Партнерство ключевых стейкхолдеров в области использования генеративного искусственного интеллекта

Цель статьи: обосновать необходимость совершенствования партнерства государства, бизнеса, университетов и гражданского общества в области использования генеративного искусственного интеллекта.

Методы. Исследование основано на применении методов теоретического и эмпирического анализа, в числе которых: логический,  ретроспективный, обобщение, моделирование, сравнение, статистический, наблюдение, визуализация данных.

Результаты работы. В статье приводятся аргументы, подтверждающие востребованность генеративного искусственного интеллекта его ключевыми стейкхолдерами. Обосновывается необходимость развития моделей институциональных взаимодействий для построения нового формата взаимодействия стейкхолдеров на принципе частичного пересечения их институциональных сфер влияния, сопряженного с актуальными запросами гражданского общества. Проведен анализ причин заинтересованности государства и бизнеса в использовании решений, основанных на искусственном интеллекте, в своей деятельности. Особое внимание уделено отношению университетов к ответственному внедрению генеративного искусственного интеллекта в научно-образовательную среду и использованию в решении учебных и профессиональных задач. Предложена усовершенствованная модель партнерства государства, бизнеса, университетов и гражданского общества в области использования генеративного искусственного интеллекта.

Выводы. Партнерство в сфере научно-технологического прогресса позволяет учесть интересы и потребности его ключевых стейкхолдеров, а также появляющиеся возможности освоения ими нового ролевого статуса в сфере развития и использования генеративного искусственного интеллекта. Рекомендуемая модель партнерства ключевых стейкхолдеров позволяет осуществить агрегирование финансовых и производственных ресурсов бизнеса, компетенций и научного потенциала университетов в совместных проектах по разработке решений в области развития и использования генеративного искусственного интеллекта, что может дать существенный синергетический эффект при условии дополнения данной коллаборации государственным участием. Включение в модель гражданского общества обеспечит сопряжение его запросов на сохранение общечеловеческих ценностей в решениях по использованию генеративного искусственного интеллекта и придаст человекоцентричный характер научно-техническому прогрессу в условиях цифровизации общества.

1. Gomez C., Unberath M., Huang C.-M. Mitigating knowledge imbalance in AI-advised decision-making through collaborative user involvement // International Journal of Human-Computer Studies. 2023. Vol. 172. P. 102977. https://doi.org/10.1016/j.ijhcs.2022.102977

2. Sok S., Heng K. ChatGPT for education and research: a review of benefits and risks // Cambodian Journal of Educational Research. 2023. Vol. 3. Iss. 1. P. 110–121. EDN: https://www.elibrary.ru/vjlzuf. https://doi.org/10.62037/cjer.2023.03.01.06

3. Мелех Н.В., Аверьянов А.О., Гуртов В.А. О сравнительном анализе тематики научных публикаций в сфере искусственного интеллекта в международных и российских журналах // Экономика и управление. 2023. Т. 29. № 9. С. 1128–1140. EDN: https://elibrary.ru/ieisxi. https://doi.org/10.35854/1998-1627-2023-9-1128-1140

4. Лукичев П.М., Чекмарев О.П. Применение искусственного интеллекта в системе высшего образования // Вопросы инновационной экономики. 2023. Т. 13. № 1. С. 485–502. EDN: https://www.elibrary.ru/qbtlxd. https://doi.org/10.18334/vinec.13.1.117223

5. Константинова Л.В., Ворожихин В.В., Петров А.М., Титова Е.С., Штыхно Д.А. Генеративный искусственный интеллект в образовании: дискуссии и прогнозы // Открытое образование. 2023. Т. 27. № 2. С. 36–48. EDN: https://www.elibrary.ru/vpmizk. https://doi.org/10.21686/1818-4243-2023-2-36-48

6. Etzkowitz H., Leydesdorff L. The triple helix – university-industry-government relations: A laboratory for knowledge based economic development // EASST Review. 1995. Vol. 14. Iss. 1. Р. 14–19. URL: https://ssrn.com/abstract=2480085

7. Литвиненко И.Л. Государственная поддержка инноваций: российский и зарубежный опыт // Международный научно-исследовательский журнал. 2013. № 8-3(15). С. 40–41. EDN: https://www.elibrary.ru/rbpprj

8. Смородинская Н.В. Смена парадигмы мирового развития и становление сетевой экономики // Экономическая социология. 2012. Т. 13. № 4. С. 95–115. EDN: https://elibrary.ru/pfarwf. https://doi.org/10.17323/1726-3247-2012-4-95-115

9. Терпугов А.Е. Бизнес-инкубаторы как необходимое условие развития предпринимательства в университетах // Вестник МГПУ. Серия: Экономика. 2021. № 2(28). С. 41–50. EDN: https://www.elibrary.ru/qgotmf. https://doi.org/10.25688/2312-6647.2021.28.2.3

10. Каштанова Е.В., Лобачева А.С. Современные тенденции в области корпоративного обучения персонала // Управление персоналом и интеллектуальными ресурсами в России. 2022. Т. 11. № 2. С. 50–56. EDN: https://www.elibrary.ru/hgtkyj. https://doi.org/10.12737/2305-7807-2022-11-2-50-56

11. Лавриненко Я.Б., Тинякова В.И., Шишкина Л.А. Эмпирическое исследование грантовой поддержки научных исследований в российских университетах // Вопросы инновационной экономики. 2023. Том 13. № 1. С. 471–484. EDN: https://www.elibrary.ru/gpgpkc. https://doi.org/10.18334/vinec.13.1.117296

12. Carayannis E.G., Campbell D.F.J. «Mode 3» and «Quadruple Helix»: toward a 21st century fractal innovation ecosystem // International journal of technology management. 2009. Vol. 46. Iss. 3-4. Р. 201–234. https://doi.org/10.1504/IJTM.2009.023374

13. Carayannis E.G., Campbell D.F.J. Triple Helix, Quadruple Helix and Quintuple Helix and how do knowledge, innovation and the environment relate to each other?: A proposed framework for a trans-disciplinary analysis of sustainable development and social ecology // International Journal of Social Ecology and Sustainable Development (IJSESD). 2010. Vol. 1. Iss. 1. Р. 41–69. http://doi.org/10.4018/jsesd.2010010105

14. Лоскутова М.А. Искусственный интеллект в высшем образовании – прорыв или деградация // Экономические науки. 2024. № 3(232). С. 242–247. EDN: https://www.elibrary.ru/reveht. https://doi.org/10.14451/1.232.242

15. Филимонова И.В. Этическая сторона использования искусственного интеллекта в образовании // Вестник евразийской науки. 2024. Т. 16. № S1. EDN: https://www.elibrary.ru/bkkvxo

16. Crompton H., Song D. The potential of artificial intelligence in higher education // Revista Virtual Universidad Católica Del Norte. 2021. Vol. 62. P. 1–4. https://doi.org/10.35575/rvuen.n62a1

17. Кулагина Н.А., Чепикова Е.М., Графов Ю.Г., Гончаров А.Ю. Концепция цифровой трансформации бизнеса: модели, тенденции и новые вызовы // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2023. Т. 13. № 6. С. 44–53. EDN: https://www.elibrary.ru/okgshn. https://doi.org/10.21869/2223-1552-2023-13-6-44-53

18. Бамбуров В.А. Применение технологий искусственного интеллекта в корпоративном управлении // Государственная служба. 2018. Т. 20. № 3(113). С. 23–28. EDN: https://elibrary.ru/xuapbb. https://doi.org/10.22394/2070-8378-2018-20-3-23-28

19. Young M.M., Bullock J.B., Lecy J.D. Artificial discretion as a tool of governance: a framework for understanding the impact of artificial intelligence on public administration // Perspectives on Public Management and Governance. 2019. Vol. 2. Iss. 4. P. 301–313. https://doi.org/10.1093/ppmgov/gvz014

20. Катанандов С.Л., Ковалев А.А. Технологическое развитие современных государств: искусственный интеллект в государственном управлении // Государственное и муниципальное управление. Ученые записки. 2023. № 1. С. 174–182. EDN: https://www.elibrary.ru/nastdx. https://doi.org/10.22394/2079-1690-2023-1-1-174-182

21. Enholm I., Papagiannidis E., Mikalef P., Krogstie J. Artificial intelligence and business value: a literature review // Information Systems Frontiers. 2021. Vol. 24. P. 1709–1734. https://doi.org/10.1007/s10796-021-10186-w

22. Deng J., Lin Y. The benefits and challenges of ChatGPT: an overview // Frontiers in Computing and Intelligent Systems. 2023. Vol. 2. Iss. 2. Р. 81–83. https://doi.org/10.54097/fcis.v2i2.4465

23. Малышев И.О. Обзор современных генеративных нейросетей: отечественная и зарубежная практика // Международный журнал гуманитарных и естественных наук. 2024. № 1-2(88). С. 168–171. EDN: https://www.elibrary.ru/yvclic. https://doi.org/10.24412/2500-1000-2024-1-2-168-171

24. Nam B.H., Bai Q. ChatGPT and its ethical implications for STEM research and higher education: a media discourse analysis // International Journal of STEM Education. 2023. Vol. 10. P. 66. https://doi.org/10.1186/s40594-023-00452-5

25. Zawacki-Richter O., Marín V.I., Bond M., Gouverneur F. Systematic review of research on artificial intelligence applications in higher education – where are the educators? // International Journal of Educational Technology in Higher Education. 2019. Vol. 16. Р. 39. https://doi.org/10.1186/s41239-019-0171-0

26. Haenlein M., Kaplan A. A brief history of artificial intelligence: on the past, present, and future of artificial intelligence // California management review. 2019. Vol. 61. Iss. 4. P. 5–14. https://doi.org/10.1177/0008125619864925

27. Dignum V. The role and challenges of education for responsible AI // London Review of Education. 2021. Vol. 19. Iss. 1. P. 1–11. https://doi.org/10.14324/LRE.19.1.01