Z., Wang F., Zhang L., Huang T., Lu C., Cai Z., Wang F., Zhang J. (2021) Artificial Intelligence: A Powerful Paradigm for Scientific Research. The Innovation. Vol. 2. No. 4. Art. 100179. DOI: 10.1016/j.xinn.2021.100179 EDN: JYWVNF
49. Yu H., Guo Y. (2023) Generative Artificial Intelligence Empowers Educational Reform: Current Status, Issues, and Prospects. Frontiers in Education. Vol. 8. Art. 1183162. DOI: 10.3389/feduc.2023.1183162
50. Zhao B., Zhang S., Xu C., Sun Y., Deng C. (2021) Deep Fake Geography? When Geospatial Data Encounter Artificial Intelligence. Cartography and Geographic Information Science. Vol. 48. No. 4. P. 338-352. DOI: 10.1080/15230406.2021.1910075 EDN: MBHDAY
Выпуск
Другие статьи выпуска
Книга разработчика и бизнес-аналитика Джереми Ховарда и инженера-исследователя в области науки о данных Сильвейна Гуггера, вышедшая в 2020 г. и переведенная на русский язык в 2022 г., представляет собой попытку доказать читателю, что он, вне зависимости от образования и профессии, способен самостоятельно обращаться к одной из знаковых технологии XXI века - искусственному интеллекту (ИИ) и создавать продукты с его использованием. В работе проведен тщательный анализ тенденций ИИ, рассмотрен ряд технологий, необходимых для эффективной деятельности в данной сфере; описаны этапы разработки проекта с ИИ от постановки проблемы и сбора данных до создания графического интерфейса и размещения приложения на сервере; раскрыты наиболее острые проблемы, связанные со все более широким применением ИИ в компаниях; актуализирован тезис о необходимости «этического» подхода при работе с ИИ. Основная часть книги посвящена объяснению программ, реализующих тот или иной механизм ИИ (точнее, ту или иную архитектуру нейросетей), этапов и принципов написания кода, посредством которого решается одна из заранее заданных практических проблем. Однако для читателя, не желающего погружаться в программирование, работа предлагает материалы о теории ИИ, о методах получения максимальной полезности от ИИ в случае, если вы заказчик, а не исполнитель проекта, о правилах предупреждения негативных последствий включения ИИ в деятельность фирмы, следование которым требуется не только от разработчиков, но и от всей команды, работающей над продуктом, включая директорат. Таким образом, рецензируемая книга может быть полезна для представителей неограниченного круга профессий, должностей и интересов.
Статья посвящена анализу и концептуализации процессов распространения ИИ-технологий в фан-культуре. Автор рассматривает фэндомы как медиатизированные креативные сообщества, раскрывает взаимосвязи искусственного интеллекта и фан-культуры, выявляет различные типы отношения к генеративному ИИ на примере двух фан-комьюнити. В статье выделены основные линии пересечения ИИ и фэндома: технологии ИИ модифицируют объекты фанатского интереса; меняют пространство, структуру и креативные практики фэндомов; встраиваются в инновационные фанатские сервисы; применяются для аналитики фэндомов; актуализируют вопросы этики и права в культурах соучастия. Экспансия искусственного интеллекта (в частности, нейросетей) вызвала поляризацию фэндома: в то время как одни фанаты активно применяют нейросети для редактирования и создания контента, другие считают это неуместным. Предварительные наблюдения в двух фан-комьюнити показали, что критические и протестные фан-дискурсы вокруг генеративного ИИ сфокусированы на трех идеях: а) использование ИИ противоречит концепции фэндома; б) сегодняшний ИИ как технология несовершенен; в) текущие практики обучения и применения ИИ неэтичны. В статье обозначены дальнейшие перспективы изучения взаимодействия фэндомов с искусственным интеллектом, которые позволят расширить границы как fan studies, так и социальных исследований ИИ.
