1. Большие языковые модели генеративного ИИ: от штучных изделий к стандартизированному товару. Росконгресс, 2025. 20 с. URL: https://clck.ru/3SqnLV (дата обращения: 30.03.2026).
2. Варшавский Л. Е. Моделирование влияния искусственного интеллекта на динамику показателей крупных компаний (на примере компаний-гиперскейлеров) // Цифровая экономика. 2025. № 4 (34). С. 18-23. DOI: 10.34706/DE-2025-04-02 EDN: KMSYWE
3. Варшавский Л. Е. Социально-экономические проблемы, связанные с технологиями ИКТ и искусственного интеллекта // Концепции. 2018. № 1 (37). С. 53-63. EDN: VJXBIC
4. Голиченко О. Г. Методология построения и измерения инновационных траекторий: инструментарий и его применение // Друкеровский вестник. 2024. № 5 (61). С. 20-49. DOI: 10.17213/2312-6469-2024-5-20-49 EDN: YLCHDP
5. Дементьев В. Е. Институциональные возможности направленного технологического развития искусственного интеллекта // Журнал институциональных исследований. 2025. Т. 17, № 2. С. 56-67. DOI: 10.17835/2076-6297.2025.17.2.056-067 EDN: LBGBNK
6. Институциональные и технологические факторы экономического развития в современных условиях: монография / В. Е. Дементьев, Н. М. Светлов, В. Л. Устюжанин [и др.]; под ред. А. Г. Петрова, Е. В. Устюжаниной. М.: Русайнс, 2025. 248 с. EDN: VJKDJD
7. Козырев А. Н., Неволин И. В. Социальный кредит в Китае: Обзор // Цифровая экономика. 2019. № 3 (7). С. 70-74. DOI: 10.34706/DE-2019-03-09 EDN: JTZHND
8. Кристенсен К. М. Дилемма инноватора: как из-за новых технологий погибают сильные компании / пер. с англ. Т. Овсенева. М.: Альпина бизнес букс, 2004. 239 с.
9. Макаров В. Л. Социальное моделирование набирает обороты // Экономика и математические методы. 2013. Т. 49, № 4. С. 5-17. EDN: RIOKGT
10. Моисеев Н. А., Трындина Н. С. Применение регрессионного анализа для моделирования уровня доверия в обществе // Плехановский научный бюллетень. 2023. № 1 (23). С. 149-159. EDN: JZZRFR
11. Оверби Х., Одестад Я. А. Цифровая экономика: как информационно-коммуникационные технологии влияют на рынки, бизнес и инновации / пер. с англ. И. М. Агеевой и Н. В. Шиловой; под науч. ред. М. И. Левина. М.: Изд. дом “Дело” РАНХиГС, 2022. 288 с.
12. Полтерович В. М. Позитивное сотрудничество: факторы и механизмы эволюции // Вопросы экономики. 2016. № 11. С. 5-23. DOI: 10.32609/0042-8736-2016-11-5-23 EDN: WZJFJJ
13. Светлов Н. М. Динамическая агентная модель поиска деловых связей // Стратегическое планирование и развитие предприятий: материалы ХХI Всероссийского симпозиума, Москва, 10-11 ноября 2020 года. М.: ЦЭМИ РАН, 2020. С. 292-294. DOI: 10.34706/978-5-8211-0783-1-s2-30 EDN: HIPZEL
14. Светлов Н. М. Недооценка информационных издержек: причины и следствия // Известия Тимирязевской сельскохозяйственной академии. 2021. № 6. С. 148-162. DOI: 10.26897/0021-342X-2021-6-148-162 EDN: OJBKUN
15. Светлов Н. М. Обусловленность доверия верностью обязательствам: модель и некоторые следствия // Стратегическое планирование и развитие предприятий: материалы ХХVII Всероссийского симпозиума. Москва, 14-15 апреля 2026 г. / под ред. чл.-корр. РАН Г. Б. Клейнера. М.: ЦЭМИ РАН, 2026. С. 259-266. DOI: 10.34706/978-5-8211-0837-1-S1-44 EDN: KCHYRV
16. Смит А. Исследование о природе и причинах богатства народов: пер. с англ. М.: Изд-во социально-экономической литературы, 1962. 677 с.
17. Трындина Н. С. Анализ подходов к оценке уровня доверия // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2023. № 1. С. 20-34. DOI: 10.17308/econ.2023.1/10962 EDN: DGFCIM
18. Трындина Н. С., Устюжанина Е. В. Доверие как экономическая категория: подходы к классификации и систематизации // Креативная экономика. 2023. Т. 17, № 1. С. 39-54. DOI: 10.18334/ce.17.1.116590 EDN: FHODGJ
19. Устюжанина Е. В., Трындина Н. Взаимовлияние различных видов доверия в российском обществе // Экономика и математические методы. 2023. Т. 59, № 4. С. 5-18. DOI: 10.31857/S042473880028215-5 EDN: MEVLVR
20. Acemoglu D., Johnson S. Learning From Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution and in the Age of Artificial Intelligence // Annual Review of Economics. 2024. Vol. 16. P. 597-621. DOI: 10.1146/annurev-economics-091823-025129 EDN: XOGUEI
21. Agrawal A., Gans J., Goldfarb A. Economic Policy for Artificial Intelligence // Innovation Policy and the Economy. 2019. Vol. 19 (1). Р. 139-159. DOI: 10.1086/699935
22. Álvarez C., Fernández A. Network Formation: Heterogeneous Tra c, Bilateral Contracting and Myopic Dynamics // arXiv. Submitted on 26.03.2012. DOI: 10.48550/arXiv.1203.5715
23. Arcaute E., Johari R., Mannor S. Network Formation: Bilateral Contracting and Myopic Dynamics // IEEE Transactions on Automatic Control. 2009. Vol. 54, no. 8. P. 1765-1778. DOI: 10.1109/TAC.2009.2024564
24. Kaskiris C., Jain, R., Rajagopal R., Varaiya P. Combinatorial Auction Bandwidth trading: An Experimental Study // Developments on Experimental Economics / ed. by S. H. Oda. Berlin: Springer. 2007. (Lecture Notes in Economics and Mathematical Systems (vol. 590)). P. 181-186. DOI: 10.1007/978-3-540-68660-6_17
25. Khodyakov D. Trust as a Process: A Three-Dimensional Approach // Sociology. 2007. Vol. 41, no. 1. P. 115-132. DOI: 10.1177/0038038507072285 EDN: JPVMBL
26. Latusek D., Olejniczak T. Development of Trust in Low-Trust Societies // Polish Sociological Review. 2016. Vol. 195 (3). P. 309-325.
27. Predin J. M. Why OpenAI Is Courting Private Equity In Its AI Race Against Anthropic // Forbes. 2026. March 23. URL: https://www.forbes.com/sites/josipamajic/2026/03/23/openai-offers-private-equity-firms-a-175-guaranteed-return-to-win-the-enterprise-ai-race-against-anthropic/ (access date: March 26, 2026).
28. Svetlov N. Can farmers earn from selling their data? A theoretical framework // Digital Transformation - Towards Sustainable Food Value Chains in Eurasia (24-26 June 2020). Halle (Saale), Germany: IAMO, 2020. DOI: 10.2139/ssrn.3240669 EDN: KNAMZX
29. Walras L. Éléments d’économie politique pure ou, Théorie de la richesse sociale. 3e édition. Lausanne, 1896. 495 p.