Искусственный интеллект в профессиональной деятельности: Теория, практика и правовые аспекты внедрения в России, включая специфику МВД

В 2024 году МВД России планирует провести научно-исследовательскую работу и подготовить датасеты для обучения и тестирования нейросетевых моделей, а уже в 2025 году выделить средства на разработку двух систем на базе ИИ: «Клон» и «Конъюнктура». Эти шаги не просто иллюстрируют активное проникновение искусственного интеллекта в государственные структуры, но и подчеркивают его возрастающую роль как ключевого фактора трансформации профессиональной деятельности в целом. От здравоохранения до финансов, от ритейла до правоохранительной сферы, ИИ становится не просто инструментом, а полноценным катализатором изменений, перестраивая процессы, оптимизируя ресурсы и выдвигая на первый план новые вызовы, что делает его изучение критически важным для понимания будущего.

Цель данной работы — провести глубокий и всесторонний анализ теоретических основ искусственного интеллекта, исследовать его практическое применение в различных областях, сфокусировав особое внимание на специфике использования ИИ в деятельности Министерства внутренних дел Российской Федерации. Помимо технологических аспектов, мы рассмотрим этические, правовые и социальные последствия повсеместного внедрения ИИ, уделяя должное внимание уникальному российскому опыту. Структура реферата последовательно проведет читателя от фундаментальных концепций к конкретным примерам, затрагивая при этом важнейшие вопросы регулирования и перспектив развития.

Теоретические основы искусственного интеллекта: От истоков до современности

История человеческой мысли всегда стремилась к созданию помощников, способных к разумной деятельности. От мифических големов до механических автоматов, идея «искусственного разума» будоражила умы задолго до появления компьютеров. Однако подлинная эра искусственного интеллекта, как мы его знаем сегодня, началась лишь в середине XX века, став кульминацией десятилетий инноваций и коллективных усилий ученых и инженеров, чьи труды заложили фундамент для современных прорывов.

Понятие и сущность искусственного интеллекта

Искусственный интеллект (ИИ) — это не просто набор сложных алгоритмов или умных программ. Это обширная область компьютерных наук, посвященная разработке интеллектуальных систем, которые способны выполнять задачи, традиционно требующие человеческого интеллекта. Сюда входят такие способности, как обучение, рассуждение, принятие решений, распознавание образов, понимание естественного языка и даже творчество.

В основе современной теории искусственного интеллекта лежит изучение закономерностей построения и функционирования так называемых интеллектуальных систем. Эти системы зачастую базируются на многомерных рецепторно-эффекторных нейроподобных растущих сетях, функционально восходящих к биологическим нейронным сетям. Иными словами, инженеры и ученые стремятся воспроизвести архитектуру и принципы работы человеческого мозга, хотя и в сильно упрощенном виде, для решения конкретных задач. Различают «слабый» (или узкий) ИИ, который специализируется на выполнении одной или нескольких конкретных задач (например, распознавание речи, игры в шахматы), и «сильный» (или общий) ИИ, который теоретически способен выполнять любую интеллектуальную задачу, доступную человеку. Последний до сих пор остается предметом активных исследований и философских дебатов, поднимая вопросы о самой природе сознания.

Краткая история развития ИИ и его основные этапы

Путь искусственного интеллекта — это череда взлетов и падений, периодов «ИИ-весны» и «ИИ-зимы», каждый из которых вносил свой вклад в формирование текущего облика этой дисциплины.

Этап развития ИИ	Примерный период	Ключевые события и идеи
Истоки концепции	До 1950-х	Размышления Аристотеля о логике, попытки создания механических автоматов (например, «Механический турок» Вольфганга фон Кемпелена).
Основополагающие идеи	1950-е	Алан Тьюринг в 1950 году в статье «Вычислительные машины и разум» предложил концепцию ИИ и тест, который до сих пор носит его имя, исследуя возможность мышления машин подобно людям. Появление первых компьютерных программ, способных играть в шашки.
Период оптимизма	1956-1974	Конференция в Дартмутском колледже (1956), на которой впервые был использован термин «искусственный интеллект». Создание первых экспертных систем, программы SHRDLU. Эйфория от первых успехов.
«ИИ-зима» (первая)	1974-1980	Разочарование в связи с невозможностью решить сложные задачи при ограниченных вычислительных мощностях и отсутствии больших объемов данных. Сокращение финансирования.
Вторая «ИИ-весна»	1980-1987	Развитие экспертных систем на промышленных предприятиях и в медицине. Япония запускает проект компьютеров пятого поколения.
«ИИ-зима» (вторая)	1987-1993	Спад интереса к экспертным системам из-за их высокой стоимости и сложности масштабирования. Фокус смещается на другие направления.
Современный этап (ренессанс ИИ)	1990-е — наст. время	Развитие интернета и больших данных (Big Data), увеличение вычислительных мощностей (GPU), прорыв в машинном обучении и нейронных сетях (глубокое обучение). Победа Deep Blue над Каспаровым (1997), появление Google PageRank (1998), голосовых помощников, систем распознавания образов и естественного языка. Активное внедрение ИИ в различные сферы жизни и бизнеса.

Современный ИИ, таким образом, является продуктом десятилетий непрерывных исследований, экспериментов и, что не менее важно, преодоления технических и методологических ограничений.

Классификация систем ИИ и их функциональные возможности

Классификация систем ИИ может быть многогранной, отражая различные подходы к их созданию, функциональности и степени автономности.

По способности к обучению и адаптации:

• Слабый (узкий) ИИ (Narrow AI): Наиболее распространенный тип, способный решать конкретные задачи в строго ограниченной области. Примеры: системы распознавания речи, рекомендательные алгоритмы, шахматные программы. Большая часть современных коммерческих ИИ-решений относится именно к этому типу.
• Общий ИИ (General AI): Гипотетическая система, обладающая интеллектом, эквивалентным человеческому, способная выполнять любую интеллектуальную задачу. Пока существует только в теории и научной фантастике.
• Сверхинтеллект (Superintelligence): Гипотетический ИИ, значительно превосходящий человеческий интеллект по всем параметрам.

По функциональным возможностям (подходам):

• Реактивные машины: Не имеют памяти и не используют прошлый опыт для принятия решений. Просто реагируют на текущие ситуации. Пример: Deep Blue, шахматный компьютер IBM.
• Машины с ограниченной памятью: Могут использовать прошлый опыт, хранящийся в их памяти, для принятия краткосрочных решений. Примеры: беспилотные автомобили, системы распознавания объектов.
• Теория разума: Системы, способные понимать эмоции, убеждения и намерения других объектов (людей, других ИИ). Находятся на стадии активных исследований.
• Самосознающие машины: ИИ, обладающий самосознанием и способностью к саморефлексии. Это самый сложный и пока недостижимый уровень.

