Журнал: Вестник Института социологииКолодин Д. В., Витюнин В. С., Ватолина О. В.К вопросу о применении искусственного интеллекта для анализа и интерпретации данных социологических исследований

Институт социологии
ФНИСЦ РАН

Журнал: Вестник Института социологии

Колодин Д. В., Витюнин В. С., Ватолина О. В.

К вопросу о применении искусственного интеллекта для анализа и интерпретации данных социологических исследований

Колодин Дмитрий Владимирович, к.соц.н. Приморский НИЦ социологии и гражданских инициатив, Владивосток, Россия; Владивостокский государственный университет, Владивосток, Россия
info@dkolodin.ru

Витюнин Владислав Сергеевич , Приморский НИЦ социологии и гражданских инициатив, Владивосток, Россия; Дальневосточный федеральный университет, Владивосток, Россия
vityunin.vs@yandex.ru

Ватолина Олеся Владимировна, к.э.н. Тихоокеанский государственный университет, Хабаровск, Россия
olvatolina@yandex.ru


ID статьи на сайте журнала: 1154


Полный текст

 Текст статьи

Ссылка при цитировании:

Колодин Д. В., Витюнин В. С., Ватолина О. В. К вопросу о применении искусственного интеллекта для анализа и интерпретации данных социологических исследований // Вестник Института социологии. 2026. Том 17. № 2. С. 34-55.
DOI: https://doi.org/. EDN: VNLCXB

Рубрика:

Цифровые технологии в науке и управлении

Аннотация

Представленная статья посвящена исследованию влияния искусственного интеллекта на изменения в методиках социальных исследований. Авторы акцентируют внимание на анализе возможностей и ограничений применения технологий искусственного интеллекта для описания и анализа социологических данных. Также внимание фокусируется на восприятии экспертами сгенерированных неройсетью текстов, в сравнении с описаниями, подготовленными профессиональными аналитиками. Цель исследования – эмпирическая оценка эффективности применения искусственного интеллекта (нейросетевой языковой модели) для автоматизации описания и интерпретации табличных данных исследований на примере социальных исследований.

Рассматриваемый в статье дискурс охватывает аспекты применения цифровых технологий в социальных исследованиях, включая вопросы этики, авторских прав и плагиата, а также необходимость разработки нормативной базы, способствующей их интеграции в эмпирические исследования. Авторами разработана алгоритмическая модель интеграции данных технологий в анализ табличных данных, представляющая собой карту бизнес-процессов в нотации BPMN 2.0. Представлена концепция применения искусственного интеллекта в процессе описания табличных данных результатов социальных исследований.

Эмпирическую базу исследования составляет экспертный опрос представителей академического и профессионального социологического сообщества. Критериями для участия в опросе определены: стаж работы в области социальных исследований, звание или должность профессора/доцента в организациях высшего образования. Сбор данных осуществлялся методом структурированных заочных интервью с экспертами в формате слепого сравнения. Экспертам было предложено оценить два варианта описания таблиц данных реальных социологических исследований. Первый вариант содержал описание, подготовленное аналитиками ведущего социологического центра России. Второй вариант описания подготовлен авторами статьи с использованием нейросетевой языковой модели. В ходе исследования эксперты оценивали тексты описания таблиц данных по пяти критериям: структурированность, логика изложения, полнота, корректность применяемой терминологии, обоснованность выводов без идентификации источника приложенных текстов.

В результате установлено, что более половины экспертов предпочли описания, созданные нейросетью, отметив их преимущества в логике изложения, корректности терминологии.

Ключевые слова

социальные последствия применения искусственного интеллекта, социологические исследования, искусственный интеллект в науке, автоматизация анализа, верификация данных

