Баланс интересов искусственного интеллекта и человеческого капитала в цифровой экономике: вызовы и угрозы для устойчивого развития бизнеса и экономики

Зуева А.И.¹
¹ Институт проблем рынка РАН, Россия, Москва

Скачать PDF | Загрузок: 12 | Цитирований: 3

Статья в журнале

Экономика и социум: современные модели развития ^(РИНЦ)
опубликовать статью

Том 11, Номер 1 (Январь-март 2021)

Цитировать:
Зуева А.И. Баланс интересов искусственного интеллекта и человеческого капитала в цифровой экономике: вызовы и угрозы для устойчивого развития бизнеса и экономики // Экономика и социум: современные модели развития. – 2021. – Том 11. – № 1. – С. 71-86. – doi: 10.18334/ecsoc.11.1.111734.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=46338270
Цитирований: 3 по состоянию на 07.12.2023

Аннотация:
Целью данной статьи является рассмотрение вопроса баланса интересов искусственного интеллекта и человеческого капитала в цифровой экономике через призму вызовов и угроз для устойчивого развития бизнеса и экономики. Предметом исследования выступают процессы взаимодействия искусственного интеллекта и человеческого капитала в цифровой экономике. Методология научного исследования базируется на использовании общенаучных и философских методов познания, а также основанных на них специальные экономические методах. Для изучения основных этапов формирования идей, концепций, теорий и методов интеграции искусственного интеллекта и интеллектуального капитала применялись проблемно-хронологический и историко-генетический методы. Полученные результаты: в статье аргументировано описаны возможные сценарии развития реализации интересов человеческого и машинного мышления и потенциальные последствия для экономической системы планеты в целом и России в частности с учетом национальных приоритетов и интересов в строительстве цифровой экономики. Применение. Полученные результаты научного исследования имеют практическую ценность для формирования карт интересов и конфликтов стейкхолдеров бизнесов, планирующих внедрение механизма искусственного интеллекта в бизнес-модель организации.

Ключевые слова: баланс интересов, искусственный интеллект, человеческий капитал, устойчивое развитие, бизнес-модель, вызовы и угрозы digital-мышления

JEL-классификация: J24, O30, O34

В издательстве открыта вакансия ответственного редактора научного журнала с возможностью удаленной работы
Подробнее...

Введение.

Ценность и роль профессиональных компетенций индивида на протяжении истории экономической мысли человечества неоднократно менялась. Несмотря на решающую роль в формировании социально-экономической системы именно переход мировой экономики к новому формату организации рыночных отношений – Индустрии 4.0 – поднял вопрос об исключительном и неоспоримом лидерстве человеческого мышления.

По мнению А. Гурко, такой поворот истории не является чем-то экстраординарным, т.к. формирование и развитие технологических решений в области машинного мышления имеет давнюю историю, но именно сегодня, «благодаря многочисленным открытиям в области нейробиологии, формирования устойчиво функционирующих алгоритмов нейросетей» и развития в качестве самостоятельного направления искусственного интеллекта и совершенствование на его базе методологии машинного мышления актуальность баланса интересов человека и машины стала наиболее остро [2, c. 9].

Идея партнерства человека и машины восходит к началу становления древних цивилизации, но именно в XXI веке у человечества появился реальная возможность освободить человеческое мышление от рутинных забот и занять его решением творческих и уникальных задач по созданию новых продуктов или удовлетворению нематериальных потребностей.

Результаты исследования.

Для понимания сути проблемы возможно конфликта интересов человеческого и машинного мышления необходимо рассмотреть понятийный аппарат и определиться с трактовкой научного конструкта «искусственный интеллект». Генезисом понятия «искусственный интеллект» (далее – ИИ) является научно-исследовательская работа Дж. Макарти «Создание языка Лисп (LISP, List Processing language)» в 1958 г., [1] в которой были описаны фундаментальные понятия ИИ, применяемые как учеными, так и практиками при работе в сфере машинного мышления.