По задачам:

• Системы обработки естественного языка (NLP): Анализ, понимание и генерация человеческого языка.
• Компьютерное зрение (Computer Vision): Распознавание и интерпретация изображений и видео.
• Экспертные системы: Базируются на базе знаний, имитируют процесс принятия решений экспертом в определенной области.
• Робототехника: Интеграция ИИ с физическими устройствами для выполнения задач в реальном мире.
• Рекомендательные системы: Предсказывают предпочтения пользователей для предложения релевантного контента или товаров.

Функциональные возможности современных ИИ-систем охватывают широкий спектр: от автоматической обработки текстов и изображений до комплексного прогнозирования и автономного принятия решений. Эти возможности постоянно расширяются благодаря прорывам в алгоритмах и увеличению доступности вычислительных мощностей.

Ключевые технологии ИИ и их практическое применение в профессиональной деятельности (с акцентом на российский опыт)

Современный ИИ — это не монолитная технология, а скорее экосистема взаимосвязанных дисциплин и методов. В основе практически всех прорывных достижений лежат несколько ключевых технологических направлений, которые, словно невидимые нити, пронизывают и трансформируют различные профессиональные сферы. Россия, как и другие ведущие державы, активно участвует в этом процессе, демонстрируя собственные уникальные кейсы и значительный экономический эффект.

Основные технологии ИИ: Машинное обучение, нейронные сети, компьютерное зрение, обработка естественного языка

• Машинное обучение (МО): Это сердцевина современного ИИ. МО представляет собой прикладной инструмент, который позволяет системам «учиться» на основе данных, без явного программирования. Вместо того чтобы жестко задавать правила, программист предоставляет алгоритму большой объем информации, на котором тот находит закономерности и делает выводы. Это позволяет применять МО в широком спектре задач: от диагностики болезней и защиты от мошенничества до управления сложными производственными процессами. МО подразделяется на:
  • Обучение с учителем (Supervised Learning): Алгоритм обучается на данных, где для каждого входного образца известен правильный ответ (метка). Используется для классификации (например, спам/не спам) и регрессии (прогнозирование цен).
  • Обучение без учителя (Unsupervised Learning): Алгоритм ищет скрытые закономерности в неразмеченных данных. Используется для кластеризации (сегментация клиентов) и снижения размерности.
  • Обучение с подкреплением (Reinforcement Learning): Алгоритм обучается путем проб и ошибок, получая вознаграждение за правильные действия и штрафы за неправильные. Применяется в робототехнике и играх.
• Искусственные нейронные сети (ИНС): Это важнейшая составляющая технологий машинного обучения, представляющая собой набор методов решения задач путем обучения, а не жесткой алгоритмизации. ИНС вдохновлены структурой и работой биологического мозга. Они состоят из миллионов программных компонентов — «нейронов», которые обрабатывают входные данные, выполняют микроматематические операции с небольшими блоками информации и передают результаты дальше по сети. Например, в задаче классификации изображения нейронная сеть может обрабатывать отдельные пиксели, выделять на них контуры, затем части объектов и, в конечном итоге, классифицировать весь объект. Глубокое обучение (Deep Learning) — это подраздел машинного обучения, использующий нейронные сети с большим количеством скрытых слоев (глубокие нейронные сети), что позволяет им автоматически извлекать сложные признаки из сырых данных.
• Компьютерное зрение (Computer Vision): Эта область ИИ занимается тем, чтобы научить компьютеры «видеть» и интерпретировать визуальную информацию из внешнего мира — изображения и видео. Технологии компьютерного зрения позволяют распознавать объекты, лица, жесты, движения, анализировать сцены и даже воссоздавать трехмерные модели.
• Обработка естественного языка (Natural Language Processing, NLP): NLP фокусируется на взаимодействии между компьютерами и человеческим (естественным) языком. Это включает в себя понимание текста, его анализ, генерацию нового текста, перевод, суммаризацию и другие задачи, позволяющие машинам «общаться» с людьми.

Применение ИИ в различных секторах экономики России

ИИ позволяет компаниям принимать более взвешенные решения в нужном масштабе, от распознавания изображений и создания креативного контента до прогнозирования на основе данных. В России средний уровень внедрения ИИ в приоритетных отраслях экономики составляет 31,5%, что свидетельствует о значительном прогрессе и активном освоении этих технологий. Около 20% крупных российских компаний уже активно используют генеративный искусственный интеллект, что указывает на тенденцию к автоматизации творческих и аналитических процессов.

Юридическая сфера и кибербезопасность

В юридической сфере ИИ-платформы становятся незаменимыми помощниками юристов. Они позволяют значительно быстрее находить релевантные судебные документы, анализировать прецеденты и готовить правовые заключения. Это сокращает рутинные часы работы, освобождая специалистов для более сложных и творческих задач.

В кибербезопасности применение ИИ критически важно для защиты от постоянно эволюционирующих угроз. «Лаборатория Касперского», один из лидеров рынка, применяет ИИ для обнаружения и предотвращения киберугроз. Эти системы способны анализировать огромные потоки данных в реальном времени, выявлять аномалии и паттерны, указывающие на атаки, тем самым обеспечивая защиту сетей и устройств от сложных угроз.

Ритейл, электронная коммерция и промышленность

В секторах ритейла и электронной коммерции ИИ используется для целого ряда задач:

• Прогнозирование спроса: Например, на «Яндекс Маркете» ИИ анализирует исторические данные, сезонность и внешние факторы для точного прогнозирования спроса на товары, оптимизируя запасы и логистику.
• Персонализированные рекомендации: ИИ-алгоритмы анализируют поведение пользователей, их предпочтения и историю покупок, предлагая индивидуальные товарные подборки, что значительно увеличивает конверсию.
• Генерация контента: «ВкусВилл» использует ИИ для генерации дизайна упаковки, а Ozon — для создания изображений одежды на виртуальных моделях, сокращая затраты на фотосъемку.
• Автоматизация управления ассортиментом и ценообразованием: Российская компания ProductLab внедрила ИИ для автоматизации этих процессов, что привело к повышению оборачиваемости склада на 18% и снижению излишков.