Статья посвящена изучению процесса человеко-машинного взаимодействия на примере коммуникации пользователей с сервисным социальным роботом. В теоретико-методологическом плане исследование имеет полипарадигмальную основу: субъективный опыт пользователей и их адаптация к конкретной ситуации взаимодействия с роботом рассматриваются в рамках социального конструктивизма, феноменологии и этнометодологии. Эмпирической базой служит лабораторное исследование с использованием методов социального эксперимента, наблюдения, фокус-групп. Участники эксперимента, имитируя получение стандартной услуги по оформлению документов, обращались к агентам разных типов - человеку и сервисному роботу в разных режимах работы. По результатам исследования выделены особенности взаимодействия с сервисным роботом, а также определена специфика субъективного восприятия этого опыта пользователями, относящимися к разным возрастным группам. В ходе работы подтвердилась гипотеза о том, что молодые пользователи легче адаптируются к ситуации взаимодействия с роботом. По оценкам участников исследования, представителям среднего и старшего возраста при получении услуги проще общаться с человеком-консультантом, а молодым участникам - с роботом (независимо от режима его работы). Также в статье выделены различия в ожиданиях и оценках относительно роботов на уровне общих социальных установок. По результатам фокус-групп, готовность к взаимодействию с роботами снижена по причинам недоверия их функциональным возможностям, неуверенности в собственной компетентности и боязни неопределенности (настороженного отношения ко всему новому).
Осмысление использования инструментов и технологий искусственного интеллекта (ИИ) в повседневной жизни становится важной составляющей развития социологических исследований. Одно из ключевых направлений изучения взаимодействия человека с ИИ - рассмотрение новых социальных и этических норм в повседневной жизни. Статья представляет результаты эмпирического исследования, цель которого заключается в выяснении того, какие нормы и формы вежливости используют люди при коммуникации с умными колонками. Исследование предполагает определение характера взаимодействий, осмысление процесса «одомашнивания», анализ проявлений вежливости в отношении «разговорных» инструментов ИИ. Теоретические основания работы включают социологию повседневности, концепцию искусственной коммуникации Е. Эспозито и концепцию эвокативного объекта Ш. Теркл. Проблема вежливости в процессе взаимодействия с умными колонками анализируется в терминах концепции «поддержания лица» И. Гофмана и концепции лингвистической вежливости. В статье формулируются исследовательские вопросы и предположения, которые проверяются на основе анализа 18 интервью с пользователями умных колонок в Санкт-Петербурге, Тель-Авиве и Берлине. Сравнительный анализ материалов интервью с информантами из трех стран показывает, что нормы вежливости, характерные для пользователей при коммуникации с умными колонками, сходны в разных странах. В таком взаимодействии совмещаются элементы лингвистической вежливости (типичные вежливые фразы) и проявления вежливости как поддержание лица - своего и собеседника. По результатам исследования не было выявлено зависимости между тем, как люди используют умные колонки, и тем, какой концепции вежливости в отношении нее придерживаются. Очеловечивание умных колонок оказывается связанным не с характером их использования, а с их универсальной способностью вступать в разговор.
В статье через призму социального конструирования технологий (SCOT) рассматриваются восприятие и практики использования генеративного искусственного интеллекта в религиозных сообществах России. Цель исследования - выявление интерпретативной гибкости генеративного ИИ как технологического артефакта в православных сообществах России (последователей Русской православной церкви, старообрядцев разных согласий). Авторы исходят из гипотезы о том, что первое время после массового релиза генеративного ИИ (ChatGPT, Midjourney и др. инструментов) набор контекстов и областей применения, в которых генеративный ИИ видим и понятен, довольно узок. Кроме того, учитывая новизну технологий и низкую вероятность наличия предыдущего опыта в обращении с ними, начало взаимодействия характеризуется высокой гибкостью интерпретаций генеративного ИИ. Для выявления набора практик и контекстов использования генеративного ИИ в православных сообществах проводится анализ их каналов и площадок в социальных медиа и СМИ, что позволяет говорить о конструировании технологии самими сообществами в связке с общим информационным полем. Хронологические рамки исследования охватывают период с 1 января по 31 декабря 2023 г. Во избежание смещения выборки при ручном отборе материала для работы привлекается база данных «Медиалогия» (мониторинг соцсетей). Как показывает анализ данных, большая часть дискуссий выстраивается вокруг попыток установить границы применения новой технологии и выявить связанные с ней опасности. Сомнения в целесообразности применения искусственного интеллекта не затрагивают его утилитарное использование: граница допустимого очерчивается в сфере религиозных смыслов. Набор практик использования генеративного искусственного интеллекта на текущий момент достаточно узок, при этом самая распространеная практика - генерация или обработка изображений.