ИИ определятся следующими признаками: 1) логические цепочки – ИИ должен уметь выстраивать простейшие логически верные цепи в формате «причина – следствие», поддающиеся проверке [2]; 2) способность к самообучению – ИИ должен уметь не просто аккумулировать данные о прошлых событиях, но и использовать их для повышения скорости и качества «мыслительной деятельности» [3]; 3) активность – применение полученных знаний должно позволять ИИ влиять на окружающую среду и изменять ее; 4) адаптивность – ИИ необходимо уметь реагировать на изменяющийся набор факторов воздействия и адаптировать алгоритмы реакции с учетом динамики внешнего мира [4].

Как следует из описанных признаков ИИ является очень высокоразвитой формой машинного решения алгоритмов и управления процессами по своим характеристикам находящейся сравнительно близко к мышлению человека. Именно данный факт, по мнению Ю.С. Харитонова, В.С. Савиной ограничивает мотивацию ученых и практиков к применению в понятийном обороте именно такого словосочетания, т.к. сегодня еще нет технической возможности реализации содержательной стороны понятия «искусственный интеллект» [1, 11, 12].

Изучение научной литературы показало, что ученый и деловой мир активно прибегают к использованию компромиссного понятия «Artificial Effect, или AI-Effect» – эффект искусственного мышления, который позволяет снять ответственность за неправомерное, а если быть совсем точным, то некорректное и несвоевременное использование понятия, которое де-факто еще не может быть технически осуществимо (таблица 1).

Таблица 1

Обзор определения понятия «искусственный интеллект» в научной литературе

Автор (-ы)	Определение понятия «искусственный интеллект»
1.Заплатина Т. С [3, c. 124]	Сложный машинно-биологический алгоритмизированный комплекс процессов, позволяющий решать слабоструктурированные задачи и заниматься предикцией на основе анализа массивов упорядоченных по категориям данных
2. п. 3.17. ГОСТ Р 43.0.5-2009 «Информационное обеспечение техники и операторской деятельности. Процессы информационно-обменные в технической деятельности. Общие положения» [17]	Моделируемая (искусственно воспроизводимая) интеллектуальная деятельность мышления человека
3. Макушин, М., Фомина, А. [5, с.93]	Киберфизическая система, способная к анализу и обработке массивов данных путем машинной имитации мыслительных алгоритмов человека и последующей самоорганизации собственных действий
1. Хари Манкуде [5]	Машинный алгоритм управления информацией в формате Big Data с генерацией множеством временных сценариев развития событий и выбора одного наиболее вероятного путем применения методом статистики, риск-менеджмента и Форсайт-инструментов.
2. Эд Бишоп [6]	Гибридные компьютерные экосистемы, способные к обработке как структурированной информации в числовом формате, так и анализ качественных (визуальных, звуковых) метрик и формирования «мнения» о происходящем с последующим принятием решений.

Примечание – Источник: составлено автором по данным специализированной научно-технической и экономической литературы.

Как мы видим, российские ученые определяют ИИ с достаточно мягкими границами, давая возможность определенному завышению ожиданий стейкхолдеров, в то время как иностранные эксперты стараются максимально очертить границы функционального потенциала ИИ. Переходя к непосредственно к вопросу анализа баланса интересов ИИ и человеческого капитала, следует начать с изучения основных подходов к анализу сопряжения таких интересов (таблица 2).

