Интеллектуальный капитал в сфере искусственного интеллекта как драйвер технологического потенциала России

Цель. Выявить возможности актуализации научного наследия как дополнительного инструмента при разработке и реализации программы развития научной организации, а также оценить его потенциал в обеспечении ценностной и когнитивной преемственности в научной среде и стимулировании технологического развития России.

Задачи. Изучить в качестве примера инициативный проект «Научное наследие» (научно-образовательные мероприятия, проводимые в рамках 10-летия науки и технологий в Российской Федерации (2022–2031) и празднования 300-летия Российской академии наук (РАН), реализованных Институтом проблем передачи информации имени А. А. Харкевича (ИППИ) РАН на базе ресурсной поддержки Библиотеки по естественным наукам (БЕН) РАН), ориентированный на исследование, архивирование, популяризацию и образовательную трансляцию достижений выдающихся отечественных ученых, а также на формирование ценностно-когнитивной преемственности в научной среде; на основе анализа различных концептов управления раскрыть подходы к структурированию и масштабированию гуманитарных и образовательных проектов в контексте обеспечения раскрытия научно-исследовательского и образовательного потенциала научной организации, в том числе оценки применимости исторического опыта ускоренного технологического роста при формировании и реализации научных направлений в работе научной организации; изучить формы построения институциональной памяти, механизмов межпоколенческой передачи знаний и ценностных установок в среде научных работников и организаторов науки.

Методология. Исследование основано на синтезе классических теорий организации и современных моделей управления, применимых к изучению процесса актуализации научно-технического наследия в сфере искусственного интеллекта и машинного обучения. Авторами статьи проведен историко-теоретический анализ трудов ведущих ученых ИППИ РАН с целью выявления актуальности их идей для современных направлений исследований. Кроме того, реализован цикл научно-образовательных мероприятий, обеспечивших площадку для научного диалога по проблемам развития искусственного интеллекта и машинного обучения в контексте дальнейшей эволюции ИППИ РАН как федерального учреждения науки с уникальной миссией и институциональной ролью. Применены методы концептуального моделирования и прикладной управленческой аналитики, позволившие оценить организационные и стратегические механизмы интеграции научного наследия в программу развития института.

Результаты. На примере проекта «Научное наследие» показана применимость изложенных подходов к переосмыслению и расширению потенциала научной организации при формулировании целей развития учреждения науки, а также дана оценка возможности и целесообразности масштабирования опыта изучения научного наследия в целях технологического развития России.

Выводы. Актуализация научного наследия в совокупности с развитием научных коммуникаций в различных формах (публичные лекции, цифровизация архивных материалов, библиотечные выставки, научная публицистика и др.) выполняет важную роль в выявлении исторически сложившихся механизмов решения организационных и научно-практических задач. Такие механизмы способны обеспечивать опережающее развитие науки и техники, укреплять технологический потенциал страны. Более того, актуализация научного наследия может быть рассмотрена как дополнительный управленческий ресурс в процессе проектирования и реализации стратегий развития профильных научных организаций. Практическая значимость работы определена выявленным потенциалом масштабирования данного опыта до уровня институциональной практики, включаемой в инструментарий государственной научно-образовательной политики, что открывает возможности для укрепления национальной научной идентичности и стимулирования ускоренного технологического прогресса.

1. Галушка А. С., Ниязметов А. К., Окулов М. О. Кристалл роста. К русскому экономическому чуду. М.: Наше завтра, 2021. 308 с.

2. Захаров А. Г. Как это было: воспоминания начальника космодрома Байконур. М.: [б.и.], 1996. 141 с.

3. Sosnina Е. А., Sosnin S., Fedorov M. V. Improvement of multi-task learning by data enrichment: application for drug discovery // Journal of Computer-Aided Molecular Design. 2023. Vol. 37. No. 4. P. 183–200. https://doi.org/10.1007/s10822-023-00500-w

4. Ткаченко В. Т., Федоров М. В., Федорова В. В. и др. Новые методы оценки рисков патогенов: машинное обучение в анализе спектра токсичности Albifimbria verrucaria // Вестник войск РХБ защиты. 2025. Т. 9. № 1. С. 57–73. https://doi.org/10.35825/2587-5728-2025-9-1-57-73

5. Shturbina N., Bashkatov I. Project management in the social sphere: Essence and problems of implementation // Proceedings of the International conference on the developmentof education in Russia and the CIS member states (ICEDER 2018). Advances in Social Science, Education and Humanities Research. Dordrecht: Atlantis Press. 2018. Vol. 288. P. 72–81. https://doi.org/10.2991/iceder-18.2018.14

6. Shore B., Cross B. J. Exploring the role of national culture in the management of largescale international science projects // International Journal of Project Management. 2005. Vol. 23. No. 1. P. 55–64. https://doi.org/10.1016/j.ijproman.2004.05.009

7. Ковальчук М. В. Наука и жизнь: моя конвергенция. Избранные научные труды: в 3 т. Т. 3. М.: Физматлит, 2022. 552 с.