Развитие технологий искусственного интеллекта и появление открытых баз данных судебных решений привели к стремительному совершенствованию алгоритмов, позволяющих классифицировать юридические документы и прогнозировать принимаемые судьями решения. В статье мы анализируем корпус международных исследований, посвященных вопросу о том, насколько точно ИИ может предсказывать решения судей и, как следствие, сможет ли он в перспективе заменить судью-человека. Ответ на этот вопрос складывается из анализа двух ключевых аспектов -возможности и точности прогнозирования судебных решений, а также различных ограничений, связанных с применением ИИ. Анализ международного опыта показывает, что в последние годы точность прогнозов выросла, однако качество моделей сильно зависит от специфики задач и доступных данных. Большинство исследований анализируют решения судов высшего уровня различных стран мира, что сильно снижает их прикладной потенциал в части работы с массовыми категориями дел. Кроме того, опасения вызывает использование моделей, действующих по принципу «черного ящика», поскольку их решения трудно интерпретировать. Несмотря на стремительное развитие ИИ-технологий, полная замена судей вряд ли возможна в ближайшее время ввиду целого ряда методологических ограничений, включая недостаточное качество и объем данных, проблему интерпретируемости, сложность понимания юридического и культурного контекста, ограничения переноса на другие правовые системы. Однако ИИ-технологии возможно использовать для сокращения издержек по работе с материалами дела.
Искусственный интеллект (ИИ) уже давно стал частью нашей жизни, но открытие в 2022 г. массового доступа к ChatGPT и Midjourney вывело дискуссию о нем на новый уровень. В статье рассматривается восприятие студентами, преподавателями и представителями креативных индустрий ИИ как технологии в целом, а также его возможных ролей и практик использования. Эмпирическую базу статьи составляют результаты исследования «Пространство соучастия 2023: на пороге нейросетевой революции», проведенного Центром цифровых культур и медиаграмотности НИУ ВШЭ. Главным методом сбора данных стало онлайн-анкетирование студентов, преподавателей и представителей креативных индустрий в Москве, Перми, Новосибирске, Нижнем Новгороде и Санкт-Петербурге в 2023 г. Кроме статистического анализа данных, применялись лемматизация и элементы восходящей стратегии нарративного анализа. Исследование показало, что у всех респондентов есть свое вйдение ИИ и личный опыт взаимодействия с ним. Исходя из ответов, можно говорить о макро- и микроуровнях восприятия ИИ, о его метафизичности, инструментальности, воображаемости и контекстуальности, а также обусловленности основной сферой деятельности. Представители креативных индустрий чаще всего задумываются о том, станет ли ИИ полноценным соавтором или останется всего лишь помощником. Студенты демонстрируют довольно широкий набор ролей ИИ, выполнение которых для них приемлемо, а также не боятся пробовать применять инновацию в большом количестве ситуаций. Преподаватели наиболее консервативны и осторожны как в своих опытах с ИИ, так и в его оценках. Главным словом, которое используется в коллокации с ИИ, стало «помощь». По большей части респонденты видят в новой технологии помощника для выполнения рутинных задач, который позволит заниматься более интересными вещами. При этом качество и скорость действий ИИ вызывают у респондентов тревогу и эсхатологические мысли о собственном будущем.