Литература

  1. Богданов В. С., Шилова В. А. Социально-управленческие аспекты развития искусственного интеллекта (AI): по итогам методологического семинара ФНИСЦ РАН // Вестник института социологии. 2025. Т. 16. № 3. С. 253–263. DOI: 10.19181/vis.2025.16.3.13; EDN: IPFACO.
  2. Гаврилина Д. Э., Манцивода А. В. Low-code и объектные электронные таблицы // Известия ИГУ. Математика. 2022. Т. 40. C. 93–103. DOI: 10.26516/1997-7670.2022.40.93; EDN: EMSESG.
  3. Гришина Н. Ю., Болдырева Е. Л., Дуйсембина Е. О. Влияние интернет-технологий на процесс принятия решения как новый политический тренд (на примере компании «Кембридж Аналитика») // Научно-технические ведомости СПбГПУ. Гуманитарные и общественные науки. 2019. Т. 10. № 1. С. 69–80. DOI: 10.18721/JHSS.10107; EDN: YAITRU.
  4. Зотов В. В., Василенко Л. А. Цифровая трансформация публичного управления: единство сервисно-цифровых и социально-сетевых аспектов // Вопросы государственного и муниципального управления. 2023. № 3. C. 26–47. DOI: 10.17323/1999-5431-2023-0-3-26-47; EDN: EFDDTJ.
  5. Ивахненко Е. Н., Никольский В. С. ChatGPT в высшем образовании и науке: угроза или ценный ресурс? // Высшее образование в России. 2023. Т. 32. № 4. С. 9–22. DOI: 10.31992/0869-3617-2023-32-4-9-22; EDN: TZHIHU.
  6. Кисляков П. А., Меерсон А. С. и др. Устойчивость личности к социокультурным угрозам в условиях цифровой трансформации общества // Образование и наука. 2021. Т. 23. № 9. С. 142–168. DOI: 10.17853/1994-5639-2021-9-142-168; EDN: XCOFNN.
  7. Ковальчук М. А. Влияние цифровизации на процесс общения молодежи в социально-экономической среде // Теоретическая экономика. 2021. № 9(81). С. 61–71. DOI: 10.52957/22213260_2021_9_61; EDN DWESDO.
  8. Кутырев В. А. Куда сдвигать гуманитарный вектор? // Гуманитарный вектор. Философия, культурология. 2012. № 3(31). С. 9–16. EDN: OZPOCJ.
  9. Лавровский Б. Л., Хайруллина М. В. и др. О производительности труда и одноименном национальном проекте // ЭКО. 2020. № 6(552). С. 111–130. DOI: 10.30680/ECO0131-7652-2020-6-111-130; EDN: GYAKER.
  10. Никитин Н. А. Вероятностные методы учета модельных рисков при оценке инвестиций в технологии искусственного интеллекта // Инновационное развитие экономики. 2023. № 2(74). С. 123–134. DOI: 10.51832/2223798420232123; EDN: MGIFUB.
  11. Резаев А. В., Трегубова Н. Д. ChatGPT и искусственный интеллект в университетах: какое будущее нам ожидать? // Высшее образование в России. 2023. Т. 32. № 6. С. 19–37. DOI: 10.31992/0869-3617-2023-32-6-19-37; EDN: GZJZIJ.
  12. Рябова Е. Ю. Институциональные императивы функционирования экономики знаний // Terra Economicus. 2009. Т. 7. № 2-3. С. 27–31. EDN: PKYHXZ.
  13. Сысоев П. В. Этика и ИИ-плагиат в академической среде: понимание студентами вопросов соблюдения авторской этики и проблемы плагиата в процессе взаимодействия с генеративным искусственным интеллектом // Высшее образование в России. 2024. Т. 33. № 2. С. 31–53. DOI: 10.31992/0869-3617-2024-33-2-31-53. EDN: VTAIUO.
  14. Шнайдер П. А., Чернышева А. В. и др. Исследование эффективности промпт-инжиниринга и квантованных LLM в создании структуры академических курсов // Компьютерные инструменты в образовании. 2024. № 1. С. 32–44. DOI: 10.32603/2071-2340-2024-1-32-44; EDN: JGGIYT.
  15. Шомова С. А., Качкаева А. Г. Между очарованием и испугом: диалог с «другим». Опыт анализа практик использования ИИ в профессиональной и повседневной жизни // Мониторинг общественного мнения: экономические и социальные перемены. 2024. № 5. С. 3–17. DOI: 10.14515/monitoring.2024.5.2766; EDN: YVQHAJ.
  16. Шталь Б. К., Шредер Д., Родригес Р. Этика искусственного интеллекта: кейсы и варианты решения этических проблем // Экономическая социология. 2024. Т. 25. № 1. С. 85–95. DOI: 10.17323/1726-3247-2024-1-85-95; EDN: HVDDTQ.
  17. Южаков В. Н., Покида А. Н. и др. Цифровизация взаимодействия граждан и государства: оценка гражданами эффектов, рисков и перспектив // Вопросы государственного и муниципального управления. 2023. № 2. С. 33–73. DOI: 10.17323/1999-5431-2023-0-2-33-73; EDN: BRJMAM.
  18. Benuyenah V. Commentary: ChatGPT Use in Higher Education Assessment: Prospects and Epistemic Threats // Journal of Research in Innovative Teaching & Learning. 2023. Vol. 16. No. 1. P. 134–135. DOI: 10.1108/JRIT-03-2023-097.
  19. Brynjolfsson E., McAfee A. Race against the Machine: How the Digital Revolution is Accelerating Innovation, Driving Productivity, and Irreversibly Transforming Employment and the Economy. Lexington: Digital Frontier Press, 2011. 92 p.
  20. Duckworth P., Graham L., Osborne M. Inferring Work Task Automatability from AI Expert Evidence // In Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society (AIES '19). Association for Computing Machinery, New York, USA. 2019. P. 485–491. DOI: 10.1145/3306618.3314247.
  21. Frey C. B., Osborne M. A. The Future of Employment: How Susceptible Are Jobs to Computerisation? // Technological Forecasting and Social Change. 2017. Vol. 114. P. 254–280. DOI: 10.1016/j.techfore.2016.08.019.
  22. Furman J., Seamans R. AI and the Economy. In Innovation Policy and the Economy. Vol. 19 // NBER. 2018. P. 161–191. DOI: 10.3386/w24689.
  23. Leontief W. Technological Advance, Economic Growth, and the Distribution of Income // Population and Development Review. 1983. Vol. 9. No. 3. P. 403–410.
  24. Lund B. D., Wang T. Chatting about ChatGPT: how may AI and GPT impact academia and libraries? // Library Hi Tech News. 2023. Vol. 40. No. 3. P. 26–29. DOI: 10.1108/LHTN-01-2023-0009.
  25. Vydra S., Klievnik B. Techno-optimism and policy-pessimism in the public sector big data debate // Government Information Quarterly. 2019. Vol. 36. No. 4. P. 1–10. DOI: 10.1016/j.giq.2019.05.010.
  26. West D. M. The Future of Work: Robots, AI, and Automation. Washington: DC Brookings Institution Press, 2018. 192 p.

Содержание выпуска

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