В промышленности ИИ также демонстрирует впечатляющие результаты. 26% российских компаний этой отрасли уже используют ИИ, при этом более четверти из них отмечают значительный экономический эффект и повышение устойчивости производства. Компании, внедряющие ИИ, демонстрируют рост рентабельности в среднем на 5%. Исследование «Яков и партнёры» и «Яндекса» в 2023 году показало, что 94% компаний-респондентов, использующих ИИ, отметили снижение затрат, а 68% получили «реальный финансовый эффект на EBITDA в размере до 5%». В энергетике, например, ИИ помогает «Россетям» прогнозировать спрос на энергию, оптимизировать распределение ресурсов и контролировать работу линий электропередачи.

Здравоохранение и транспорт

Россия является одним из мировых лидеров по разработке и внедрению искусственного интеллекта в здравоохранении. Применение ИИ в этой сфере позволяет на раннем этапе выявлять заболевания, что существенно снижает финансовую нагрузку на систему здравоохранения.

• Диагностика: Машинное обучение используется для анализа медицинских изображений (рентгеновские снимки, МРТ) для более точной и быстрой диагностики заболеваний, а также для выявления пациентов в группе риска.
• Автоматизация рутинных задач: Служба голосового ввода Voice2Med от группы компаний ЦРТ помогла московским рентгенологам заполнить более 210 тыс. медицинских протоколов, значительно ускорив процесс.
• Анализ медицинских карт: С помощью ИИ-систем, таких как Webiomed от «К-Скай», было проанализировано 92% (20,597 млн) электронных медицинских карт, что открывает огромные возможности для персонализированной медицины и исследований. По состоянию на 1 января 2024 года, Росздравнадзором зарегистрировано 26 медицинских изделий с ИИ, 77% из которых разработаны 13 российскими компаниями. В 2023 году 84 (94%) субъекта РФ выполнили минимальный показатель по закупке таких изделий.

В транспортной отрасли ИИ играет ключевую роль в повышении конкурентоспособности и безопасности.

• Беспилотные технологии: Примеры включают беспилотный логистический коридор на трассе М-11 «Нева», автономное судовождение и эксперименты с беспилотными скоростными поездами «Ласточка».
• Оптимизация логистики: Компании, такие как FESCO, используют ИИ для продвинутой аналитики, прогнозирования объемов перевозок и оптимизации загрузки активов. «Почта России» применяет ИИ для автоматизации логистических маршрутов.
• Повышение безопасности: Применение ИИ в автономных транспортных средствах способствует повышению безопасности и снижению аварийности. Аналитический отчет АНО «Цифровая экономика» за 2024 год выявил 75 эффективных практик применения ИИ в транспортном секторе России с доказанным экономическим эффектом.

Образование и клиентский сервис

В образовании ИИ используется для создания адаптивных учебных программ, которые подстраиваются под индивидуальные потребности и темп обучения каждог�� студента (например, в Skyeng). Также ИИ автоматизирует административные процессы, такие как оценка знаний, освобождая преподавателей для более качественной работы со студентами.

В клиентском сервисе ИИ широко применяется для создания цифровых помощников (BotB2B) и чат-ботов, которые могут обрабатывать запросы клиентов 24/7, отвечать на типовые вопросы, предоставлять информацию и даже решать простые проблемы, значительно снижая нагрузку на операторов и повышая качество обслуживания.

Искусственный интеллект на службе Министерства внутренних дел Российской Федерации: Специфика и перспективы

Криминалистика всегда отличалась высокой восприимчивостью к новым технологиям, полезным в выявлении и раскрытии преступлений. С конца 2000-х годов вопросы использования ИИ и робототехники в правоохранительной практике активно развиваются, а в России активное изучение и экспериментальное внедрение ИИ в эту сферу началось с середины 2010-х, сфокусировавшись на системах распознавания лиц и аналитике больших данных. Сегодня МВД России стоит на пороге масштабного внедрения искусственного интеллекта, видя в нем мощный инструмент для повышения эффективности борьбы с преступностью. Но как при этом обеспечить соблюдение прав граждан?

Стратегические направления внедрения ИИ в МВД России

МВД России четко обозначило свои стратегические приоритеты в области применения ИИ:

• Поиск злоумышленников: ИИ-системы будут использоваться для анализа огромных объемов данных с целью идентификации и отслеживания лиц, причастных к преступлениям.
• Повышение качества аналитики: Автоматизация обработки больших объемов информации, выявление скрытых закономерностей, которые невозможно обнаружить вручную, и формирование более точных прогнозов криминальной активности.
• Прогнозирование криминальной деятельности: ИИ способен анализировать данные о времени, месте и характере преступлений, выявляя паттерны и предсказывать потенциальные риски в публичных местах, что позволяет более эффективно распределять патрули и предотвращать преступления.
• Противодействие поведенческой агрессии и фейкам: Создание эффективных комплексов для мониторинга информационного пространства, выявления манипуляций сведениями и загрязнения фейками, что является особенно актуальным в условиях цифровой среды.

Разработка и внедрение специализированных ИИ-систем

Для реализации этих стратегических задач МВД России планирует разработку и внедрение ряда специализированных ИИ-систем:

• Система «Клон»: Запланирована к разработке в 2025 году. Её основное предназначение — выявление подделок видеоизображений в интересах правоохранительной деятельности. В эпоху дипфейков и высококачественной цифровой манипуляции видео, такая система станет критически важным инструментом для установления подлинности доказательств и предотвращения дезинформации. «Клон» будет использовать передовые алгоритмы компьютерного зрения и глубокого обучения для анализа мельчайших артефактов и несоответствий, указывающих на фальсификацию.
• Программный комплекс «Конъюнктура»: Также запланирован к разработке в 2025 году. Этот комплекс будет выполнять функции прогнозирования негативных событий и чрезвычайных ситуаций, а также моделировать сценарии реагирования на них. «Конъюнктура» сможет обрабатывать данные из различных источников (социальные сети, новостные ленты, оперативные сводки, погодные данные) для выявления предвестников потенциальных угроз, таких как массовые беспорядки, техногенные аварии или природные катастрофы, и предлагать оптимальные варианты действий для правоохранительных органов.

