Научный архив: статьи

Цель. Целью исследования является модификация автоматического метода извлечения причинно-следственных связей.

Метод. Исследование основано на оригинальном методе Антоние Соргенте с его последующей модификацией.

Результат. Предложен метод извлечения причинно-следственных связей. Метод предполагает комбинированное использование статистических данных и машинных методов. Оригинальный метод был модифицирован переводом работы метода на современные библиотеки, такие как NLTK и Spacy. Правила, сформированные автором, были переработаны и добавлены в модуль Dependency Matcher библиотеки Spacy. Количество ключевых слов по каждому правилу были увеличены. Метод так же предполагает учет синонимов, подсчет Байесовской статистики и сглаживание Лапласа для нулевых вероятностей. Исходя из разности данных с ПСС и без, был введен коэффициент multiplier для компенсации перекоса классов в данных.

Вывод. Разработанный метод был протестирован на исходных данных оригинального метода и показал улучшенные метрики относительно оригинального метода на тренировочных и тестовых данных.

Генеративный искусственный интеллект (ИИ), стремительно входящий в образовательную практику, создаёт парадоксальную ситуацию: при внешнем расширении возможностей для создания текстов происходит внутреннее обеднение речевого опыта студента, кризис авторской субъектности. Актуальность исследования обусловлена нарастающим противоречием между техническими возможностями ИИ и риском деградации речевой культуры, утраты студентом авторской идентичности. Предлагается методическая система развития языковой личности в диалоге с ИИ, реализованная в курсе «Цифровой собеседник». Ядро системы - три блока заданий, формирующих лингвистическую экспертизу текстов нейросетей, навыки усиления аргументации с помощью ИИ и выстраивание авторского стиля. Ключевой инструмент - «Карта мыслительного пути», фиксирующая рефлексию студента. Результаты эксперимента демонстрируют статистически значимый рост критического анализа текстов ИИ и навыков аргументации, а также смену модели взаимодействия с инструментальной на рефлексивную.

Рассматривается актуальное состояние дискурсивного поля, связанного с демографической проблематикой. Актуальность исследования сопряжена с необходимостью выявления ключевых нарративов, транслируемых авторами видеоконтента в рамках обсуждения вопросов демографии. Значимость такого рода исследования определяется той ролью, которая отводится современным медиа в формировании представлений аудитории по ключевым в социокультурном аспекте вопросам. Материал исследования - аудиовизуальный контент новых медиа, размещенный на цифровых платформах. Хронологические рамки исследования - 2024-2025 г. На основе дискурс-анализа аудиовизуального контента определяются ключевые направления развития медиадискурса в рамках анализируемой тематической ниши: проблема повышения рождаемости; проблема абортов; формирование позитивного образа крепкой семьи; проблема раннего брака; проблема смертности; проблема мигрантов как, с одной стороны, способа увеличения численности населения, а с другой стороны - почвы для формирования разного уровня конфликтов; проблема оттока населения из страны; проблема сокращения населения в силу объективных факторов. Устанавливается, что в рамках каждой из зафиксированных проблем проявляются разные (иногда полярные) точки зрения. Последнее стимулирует интерес аудитории к соучастию в развитии дискурса. Компаративный метод позволяет сопоставить нарративы, транслируемые в аудиовизуальном медиаконтенте, и нарративы, демонстрируемые в комментариях к видео. Фиксируется частое несовпадение оценочных суждений. В целом в результате исследования отмечается трансформация подходов к освещению семейных ценностей в контексте политики правительства, а также конкретизируются основные направления дискурсивных практик в рамках исследуемой повестки.

