Искусственный интеллект: мифологема российского научного контента
Ключевые слова:
НБИК-конвергенция, artificial intelligence, trend, mythologem, transparency, NBIC convergenceАннотация
Введение. Искусственный интеллект и нейросетевые технологии небезосновательно можно обозначить в качестве титульных в рамках НБИК-конвергенции. История исследований ИИ насчитывает уже более пятидесяти лет. За этот период произошел значительный прирост публикаций не только в сфере технических, но и социально-гуманитарных наук. Исследовательский массив подлежит возможно анализировать на различных основаниях. В статье мы предприняли попытку реализации одного из множества вариантов. В фокусе внимания находится концепт «прозрачности», набирающий популярность в научной среде. Цель статьи — аналитика базы данных РИНЦ и концептуализация мифологемы научного дискурса общественных наук в области искусственного интеллекта. Последняя в отношении к научным нормам и идеалиям (объективность, доказательность, референтность, логичность, строгость и др.) не соответствует научности, но при этом имманентны дискурсам общественных наук. Референтная база научных статей включает в себя труды, опубликованные в течение десятилетия (2015 — 2025 гг.). Выбор обусловлен трендом актуальности и новизны научных данных. Элементы поиска и запроса: «общественные науки», «искусственный интеллект», «прозрачность». Иные данные (специализации авторов, принадлежность к научным сообществам и т. д.) не принимались во внимание. Методы. Методологическая база конституируется обнаружением вербальных маркеров, контент-анализом и репрезентацией в формате «облака» тегов. Как и в прошлом, ставка преимущественно делалась на качественную аналитику. Основанием для выбора маркеров служила частотность их употребления в аннотациях, заголовках и ключевых словах. Библиографическое описание сохранено для оценки высшей временной точки тренда. Промежуточный результат аналитики выражен графемой облака тегов, позволяющей оценить частотность словоупотребления и наглядно представить семантические связи метафоры «прозрачности» с другими концептами. Результаты. В отличие от западных научных работ, в России область «технологической мифологии» еще не имеет четких предметных и методологических границ. Исторически она формируется из семиотических и культурологических исследований структуралистов (Барт, Кристева), а также пилотных западных трудов по технологической мифологии (Райан, Моско). Первые дают необходимую интерпретацию мифа и мифологии, выводя ее за пределы культурной антропологии и истории, а вторые демонстрируют способы приложения интерпретации мифа к специфическому актуальному материалу. Как уже отмечалось в предыдущем исследовании, контент-анализ позволил обозначить некоторые предельно общие формулировки технологических мифологем, которые в дальнейшем могут уточняться и конкретизироваться. Обсуждение. «Облачная» репрезентация позволила сделать статистические выводы о высшей временной точке популярности темы, а также ключевых концептах, связанных с исходными. В качестве исходных были взяты «прозрачность» и «искусственный интеллект». Графический способ выражения промежуточных результатов при этом выступает в качестве систематизирующего инструментария, позволяющего оценить два исследовательских параметра: частотность словоупотребления и семантические связи (т. н. «семантическое гнездо»). В совокупности обозначенные показатели могут быть полезны для прогноза развития «мифологического» тренда. Первичная аналитика данных «облака» предположительно указывает на дискурсивное положение маркера «прозрачности»: статистически он сравнительно редко оказывается в качестве предмета анализа или философских дескрипций и частотно абсорбируется в дискурсивные научные практики. Данное предположение было продемонстрировано ссылками на некоторые научно-исследовательские кейсы, в границах которых «прозрачность» объясняется однообразными «кодовыми» пропозициями. Ключевой смысловой паттерн этих пропозиций сводится к фигуре субъекта и его власти. Однако по мере развития технологий субъект на дискурсивном уровне попадает в ситуацию противоречия.Скачивания
Библиографические ссылки
Аронов, И. З. Уроки Нассима Талеба: «черные лебеди» и другие животные / И. З. Аронов // Контроль качества продукции. — 2019. — № 10. — С. 53–58. — EDN PPEEGC.
Витман, С. В. Обзор мобильных виртуальных ассистентов / С. В. Витман, С. В. Чернова // Вестник современных исследований. — 2018. — № 11.7(26). — С. 389–390. — EDN VPQOJY.
Дементьев, В. Е. «Черные лебеди» и социальные институты / В. Е. Дементьев // Экономические и социальные перемены: факты, тенденции, прогноз. — 2021. — Т. 14, № 3. — С. 54–66. — DOI 10.15838/esc.2021.3.75.3. — EDN VWRIPW.
Коваль, Д. С. Интеллектуальные информационные системы и системы искусственного интеллекта / Д. С. Коваль // Национальный вестник Республики Крым. — 2023. — № 6. — С. 294–299. — EDN MDUXJE.
Косач, Д. И. Виртуальные голосовые помощники с элементами искусственного интеллекта / Д. И. Косач, Л. О. Жидкова, А. Н. Белехов // Научный альманах. — 2016. — № 3–3(17). — С. 83–88. — DOI 10.17117/na.2016.03.03.083. — EDN VWFEBV.
Кузнецов, О. Л. Ноосферные законы и модель глобального устойчивого развития реализация ноосферного научно-технического комплекса в управлении устойчивым развитием / О. Л. Кузнецов, Б. Е. Большаков // Уровень жизни населения регионов России. — 2014. — № 1(191). — С. 90–97. — EDN SBLHAH.
