• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Вперед к истокам: обзор подходов к изучению политических предубеждений больших языковых моделей
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 июля 2026 г.
«Наука всемирна, она не знает границ»
Разработанные ординарным профессором, директором Международного центра анализа и выбора решений НИУ ВШЭ Фуадом Алескеровым и его коллегами методы сетевого анализа в библиометрии позволили определить особенности появления, взаимного влияния и цитирования публикаций в научных журналах. Частое цитирование разными изданиями одного или нескольких исследований означает высокое качество работы, а перекрестные ссылки внутри ограниченного круга журналов повышают вероятность формирования сети хищнических изданий.
16 июля 2026 г.
Российские ученые создали открытую базу данных для изучения концентрации внимания
Команда российских исследователей при участии ученых НИУ ВШЭ в Санкт-Петербурге разработала первую открытую мультимодальную базу данных с записями активности мозга, работы сердца и видеонаблюдения, которая поможет ученым понять, что происходит с мозгом человека во время глубокой концентрации. В будущем эта разработка позволит ускорить создание нейроинтерфейсов, технологий реабилитации и систем искусственного интеллекта. Статья опубликована в журнале Scientific Data.
15 июля 2026 г.
«Тело саботирует мозг»: ученые НИУ ВШЭ - Санкт-Петербург объяснили физиологическую природу компульсивного переедания
Исследователи НИУ ВШЭ — Санкт-Петербург совместно с экспертами Тюменского государственного медицинского университета доказали, что при расстройствах пищевого поведения (РПП) организм теряет способность адаптироваться к стрессу. Попытки пациентов взять себя в руки при переедании часто не приносят результата: нервная система перестает реагировать на команды мозга.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Вперед к истокам: обзор подходов к изучению политических предубеждений больших языковых моделей

Политическая наука. 2025. № 2. С. 204–226.
Муронец В. С.

Политические предубеждения больших языковых моделей нередко становились предметом научного рассмотрения. Большинство исследователей, однако, скорее конкурирует в изобретении оригинальных способов выявлять предубеждения, нежели стремится ставить новые вопросы, с ними связанные, кроме: «Предубеждена ли эта модель политически?» и «Каков характер этого предубеждения?». Для оценки возможного влияния моделей на политическую реальность и получения ответов на некоторые вопросы регулирования необходимо также обладать способами изучения связи между предубежденностью и ее причиной. По качеству ответа на вопрос о выявлении зависимости между открытой предубежденностью и ее возможным источником я разделил подходы на три кластера: подходы, задействующие анкеты по определению политической позиции, исследования, посвященные способу составления промптов и откликов модели и их взаимосвязи, а также междисциплинарные исследования, в которых проводятся манипуляции с возможными источниками политических предубеждений больших языковых моделей. Последнее исследовательское направление кжется наиболее перспективным, несмотря на свою непопулярность на данный момент. Тем не менее продвижение в нем невозможно без тесного сотрудничества другими подходами, подпадающими под первые два кластера. К исследованиям проблемы предубеждений LLM должны привлекаться не только специалисты по компьютерным наукам, но и философы, политологи и другие специалисты в области социальных наук. Отдельного изучения также требуют политические предубеждения на стыке LLM и других технологий генеративного ИИ, в частности, технологий генерации изображений на основе промптов, составленных на естественном языке, рекомендательных алгоритмов и т.д. С точки зрения регулирования дальнейшее продвижение в области ослабления, искоренения и контроля политических предубеждений в алгоритмических инструментах потребует предоставления большего доступа исследователей к существующим и активно использующимся технологиям. Кроме того, кажется необходимым создание специальных институтов, посвященных изучению ИИ на стыке компьютерных наук, этики, философии сознания, нейрокогнитивных и социальных наук.

Язык: русский
Полный текст
Текст на другом сайте
Ключевые слова: политические взглядыpolitical viewsэтика искусственного интеллектаalgorithmic biasалгоритмическая предвзятостьБольшие языковые модели (LLMs)генеративный искусственный интеллектGenerative artificial intelligence (GenAI)Large language models (LLM)political biasethics of artificial intelligenceполитические предубеждения
Похожие публикации
AI writes, we collaborate—or vice versa? Group strategies for using generative AI in collaborative writing assignments
Корчак А. Э., Костли Д. Х., Fanguy M., COMPUTERS AND EDUCATION OPEN 2026 Vol. 11 Article 100390
Добавлено: 13 июля 2026 г.