8. Васильев А. И., Прокофьев С. Е. Организация проектного управления в органах государственной власти // Управленческие науки. 2016. Т. 6. № 4. С. 44–52. https://doi.org/10.26794/2304-022X-2016-6-4-44-52

9. Бедрик О. И., Несутулов А. С., Никитин Е. Н. Технологии искусственного интеллекта как фактор развития цифровой экономики: оценка социально-экономических эффектов // Экономика и управление. 2025. Т. 31. № 5. С. 593–601. http://doi.org/10.35854/1998-1627-2025-5-593-601

10. Лаврова Л. Б. Музейно-выставочная работа в научном учреждении. Опыт филиала БЕН РАН в ИППИ РАН // Достоверность, актуальность, доступность: как показывать науку в научном музее (к 130-летию основателя Биологического музея Б. М. Завадовского): тезисы Всерос. науч.-практ. конф. (Москва, 28–30 января 2025 г.). М.: Государственный биологический музей, 2025. С. 55–56.

11. Лаврова Л. Б. Ученый, просветитель, организатор (к 120-летию академика А. А. Харкевича) // 300 лет Российской академии наук: научное наследие России: материалы науч.-практ. семинара (Москва, 5 декабря 2024 г.) / под общ. ред. О. О. Махно. М.: Библиотека по естественным наукам РАН, 2024. С. 62–66.

12. Козлова А. А., Синяева О. Ю. Сильные и слабые стороны внедрения проектного менеджмента в государственное управление // Лидерство и менеджмент. 2016. Т. 3. № 1. С. 7–16. http://doi.org/10.18334/lim.3.1.2099

13. Бонгард М. М. О понятии «полезная информация» // Проблемы кибернетики: сб. ст. / под ред. А. А. Ляпунова. Вып. 9. М.: Госуд. изд-во физико-математической лит-ры, 1963. С. 71–202.

14. Бонгард М. М. Проблема узнавания. М.: Наука, 1967. 320 с.

15. Вьюгин В. В. Колмогоровская сложность и ее приложения. М.: URSS, 2022. 256 с.

16. Вьюгин В. В. Математические основы машинного обучения и прогнозирования. М.: МЦНМО, 2022. 400 с.

17. Богуславский И. М., Диконов В. Г., Иншакова Е. С. и др. Построение семантически-размеченного корпуса русского языка: SemOntoCor // Международная научная конференция, посвященная 20-летию Национального корпуса русского языка (Москва, 20–21 декабря 2024 г.): сб. ст. / отв. ред. С. О. Савчук. М.: Институт русского языка имени В. В. Виноградова РАН, 2024. С. 11–13.

18. Богуславский И. М. Исследования по синтаксической семантике: сферы действия логических слов. М.: Наука, 1985. 175 с.

19. Каляев И. А. Как измерить искусственный интеллект? // Искусственный интеллект и принятие решений. 2023. № 1. С. 3–11. https://doi.org/10.14357/20718594230101

20. Пальмов С. В., Никонов А. Д., Каляев А. А. Моральные аспекты использования технологии искусственного интеллекта // Индустриальная экономика. 2025. № 3. С. 135–143. http://doi.org/10.47576/2949-1886.2025.3.3.018

21. Чаркина Е. С. Развитие проектного подхода в системе государственного управления: методология, опыт, проблемы: науч. доклад. М.: Институт экономики РАН, 2017. 54 c.

22. Каленов Н. Е., Варакин В. П. Современные подходы и технология сбора и обработки информации для управления ЦБС БЕН РАН // Библиотеки национальных академий наук: проблемы функционирования, тенденции развития: сб. ст. / под ред. А. С. Онищенко. Вып. 5. Киев: Национальная библиотека Украины имени В. И. Вернадского, 2007. С. 141–152.

23. Каленов Н. Е., Савин Г. И., Сотников А. Н. Электронная библиотека «Научное наследие России» // Информационные ресурсы России. 2009. № 2. С. 19–20.

24. Харкевич А. А. Избранные труды: в 3 т. Т. 3. Теория информации. Опознание образов. М.: Наука, 1973. 523 с.

25. Репин Д. А. Формирование социально-технологических инструментов государственного управления на основе ИИ-технологий // Социология и право. 2025. Т. 17. № 2. С. 150–161. http://doi.org/10.35854/2219-6242-2025-2-150-161

26. Игнатьев С. А., Клевцова О. Ю., Плотников В. А. Совершенствование государственного управления на основе использования технологии интеллектуального анализа данных // Известия Санкт-Петербургского государственного экономического университета. 2025. № 2. С. 50–58.

27. Handbook of chemoinformatics: From data to knowledge. In 4 vols. Vol. 1 / ed. J. Gasteiger. Weinheim: Wiley-VCH, 2003. 490 p.