Стремительное развитие технологий искусственного интеллекта (ИИ) порождает ценностный разрыв между основными субъектами образовательного процесса - студентами и преподавателями. В статье представлен социологический анализ особенностей восприятия и оценки технологий ИИ в академической среде (на материалах исследования, проведенного в Институте социально-гуманитарного образования ФГБОУ ВО «МПГУ»). Эмпирическая база построена на данных онлайн-опроса (n = 355): опрошено 290 студентов и 65 преподавателей. Исследуются степень осведомленности об ИИ, оценка его влияния на качество образования, а также отношение к академическим практикам использования ИИ в учебном процессе. Показано, что между двумя академическими группами существует ценностный разрыв: студенты рассматривают ИИ как инструмент оптимизации своей учебной деятельности, тогда как преподаватели в большей степени сосредоточены на рисках для академической честности и развития когнитивных навыков обучающихся. Установлено, что барьеры использования ИИ носят преимущественно культурно-нормативный, а не технологический характер. Обосновывается необходимость выработки дифференцированной политики интеграции ИИ в образовательный процесс, учитывающей ценностные ориентиры разных статусных групп академического сообщества.

Цель. Целью исследования является определение зависимости API специализированного программного обеспечения при максимально возможной нагрузке без существенной деградации системы.

Метод. Исследование основано на методах регрессионного анализа. Рассматриваются ограничения по объёму оперативной памяти (RAM) и количеству процессорных ядер (CPU), что позволяет исследовать поведение и выявлять узкие места СПО в виртуализированных окружениях с ограниченными ресурсами.

Результат. Для анализа зависимостей ожидаемых пар параметров предлагается использование моделей - линейной, экспоненциальной, логарифмической и полиномиальной (до 4-й степени). Выбор наилучшей модели предлагается по критерию скорректированного коэффициента детерминации с опциональной фильтрацией выбросов методом межквартильного размаха (IQR) и проверкой статистической значимости уравнения регрессии. Дополнительно рассчитывается выборочная остаточная дисперсия для оценки качества подгонки модели.

Вывод. Методика представляет системный подход к анализу зависимостей производительности API специализированного программного обеспечения, основанный на принципах прикладной статистики и инженерной интерпретации. Методика может быть использована для принятия обоснованных инфраструктурных решений, а также для рационального сокращения объёма нагрузочного тестирования; позволяет транслировать статистические паттерны в конкретные инженерные действия: оптимизацию инфраструктуры, рефакторинг кода, настройку масштабирования.

Актуальность исследования связана с необходимостью поиска новых инструментов формирования профессиональной мотивации студентов технических вузов в условиях цифровизации и активного внедрения искусственного интеллекта (ИИ) в образовательный процесс. Цель статьи - разработка методологических основ и инструментария системы заданий с использованием ИИ, направленных на повышение внутренней профессиональной мотивации.

Методы: теоретический анализ, педагогическое моделирование, систематизация. Выявлено ключевое противоречие между «инструментальной эксплуатацией» ИИ и «когнитивным симбиозом». Предложена трехуровневая система заданий (метазадания, сквозные проекты, кейсы внедрения, промпт-инжиниринг), показан механизм ее влияния на мотивацию через теорию самодетерминации. Разработаны критерии оценки эффективности.

Заключается, что системное применение заданий с ИИ позволяет перевести профессиональную мотивацию с внешних стимулов на внутренние смыслы.

Статья посвящена анализу распределения ответственности между человеком и искусственным интеллектом по мере увеличения автономности цифровых систем. Цель исследования - определить, может ли алгоритм выступать носителем моральной ответственности и каким образом изменяется субъектность человека при делегировании функций принятия решений искусственному интеллекту. В ходе работы использован междисциплинарный подход, основанный на анализе философских концепций ответственности (деонтология, утилитаризм, экзистенциализм), а также современных направлений философии техники и цифровой этики. Авторы показывают, что несмотря на функциональную автономность и способность алгоритмов вырабатывать решения без участия человека, искусственный интеллект не обладает сознанием, намерением и способностью осознавать последствия своих действий, а значит, не может выступать моральным агентом; ответственность неизбежно остается у человека - разработчика, пользователя или владельца системы. Особенность исследования заключается в разработке философской модели распределения ответственности между участниками взаимодействия с искусственным интеллектом, которая демонстрирует, что главным критерием является не сложность алгоритма, а сохранение человеческого контроля. Значение работы состоит в обосновании необходимости цифровой этики и сохранения человеческой субъектности в условиях роста автономности искусственного интеллекта.