Инфраструктурное обеспечение и борьба с киберугрозами

Успешное внедрение ИИ требует не только разработки программного обеспечения, но и создания соответствующей инфраструктуры и квалифицированных кадров:

• Спецподразделения: В Главном информационно-аналитическом центре и НПО «Специальная техника и связь МВД России» планируется учредить спецподразделения, основной задачей которых будет работа на базе информационных систем с ИИ. Эти подразделения станут центрами компетенций, где будут аккумулироваться знания и опыт по эксплуатации и развитию ИИ-технологий.
• Лаборатория анализа данных (песочница): Будет создана специальная лаборатория для моделирования и управления данными. «Песочница» позволит экспериментировать с новыми алгоритмами, тестировать модели на реальных данных в безопасной среде, до их полномасштабного внедрения. Это критически важный шаг для обеспечения надежности и эффективности ИИ-систем.
• Борьба с сетевым экстремизмом: МВД РФ начнет разрабатывать комплексы на основе ИИ для мониторинга и деанонимизации участников сетевой экстремистской деятельности в информационно-телекоммуникационных сетях, включая интернет. Эти системы будут использовать NLP для анализа текстового контента, компьютерное зрение для обработки изображений и видео, а также методы графового анализа для выявления связей между участниками экстремистских сообществ, повышая эффективность противодействия деструктивному контенту.

Применение ИИ в оперативно-розыскной и следственной деятельности

ИИ уже сегодня активно используется и будет использоваться еще шире в оперативно-розыскной и следственной деятельности:

• Распознавание лиц: Это одна из наиболее известных и активно внедряемых технологий. Системы распознавания лиц позволяют идентифицировать людей с высокой степенью точности в потоке видео с камер наблюдения, освобождая сотрудников от ручной сверки документов с базами данных и ускоряя процесс идентификации подозреваемых или пропавших лиц. Применяется в крупных городах России, таких как Москва, Санкт-Петербург, Казань, с соблюдением правил обработки персональных данных.
• Прогнозирование преступности: ИИ помогает прогнозировать не только общие криминальные риски, но и вероятность повторных преступлений, а также потенциальные «горячие точки» на карте города, что позволяет целенаправленно использовать ресурсы.
• Сокращение бумажной волокиты: Автоматизация сбора, систематизации и анализа данных значительно уменьшает объем ручной работы, позволяя сотрудникам сосредоточиться на более сложных аспектах расследований.
• Интеллектуальный обмен знаниями об инцидентах: ИИ-системы могут агрегировать и анализировать информацию о различных инцидентах, выявляя связи и закономерности, которые могут быть неочевидны для человека, и предоставлять эту информацию следователям в удобном виде.
• Помощь в расследовании преступлений: ИИ может анализировать цифровые следы, телефонные звонки, данные с камер, электронную переписку, помогая воссоздавать картину произошедшего, находить улики и выстраивать доказательную базу.

Роль ИИ в предупреждении и пресечении преступлений

Помимо помощи в расследовании, ИИ играет растущую роль в активном предупреждении и пресечении преступлений:

• Выявление подозрительного поведения в толпе: Системы компьютерного зрения, оснащенные ИИ, способны анализировать видеопотоки с публичных мест, выявляя аномалии в поведении людей, скопления, агрессивные жесты, что может быть предвестником массовых беспорядков или других нарушений правопорядка.
• Предотвращение массовых беспорядков: Оперативное выявление и анализ потенциальных угроз позволяют правоохранительным органам заблаговременно реагировать, предотвращая эскалацию конфликтов.
• Раскрытие краж, мошенничества и киберпреступлений: ИИ автоматизирует поиск улик и анализ цифровых следов, ускоряя раскрытие этих категорий преступлений, где объемы данных часто слишком велики для ручной обработки. Основные типы операций, которые могут быть разрешены посредством использования систем искусственного интеллекта в правоохранительной деятельности, включают распознавание (визуальных образов и связей между объектами криминалистического познания), предсказание и классификацию, что свидетельствует о широком спектре его применения.

Внедрение ИИ в деятельность МВД России — это не только технологический прорыв, но и эволюция подходов к обеспечению безопасности, основанная на данных, аналитике и прогнозировании.

Этические, правовые и социальные аспекты внедрения и использования ИИ в России

По мере того как искусственный интеллект все глубже проникает в общественную жизнь и профессиональную деятельность, особенно в такие чувствительные сферы, как правоохранительная, неизбежно возникают сложные этические, правовые и социальные вопросы. Баланс между инновациями и защитой прав и свобод граждан становится одной из ключевых задач государственного регулирования, ибо без него прогресс может обернуться новыми угрозами.

Правовое регулирование ИИ в Российской Федерации

Россия активно формирует свою нормативную базу для регулирования ИИ, признавая его стратегическое значение и потенциальные риски.

• Законодательное закрепление понятия: В 2020 году в России понятие искусственного интеллекта впервые было законодательно закреплено, что стало важным шагом к формированию правового поля.
• Экспериментальные правовые режимы (ЭПР): Закон № 123-ФЗ, также принятый в 2020 году, ввел экспериментальное регулирование ИИ в Москве на пять лет. Этот механизм позволяет создавать «песочницы», где новые технологии могут апробироваться в условиях гибкого регулирования, прежде чем будут приняты общие нормы. Это демонстрирует прагматичный подход, направленный на стимулирование инноваций при одновременном контроле рисков.
• Комплексная система регулирования: В РФ развивается система комплексного регулирования ИИ, включающая нормативно-правовое, нормативно-техническое и этическое регулирование. С 2016 по 2023 год количество принятых ИИ-законов подскочило с одного законодательного акта в 2016 году до 37 штук, принятых только за 2022 год, что свидетельствует об ускоренной динамике правового оформления.
• Законопроект «О регулировании систем искусственного интеллекта в России»: Активно обсуждается законопроект, который предложит классификацию систем ИИ по уровню потенциального риска. Предполагается запретить эксплуатацию и разработку систем ИИ с неприемлемым уровнем риска. Для систем со средним риском будет предусмотрена обязательная сертификация и регистрация, а для низкого — добровольная. Такой риск-ориентированный подход позволяет сосредоточить усилия на наиболее критических областях, не сдерживая при этом инновации в менее рискованных сферах.
• Концепция развития регулирования ИИ до 2030 года: Минцифры РФ разрабатывает данный документ, где особое внимание уделяется этике и контролю человека за ИИ, что подчеркивает осознание государством необходимости сохранения человеко-ориентированного подхода.

Этические вызовы и принципы использования ИИ

Применение ИИ вызывает оживленные дискуссии о его социальных и этических аспектах, которые могут быть расценены как неэтичные, если не учитывать определенные принципы.