Мотивация использования искусственного интеллекта: адаптация диагностического инструментария
Волкова Н. В., Кочетков Н. В., Чикер В. А., Психологическая наука и образование 2026 Т. 31 № 3 С. 35–49
Контекст и актуальность. Искусственный интеллект является технологией, потенциально способной кардинально изменить все сферы жизни человека. Его быстрая интеграция в повседневную реальность интенсифицирует исследования, посвященные психологии использования нейросетей. Однако развитие эмпирических исследований в отечественном научном поле ограничено недостатком валидизированного психодиагностического инструментария, позволяющего оценивать отношение пользователей к нейросетям и особенности мотивации их использования. Цель. Адаптировать для российской популяции методику ...
Добавлено: 5 июля 2026 г.
Этика использования искусственного интеллекта в качественных исследованиях
Богданов Т. В., ИНТЕРакция. ИНТЕРвью. ИНТЕРпретация 2026 Т. 18 № 2 С. 30–50
Статья посвящена этическим и методологическим аспектам использования искусственного интеллекта (ИИ) в качественных социологических исследованиях. Широкое применение генеративного ИИ в научных исследованиях запустило междисциплинарную дискуссию об инструментальной эффективности и моральной допустимости применения технологии в процессе получения научного знания. Наиболее активные дебаты происходят в области социальных наук, в частности, среди исследователей, применяющих качественную методологию. Цель статьи — ...
Добавлено: 3 июля 2026 г.
Пережить невиданные ИИ-перемены
Кузьминов Я. И., Кручинская Е. В., Россия в глобальной политике 2026 Т. 24 № 4 С. 92–109
В статье анализируется структурный разрыв между увеличивающейся когнитивной нагрузкой и снижающейся отдачей от неё. Подход, при котором развитие научных и образовательных школ, ориентированных на тренировку суждения, может стать альтернативой количественному наращиванию вычислительных мощностей, которое служит основной стратегией Китая и США. Применительно к России традиция фундаментального образования и сильных исследовательских школ приобретает в новых условиях значение ...
Добавлено: 1 июля 2026 г.
Завтра: клиентоцентричность в мире будущего
Староверова И. И., Кубанцева Е. В., Сельский А. К. и др., В кн.: Цифровая клиентоцентричность. Как современные технологии помогают компаниям и государству сделать шаг навстречу потребителям.: М.: ИСИЭЗ ВШЭ, 2026. Гл. 3 С. 143–200.
Третья глава монографии посвящена перспективам развития клиентоцентричности в мире будущего, определяемого стремительным прогрессом искусственного интеллекта, квантовых вычислений и смежных технологий. Авторы анализируют переход от традиционных линейных моделей клиентского пути к динамическим, адаптивным траекториям, формируемым в реальном времени под воздействием ИИ-алгоритмов. Ключевое внимание уделяется двум прорывным технологическим феноменам - цифровым двойникам клиентов и автономным цифровым агентам. Цифровые двойники ...
Добавлено: 26 июня 2026 г.
Библиографический промптинг. Статья 8
Федоров А. О., Современная библиотека 2026 № 3 С. 12–16
Статья посвящена проблеме использования генеративных нейросетей для автоматического оформления библиографических ссылок и списков литературы по российским стандартам.  Автор показывает, что прямое обращение к ИИ без правильно составленного запроса часто приводит к ошибкам, «галлюцинациям» и несуществующим источникам. Решение видится в освоении навыка библиографического промптинга — практики детального проектирования входных данных для ИИ. В статье предлагается универсальная структура ...
Добавлено: 24 июня 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.
Искусственный интеллект как роза научной деятельности: исследование Тимоти Гауэрса
Поддьяков А. Н., Троицкий вариант. Наука 2026 № 12 С. 24–25
В научно-популярной заметке представлен обзор содержания поста филдсовского медалиста Тимоти Гауэрса о возможностях ИИ в математике и содержания комментариев под постом. Обзор сделан в основном чат-ботом DeepSeek. В заключение обсуждается возможность не только решения задач искусственным интеллектом, но и их постановки. ...
Добавлено: 18 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.
Медиатизация персональных воспоминаний с использованием генеративных фотореалистичных изображений
Миловидов С. В., Вестник Российского университета дружбы народов. Серия: Литературоведение, журналистика 2026 Т. 31 № 2 С. 485–497
Статья посвящена анализу медиатизации персональных воспоминаний посредством генеративных технологий искусственного интеллекта. Исследование опирается на четырёхуровневую аналитическую рамку, объединяющую концепции глубокой медиатизации (Hepp), гибридной агентности, анализ медиалогики, действующей в изучаемых практиках, и новой экологии памяти (Hoskins). Методология сочетает кейс-стади и метод нетнографии — цифровой этнографии интернет-сообществ, эмпирическая база включает проекты (2022–2025) из разных стран, использующие генеративные ...