Актуальность. Несмотря на то, что электронные учебные пособия прошли путь эволюции от мультимедийных ресурсов до интерактивных обучающих платформ, в научном сообществе до сих пор отсутствует их однозначная интерпретация. Широкий спектр существующих моделей электронных учебных пособий, от простых цифровых копий до сложных интерактивных платформ, интегрирующих мультимедийный контент и инструменты для самоконтроля, обусловливает необходимость их дальнейшего изучения. Настоящее исследование посвящено анализу концепции электронных учебных пособий в восприятии студентов и преподавателей инженерных специальностей.

Гипотеза. Студенты и преподаватели высших учебных заведений демонстрируют различные паттерны взаимодействия с традиционными (бумажными) и электронными учебными пособиями.

Методы и материалы. Данное исследование включает анализ литературы, рассмотрение культурно-исторической теории деятельности в качестве теоретической основы, а также анализ эмпирических данных, полученных с использованием инструментов смешанного метода исследования: анкетирования студентов инженерных специальностей и интервью с преподавателями инженерных дисциплин.

Результаты. Результаты, полученные в ходе анкетирования и интервью, позволяют по-новому взглянуть на эволюцию электронных учебников в образовании. Электронные учебники и цифровые обучающие платформы открывают перспективные направления развития высшего образования.

Выводы. Исходя из результатов исследования, можно отметить, что образовательным учреждениям необходимо уделять внимание повышению осведомленности и углублению понимания электронных учебных пособий, а также проводить целевые информационные и обучающие мероприятия для студентов и преподавателей.

Цель исследования. В данной статье представлен кибернетический подход к концепции культурного кода как «гена» человеческого фактора, раскрывающий его морфологию и функции в формировании социокультурного пространства. Основной тезис заключается в том, что человек и его «избранность» следует воспринимать не как исключительность, а как ответственность за преобразование реальности посредством системы культурных кодов, обозначаемых как коды антропосоциокультурогенеза. Вводится концепция спирали ДНК культуры - механизма, который выявляет и конструирует культурогенез. Важными функциями этой спирали являются кодирование и декодирование информации, а также активизация креативных способностей человека через культурные «гены». Предложенная модель рассматривает культурные коды как функциональные регуляторы, формирующие как индивидуальный потенциал, так и структуру социокультурных систем. Методологическая база исследования основана на междисциплинарном подходе, включающем системный анализ, культурную кибернетику и антропологические исследования. В работе применяются методы системного, семиотико-семантического анализа и моделирования. Результаты исследования. На сегодняшний день разработана системная модель культурного кода как регулятора индивидуальных и социальных процессов. В рамках моделирования выявлены механизмы активизации креативных способностей человека через «спирали» ДНК культуры. Показано, что культурные коды, выступая в роли регуляторов, способствуют формированию гибких механизмов адаптации человека в социокультурном пространстве, что особенно важно в условиях быстрого социального и технологического развития. В результате подтверждена гипотеза о том, что культурный код - не метафора, а реальная семиотическая структура, способная запускать и конструировать процессы культурогенеза на уровне личности и общества. Перспективы исследования. Работа может способствовать расширению междисциплинарной базы за счет интеграции данных из нейробиологии, эпигенетики, антропологии, политологии, культурной кибернетики и культурологии. Это позволит более полно понять механизмы взаимодействия биологических и культурных факторов, а также разработать новые модели управления и развития социокультурных систем на основе концепции культурного кода как «гена» человеческого фактора. Для дальнейшего раскрытия данной темы и концепции требуются новые междисциплинарные исследования, объединяющие достижения социальных и естественных наук, что позволит более полно понять механизмы формирования человеческого потенциала и его роль в социокультурном развитии.

