Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения

ISSN online: 2221-1616

Bulletin of the Institute of Sociology (Vestnik instituta sotziologii)

Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения

Научная статья

Голоухова Д. В. к.соц.н.
МГИМО МИД России, Москва, Россия
d.v.goloukhova@inno.mgimo.ru
ORCID ID=0000-0002-2202-2783
Elibrary SPIN=9838-4095
Куманцов А. А.
МГИМО МИД России, Москва, Россия
art_titan@bk.ru
ORCID ID=0009-0005-5248-2915
Elibrary SPIN=8520-9524


DOI: 10.19181/vis.2026.17.2.2
EDN: TURCUZ

Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения
// Вестник Института социологии. 2026. Том 17. № 2. С. 12-33

Дата поступления статьи: 03.12.2025
Рубрика: Цифровые технологии в науке и управлении

Ссылка для цитирования:
Голоухова Д. В., Куманцов А. А. Восприятие и использование технологий искусственного интеллекта в научной деятельности: перспективы и барьеры внедрения // Вестник Института социологии. 2026. Том 17. № 2. C. 12-33.
DOI: https://doi.org/10.19181/vis.2026.17.2.2. EDN: TURCUZ

For citation:
Golouhova D. V., Kumantsov A. A. Perception and Use of AI Technologies in Scientific Research: Prospects and Obstacles. Vestnik instituta sotziologii. 2026. Vol. 17. No. 2. P. 12-33
DOI: https://doi.org/10.19181/vis.2026.17.2.2. EDN: TURCUZ


Аннотация

В работе обсуждаются особенности восприятия искусственного интеллекта научным сообществом и основные факторы, определяющие различия в практиках его использования. Исследование, легшее в основу настоящей статьи, фокусировалось на трех ключевых аспектах: 1) уровне проникновения искусственного интеллекта в научные практики, 2) самооценке цифровых компетенций ученых и 3) институциональных различиях в организации внедрения между научной и бизнес-средой. Сравнение академического и корпоративного опыта позволяет более отчетливо показать особенности научной среды и определить уникальные для института науки драйверы и барьеры внедрения технологий искусственного интеллекта. Эмпирическую основу исследования составили результаты онлайн-опроса российских ученых, демонстрирующие сложную картину технологической адаптации российских ученых к внедрению инновационных технологий. При формально высоком уровне проникновения нейросетей наблюдается их поверхностное применение. Продвинутый уровень владения технологиями искусственного интеллекта отмечают у себя немногие, самооценка цифровых компетенций ученых находится на низком уровне, что свидетельствует о значительном разрыве между формальным использованием и реальным освоением технологий.

Сравнительный анализ практик внедрения цифровых технологий в академической и бизнес-среде выявил принципиальные различия организационных моделей, связанных с преобладанием разных ценностно-этических оснований деятельности. Корпоративный сектор демонстрирует централизованный подход с инициативами «сверху вниз», которые поддерживаются системными инвестициями и регламентацией. В научной среде превалируют индивидуальные инициативы исследователей, что объясняет доминирование социокультурных барьеров над технологическими. Ученые признают такие плюсы от использования искусственного интеллекта, как повышение эффективности обработки данных и автоматизация рутинных операций, но одновременно выражают серьезную озабоченность этическими рисками, утратой авторской оригинальности и необходимостью постоянно осваивать новые компетенции.

Выявленные различия авторы связывают с особенностями ценностно-этических оснований деятельности в научно-исследовательской и корпоративной сферах. В бизнес-среде, где преобладает утилитаристская логика, цифровые технологии рассматриваются как инструмент повышения эффективности. В научной, где более выражены деонтологическая этика и этика добродетели, – организации сталкиваются с социокультурными барьерами, связанными с необходимостью соблюдать этические принципы академической работы, а также с рисками от использования этих технологий, которые ученые видят в утрате творческого потенциала работы и размытии границ профессиональной юрисдикции.