Добавлено: 18 мая 2026 г.
Формирование навыков работы с генеративными нейронными сетями у студентов творческих специальностей
Миловидов С. В., Булгаков В. А., Информатика и образование 2026 Т. 41 № 2 С. 32–43
Данное исследование продолжает дискуссию в академическом сообществе относительно внедрения в образовательный процесс технологий глубокого машинного обучения или так называемого искусственного интеллекта и их влияния на сложившиеся в российской системе высшего образования практики. На протяжении последних лет уже сформировался корпус исследований, посвященных взаимодействию с подобными алгоритмами в рамках решения научно-практических задач. При этом довольно редко рассматривается ...
Добавлено: 18 мая 2026 г.
Проектирование инструментов визуализации данных на основе интеграции возможностей предметно-ориентированного моделирования и генеративного искусственного интеллекта
Джейранян А. Д., Ларионова Я. А., Лядова Л. Н., В кн.: ГрафиКон 2025 : материалы 35-й Международной конференции по компьютерной графике и машинному зрению (Россия, Йошкар-Ола, 30 сентября – 2 октября 2025 г.).: Йошкар-Ола: Поволжский государственный технологический университет, 2025. С. 353–366.
Аннотация. Средства визуализации данных представляют собой ключевые инструменты аналитиков, облегчающие выявление зависимостей, тенденций и закономерностей. Эти средства находят применение у широкого круга пользователей (аналитиков, учёных, руководителей предприятий, менеджеров, преподавателей и специалистов других областей, где точное и понятное представление информации критически важно для повышения эффективности анализа данных). Существующие инструменты визуализации ограничивают возможности кастомизации, предлагают лишь базовые ...
Добавлено: 5 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.
Правда и вымысел генеративного ИИ. Статья 7
Федоров А. О., Современная библиотека 2026 № 2 С. 28–34
Cnfnmz посвящена критическому осмыслению возможностей и ограничений больших языковых моделей. Предлагаtncz начать развивать  ИИ-грамотность через систему практических упражнений/ ...
Добавлено: 10 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.
Особенности управления проектами в условиях цифровой экономики
Штефан А. Н., Макушева Ю. А., Кирьян О. М. и др., Конкурентоспособность в глобальном мире: экономика, наука, технологии 2026 № 3 С. 361–365
Современная экономическая среда характеризуется беспрецедентной скоростью технологических изменений, что объективно обосновывает необходимость трансформации подходов к управлению деятельностью организаций. Цифровая экономика становится доминирующей парадигмой, требующей от компаний не просто внедрения отдельных программных продуктов, а фундаментального пересмотра бизнес-процессов и методологий управления. В этих условиях проектное управление является инструментом реализации стратегических инициа- тив, позволяющим структурировать изменения, контролировать ресурсы ...
Добавлено: 2 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.
Роль искусственного интеллекта в обнаружении недостоверной информации: обзор новейших исследований и их значение для социальных наук
Смекалин И. А., Социология науки и технологий 2025 Т. 16 № 4 С. 155–171
Рост популярности больших языковых моделей (БЯМ) меняет информационное поведение пользователей, включая способы поиска и оценки достоверности информации. Настоящее исследование представляет обзор предметного поля, посвященный роли искусственного интеллекта (ИИ) в обнаружении и интерпретации недостоверной информации. Целью обзора стало выявление ключевых направлений исследований на стыке ИИ и недостоверной информации, а также определение существующих пробелов в понимании влияния ...
Добавлено: 23 марта 2026 г.
Труды международной сетевой научно-практической конференции «Генеративный искусственный интеллект в отраслях экономики и социальной сфере: pro&contra 2025» (Москва, Томск, Уфа, 1–4 октября 2025 г.)
М.: КДУ, 2026.
Представленный сборник содержит выступления участников Международной сетевой научно-практической конференции (1–4 октября 2025 г.), на которой обсуждались перспективы применения генеративного искусственного интеллекта в различных сферах и возникающих при этом рисков, направлений и механизмов совершенствования регулирования, обеспечения безопасности применения генеративного искусственного интеллекта, ознакомление с опытом зарубежных стран по вопросам оптимального использования генеративного искусственного интеллекта. Для студентов, аспирантов, ...
Добавлено: 20 марта 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору