?
Мотивация использования искусственного интеллекта: адаптация диагностического инструментария
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 диагностики мотивов использования искусственного интеллекта и провести ее валидизацию. Гипотеза. Предполагалось, что двухфакторная структура опросника «Мотивы использования искусственного интеллекта» позволяет создать русскоязычную версию методики с удовлетворительными психометрическими свойствами, а состав ее факторов будет воспроизводить оригинальную модель. Методы и материалы. В исследовании приняли участие 368 студентов вузов и учреждений среднего профессионального образования (средний возраст – 19 лет, 75% выборки – женщины). Конвергентная валидность проверялась с помощью опросника отношения к технологиям для подростков и родителей и диагностики карьерной вовлеченности. Для обработки и анализа данных были использованы эксплораторный и конфирматорный факторный анализ, корреляции Спирмена. Результаты. Подтвердилась двухфакторная структура опросника «Мотивы использования искусственного интеллекта»: «Самоэффективность», связанная с использованием ИИ, и «Субъективная ценность» задачи (деятельности), второй фактор содержит четыре субшкалы. Все шкалы характеризуются высокой внутренней согласованностью, общие психометрические показатели опросника подтверждают его надежность и валидность. Выводы. Русскоязычная версия методики диагностики мотивов использования искусственного интеллекта сохраняет факторную структуру оригинальной методики и обладает высокими психометрическими свойствами для ее использования в психологической науке и практике.
Язык:
русский
Ключевые слова: психодиагностикаpsychodiagnosticsмотивыотношение к технологиямгенеративный искусственный интеллектartificial intelligence (AI)artificial intelligence use motivesattitudes towards technology
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Лысенок Н. И., International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 18s P. 1406–1430
A volatility forecast becomes useful only after it has passed through four stages: a model produces it, a trading rule consumes it, a portfolio aggregates the result, and an investor evaluates that result against a utility function. Each stage has its own mature evaluation apparatus, and each is studied in isolation. This review traces the ...
Добавлено: 23 августа 2026 г.
Паршаков П. А., Humanities and Social Sciences Communications 2026 Vol. 13 No. 1 P. 1–7
Добавлено: 22 августа 2026 г.
Астафьева Е.В., Турунцева М. Ю., Экономический журнал Высшей школы экономики 2021 Т. 25 № 1 С. 65–101
В основе принятия своевременных экономико-политических решений и бизнес-планирования лежит мониторинг текущей ситуации и прогнозирование путей развития экономической активности, базу которых составляют официальные статистические оценки значений различных показателей. В этой связи переоценка данных и прогнозы, основанные на более ранних либо поздних оценках, потенциально могут повлечь за собой совершенно различные экономико-политические решения. Согласно официальной методике Росстата, публикуется ...
Добавлено: 21 августа 2026 г.
Астафьева Е., Турунцева М., Научный вестник ИЭП им. Гайдара.ру (электронный журнал) 2022 № 7 С. 32–35
В статье приводятся результаты анализа качественных свойств прогнозов некоторых показателей, ежемесячно публикуемых Институтом экономической политики имени. Е.Т. Гайдара в «Научном вестнике ИЭП им. Гайдара.ру» (далее – «прогнозы ИЭП»). Мы рассматриваем простейшие статистики (MAPE, MAE, RMSE) как прогнозов ИЭП, так и альтернативных прогнозов (наивных, наивных сезонных и прогнозов, построенных с использованием скользящего среднего). Помимо сравнительного анализа на основе ...
Добавлено: 21 августа 2026 г.
Астафьева Е., Турунцева М., Научный вестник ИЭП им. Гайдара.ру (электронный журнал) 2021 № 7 С. 32–35
В статье приводятся результаты анализа качественных свойств прогнозов некоторых показателей, ежемесячно публикуемых Институтом экономической политики имени. Е.Т. Гайдара в «Научном вестнике ИЭП им. Гайдара.ру» (далее – «прогнозы ИЭП»). Мы рассматриваем простейшие статистики (MAPE, MAE, RMSE) как прогнозов ИЭП, так и альтернативных прогнозов (наивных, наивных сезонных и прогнозов, построенных с использованием скользящего среднего). Помимо сравнительного анализа на основе ...
Добавлено: 21 августа 2026 г.
Астафьева Е., Турунцева М., Научный вестник ИЭП им. Гайдара.ру (электронный журнал) 2021 № 1 С. 32–35
В статье приводятся результаты анализа качественных свойств прогнозов некоторых показателей, ежемесячно публикуемых Институтом экономической политики имени. Е.Т. Гайдара в «Научном вестнике ИЭП им. Гайдара.ру» (далее – «прогнозы ИЭП»). Мы рассматриваем простейшие статистики (MAPE, MAE, RMSE) как прогнозов ИЭП, так и альтернативных прогнозов (наивных, наивных сезонных и прогнозов, построенных с использованием скользящего среднего). Помимо сравнительного анализа на основе ...