Ключевые слова

искусственный интеллект, научная деятельность, технологическое развитие, цифровая трансформация, восприятие технологий, академическая среда, бизнес-среда

Список литературы
  1. Баранова И. В. Риски применения искусственного интеллекта при проведении стратегического анализа // Экономика, предпринимательство и право. 2025. Т. 15. № 12. С. 8221–8236. DOI: 10.18334/epp.15.12.124288; EDN: VUJXIP.
  2. Бурдье П. Поле науки // Социальное пространство: поля и практики / Пер. с фр.; отв. ред. перевода, сост. и послесл. Н. А. Шматко. М.: ИЭС; СПб.: Алетейя, 2005. 576 c.
  3. Гидденс Э. Устроение общества: Очерк теории структурации / Пер. с англ. И. Тюрина. М.: Академ. проект, 2003. 525 с.
  4. Ланчаков А. Б., Филин С. А., Якушев А. Ж. Использование искусственного интеллекта в науке и образовании // Философия хозяйства. 2023. № 6(150). С. 169–187. DOI: 10.5281/zenodo.10091190; EDN: QXUSOF.
  5. Петров А. А. Человек, искусственный интеллект и управление // Россия: тенденции и перспективы развития: Ежегод. / Отв. ред. В. И. Герасимов. Вып. 15. Ч. 1. М.: ИНИОН РАН, 2020. С. 498–505. EDN: VTHJPD.
  6. Резаев А. В., Трегубова Н. Д. Искусственный интеллект и искусственная социальность: новые явления, проблемы и задачи для социальных наук // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 1. С. 4–19. DOI: 10.14515/monitoring.2021.1.1905; EDN: EEGSPS.
  7. Abbott A. The system of professions: An essay on the division of expert labor. Chicago: University of Chicago press, 2014. 452 p. DOI: 10.7208/chicago/9780226189666.001.0001.
  8. Cui K. Z., Demirer M. et al. The Productivity Effects of Generative AI: Evidence from a Field Experiment with GitHub Copilot [Preprint]. 2024. URL: https://mit-genai.pubpub.org/pub/v5iixksv (дата обращения: 03.06.2025). DOI: 10.21428/e4baedd9.3ad85f1c.
  9. Jobin A., Ienca M., Vayena E. The global landscape of AI ethics guidelines // Nature Machine Intelligence. 2019. No. 1. P. 389–399. DOI: 10.1038/s42256-019-0088-2.
  10. Jobstreibizer J., Beliaeva T. et al. The impact of artificial intelligence on business models: a bibliometric-systematic literature review // Management Decision. 2025. Vol. 63. No. 13. P. 372–396. DOI: 10.1108/MD-10-2024-2309.
  11. Madanchian M., Taherdoost H. Ethical theories, governance models, and strategic frameworks for responsible AI adoption and organizational success // Frontiers in Artificial Intelligence. 2025. No. 8. P. 1–14. DOI: 10.3389/frai.2025.1619029.
  12. Makarius E., Mukherjee D. et al. Rising with the machines: A sociotechnical framework for bringing artificial intelligence into the organization // Journal of Business Research. 2020. Vol. 120. P. 262–273. DOI: 10.1016/J.JBUSRES.2020.07.045.
  13. Marocco S., Barbieri B. et al. Exploring facilitators and barriers to managers’ adoption of AI-based systems in decision making: A systematic review // AI. 2024. Vol. 5. Iss. 4. P. 2538–2567. DOI: 10.3390/AI5040123.
  14. Mikalef P., Islam N. et al. Artificial intelligence (AI) competencies for organizational performance: A B2B marketing capabilities perspective // Journal of Business Research. 2023. Vol. 164. P. 113998. URL: https://www.sciencedirect.com/science/article/pii/S0148296323003569 (дата обращения: 03.06.2026). DOI: 10.1016/J.JBUSRES.2023.113998.
  15. Ray A. Compassionate artificial intelligence: Frameworks and algorithms. Compassionate AI Lab, 2018. 187 p.
  16. Rogers E. Diffusion of Innovations. 4th ed. Simon and Schuster, 2010. 518 p.

Содержание выпуска Vestnik instituta sotziologii. 2026. Vol. 17. No. 2