В статье анализируется влияние, которое генеративный искусственный интеллект (ИИ) оказывает на межличностное доверие, доверие к организациям и институтам. Утверждается, что увеличение количества информации и усложнение ее структуры привели к развитию стратегий представительского доверия, которое подразумевает делегирование принятия решений о надежности людей или систем посредникам. В последнее время в качестве такого посредника все чаще используется ИИ. Особенности и перспективы применения нейросетей при оценке доверия рассмотрены на примере трансформаций, происходящих в цифровом пространстве с романтическими отношениями и репутацией. Использование ИИ для поиска партнеров или управления репутацией создает риски подмены коммуникации между людьми псевдодиалогом пользователя с собственным «цифровым двойником», размывания границ между реальностью и конструктами, фактами и фейками. Показано, что в перспективе очеловечивание ИИ может привести к компьютеризации человека, а оборотной стороной роста технического доверия к нейросетям является падение доверия к реальным людям. Делается вывод о важности смещения фокуса общественного внимания с вопросов технического доверия к ИИ на проблемы морального доверия к тем людям, ответственные или безответственные решения которых оказывают влияние на его функционирование и развитие.
Повсеместная цифровизация оказывает влияние не только на технологические процессы, но и на социальные нормы и практики. Многие решения, касающиеся человека и общества, все чаще принимаются с опорой на аналитику больших данных или делегируются инструментам, работающим на основе искусственного интеллекта. В таких условиях специалисты IT-сферы становятся новыми агентами влияния, которые воздействуют на общество не посредством убеждения, а через разрабатываемые и внедряемые технологии. Это объясняет повышенное внимание к убеждениям и ценностям разработчиков новых информационных технологий, а также к их способности нести моральную ответственность за принимаемые профессиональные решения. В статье представлены результаты двухэтапного эмпирического исследования, состоявшего из глубинных интервью (n = 8) и целевого опроса (n = 50). Анализ этих данных показал, что сообщество IT-специалистов фрагментировано и разобщено, потребность в этическом регулировании собственной профессиональной деятельности не выражена, этика воспринимается скорее как помеха или ненужное дополнение к правовым способам регуляции работы с большими данными. Руководители еще меньше заинтересованы в профессионально-этическом регулировании работы с большими данными, чем неруководящий персонал, что может быть связано с приверженностью интересам компаний, ориентированных на прямую или косвенную максимизацию прибыли. Несмотря на слабовыраженную потребность в разработке и внедрении кодекса профессиональной этики специалиста по работе с большими данными, IT-специалисты высказали ряд ценных предложений и замечаний относительно структуры и содержания такого кодекса, который в первую очередь должен быть направлен на обеспечение надежности хранения больших данных и защиту персональных данных.
«Нейросетевая революция», о которой сегодня рассуждают и теоретики, и практики технологических, производственных и медиаиндустрий, происходит в радикально меняющемся мире трагических противостояний, кризиса глобальных институтов, пересборки политических и экономических государственных партнерств и союзов, формирования наднациональных технологических цифровых экосистем. Все это требует серьезного осмысления со стороны науки - на междисциплинарном уровне, в самых разных тематических и предметных областях знания. В статье обозначены некоторые векторы академических дискуссий, связанных в том числе с триумфальным вторжением искусственного интеллекта (и в особенности генеративных нейросетей) в различные сферы человеческой деятельности, коммуникации, творчества; с рисками и вызовами, привнесенными генеративным искусственным интеллектом в жизнь общества; с эмоциональной адаптацией homo sapiens к коммуникации с нечеловеческим, но «разумным» агентом. Материал завершается обзором статей специального номера, авторы которых осмысляют и анализируют как применение искусственного интеллекта в образовании, коммуникациях, науке, креативных индустриях, так и использование нейросетей в медиа, судебных, религиозных, досуговых практиках и структуре новой повседневности.
Издательство
- Издательство
- ВЦИОМ
- Регион
- Россия, Москва
- Почтовый адрес
- 119034, город Москва, ул. Пречистенка, д. 38, помещ. 1
- Юр. адрес
- 119034, город Москва, ул. Пречистенка, д. 38, помещ. 1
- ФИО
- Федоров Валерий Валерьевич (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- ok@wciom.com
- Контактный телефон
- +7 (495) 7480807
- Сайт
- https://wciom.ru/