Таблица 2

Подходы к изучению баланса интересов ИИ и человеческого капитала

	Характеристика
1. Антропоцентрический	ИИ является ассист-инструментом для сокращения операционных издержек бизнес-процессов и автоматизации рутинных процедур. По мнению антропоцентристов (Синельниковa В.Н., Ревинский О.В. [7], Х. Манкуде) ИИ не может и не должен заменять человеческое мышление, но он может стать его более совершенной моделью в организации труда для более высокой точности и скорости исполнения поставленных задач при неизменности или незначительной изменяемости основных условий. Согласно данному подходу ИИ является полностью патиентной стороной и зависит от принимаемых операторов решений
2. Гибридный	ИИ является партнером человека, участвуя в процессе приятия и исполнения решений, но окончательное право выбора сохраняется за человеком. По мнению сторонников данного подхода (преимущественно – это технократы, такие как Т.Веблен, Х. Скотт, Ф. Фишер, А.Эсмарк [8]) ИИ не стоит отождествлять с агрессивным механизмом, это всего лишь новая ступень эволюции человечества, которая в будущем сможет бесшовного интегрироваться в сознание и помогать нам быть умнее и быстрее. ИИ на сегодняшний день не в состоянии повлиять существенно на мыслительные процессы индивида, т.к. те слишком сложны для анализа.
3. Машиноцентриский	ИИ является примером первых попыток создания альтернативного разума, который будет представлять собой новый субъект отношений и чьи интересы также необходимо учитывать в карте балансов интересов стейкхолдеров. По мнению представителей подхода (Д. Хассабис, Б.Янгель, Т.Уотсон) [9], начиная с предоставления третьим лицам данных, мы уже начинаем диалог с машиной, и стратегический вопрос нового столетия – разработка этики диалога интересов ИИ и человека, построенное на принципах партнерства и взаимного уважения.

Примечание – Источник: составлено автором по данным [6; 9; 14].

Исходя из обозначенных подходов, мы логично подошли к рассмотрению вопроса рассмотрения потенциальных точек нарушения баланса интересов ИИ и человеческого капитала:

1. Технологически-организационная – ИИ, исходя из функциональных, характеристик, предполагает максимальную автономность в своей работе (оператора участвует как наблюдатель и контролер за процессом работы), в таком случае сегодняшняя инфраструктура офисов окажется невостребованной, т.к. машинное мышление «не мотивируется за счет компонентов человеческого общения», ему нужна исключительно структурированная и размеченная информация [8, c. 96]. Такое положение дел приводит к конфликту формата работы: человеку необходимо или развивать творческое мышление у компьютера, или самому переходить на сухие метрические алгоритмы восприятия реальности [7] [10].

2. Саморазвитие и самообучение – качество и продуктивность работы ИИ напрямую зависит от количества загружаемой в библиотеку данных информации, ее обширности и структурированности по тематическим метрикам. Вместе с тем для ИИ «недоступно творчество как процесс создания чего-то нового из хаотических фрагментов» информации (яркий пример – метод мозгового штурма, метод Делфи), с которым отлично справляется человеческое мышление [15, p. 58]. В случае расширения границ влияния ИИ понятие творчества и саморазвития человека будет постепенно подвергаться рецессии и станет уделом избранных, т.к. машинное мышление будет способно создавать множество копий или аналогов по шаблону одного оригинального творческого решения [13].

3. Юридическая – развитие ИИ как самостоятельного субъекта отношений в социально-экономической среде означает необходимость коренного пересмотра основ гражданского права и «внесения нового субъекта правоотношений – мыслящих машин» (роботов) с определением пакета прав и обязанностей (ответственности) за свои действия [4, с.99]. В настоящее время в Российской Федерации понятие «искусственный интеллект» юридически определено и закреплено на подзаконном уровне Указом Президента РФ «О развитии искусственного интеллекта в Российской Федерации» от 10 октября 2019 г. № 490 [11].

4. Экономическая (финансовая) – признание ИИ в качестве самостоятельного правосубъектного лица означает его способность быть вовлеченным в финансово-экономический оборот национальной и мировой экономики. Это в свою очередь означает необходимость пересмотра колоссальной базы законодательных актов в части допущения в качестве участника умной машины к совершению финансовых отношений. Сегодня данная сфера является своеобразной локальной «песочницей» для тестирования возможных механизмов допущения машин к финансовым транзакциям наравне с другими участниками рынка [16].