• Предвзятость и ошибки систем: ИИ-системы подвержены предвзятости и ошибкам, которые могут возникать из-за человеческого фактора (например, предвзятость разработчиков) или искаженных данных, используемых для обучения. Это особенно критично в правоохранительной сфере, где ошибки могут привести к несправедливому обвинению или дискриминации.
• Автономность и свобода выбора: Среди этических вызовов выделяются вопросы автономности систем, их влияния на человеческую свободу выбора. Насколько допустимо передавать принятие критически важных решений машине? Где проходит граница между помощью человеку и его замещением?
• Конфиденциальность и неприкосновенность частной жизни: Массовый сбор и анализ данных, необходимый для работы ИИ, потенциально может привести к нарушению конфиденциальности и неприкосновенности частной жизни.
• Российский Кодекс этики в сфере ИИ: Составленный в 2021 году, он акцентирует внимание на человеко- и риск-ориентированных подходах, подчеркивая ответственность за моральные риски разработки ИИ и необходимость гуманистической направленности технологий. Этот кодекс служит ориентиром для разработчиков и пользователей ИИ, призывая к ответственной инновации.

ИИ и киберпреступность: новые угрозы и правовые ответы

ИИ, будучи мощным инструментом, может быть использован не только во благо, но и во вред. ИИ в руках криминальных элементов создает серьезные проблемы для властей:

• Автоматизация атак: Киберпреступники могут использовать ИИ для автоматизации фишинговых атак, делая их более изощренными и персонализированными.
• Дипфейки и дезинформация: Создание дипфейков для распространения дезинформации, шантажа или мошенничества становится все более доступным и угрожающим.
• Сложные вредоносные программы: ИИ может разрабатывать более сложные вредоносные программы, способные обходить традиционные системы защиты.
• Правовые ответы: Минцифры РФ разрабатывает законопроект о введении ответственности за кибермошенничество с использованием ИИ, предусматривающий до 6 лет тюрьмы, и предлагает признавать использование нейросетей отягчающим обстоятельством при совершении киберпреступлений. Это свидетельствует о серьезности намерений государства по противодействию новым видам цифровой преступности.

Защита данных и обеспечение прозрачности

Проблемы конфиденциальности и неприкосновенности частной жизни при массовом сборе и анализе данных ИИ требуют особого внимания. Разработка эффективных механизмов защиты персональных данных и обеспечение прозрачности алгоритмов ИИ являются ключевыми задачами.

• Подотчетность и прозрачность: Необходимо обеспечить подотчетность ИИ-систем и прозрачность их работы, чтобы пользователи и регуляторы могли понимать, как принимаются решения, и выявлять потенциальные ошибки или предвзятости.
• Осознанное согласие: Важно гарантировать осознанное согласие граждан на использование их данных ИИ-системами, особенно в контексте правоохранительной деятельности.

Антропосоциальные вызовы экспансии ИИ включают широкий спектр аспектов: этические, правовые, когнитивные, коммуникативные и культурные. Государства должны защищать общество от негативных последствий цифровизации, таких как неравенство, утрата конфиденциальности, а также другие социальные и этические проблемы, находя баланс между инновациями и защитой общества.

Влияние ИИ на рынок труда и профессиональные компетенции в России

Искусственный интеллект, даже в своей «слабой форме», уже оказывает огромное влияние на рынок труда, и это влияние будет только усиливаться. Трансформация структуры занятости, изменение требований к навыкам и компетенциям, а также появление совершенно новых профессий — все это является следствием повсеместного внедрения ИИ.

Изменение структуры занятости и сокращение рабочих мест

Масштабы влияния ИИ на глобальный и национальный рынки труда впечатляют:

• Международные прогнозы: Международная организация труда (МОТ) в мае 2025 года пришла к выводу, что до четверти всех рабочих мест в мире будут трансформированы под влиянием ИИ. В развитых странах этот показатель может достигать до 34% рабочих мест. Goldman Sachs прогнозирует, что ИИ может заменить до 300 миллионов рабочих мест с полной занятостью. Ученые MIT и Бостонского университета предсказывают замену до двух миллионов рабочих в производственном секторе к 2025 году.
• Российский контекст: По данным исследования НИУ ВШЭ, доля предприятий, внедривших ИИ в России, составила 29%. В среднем на российских предприятиях, где активно использовали ИИ, занятость сократилась на 0,79 процентного пункта по сравнению с предыдущим годом. При этом наблюдается интересная дифференциация: на малых и крупных предприятиях внедрение ИИ привело к сокращению штата (на 1,26 п.п. и на 2,08 п.п. соответственно), тогда как средний бизнес, наоборот, увеличил численность работников. Это может быть связано с тем, что средние компании используют ИИ для масштабирования, а не только для оптимизации расходов, что требует найма новых специалистов для управления сложными системами.
• Мнение экспертов: Глава Сбербанка Герман Греф считает, что внедрение ИИ приводит к большему созданию рабочих мест, чем к их сокращению, однако подчеркивает, что люди должны быть готовы к потере работы и выбирать другие профессии. Эта точка зрения акцентирует внимание на адаптации и переобучении как ключевых факторах выживания на меняющемся рынке труда.

Новые профессии и требования к компетенциям

ИИ не просто сокращает старые профессии, но и активно генерирует новые, требующие уникального набора навыков.

• Появление новых профессий: Среди новых профессий, возникающих благодаря ИИ, можно выделить:
  • Инженеры по машинному обучению (Machine Learning Engineers): Разрабатывают и внедряют ИИ-модели.
  • Специалисты по разметке данных (Data Labelers): Подготавливают данные для обучения ИИ.
  • Архитекторы ИИ-систем (AI System Architects): Проектируют ком��лексные ИИ-решения.
  • Этические аудиторы ИИ (AI Ethics Auditors): Оценивают системы на предмет предвзятости и соответствия этическим нормам.
  • Операторы нейросетей (Prompt Engineers): Специалисты, умеющие формулировать запросы к генеративным ИИ-моделям для получения наилучших результатов.
• Изменение требований к навыкам: ИИ изменяет требования к навыкам и компетенциям, смещая акцент с физической силы и монотонных операций на:
  • Гибкость и адаптивность: Способность быстро осваивать новые технологии и методы работы.
  • Творческое мышление: ИИ пока плохо справляется с абстрактным мышлением, поэтому люди будут отвечать за логику, изобретательность и разработку концепций.
  • Аналитические способности: Умение работать с большими данными, интерпретировать результаты работы ИИ.
  • Критическое мышление: Способность оценивать достоверность и обоснованность информации, предоставляемой ИИ.
  • Умение работать с ИИ-инструментами: Специалисты, умеющие эффективно использовать нейросети, будут более ценными из-за высокой продуктивности.
• ИИ и безопасность: Системы ИИ значительно увеличивают эффективность существующих систем безопасности и создают новые возможности для анализа данных, прогнозирования угроз и автоматизации реагирования. ИИ позволяет автоматизировать мониторинг систем безопасности, выявлять аномалии и потенциальные угрозы, анализировать большие объемы данных с камер видеонаблюдения, что повышает скорость реагирования и снижает вероятность человеческой ошибки. Развитие ИИ требует подготовки специалистов, способных не только управлять ИИ-системами, но и использовать их для принятия стратегических решений в области безопасности.