Цель исследования - определить характер универсальности человеческого фактора, действующего по закодированной программе Вселенной и природы. Методологическая база исследования основана на культурной, социальной и физической антропологии, которая позволила установить закономерности взаимосвязей между этими субстанциями, подчеркивая их роль в кибернетическом управлении Вселенной. Результаты исследования. Анализ выявил, что универсализм человека проявляется в биолого-анатомической основе (антропогенез), социальных запросах (социогенез) и творческих способностях (культурогенез), интегрированных через нейронные корреляты (области Брока, Вернике, поля Бродмана), обеспечивающие языковую, когнитивную и креативную функции. Игнорирование этой универсальности приводит к произвольной трактовке прав и свобод человека в государстве, в то время как новый подход способствует эгалитарным политическим процессам, ориентированным на интересы индивида. Таким образом, человеческая уникальность коренится в природной программе, требующей конституционализации. Перспективы исследования. Конституционализация человеческого фактора представляет собой важную и актуальную тему для обществ постсоветского пространства. Она объединяет представителей различных научных дисциплин - медиков, биологов, культурологов, правоведов, политологов и других, что способствует новому осмыслению подходов к человеку и расширению возможностей научных исследований. Результаты данного исследования могут стать основой для разработки новых концептуальных подходов к человеку и объединения усилий для интеграции социокультурогенеза в единую модель человеческого фактора, что способствует развитию комплексного понимания его роли и потенциала в современном обществе.

Проведен анализ существующих образовательных технологий и платформ, использующих искусственный интеллект, для определения вызовов и возможностей, связанных с их применением. Выявлено, что такие ресурсы значительно повышают качество преподавания математики благодаря мгновенной обратной связи, персонализированному подходу, применению современных инструментов для активизации познавательного интереса.
С помощью технологий искусственного интеллекта преподаватели могут своевременно обнаруживать пробелы в знаниях учеников, оперативно корректировать учебный процесс, добиваясь лучших результатов. Построение индивидуальных траекторий обучения на основе потребностей школьников и их уровня знаний способствует развитию мотивации. Делается вывод о значительном потенциале рассматриваемых ресурсов в повышении эффективности математического образования, а также об определенных ограничениях в их применении.

В статье представлена социологически обоснованная методология обучения ИИ-агентов для оценки видеороликов, имитирующей оценку, данную человеком (человеческой оценки), с учетом социально обусловленных моделей восприятия контента реальными пользователями. Следует отметить, что статей непосредственно по методологии обучения ИИ-агентов для имитации человеческой оценки видеороликов с социологической оценкой в журналах за 2021-2026 годы практически нет, но есть близкие публикации (в зарубежных и русских источниках), авторы которых фокусируются на ИИ-оценке социальных ситуаций в видеоиграх и социологической симуляции поведения. В данной статье затронута проблема расхождения между алгоритмической оценкой и восприятием видео различными социальными группами, возникающая из-за ориентации алгоритмов на формализованные метрики и игнорирования социокультурных особенностей зрительского восприятия. В основе методологии лежат теоретические подходы символического интеракционизма, теории социальных представлений и социального конструктивизма, а также концепции цифровой социологии и теории медиавосприятия. Методология опирается на четыре ключевых принципа: социальную репрезентативность данных, моделирование социальных процессов, учет вариативности восприятия и прозрачность решений искусственного интеллекта (ИИ). Представлена система социологических критериев для оценки человекоподобности решений ИИ. Предложены механизмы валидации результатов, включающие расчет коэффициента согласия между оценками ИИ и социальных групп; определение доли решений ИИ, которые пользователи не могут отличить от человеческих; анализ процента снижения апелляций по сравнению с традиционными системами, а также оценку индекса культурной адаптивности, а именно способности модели корректно работать в разных социокультурных средах. Такой подход позволяет преодолеть разрыв между алгоритмической и социальной оценкой видеоконтента, а ее внедрение повысит релевантность ИИ-систем за счет учета групповых различий в зрительском восприятии, что поспособствует созданию более сбалансированных и социально адекватных решений в цифровом медиапространстве.