Статья посвящена анализу факторов, определяющих проблемы использования искусственного интеллекта при изучении естественнонаучных дисциплин с учетом воспитательных последствий для обучающихся. Рассматривается образовательная политика Российской Федерации в области цифровизации образования, искусственного интеллекта, а также преподавания математики и физики в образовательных организациях. Раскрываются понятия искусственного интеллекта и нейросети, описываются позитивные и негативные аспекты использования искусственного интеллекта в современном образовании.
Медиапространство Казахстана, Кыргызстана, Таджикистана, Туркменистана, Узбекистана в контексте глобализации и цифровизации информационных потоков изменяется общими паттернами развития, сталкиваясь при этом с похожими вызовами. Политическая целесообразность вынуждает власти стран вести поиск оптимальной модели медиасистемы, учитывающей баланс в обеспечении демократических свобод и установления достаточного контроля над информационным пространством для поддержания стабильности политического режима. Предпринимается попытка дать лаконичное, но комплексное описание состояния системы СМИ и способов её регулирования в каждой из стран региона, представлены данные о характере информационного присутствия региональных и глобальных держав. В статье также содержится анализ национальных рынков СМИ и их основных секторов – прессы, телерадиовещания, рекламы, телекоммуникационной сферы, сетевых медиа. Представлены количественные и качественные характеристики медиасистем государств постсоветской Центральной Азии, данные о характере медийного присутствия региональных и глобальных держав.
Инновационная экономика не только открывает горизонты для стремительного развития социальных коммуникаций и коммуникационных технологий, но и порождает новые, порой неожиданные проблемы, связанные с новыми медиа, цифровой этикой и искусственным интеллектом. Статья представляет собой попытку концептуального анализа наиболее обсуждаемых в научной периодике тенденций в медиа: развитие искусственного интеллекта; концентрация усилий на социальных онлайн платформах; креативный контент как двигатель показателей ROI. Авторы опираются на результаты исследований и опросов, выполненных в 2024-2025 гг., и проводят контент-анализ высказываний представителей профессионального сообщества, связанных с оценками и характеристиками различных генеративных систем. Проведенный анализ выявил озабоченность респондентов в связи со значительным снижением уровня доверия к текстам; часть ответов выявляет проблемы, связанные с морально-этическими и правовыми аспектами применения искусственного интеллекта в генерации контента, такими как изменения в традиционном понимании авторского права, ответственность, неоригинальный контент, плагиат и прочее.
Развитие технологий искусственного интеллекта и алгоритмов машинного обучения оказывает все большее влияние на сферы жизни общества, постепенно находя свое место не только в социальных медиа, но и в журналистике (Newman). Их активно внедряют в различные области масс-медиа, что позволяет автоматизировать ряд процессов медиакомпаний, оптимизируя работу журналистов, редакторов и медиаменеджеров. Данная тема представляет собой актуальную проблему в современном информационном обществе (Túñez-López et al.). Искусственный интеллект и процесс его обучения стали неотъемлемой частью процес сов создания, анализа и распространения контента, привнося новые возможности, но вместе с тем и серьезные вызовы. Например, алгоритмы персонализации позволяют адаптировать информацию к индивидуальным интересам и предпочтениям каждого пользователя, повышая его вовлеченность и удовлетворенность контентом. Таким образом социальные сети и многие другие интернет-платформы персонализированы для каждого пользователя на основе их демографических профилей и личных данных. В данной статье представлен обзор текущих научных данных о потенциальных рисках использования алгоритмов персонализации контента в масс-медиа. Результаты и выводы статьи могут помочь глубже понять природу этих рисков и сопряженные с ними вызовы для сферы массовой коммуникации.
В статье рассматриваются технологии воздействия на человеческий мозг, диалектика взаимодействия искусственного интеллекта (ИИ) и интеллекта человека с позиций следующего системного противоречия: информационные технологии – сознание и психология социума – эффективность управления людьми и техникой в условиях развития информационно-цифровой экономики. Акцент делается на сущности понятия «ментальность», ментальной идентичности, роли неформальных институтов, скорости изменений биологического и информационного времени. Автор представляет концептуальный взгляд на проблему роли искусственного интеллекта (ИИ) в развитии ментального управления как гуманитарной проблемы в логике развития идей и подходов, рассмотренных ранее автором в работах «Будущее России: переход в новую формацию», «Стратегия реформ в России: от лидера к лидеру», в контексте идеи о социальной справедливости и экономическом росте, обсуждавшийся на Первом Русском экономическом форуме.
Введение. В статье рассматривается использование генеративного искусственного интеллекта (ГИИ) в социологических исследованиях. Актуальность темы определяется возрастанием интереса к применению новых технологий для повышения эффективности и точности исследований в области социальных наук. ГИИ предоставляет новые возможности для сбора, обработки и анализа данных, что может существенно изменить традиционные подходы в социологии. Методология и источники. Исследование базируется на анализе доступных публикаций и экспериментальных данных, полученных в ходе общения с социологами, использующими ГИИ в своих проектах. В работе рассматриваются методики генерации описаний, анализа изображений и генерации синтетических изображений с использованием алгоритмов машинного обучения. Акцент сделан на конкретных случаях применения ГИИ в социологических исследованиях, а также на примерах успешных проектов. Результаты и обсуждение. Результаты исследования показывают, что использование ГИИ позволяет значительно ускорить процесс обработки данных и повысить их качество. Выявлены новые паттерны и тенденции в социологических исследованиях, благодаря чему ученые могут получать более точные и обоснованные выводы. Об суждаются также этические аспекты, связанные с использованием ГИИ, такие как во просы конфиденциальности и алгоритмической предвзятости. Заключение. Генеративный искусственный интеллект представляет собой мощный инструмент, способный трансформировать социологические исследования. Несмотря на существующие вызовы, он открывает новые горизонты для сбора и анализа дан ных, способствуя более глубокому пониманию социальных процессов и явлений. Важно продолжать исследовать возможности и ограничения ГИИ для развития социо логической науки.
Несмотря на то, что современные технологии искусственного интеллекта в значительной степени основаны на машинном обучении, сами по себе алгоритмы машинного обучения стратегией не являются. Стратегией мы будем называть полное описание того, как система будет себя вести при всех возможных обстоятельствах. Наиболее перспективным инструментом, позволяющим автономным системам принимать эффективные решения при управлении корпорациями, представляется теория игр. Учитывая разнообразие проблем, с которыми приходится сталкиваться советам директоров, теория игр, нашедшая свое применение в экономике, политологии, чистой математике, психологии, социологии, маркетинге и финансах, предоставляет возможность обеспечивать автономность системы искусственного интеллекта на основе моделирования эффективной стратегии. Обязательное требование о разработке этичных и легитимных автономных систем искусственного интеллекта может привести к тому, что некоторые дилеммы самой теории игр для автономных систем или не существуют, или изменяют свой смысл.
Цель – конкретизировать понятия «искусственный интеллект» и «сложная проблема», а также рассмотреть современное состояние работ в области применения искусственного интеллекта к решению сложных проблем.
Методы. Использованы методы контекстного поиска, системного анализа и обобщения информации.
Результаты. Сформулировано ключевое препятствие применения искусственного интеллекта к решению сложных проблем, заключающееся в отсутствии концептуального и технического решения по представлению междисциплинарных знаний в форме, доступной для обработки и синтеза методами искусственного интеллекта. Обучение ЭВМ на разных массивах данных, но без понимания процесса синтеза, с которым так легко справляется мозг человека, не позволяет искусственному интеллекту претендовать на открытие чего-то нового, принципиально неизвестного, без чего невозможно решение сложных проблем. Нужен универсальный язык, имитирующий процессы человеческого мышления.
Заключение. Выполненный анализ и рекомендации позволяют взглянуть на задачу применения искусственного интеллекта к решению сложных проблем с отличной от принятой в настоящее время точки зрения, опирающейся на использование быстрых алгоритмов поиска (так называемые большие языковые модели). Создание языка-транслятора между различными областями знаний должно способствовать междисциплинарному обмену, развитию творческого мышления, появлению новых идей и генерации инновационных решений в самых разных областях деятельности человека. Развитый язык позволит решать сложные задачи, объединяя различные дисциплины.
В последнее время задачи выделения надводных объектов становятся все более актуальными. Под задачей выделения подразумевается поиск местоположения объектов на изображении. Одно из возможных решений - это нейронные сети, способные как убрать шумы, так и провести выделение объектов. Находящиеся в открытом доступе статьи опираются на использование одной нейронной сети, из-за чего предлагаемые методы обладают относительно большой погрешностью. В связи с этим предложен метод выделения надводных объектов, основанный на ансамбле нейронных сетей. В рамках метода предложен алгоритм, включающий в себя этапы предобработки изображений и выделения соответствующих объектов на спутниковых снимках. Метод может служить в системах контроля различных акваторий как вспомогательный, выделять надводные объекты для дальнейшей обработки и получения необходимой информации. В статье рассмотрены предобработка изображений и выделение надводных объектов, приведены точность для тренировочного и валидационного наборов, а также результаты, полученные в ходе программной реализации метода, структура используемой нейронной сети и разработанного ансамбля.
С быстрым развитием информационных технологий защита передаваемых данных становится одной из приоритетных задач. Классические методы шифрования эффективно решают эту проблему, однако иногда необходимо скрыть сам факт передачи важной информации. Одним из возможных решений могут быть стеганографические методы, которые скрывают сам факт передачи, добавляя данные в существующие цифровые ресурсы. В научной литературе описано множество традиционных стеганоалгоритмов. В последние годы методы сокрытия информации с помощью нейронных сетей становятсявсе более популярными [1]. Однако большинство таких методов используют нейронные сети для реализации более сложных функций встраивания данных, не создавая новых способов сокрытия информация. Целью работы является краткий обзор разработанного автором метода сокрытия информации без использования цифровых ресурсов - изображений для встраиванияи приведение некоторых критериев оценки его эффективности и надежности. В начале статьи дается описание существующих стеганографических методов, общая структура предложенного метода. Оценивается сходимость предложенного алгоритма, генерирующего равномерно распределенный массив данных, даются временные и емкостные характеристики разработанного метода. Приводятся примеры исходных данных и сгенерированных на их основе изображений