Общественное восприятие и социальные вызовы

В России, как и во всем мире, внедрение ИИ вызывает не только оптимизм, но и опасения.

• Опасения россиян: Более половины россиян высказывают опасения относительно влияния ИИ на рынок труда, что связано с ощущением неопределенности. По данным опроса ВЦИОМ, 54% россиян считают, что внедрение ИИ скорее сократит количество рабочих мест, чем создаст новые, а 72% опасаются, что ИИ заменит человека в некоторых профессиях. Эти цифры подчеркивают важность диалога между государством, бизнесом и обществом, а также необходимость программ переобучения и социальной поддержки для тех, чьи профессии окажутся под угрозой.

Таким образом, влияние ИИ на рынок труда — это двусторонний процесс: с одной стороны, он несет риски сокращения рабочих мест в некоторых секторах, с другой — создает новые возможности и требует развития качественно иных компетенций. Готовность к изменениям и инвестиции в образование и переобучение станут определяющими факторами успеха в эпоху ИИ.

Перспективы и вызовы регулирования искусственного интеллекта в условиях глобализации

Внедрение искусственного интеллекта не только преобразует экономику и профессиональную деятельность, но и ставит перед государствами беспрецедентные вызовы в сфере правового и этического регулирования. Как обеспечить прогресс и инновации, одновременно защищая общество от потенциальных рисков и негативных последствий? Этот вопрос становится центральным в международной и национальной повестке.

Гибридный подход к регулированию ИИ в России

Россия применяет гибридный подход к регулированию ИИ, который сочетает в себе стимулирующие меры, точечные ограничения и механизмы саморегулирования. Этот подход направлен на создание благоприятной среды для развития технологий при одновременном обеспечении безопасности и этичности их использования.

• Закон об экспериментальных правовых режимах (ЭПР): Принятый в 2020 году, этот закон в сфере цифровых инноваций позволяет создавать правовые исключения для апробации новых технологий в контролируемых условиях. Это дает возможность тестировать ИИ-системы в реальной среде, собирать данные об их эффективности и рисках, а затем на основе полученного опыта формировать более широкую нормативную базу.
• Законопроект «О регулировании систем искусственного интеллекта в России»: Активно обсуждаемый законопроект предлагает инновационный подход к классификации систем ИИ по уровню потенциального риска. Эта классификация включает:
  • Неприемлемый уровень риска: Для таких систем предлагается полный запрет на эксплуатацию и разработку в России. Это могут быть системы, несущие угрозу жизни, здоровью или фундаментальным правам человека без адекватных механизмов контроля.
  • Средний риск: Для этих систем предусмотрена обязательная сертификация и регистрация. Это обеспечит соответствие стандартам безопасности, прозрачности и этичности перед их массовым внедрением.
  • Низкий риск: Для систем с низким уровнем риска предлагается добровольная регистрация, что стимулирует инновации, не создавая избыточных барьеров.
• Ответственность за кибермошенничество с использованием ИИ: Минцифры РФ подготовило законопроект о введении ответственности за кибермошенничество с использованием ИИ, предусматривающий до 6 лет тюрьмы. Более того, предлагается признавать использование нейросетей отягчающим обстоятельством при совершении киберпреступлений. Это свидетельствует о стремлении государства оперативно реагировать на новые виды угроз, возникающих в цифровом пространстве.

Необходимость технологической нейтральности и риск-ориентированного подхода

Для будущего регулирования ИИ крайне важно, чтобы оно было:

• Технологически нейтральным: Это означает, что регулирование должно быть ориентировано не на конкретные технологии или алгоритмы, а на риски и последствия их применения. Такой подход позволяет нормативной базе оставаться актуальной в условиях быстрого технологического развития.
• Основанным на рисках: Регулирование должно пропорционально соответствовать потенциальному вреду, который может быть причинен ИИ-системой. Это позволяет избежать излишней бюрократии для низкорисковых применений и сосредоточить усилия на высокорисковых областях.

Необходима нормативная база, регулирующая право и правоприменение, для обеспечения надлежащего использования ИИ и предотвращения негативных последствий. В контексте правоприменения особое внимание уделяется вопросам определения субъекта ответственности за действия или ошибки ИИ (кто виноват, если автономный ИИ совершит ошибку?), регулированию интеллектуальной собственности на результаты, созданные ИИ (кому принадлежат авторские права на картину, созданную нейросетью?), и защите персональных данных, обрабатываемых ИИ-системами.

Международное сотрудничество и глобальные стандарты

Развитие ИИ — глобальный процесс, требующий скоординированных усилий на международном уровне.

• Пути решения правовых проблем: Предлагаются пути решения правовых проблем, включающие разработку международных стандартов, усиление защиты данных и создание этических кодексов для разработчиков ИИ. Унификация подходов позволит избежать «регуляторного арбитража», когда компании переносят свою деятельность в юрисдикции с более мягким регулированием.
• Подходы России к международному сотрудничеству: Россия активно участвует в международных дискуссиях по формированию этических принципов и стандартов регулирования ИИ, выдвигая инициативы по разработке универсальных норм. При этом она подчеркивает важность учета суверенных интересов государств и недопустимость дискриминации. Эффективное развитие ИИ в России предполагает системность и интегративность в решении вопросов, а также гармоничное сочетание развития и регулирования для обеспечения безопасности его внедрения для человека и общества.

В целом, государствам необходимо балансировать между стимулированием инноваций и защитой общества для обеспечения устойчивого развития. Это сложная задача, которая требует постоянного диалога, адаптации законодательства и международного сотрудничества.

Заключение

Искусственный интеллект, пройдя путь от философских концепций до сложнейших алгоритмических систем, безвозвратно изменил ландшафт профессиональной деятельности и продолжает перекраивать его с невиданной скоростью. Наше исследование показало, что ИИ — это не просто набор технологий, а мощный двигатель прогресса, способный повышать эффективность, оптимизировать процессы и создавать новые возможности во всех сферах человеческой деятельности.