В данном вопросе особо хочется отметить достижение российских банков: так, 12.12.2019 г. виртуальный банк «Точка» запустил внедрил робота-эдвайзера, который с 80,0 %-ой точностью может предсказать вероятность блокировки счета ФНС России и заранее уведомляет клиента о таком риске; вторым примером является внедрение мегабизнесом ПАО «Сбербанк» AI-приложения для управления валютными операциями на рынке FOREX, который благодаря анализу рыночных позиций конкурентов оценивает вероятность движения курсов валют. Данные решения закреплены в договорах на банковское обслуживание клиентов и банк несет ответственность за их деятельность. Вторым прогрессивным направлением вовлечения AI-решений в сферу денежных правоотношений является налогообложение. Здесь следует привести AI-решение ФНС России, которое позволяет сканировать фотографии налоговых уведомлений и автоматически производить их оплату через привязку в банковскому счету [12].

5. Этическая и кадровая – признание AI-решений самостоятельным субъектом правоотношений означает не просто сокращение численности персонала, выполняющего рутинные операции, но фундаментальное реформирование критериев оценки кадровой привлекательности кандидата, необходимость разработки нового механизма отбора кадров и методологии оценки по критериям превосходства человеческого мышления над машинным аналогом. Вопрос социальных гарантий постепенно будет «замещаться понятием интеллектуальной ценности персонала», его потенциала к генерации коммерчески ценных идей и предложений [14, p. 412].

Для оценки потенциальных вызовов и угроз ИИ на устойчивое развитие бизнеса и цифровой экономики нами были применены отдельные инструменты Форсайта (экспертные суждения, рассуждение о будущем, социологический опрос), позволившие сформировать целостное представление о долгосрочных угрозах развития машинного мышления (таблица 3).

Таблица 3

Характеристика потенциальных вызовов и угроз ИИ на устойчивое развитие бизнеса и цифровой экономики

Вызов / угроза	Характеристика влияния
1. Отсутствие эмпатии и эмоциональных элементов при принятии решения	Механизм ИИ строится на базе ограничительных фреймов и не может в настоящее время реализовать столь-нибудь подобную к человеческому мышлению эмпатию. Такая беспристрастность хоть и повышает объективность оценки ситуации, но в современном кросс-культурном мире является нарушением этических норм и толерантности. Практический пример. Инженеры MIT создали программу по распознаванию эмоций человека – Affectiva [13], цель которого была помощь HR-менеджерам в распознавании возможной лжи со стороны соискателей, а также ранее выявление депрессии или конфликтных отношений в коллективе. Итогом применения программы стал судебный запрет со стороны AI Now Institute за нетолерантное
Вызов / угроза	Характеристика влияния
	и бесчеловечное оценивание эмоций (программа объективно и беспристрастно формировала вывод о человеке).
2. Дискриминация со стороны ИИ по расовому и иному признаку	Программы ИИ базируются на массиве информации, которую в нее загружают эксперты по конкретной проблематике или сфере жизнедеятельности человека и общества. Однако при развитии нейросети опираются на установленные ранее фреймы и критерии, тем самым утрачивая связь с реальным положением дел. Практический пример. В ряде штатов США ИИ используется для прогнозирования вероятности совершения повторного преступления на основе анализа массива данных и оценки корреляции конкретного дела с историческим архивом. В итоге программа ИИ-судейства ProPublica в два раза чаще оценивала рецидив у темнокожих подсудимых, что является следствием ретроспективного мышления о склонности к преступности у представителей афроамериканцев.
3. Проблема идентификации прав на объекты интеллектуальной собственности	Развитие качества восприятия ИИ визуальных образов и развитие навыков творчества (например, изобразительное искусство, музыка) ставит вопрос определения автора творческого продукта и распределение коммерческой составляющей, а также защиту интеллектуальных прав. Также развитие ИИ означает прямую угрозу для компетенций представителей творческих профессий и обесценение их труда, т.к. продукты ИИ смогут выполнять схожую работу быстрее и дешевле, но это означает декаданс культурного развития наций, активный плагиат Практический пример. Результатом работы проекта «Нейролирика» (Школа лингвистики НИУ ВШЭ, руководитель Б. Орехов) стало написание AI-приложением машинных стихов, настолько похожих на оригиналы таких классиков как А. Пушкин, А. Ахматова, Гомера, что фокус-группа не смогла найти различий. В настоящее время проект рассматривается как инструмент творческого плагиата и нарушения авторских прав.
4. Развитие практик некорректной конкуренции через шантаж партнеров	ИИ активно используется в пренатально-гормональной теории для выявления потенциальных гормональных и последующих психических расстройств. Однако данный механизм может быть использован для анализа латентных элементов партнёров, их склонности, например, к жестокости, наличию психических расстройств или атипичных сексуальных практик, что может быть применимо в рамках шантажа или некорректной конкуренции. Практический пример. VGG-Face позволяет анализировать гормональный фон и морфологию тела, тем самым предсказывая наличие у человек психических расстройств, атипичного поведения или склонности к агрессии с точностью до 85,0 % даже при нанесенном макияже, строгой деловой одежде и нечетком фокусе на лице.