Магулаев, А. Э. Популярные голосовые помощники: возможности и тенденции в развитии / А. Э. Магулаев // Инструменты и механизмы современного инновационного развития: сборник статей Международной научно-практической конференции, Волгоград, 29 июня 2018 года. — Волгоград: Общество с ограниченной ответственностью «Омега сайнс», 2018. — С. 41–43. — EDN XSJLPV.
Маслов, О. Н. NBIC-технологии для цифровой экономики / О. Н. Маслов // Электросвязь. — 2021. — № 3. — С. 39–42. — DOI 10.34832/ELSV.2021.16.3.006. — EDN WIIZRQ.
Свешников, В. Г. Устойчиво ли развитие идеи устойчивого развития? / В. Г. Свешников // Герценовские чтения. Начальное образование. — 2011. — Т. 2, № 2. — С. 318–324. — EDN MXMSUL.
Силантьева, М. В. Социальная транспарентность и личные границы: парадоксы глобальной культуры / М. В. Силантьева // Гуманитарный вектор. — 2019. — Т. 14, № 4. — С. 24–31. — DOI 10.21209/1996-7853-2019-14-4-24–31. — EDN WVHKJN.
Сильченко, О. А. Анализ перспектив искусственного интеллекта / О. А. Сильченко, К. А. Карельская // Проблемы информатики в образовании, управлении, экономике и технике : сборник статей XV Международной научно-технической конференции, Пенза, 12–13 ноября 2015 года / Под редакцией В. И. Горбаченко, В. В. Дрождина. — Пенза: Автономная некоммерческая научно-образовательная организация «Приволжский Дом знаний», 2015. — С. 5–8. — EDN UYDXQX.
Соломонов, Е. В. Понятие и признаки искусственного интеллекта / Е. В. Соломонов // Вестник Омского университета. Серия: Право. — 2023. — Т. 20, № 4. — С. 57–65. — DOI 10.24147/1990-5173.2023.20(4).57–65. — EDN OAEOBP.
Труфанова, Е. О. Приватное и публичное в цифровом пространстве: размывание границ / Е. О. Труфанова // Galactica Media: Journal of Media Studies. — 2021. — Т. 3, № 1. — С. 14–38. — DOI 10.46539/gmd.v3i1.130. — EDN XFLCBR.
Шпер, В. Л. COVID-19, черные лебеди и мысли о будущем / В. Л. Шпер // Контроль качества продукции. — 2020. — № 7. — С. 63–64. — EDN LUATKJ.
Agerfalk, P. J. (2020). Artificial intelligence as digital agency. European Journal of Information Systems, 29(1), 1–8. https://doi.org/10.1080/0960085X.2020.1721947
Ahmed, S., Khan, M., & Hussain, R. (2022). Artificial intelligence and sustainable resource management: A pathway to inclusive economic growth. Sustainable Development, 30(5), 1120-1132.
Astobiza, A. M., et al. (2021). AI ethics for sustainable development goals. IEEE Technology and Society Magazine, 40(2), 1–6. https://doi.org/10.1109/MTS.2021.3056294
Brin, D., & Shenk, D. (1999). The Transparent Society: Will Technology Force us to Choose between Privacy and Freedom? Harvard Journal of Law & Technology, 12(2), 1–20.
Cheong, B. C. (2024). Transparency and accountability in AI systems: Safeguarding wellbeing in the age of algorithmic decision-making. Frontiers in Human Dynamics, 6, 1–11. https://doi.org/10.3389/fhumd.2024.1421273
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
Ryan, M. (2020). In AI We Trust: Ethics, Artificial Intelligence, and Reliability. Science and Engineering Ethics, 26, 2749-2767. https://doi.org/10.1007/s11948-020-00228-y
Singh, A., et al. (2023). Artificial intelligence for sustainable development goals: Bibliometric patterns and concept evaluation trajectories. Sustainable Development, 32(1), 724–754. https://doi.org/10.1002/sd.2706
Schröder, J. (2019). Feminist Post-Privacy? A Critique of the Transparency Society. In: Vena, J.B. Metzler Stuttgart, pp. 207–223. https://doi.org/10.1007/978-3-476-04967-4_11
Tregida, H., Kearins, K., & Collins, E. (2019). Towards transparency? Analyzing the sustainability governance practices of ethical practices of ethical certification. Social and Environmental Accountability Journal, 39(1), 44–69. https://doi.org/10.1080/0969160X.2019.1568276
Wirtz, B. W., Weyerer, J. C., & Sturn, B. J. (2020). The dark sides of artificial intelligence: An integrated AI governance framework for public administration. International Journal of Public Administration, 43(9), 818–829. https://doi.org/10.1080/01900692.2020.1749851
Zaidan, E., Truby, J., Ibrahim, I. A., & Hoppe, T. (2026). Hybrid Global Governance for Responsible and Inclusive Artificial Intelligence: Proposing a New Sustainable Development Goal 18. Technology in Society, 85, 103159. https://doi.org/10.1016/j.techsoc.2025.103159
Dotsenko, E. (2017). NBIC-Convergence as a Paradigm Platform of Sustainable Development. E3S Web of Conferences, 21(5), 04013. https://doi.org/10.1051/e3sconf/20172104013