Мы подробно рассмотрели теоретические основы ИИ, его историческое развитие и многообразие классификаций, подчеркнув эволюцию от простых реактивных машин до глубоких нейронных сетей, способных к сложному обучению. Особое внимание было уделено практическому применению ключевых технологий ИИ — машинного обучения, нейронных сетей, компьютерного зрения и обработки естественного языка — в различных секторах российской экономики. Примеры от «Яндекс Маркета» и «ВкусВилла» до «Лаборатории Касперского» и систем здравоохранения, таких как Voice2Med и Webiomed, демонстрируют не только масштаб внедрения, но и ощутимый экономический и социальный эффект.

Центральной частью нашего анализа стало глубокое погружение в специфику применения ИИ в деятельности Министерства внутренних дел Российской Федерации. Детальное освещение планов МВД по разработке и внедрению систем «Клон» и «Конъюнктура», созданию специализированных подразделений и лабораторий, а также использованию ИИ для борьбы с сетевым экстремизмом, распознавания лиц и прогнозирования преступности, выделило уникальность российского опыта. Эти инициативы подчеркивают стремление ведомства к повышению качества аналитики, ускорению оперативно-розыскной деятельности и более эффективному предупреждению и пресечению преступлений.

Вместе с тем, мы не обошли стороной и важнейшие этические, правовые и социальные вызовы, которые несет с собой эпоха ИИ. Российское законодательное закрепление понятия ИИ, разработка экспериментальных правовых режимов, Кодекс этики в сфере ИИ и обсуждаемый законопроект о регулировании систем по уровню риска — все это свидетельствует о системном подходе к формированию ответственной среды для развития технологий. Проблемы предвзятости алгоритмов, защиты конфиденциальности, а также использования ИИ в киберпреступности требуют постоянного внимания и адаптации правовых механизмов.

Наконец, анализ влияния ИИ на рынок труда в России, с прогнозами трансформации рабочих мест, появлением новых профессий (от инженеров по машинному обучению до промпт-инженеров) и опасениями россиян относительно сокращения занятости, показал, что адаптация к новой реальности требует не только технологических, но и образовательных, и социальных инвестиций.

В целом, искусственный интеллект в профессиональной деятельности — это многогранное явление, несущее огромный потенциал для развития, но одновременно требующее взвешенного подхода к его регулированию и этическому осмыслению. Уникальность российского опыта, с его акцентом на национальные приоритеты и активное формирование собственной нормативной базы, является важным элементом глобальной дискуссии. Дальнейшее системное развитие и гармоничное регулирование ИИ, обеспечивающее баланс между инновациями и безопасностью, станут ключом к построению устойчивого и прогрессивного будущего.