Примечание – Источник: составлено автором по данным [3; 6; 15].

Для РФ развитие практик использования ИИ является директивным и закреплено в Концепции регулирования технологий Искусственного интеллекта и робототехники до 2024 г. (Распоряжение Правительства РФ от 19 августа 2020 г. № 2129-р) [14], на базе которой начата реализация федерального проекта «Искусственный интеллект» [15]. Несмотря на описанные выше опасения менеджмент российского бизнеса достаточно оптимистично оценивает механизм ИИ как стратегического решение множества хронических проблем операционного управления бизнес-моделью, что находит подтверждение в сравнительном анализе опросе PWC «Прогнозы развития технологии искусственного интеллекта» в 2019 и 2020 гг. [16] (рисунок 1).

Рисунок 1 – Ключевые интересы менеджмента российского бизнеса по использованию технологии ИИ в рамках формирования цифровой экономики

Примечание – Источник: составлено автором по данным отчета PWC «Прогнозы развития технологии искусственного интеллекта на 2020 год».

Как и в мировой практике, опрошенные представители российского бизнеса отметили наличие определенных опасений от использования технологий ИИ: риск не окупаемости ИИ-продуктов ввиду несоответствия заявленного функционала реальной продуктивности – 56,0 %, недостаточный уровень цифровых компетенций персонала и высокие затраты на их обучение – 49,0 %, низкая транспарентность системы протекции прав пользователя ИИ в случае ошибок или некорректной работы – 46,0 %, прямое или косвенное сопротивление персонала внедрению ИИ-решений ввиду страха потерять работу – 42,0 %, недоверие руководства бизнеса к решениям, принятым с использованием ИИ – 39,0 %, неспособность архитектуры бизнес-модели к интеграции с ИИ-механизмом– 31,0 % [17].

Как мы видим, руководство российского бизнеса смотрит на вызовы и угрозы ИИ с позиции вероятных потерь инвестиций при реализации таких проектов, а также сомнений в способности машин принимать действительно ценные управленческие решения или быть ценным ассистентом, но как бы там ни было, интеграция ИИ-решений в бизнес-процессы является уже не прихотью руководства, а непреложным условием повышения конкурентной позиции на рынке и соответствия бизнесу новейшим технологическим трендам XXI века [10; 11].

Выводы. ИИ-технологии являются по праву одним из наиболее спорных и сложно оцениваемых решений инженерной мысли XX-XXI веков. Несмотря на объективные достижения AI в области решения сложных естественнонаучных задач, возможность его применения в социально-экономических системах является действительно опасным: накопление колоссального объема данных о человеке и обществе, правилах рыночного поведения и культурных кодах разных народов приводит к экспоненциальному росту машинного IQ и предсказание возможного использования полученной информации становится все более сложным, т.к. в случае появления в ИИ мотивации и целей, оценить ее поведение будет практически невозможным.