Добавлено: 21 августа 2026 г.
Астафьева Е.В., Турунцева М. Ю., Прикладная эконометрика 2024 Т. 74 № 2 С. 78–103
Комбинирование прогнозов считается наиболее простым способом улучшения каче‑ ства прогнозирования по сравнению с индивидуальными моделями. В данной работе проверяются возможности простейших методов комбинирования, таких как простое среднее и оценки на основе среднеквадратической ошибки прогнозов предыдущих пери‑ одов, для улучшения качественных характеристик краткосрочных прогнозов пяти по‑ казателей цен на ресурсы (нефть и металлы). В основе работы ...
Добавлено: 21 августа 2026 г.
Астафьева Е.В., Турунцева М. Ю., Вестник Евразийской науки 2025 Т. 17 № 6
В работе исследуются возможности использования простых процедур корректировки и объединения прогнозов. Мы оцениваем влияние применения этих процедур (методов простой корректировки, простых и регрессионных методов комбинирования) на качество прогнозов показателей российского экспорта во все страны и импорта из всех стран. В общей сложности мы использовали четыре метода корректировки, 9 методов простого комбинирования и семь регрессионных методов. ...
Добавлено: 21 августа 2026 г.
Формирование новых трансконтинентальных транспортных артерий усиливает геоэкономическую конкуренцию в Евразии и требует выработки устойчивых моделей инвестиционного сотрудничества. Китайская инициатива «Пояс и Путь» и Международный Транспортный Коридор «Север-Юг» представляют собой различные институциональные конструкции финансирования инфраструктуры, отличающиеся источниками капитала, степенью централизации и механизмами распределения рисков. Цель статьи заключается в сравнении модели финансирования двух проектов, оценке их взаимодополняемости ...
Добавлено: 19 августа 2026 г.
Власенко Д. В., Саранская И. М., Захаров Д. Г., European Physical Journal: Special Topics 2026 P. 1–16
Гиперграфы предоставляют естественную систему для представления нейрофизиологических взаимодействий, распределённых по наборам датчиков. Ключевой методический вопрос заключается в том, каким образом следует определять гиперрёбра на основе частотно-разрешающих данных электроэнцефалографии и магнитоэнцефалографии (ЭЭГ/МЭГ). Мы предлагаем стратегию построения гиперграфа, в которой гиперрёбра получаются из канонической когерентности (caCOH) — расширения когерентности, которое оценивает степень связи между многомерными пространствами сигналов. Насколько ...
Добавлено: 18 августа 2026 г.
Гаете С. М., Navarra: Eunsa, 2026.
«На пути к университету пятого поколения (5GU)» — это работа, в которой предлагается трансформационная модель управления для высших учебных заведений, способная ответить на вызовы в области устойчивого развития, цифровой рефлексии и совместного творчества с участием различных заинтересованных сторон. Начиная с исторического обзора — от «Университета 1.0», ориентированного на сохранение знаний, до «Университета 5.0», — в ...
Добавлено: 18 августа 2026 г.
Лысенок Н. И., International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 17s P. 533–549
Добавлено: 18 августа 2026 г.
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.
Иноземцев М. И., Степанов С. К., Закон 2026 № 7 С. 193–203
2022 год в Европе был ознаменован подготовкой проекта директивы об ответственности за вред, причиненный с использованием искусственного интеллекта. Основная особенность проекта в том, что в нем предлагается применять режим виновной ответственности за вред, причиненный с помощью искусственного интеллекта. Кроме того, обозначен ряд практических мер, на первый взгляд призванных облегчить положение потерпевшего: раскрытие доказательств, а также ...
Добавлено: 27 июля 2026 г.
Добавлено: 13 июля 2026 г.
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.
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.
Шильманская (Миюзова) А. Е., Леонтьев Д. А., Культурно-историческая психология 2026 Т. 22 № 2 С. 86–97
Контекст и актуальность. Проблема личностных изменений за последнее десятилетие становится трендом в исследованиях личности. Традиционные подходы к оценке результативности психотера- певтической работы основаны на сопоставлении результатов измерений до и после вмешательства. Цель. Апробация графической методики «Траектория» для диагностики субъективно воспринимае- мой траектории индивидуального развития и проверка ее конвергентной валидности. Методы и ма- териалы. В исследовании приняли участие 231 участник ...
Добавлено: 1 июля 2026 г.
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.
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.
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.
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.
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.