Журнал: Вестник Института социологииГолоухова Д. В., Куманцов А. А.Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения

Институт социологии
ФНИСЦ РАН

Журнал: Вестник Института социологии

Голоухова Д. В., Куманцов А. А.

Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения

Голоухова Дарья Валерьевна, к.соц.н. МГИМО МИД России, Москва, Россия
d.v.goloukhova@inno.mgimo.ru

Куманцов Артём Александрович , МГИМО МИД России, Москва, Россия
art_titan@bk.ru


ID статьи на сайте журнала: 1153


Полный текст

 Текст статьи

Ссылка при цитировании:

Голоухова Д. В., Куманцов А. А. Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения // Вестник Института социологии. 2026. Том 17. № 2. С. 12-33.
DOI: https://doi.org/. EDN: TURCUZ

Рубрика:

Цифровые технологии в науке и управлении

Аннотация

В работе обсуждаются особенности восприятия искусственного интеллекта научным сообществом и основные факторы, определяющие различия в практиках его использования. Исследование, легшее в основу настоящей статьи, фокусировалось на трех ключевых аспектах: 1) уровне проникновения искусственного интеллекта в научные практики, 2) самооценке цифровых компетенций ученых и 3) институциональных различиях в организации внедрения между научной и бизнес-средой. Сравнение академического и корпоративного опыта позволяет более отчетливо показать особенности научной среды и определить уникальные для института науки драйверы и барьеры внедрения технологий искусственного интеллекта. Эмпирическую основу исследования составили результаты онлайн-опроса российских ученых, демонстрирующие сложную картину технологической адаптации российских ученых к внедрению инновационных технологий. При формально высоком уровне проникновения нейросетей наблюдается их поверхностное применение. Продвинутый уровень владения технологиями искусственного интеллекта отмечают у себя немногие, самооценка цифровых компетенций ученых находится на низком уровне, что свидетельствует о значительном разрыве между формальным использованием и реальным освоением технологий.

Сравнительный анализ практик внедрения цифровых технологий в академической и бизнес-среде выявил принципиальные различия организационных моделей, связанных с преобладанием разных ценностно-этических оснований деятельности. Корпоративный сектор демонстрирует централизованный подход с инициативами «сверху вниз», которые поддерживаются системными инвестициями и регламентацией. В научной среде превалируют индивидуальные инициативы исследователей, что объясняет доминирование социокультурных барьеров над технологическими. Ученые признают такие плюсы от использования искусственного интеллекта, как повышение эффективности обработки данных и автоматизация рутинных операций, но одновременно выражают серьезную озабоченность этическими рисками, утратой авторской оригинальности и необходимостью постоянно осваивать новые компетенции.

Выявленные различия авторы связывают с особенностями ценностно-этических оснований деятельности в научно-исследовательской и корпоративной сферах. В бизнес-среде, где преобладает утилитаристская логика, цифровые технологии рассматриваются как инструмент повышения эффективности. В научной, где более выражены деонтологическая этика и этика добродетели, – организации сталкиваются с социокультурными барьерами, связанными с необходимостью соблюдать этические принципы академической работы, а также с рисками от использования этих технологий, которые ученые видят в утрате творческого потенциала работы и размытии границ профессиональной юрисдикции.

Ключевые слова

искусственный интеллект, научная деятельность, технологическое развитие, цифровая трансформация, восприятие технологий, академическая среда, бизнес-среда

Литература

  1. Баранова И. В. Риски применения искусственного интеллекта при проведении стратегического анализа // Экономика, предпринимательство и право. 2025. Т. 15. № 12. С. 8221–8236. DOI: 10.18334/epp.15.12.124288; EDN: VUJXIP.
  2. Бурдье П. Поле науки // Социальное пространство: поля и практики / Пер. с фр.; отв. ред. перевода, сост. и послесл. Н. А. Шматко. М.: ИЭС; СПб.: Алетейя, 2005. 576 c.
  3. Гидденс Э. Устроение общества: Очерк теории структурации / Пер. с англ. И. Тюрина. М.: Академ. проект, 2003. 525 с.
  4. Ланчаков А. Б., Филин С. А., Якушев А. Ж. Использование искусственного интеллекта в науке и образовании // Философия хозяйства. 2023. № 6(150). С. 169–187. DOI: 10.5281/zenodo.10091190; EDN: QXUSOF.
  5. Петров А. А. Человек, искусственный интеллект и управление // Россия: тенденции и перспективы развития: Ежегод. / Отв. ред. В. И. Герасимов. Вып. 15. Ч. 1. М.: ИНИОН РАН, 2020. С. 498–505. EDN: VTHJPD.
  6. Резаев А. В., Трегубова Н. Д. Искусственный интеллект и искусственная социальность: новые явления, проблемы и задачи для социальных наук // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 1. С. 4–19. DOI: 10.14515/monitoring.2021.1.1905; EDN: EEGSPS.
  7. Abbott A. The system of professions: An essay on the division of expert labor. Chicago: University of Chicago press, 2014. 452 p. DOI: 10.7208/chicago/9780226189666.001.0001.
  8. Cui K. Z., Demirer M. et al. The Productivity Effects of Generative AI: Evidence from a Field Experiment with GitHub Copilot [Preprint]. 2024. URL: https://mit-genai.pubpub.org/pub/v5iixksv (дата обращения: 03.06.2025). DOI: 10.21428/e4baedd9.3ad85f1c.
  9. Jobin A., Ienca M., Vayena E. The global landscape of AI ethics guidelines // Nature Machine Intelligence. 2019. No. 1. P. 389–399. DOI: 10.1038/s42256-019-0088-2.
  10. Jobstreibizer J., Beliaeva T. et al. The impact of artificial intelligence on business models: a bibliometric-systematic literature review // Management Decision. 2025. Vol. 63. No. 13. P. 372–396. DOI: 10.1108/MD-10-2024-2309.
  11. Madanchian M., Taherdoost H. Ethical theories, governance models, and strategic frameworks for responsible AI adoption and organizational success // Frontiers in Artificial Intelligence. 2025. No. 8. P. 1–14. DOI: 10.3389/frai.2025.1619029.
  12. Makarius E., Mukherjee D. et al. Rising with the machines: A sociotechnical framework for bringing artificial intelligence into the organization // Journal of Business Research. 2020. Vol. 120. P. 262–273. DOI: 10.1016/J.JBUSRES.2020.07.045.
  13. Marocco S., Barbieri B. et al. Exploring facilitators and barriers to managers’ adoption of AI-based systems in decision making: A systematic review // AI. 2024. Vol. 5. Iss. 4. P. 2538–2567. DOI: 10.3390/AI5040123.
  14. Mikalef P., Islam N. et al. Artificial intelligence (AI) competencies for organizational performance: A B2B marketing capabilities perspective // Journal of Business Research. 2023. Vol. 164. P. 113998. URL: https://www.sciencedirect.com/science/article/pii/S0148296323003569 (дата обращения: 03.06.2026). DOI: 10.1016/J.JBUSRES.2023.113998.
  15. Ray A. Compassionate artificial intelligence: Frameworks and algorithms. Compassionate AI Lab, 2018. 187 p.
  16. Rogers E. Diffusion of Innovations. 4th ed. Simon and Schuster, 2010. 518 p.

Содержание выпуска

>> Содержание выпуска № 57, 2026
>> Архив журнала