[1]История развития искусственного интеллекта [Электронный ресурс]. URL: https://intuit.ru/studies/courses/593/449/lecture/10011? page=2 (06.02.2021, свободный).

[2] Источник данных: Альманах "Искусственный интеллект": аналитический сборник [Электронный ресурс]. URL: https://aireport.ru/ (06.01.2021, свободный).

[3] Аристов А. BCG Review – ноябрь 2019 [Электронный ресурс]. URL: https://image-src.bcg.com/Images/BCG-Review-November-2019_tcm27-234543.pdf (05.02.2021, свободный).

[4] Гонка ИИ‐вооружений: что происходит с самой хайповой технологией [Электронный ресурс]. URL: https://vc.ru/future/75699-gonka-ii-vooruzheniy-chto-proishodit-s-samoy-haypovoy-tehnologiey (06.02.2021, свободный).

[5] Что такое искусственный интеллект? Определение этого понятия в бизнесе [Электронный ресурс] – URL: https://vc.ru/future/91895-chto-takoe-iskusstvennyy-intellekt-opredelenie-etogo-ponyatiya-v-biznese (06.02.2021, свободный).

[6] Там же

[7] Синельниковa В.Н., Ревинский О.В. «Правa на результаты искусственного интеллекта» // Копирайт. 2017 г. № 4. С. 18.

[8] Технократы – тихие революционеры в правительстве? [Электронный ресурс] – URL: https://ru.technocracy.news/технократы-тихие-революционеры-в-правительстве (04.02.2021, свободный).

[9] Козлова С. 7 самых ярких звезд искусственного интеллекта [Электронный ресурс] – URL: https://expert-ru.turbopages.org/expert.ru/s/russian_reporter/2020/04/7-samyih-yarkih-zvezd-iskusstvennogo-intellekta/ (06.02.2021)

[10] Завалишин А. Гуманный геноцид: влияние IT на рынок труда и общество в 2020-е [Электронный ресурс] – URL: https://vc.ru/hr/105377-gumannyy-genocid-vliyanie-it-na-rynok-truda-i-obshchestvo-v-2020-e (06.02.2021, свободный)

[11] О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10.10.2019 N 490 [Электронный ресурс]. – URL: http://www.consultant.ru/document/cons_doc_LAW_335184/ (29.01.2021, свободный).

[12] Цифровой пристав: как применяется искусственный интеллект в налогах [Электронный ресурс]. – URL https://trends.rbc.ru/trends/industry/5d9dc03f9a79472a1a2056ee (02.02.2021, свободный).

[13] Шпильберг С. Семь смертных грехов искусственного интеллекта [Электронный ресурс]. – URL: https://trends.rbc.ru/trends/social/5eb299089a79476e9fd77f5c (02.02.2021, свободный).

[14] Центр научно-технической, инновационной и информационной политики ИСИЭЗ НИУ ВШЭ – https://issek.hse.ru/mirror/pubs/share/399520370.pdf

[15] Там же.

[16] Прогнозы развития технологии искусственного интеллекта на 2020 год – https://www.pwc.ru/ru/ publications/pwc-ai-predictions-2020.pdf

[17] Рынок искусственного интеллекта в России – https://media.rbcdn.ru/media/reports/ABBYY_IDC_Research. pdf

Источники:

