How Artificial Intelligence Technology Affects Productivity

Шерстинова Т. Ю., Урих А. Е., Вестник Новосибирского государственного университета. Серия: Лингвистика и межкультурная коммуникация 2026 Т. 24 № 2 С. 42–54

Цифровые технологии XXI века способствуют формированию новых методологических подходов в гуманитарных науках, включая литературоведение и биографические исследования. Для автоматизации процессов сбора и аннотирования информации все чаще используют большие языковые модели (Large Language Models, LLM), включая ChatGPT. Развитие подобных инструментов стимулирует переход от традиционных методологических подходов, основанных на исключительно ручном аннотировании и экспертной верификации, к гибридным, ...

Добавлено: 28 сентября 2026 г.

Choosing Between AI Responses: How Valence, Arousal, and Dominance Shape User Preference

Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17

Добавлено: 23 сентября 2026 г.

LLM-assisted writing and citation advantage: evidence from scientific publications before and after ChatGPT release

Паклина С. Н., Паршаков П. А., Elena Rapoport, Scientometrics 2026 P. 1–26

Добавлено: 23 сентября 2026 г.

A Black-Box Analysis of the Capacity of ChatGPT to Generate Datasets of Human-like Comments

Rosete A., Соса Гомез Г., Rojas O., Computers 2025 Vol. 14 No. 5 Article 162

Добавлено: 18 сентября 2026 г.

Human Capital, Structural Transformation, and the Productivity Puzzle in Sub-Saharan Africa: A Structured Narrative

Аджибола А. Б., AlterEconomics (ранее - Журнал экономической теории) 2026 No. 23(3) P. 741–765

Education in sub-Saharan Africa is rapidly expanding, yet productivity growth, formal employment, and sectoral growth remain uneven. This discrepancy motivates a structured narrative review of the reasons why the growing stock of human capital has not led to consistent structural transformation in the region. Based on 113 formal sources, identified through a structured search and ...

Добавлено: 14 сентября 2026 г.

Oscillatory dynamics of inflectional processing: teasing apart defaultness and productivity effects in Russian verbs

Бурсов К. Г., Слюсарь Н. А., Kokhova M. и др., Brain and Language 2026 Vol. 275 Article 105719

Добавлено: 13 сентября 2026 г.

Вознаграждается ли использование технологий генеративного ИИ на российском рынке труда?

Рожкова К. В., Рощин С. Ю., Рощина Я. М., Вопросы экономики 2026 № 8 С. 29–54

Стремительное развитие генеративного искусственного интеллекта (генИИ) усилило дискуссии о том, как новые технологии трансформируют рынок труда, особенно позиции и задачи, которые еще недавно мог выполнять только человек. Эксперименты показывают, что генеративный ИИ может обеспечить значительный прирост производительности, особенно менее квалифицированных сотрудников, что может приводить к возникновению индивидуальной зарплатной отдачи на рынке труда. Впервые для России ...

Добавлено: 11 августа 2026 г.

ЦИФРОВИЗАЦИЯ РОССИЙСКОЙ ПРОМЫШЛЕННОСТИ СОСТОЯНИЕ И ПЕРСПЕКТИВА РАЗВИТИЯ В УСЛОВИЯХ САНКЦИЙ И ОГРАНИЧЕНИЙ

Вагин С. Г., Вестник Университета (Государственный университет управления) 2023 № 9 С. 103–112

В статье представлена оценка основных статистических показателей, связанных с эффективностью роста промышленного производства в различных регионах России за последние несколько лет. Также рассматривается включение цифровых достижений в контекст негативных последствий недавней пандемии и санкций на производство промышленных предприятий. Исследование посвящено применению цифровых технологий в промышленном производстве России в нескольких регионах при текущих обстоятельствах и потенциале ...

Добавлено: 29 июля 2026 г.

AI Implementation by Small Entrepreneurs in Russia: Flowers Grow also on Stones

Чепуренко А. Ю., Dormidontova Y., Central European Business Review 2026 Vol. 15 No. 2 P. 69–90

Добавлено: 7 июля 2026 г.

Proceedings of the 4th Workshop on NLP for Music and Audio (NLP4MusA 2026)

Бузаев Ф. А., Mullakhmetov R., Bogachev R. и др., Association for Computational Linguistics, 2026.

Добавлено: 22 июня 2026 г.

Large Language Model-Based Automated Item Generation in STEM Assessments: Historical Mapping and a Scoping Review of Empirical Studies

Омопекунола М. О., JOURNAL OF EDUCATIONAL TECHNOLOGY DEVELOPMENT AND EXCHANGE 2026 Vol. 19 No. 2 P. 141–165

Добавлено: 9 июня 2026 г.

Use Case 5: LLM-driven creation of natural hazard geodatabase from digital mass media

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., , in: AI for good innovate for impact report 2025.: Geneva: International Telecommunication Union, 2025. P. 167–169.

Добавлено: 26 мая 2026 г.

Об идеологических предвзятостях генеративного ИИ: Российско-украинский конфликт в репрезентации ChatGPT

Байша О. А., Трофимов В. В., Российская школа связей с общественностью 2026 № 40 С. 171–191

Все большее количество ученых предупреждает об опасности воспроизведения генеративным ИИ социально-политических и идеологических предрассудков, впитанных моделями из текстов, на которых они обучались. Если, например, та или иная модель тренировалась на материалах западных СМИ, она может генерировать нарративы, воспроизводящие западноцентричный взгляд на мировые события. Это проявляется в репродукции определений глобальных проблем, нормализированных в западных гегемонистских дискурсах. ...

Добавлено: 21 апреля 2026 г.

Сопоставление номенклатур товаров ресторанов и поставщиков с помощью LLM — Case Study для ресторанного холдинга

Джин С., Панфилов П. Б., Сулейкин А. С., Труды Института системного программирования РАН 2025 Т. 37 № 6 С. 163–176

В современном ресторанном бизнесе точное сопоставление номенклатуры продуктов между ресторанами и поставщиками является критически важной задачей. Эффективное управление запасами и оптимизация закупок напрямую влияют на прибыльность бизнеса. С ростом числа поставщиков и ассортимента продукции традиционные методы сопоставления становятся менее эффективными. В данном исследовании предлагается использовать большие языковые модели (LLM) для автоматизации и повышения точности сопоставления ...

Добавлено: 17 апреля 2026 г.

Digital Sentiments: Toward a Theory of Emotions in Digital Governance

Vissoky G., Vigoda-Gadot E., Стырин Е. М., Public Administration Review 2026 P. 1–11

Добавлено: 16 апреля 2026 г.

Learning When to Personalize: LLM Based Playlist Generation via Query Taxonomy and Classification

Бузаев Ф. А., Пугачёва Д. В., Sukharev I. и др., Transactions of the Association for Computational Linguistics 2026 P. 51–57

Добавлено: 7 апреля 2026 г.

Large Language Models as Political Actors: Cultural Bias and Epistemic Power

Seredkina E., Seletkova G., Михайловский А. В., Technology and Language 2026 Vol. 7 No. 1 P. 63–79

Быстрое распространение больших языковых моделей (Large Language Models, LLM) в социально и политически чувствительных сферах ставит вопрос о природе и источниках политической предвзятости в системах искусственного интеллекта. В большинстве исследований предвзятость рассматривается преимущественно как технический дефект, подлежащий устранению. Здесь предлагается более широкая философская и культурная интерпретация феномена, согласно которой предвзятость LLM является результатом встроенных эпистемических ...

Добавлено: 1 апреля 2026 г.