Список использованной литературы

1. Акопов, Г. Л. Правовая информатика: Учебное пособие / Г. Л. Акопов, С. В. Гуде, П. С. Шевчук, П. В. Арбузов, Д. В. Фатхи. — Ростов-на-Дону, 2009.
2. Алексеев, Д. В. Интеллектуальные системы. Сборник задач по курсу «Дискретный анализ и интеллектуальные системы». Мех-мат МГУ, Москва, 2014.
3. Валетов, В. А. Интеллектуальные технологии производства приборов и систем: Учебное пособие / В. А. Валетов, А. А. Орлова, С. Д. Третьяков. — СПб: СПб ГУИТМО, 2008. — 134 с.
4. Девятков, В. В. Системы искусственного интеллекта. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. 352 с.
5. Евдокимова, И. С. Естественно-языковые системы: курс лекций. — Улан-Удэ: Издательство ВСГТУ, 2006. — 92 с.
6. Коркин, А. М. Программный комплекс Юридическая справочно-информационная система. Аналитические и экспертные возможности. – Санкт-Петербург: СПб ГУИТМО, 2012.
7. Ревко, П. С. Искусственные интеллектуальные системы и повседневная жизнь человека. Таганрог: Изд-во ТТИ ЮФУ, 2009. — 130 с.
8. Филиппович, А. Ю. Интеграция систем моделирования ситуационных центров // Информационные и телекоммуникационные технологии. — 2011. — №13. — С. 74-79.
9. Хачатурова, С. Справочные правовые системы КонсультантПлюс — Бином. Лаборатория знаний, 2011.
10. Главный информационно-аналитический центр (сайт МВД) [Электронный ресурс]. URL: https://mvd.ru/mvd/structure1/Centri/Glavnij_informacionno_analiticheskij_cen (дата обращения: 01.11.2025).
11. Информационно-аналитическое издание по техническим средствам и системам безопасности [Электронный ресурс]. URL: http://www.secnews.ru/SecurityNews (дата обращения: 01.11.2025).
12. Информационно-познавательный журнал «Виктория» [Электронный ресурс]. URL: http://victoria.lviv.ua (дата обращения: 01.11.2025).
13. Наследники Холмса. Азбука криминалиста [Электронный ресурс]. URL: http://www.abckrim.ru/index.htm (дата обращения: 01.11.2025).
14. Сайт компании «Аймедика» [Электронный ресурс]. URL: http://aimedica.ru/info.jsp (дата обращения: 01.11.2025).
15. Сайт компании Адрон [Электронный ресурс]. URL: http://www.adron-perm.ru/ (дата обращения: 01.11.2025).
16. МВД воспользуется искусственным интеллектом для поиска злоумышленников // pravo.ru. URL: https://pravo.ru/news/251349/ (дата обращения: 01.11.2025).
17. Влияние искусственного интеллекта на рынок труда // tadviser.ru. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%92%D0%BB%D0%B8%D1%8F%D0%BD%D0%B8%D0%B5_%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D0%B0_%D0%BD%D0%B0_%D1%80%D1%8B%D0%BD%D0%BE%D0%BA_%D1%82%D1%80%D1%83%D0%B4%D0%B0 (дата обращения: 01.11.2025).
18. Правовое регулирование искусственного интеллекта // secuteck.ru. URL: https://www.secuteck.ru/articles/pravovoe-regulirovanie-iskusstvennogo-intellekta (дата обращения: 01.11.2025).
19. МВД привлечет нейросети к поиску правонарушителей // vedomosti.ru. 2024. 11 января. URL: https://www.vedomosti.ru/society/articles/2024/01/11/1014169-mvd-privlechet-neiroseti (дата обращения: 01.11.2025).
20. Правовое регулирование ИИ в России, регуляторика И (нейросетей) // ai.xn--80aej2aisf0a.xn--p1ai. URL: https://xn--80aej2aisf0a.xn--p1ai/ai/regulation/ (дата обращения: 01.11.2025).
21. Теория искусственного интеллекта (основные положения) // cyberleninka.ru. URL: https://cyberleninka.ru/article/n/teoriya-iskusstvennogo-intellekta-osnovnye-polozheniya (дата обращения: 01.11.2025).
22. Регулирование ИИ: от «песочниц» до стандартов // pravo.ru. URL: https://pravo.ru/story/253907/ (дата обращения: 01.11.2025).
23. Исследование: как развитие ИИ повлияло на число рабочих мест в российских компаниях // knife.media. URL: https://knife.media/ai-and-jobs/ (дата обращения: 01.11.2025).
24. ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА РЫНОК ТРУДА: АНАЛИЗ ИЗМЕНЕНИЙ В СПРОСЕ НА КВАЛИФИКАЦИИ И ОБУЧЕНИИ // cyberleninka.ru. URL: https://cyberleninka.ru/article/n/vliyanie-iskusstvennogo-intellekta-na-rynok-truda-analiz-izmeneniy-v-sprose-na-kvalifikatsii-i-obuchenii (дата обращения: 01.11.2025).
25. Нейросети в IT: как рынок труда изменится под влиянием искусственного интеллекта // habr.com. URL: https://habr.com/ru/companies/selectel/articles/734262/ (дата обращения: 01.11.2025).
26. Использование систем искусственного интеллекта в правоохранительной деятельности // cyberleninka.ru. URL: https://cyberleninka.ru/article/n/ispolzovanie-sistem-iskusstvennogo-intellekta-v-pravoohranitelnoy-deyatelnosti-1 (дата обращения: 01.11.2025).
27. Антропосоциальные вызовы экспансии искусственного интеллекта // cyberleninka.ru. URL: https://cyberleninka.ru/article/n/antroposotsialnye-vyzovy-ekspansii-iskusstvennogo-intellekta (дата обращения: 01.11.2025).
28. Искусственный интеллект меняет занятость в российских компаниях // hse.ru. URL: https://www.hse.ru/news/376036815.html (дата обращения: 01.11.2025).
29. МВД с помощью ИИ будет бороться с экстремизмом в интернете // rapsinews.ru. 2024. 23 июля. URL: https://rapsinews.ru/human_rights_news/20240723/309328224.html (дата обращения: 01.11.2025).
30. Куда ведёт искусственный интеллект? // мвд.рф. URL: https://мвд.рф/press/News/item/35222049/ (дата обращения: 01.11.2025).
31. Искусственный интеллект выходит на борьбу с преступностью в России. Правонарушителей будут искать хитрые нейросети // cnews.ru. 2024. 11 января. URL: https://www.cnews.ru/news/top/2024-01-11_iskusstvennyj_intellekt_vyhodit (дата обращения: 01.11.2025).
32. Искусственный интеллект меняет занятость в российских компаниях // cnews.ru. 2025. 29 октября. URL: https://www.cnews.ru/news/line/2025-10-29_iskusstvennyj_intellekt_menyaet (дата обращения: 01.11.2025).
33. Как изменился рынок труда из-за искусственного интеллекта за 2024 и 2025 годы // workspace.ru. URL: https://workspace.ru/articles/kak-izmenilsya-rynok-truda-iz-za-iskusstvennogo-intellekta/ (дата обращения: 01.11.2025).
34. Искусственный интеллект устроился в правоохранительные органы // investforesight.com. URL: https://investforesight.com/iskusstvennyj-intellekt-ustroilsya-v-pravoohranitelnye-organy/ (дата обращения: 01.11.2025).
35. Трансформация структуры занятости в России под влиянием искусственного интеллекта // cyberleninka.ru. URL: https://cyberleninka.ru/article/n/transformatsiya-struktury-zanyatosti-v-rossii-pod-vliyaniem-iskusstvennogo-intellekta (дата обращения: 01.11.2025).
36. О влиянии искусственного интеллекта на формирование профессиональных компетенций специалистов в области безопасности // vedomosti.ru. 2025. 9 июня. URL: https://www.vedomosti.ru/press_releases/2025/06/09/o-vliyanii-iskusstvennogo-intellekta-na-formirovanie-professionalnih-kompetentsii-spetsialistov-v-oblasti-bezopasnosti (дата обращения: 01.11.2025).
37. Новые возможности и вызовы в эпоху трансформационного ИИ: устойчивость, ориентированность на человека и подход к регулированию, основанный на рисках // fundacionfide.org. URL: https://fundacionfide.org/novedades/nuevas-oportunidades-y-desafios-en-la-era-de-la-ia-transformadora-sostenibilidad-enfoque-centrado-en-el-ser-humano-y-enfoque-de-regulacion-basado-en-riesgos/ (дата обращения: 01.11.2025).
38. Правовые аспекты регулирования искусственного интеллекта: вызовы и перспективы // smgmt.ru. URL: https://smgmt.ru/index.php/smgmt/article/view/281 (дата обращения: 01.11.2025).
39. Применение искусственного интеллекта: вызовы для технологий с социальной и этической точек зрения // cmr-journal.ru. URL: https://cmr-journal.ru/jour/article/view/234/187 (дата обращения: 01.11.2025).
40. Что такое ИИ? – Подробнее об искусственном интеллекте // aws.amazon.com. URL: https://aws.amazon.com/ru/what-is/ai/ (дата обращения: 01.11.2025).
41. Будущее искусственного интеллекта: вызовы, риски и новые горизонты // issek.hse.ru. URL: https://issek.hse.ru/news/895318105.html (дата обращения: 01.11.2025).
42. Россияне о вызовах искусственного интеллекта, нейронных сетей и социальном оптимизме // isras.ru. 2023. 11 ноября. URL: https://www.isras.ru/files/File/SocIs/2023_11/Levashov_Grebnyak.pdf (дата обращения: 01.11.2025).
43. Основы фундаментальной теории искусственного интеллекта. Кн. 1 // academia.edu. URL: https://www.academia.edu/37901509/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D1%84%D1%83%D0%BD%D0%B4%D0%B0%D0%BC%D0%B5%D0%BD%D1%82%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B9_%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D0%B8_%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D0%B0_%D0%9A%D0%BD_1 (дата обращения: 01.11.2025).