1. Акулинин Ф.В., Адамов Д.В. Россия на пороге сингулярности. Искусственный интеллект, основные аспекты и сложности развития и внедрения в России и в мире // Экономические отношения. – 2019. – № 2. – c. 867-880. – doi: 10.18334/eo.9.2.40633.
2. Гурко А. Искусственный интеллект и авторское право: взгляд в будущее // Интеллектуальная собственность. Авторское право и смежные права. – 2017. – № 12. – c. 7-18.
3. Заплатина Т.С. Правовые подходы к регулированию искусственного интеллекта и роботов в Европейском Союзе и его государствах-членах // Вестник университета имени О.Е. Кутафина. – 2020. – № 4(68). – c. 121-127. – doi: 10.17803/2311-5998.2020.68.4.121-128 .
4. Лаптев В.А. Понятие искусственного интеллекта и юридическая ответственность за его работу // Право. Журнал Высшей школы экономики. – 2019. – № 2. – c. 79-102. – doi: 10.17323/2072-8166.2019.2.79.102 .
5. Макушин М., Фомина А. Искусственный интеллект и рентабельность как движущие факторы развития САПР // Electronics: science, technology, business. – 2019. – № 4. – c. 90-100. – doi: 10.22184/1992-4178.2019.184.4.90.100.
6. Минбалеев А.В. Проблемы регулирования искусственного интеллекта // Вестник южно-уральского государственного университета. серия: право. – 2018. – № 4. – c. 82-87. – doi: 10.14529/law180414 .
7. Нонка А.Ю., Борисова А.А. Кадровое обеспечение: поиск и привлечение персонала на основе технологий искусственного интеллекта // Экономика труда. – 2019. – № 2. – c. 959-970. – doi: 10.18334/et.6.2.40559.
8. Понкин И.В., Редькина А.И. Искусственный интеллект с точки зрения права // Вестник Российского университета дружбы народов. Серия: Юридические науки. – 2018. – № 1. – c. 91-109. – doi: 10.22363/2313-2337-2018-22-1-91-109 .
9. Резаев А.В., Трегубова Н.Д. «Искусственный интеллект», «онлайн-культура», «искусственная социальность»: определение понятий // Monitoring of Public Opinion Economic and Social Changes. – 2019. – № 6. – doi: 10.14515/monitoring.2019.6.03.
10. Синельникова В.Н., Ревинский О.В. Права на результаты искусственного интеллекта // Копирайт. Вестник Российской академии интеллектуальной собственности. – 2017. – № 4. – c. 17-27.
11. Харитонова Ю.С., Савина В.С. Технология искусственного интеллекта и право: вызовы современности // Вестник Пермского университета. Юридические науки. – 2020. – № 49. – c. 524-549. – doi: 10.17072/1995-4190-2020-49-524-549 .
12. Широковских С.А. Нейросетевые технологии и искусственный интеллект в методологии разработки национальных проектов высокотехнологических компаний Азиатского регион // Экономика. – 2019. – № 3. – c. 149-158. – doi: 10.18334/asia.3.3.111594.
13. Широковских С.А. Возможности, ограничения и вероятные угрозы устойчивому развитию высокотехнологических компаний азиатского региона вследствие выхода из-под контроля искусственного интеллекта и нейросетей // Экономика. – 2020. – № 4. – c. 385-394. – doi: 10.18334/asia.4.4.111626.
14. Ong Y.S., Gupta A. AIR5: Five Pillars of Artificial Intelligence Research // IEEE Transactions on Emerging Topics in Computational Intelligence. – 2019. – № 5. – p. 411-415. – doi: 10.1109/TETCI.2019.2928344.
15. Zhou L., Gao J., Li D., Shum H.Y. The design and implementation of xiaoice, an empathetic social chatbot // Computational Linguistics. – 2020. – № 1. – p. 53-93. – doi: 10.1162/COLI_a_00368.
16. Förster M., Klier M., Kluge K., Sigler I. Evaluating Explainable Artifical Intelligence – What Users Really Appreciate. ECIS 2020 Research Papers, 195. [Электронный ресурс]. URL: https://aisel.aisnet.org/ecis2020_rp/195.
17. ГОСТ Р 43.0.5-2009 Информационное обеспечение техники и операторской деятельности. Процессы информационно-обменные в технической деятельности. Общие положения. Docs.cntd.ru. [Электронный ресурс]. URL: http://docs.cntd.ru/document/1200079262.

Страница обновлена: 17.04.2024 в 00:03:05

Подробнее об авторе: