Технологии искусственного интеллекта как инновационный инструмент реализации государственной молодежной политики РФ: стратегии, механизмы и практики

Обложка

Цитировать

Полный текст

Аннотация

В какой степени искусственный интеллект (ИИ) служит повышению эффективности реализации государственной молодежной политики РФ в условиях технологического развития и цифровой трансформации? Новизна заключается в комплексном анализе уникальных механизмов внедрения ИИ в российскую систему молодежной политики с учетом национальных стратегических приоритетов, а также в выявлении персонализированных подходов к управлению человеческим капиталом молодежи посредством использования ИИ. По результатам анализа функционального потенциала ИИ, Стратегии государственной молодежной политики РФ до 2030 г., а также релевантных практик применения цифровых механик с системами ИИ в контексте реализации молодежной политики авторами выделены три ключевых направления имплементации ИИ-технологий: 1) разработка систем стратегического мониторинга и прогнозирования уязвимостей молодежи, 2) акселерация трансформационных процессов в сфере реализации молодежной политики через внедрение цифровых продуктов с элементами искусственного интеллекта, 3) оптимизация процессов вовлечения молодежи в общественную динамику, интенсификация гражданского участия. Приводятся примеры результативных национальных и зарубежных сценариев в указанных областях, предлагаются новые подходы к гармонизации стратегии молодежной политики посредством внедрения инновационных интеллектуальных технологий. Отмечаются существенные ограничения применения ИИ, включая этические коллизии и методологические сложности. Обозначены ключевые риски при разработке законодательных инициатив, направленных на регулирование использования ИИ в экосистеме управления человеческим капиталом молодежи, подчеркивается важность поиска баланса между стимулированием инноваций и защитой прав и свобод граждан в цифровой среде.

Об авторах

Карина Евгеньевна Стребкова

Координационный центр национального домена сети Интернет

Email: streb.karina@gmail.com
ORCID iD: 0009-0001-7017-1310

магистр психологии, член Молодежного совета

Москва, Российская Федерация

Дарья Александровна Мальцева

Санкт-Петербургский государственный университет; Российский университет дружбы народов

Автор, ответственный за переписку.
Email: maltseva-da@rudn.ru
ORCID iD: 0000-0002-0213-6919

кандидат политических наук, доцент кафедры теории и философии политики, заместитель декана по молодежной политике факультета политологии, СПбГУ; доцент кафедры сравнительной политологии, Российский университет дружбы народов

Санкт-Петербург, Российская Федерация; Москва, Российская Федерация

Даниил Андреевич Федотов

Санкт-Петербургский государственный университет; Законодательное Собрание Санкт-Петербурга

Email: phedotovdaniil@mail.ru
ORCID iD: 0000-0001-8338-6751

аспирант факультета политологии СПбГУ, ведущий специалист аппарата Председателя Законодательного Собрания Санкт-Петербурга

Санкт-Петербург, Российская Федерация

Список литературы

  1. Agamirzian, L., Gokhberg, L., Zinina, T., & Rudnik, P. (Eds.) (2024). Digital transformation: Effects and risks in new conditions. Moscow: HSE. (In Russian).
  2. Badma-­Garyaev, A.M., & Khodykova, N.V. (2021). Definition essence functions of AI and ecosystem. Bulletin of the IIRAT, 2(43), 13–19. (In Russian). https://doi.org/10.24412/2071-7830-2021-243-13-19 EDN: EEKVKP
  3. Blank, G., & Groselj, D. (2014). Dimension of internet use: Amount, variety, and types. Information, Communication & Society, 17, 417–435. http://dx.doi.org/10.1080/1369118X.2014.889189.
  4. Boyd, D., & Crawford, K. (2012). Critical questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication, & Society, 15, 662–679. http://dx.doi.org/10.1080/1369118X.2012.678878.
  5. Brownsword, R. (2022). Law, authority, and respect: Three waves of technological disruption. Law, Innovation and Technology, 14(1), 5–40. https://doi.org/10.1080/17579961.2022.2047517 EDN: NQTUJM
  6. Choi, K.S., Kim, S., Kim, B.H., Jeon, H.J., Kim, J.H., Jang, J.H., et al. (2021). Deep graph neural network-­based prediction of acute suicidal ideation in young adults. Sci Rep, 11, 15828. https://doi.org/10.1038/s41598-021-95102-7 EDN: UXERZC
  7. Dey, P.K., Chowdhury, S., Abadie, A., Yaroson, E.V., & Sarkar, S. (2024). Artificial intelligence-­driven supply chain resilience in Vietnamese manufacturing small-­and medium-­sized enterprises. International Journal of Production Research, 62(15), 5417–5456. https://doi.org/10.1080/00207543.2023.2179859
  8. Dourish, P., & Bell, G. (2011). Divining a digital future: Mess and mythology in ubiquitous computing. MIT Press.
  9. Dubina, A.S. (2020). Transformation of the role of human capital in the digital economy in the views of young people in the Volga region. Models, systems, networks in economics, technology, nature and society, 2(34), 49–59. (In Russian). https://doi.org/10.21685/2227-8486-2020-2-4 EDN: TVSROK
  10. Dwivedi, Y.K., Hughes, L., Ismagilova, E., et al (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002 EDN: XGOZJV
  11. Elsawah, S., Filatova, T., Jakeman, A.J., Kettner, A.J., Zellner, M.L., Athanasiadis, I.N., et al. (2020). Eight grand challenges in socio-­environmental systems modeling. Socio-­Environmental Systems Modelling, 2. Article no. 16226. https://doi.org/10.18174/sesmo.2020a16226 EDN: BJUBCL
  12. Gavrilova, Yu.V., Motorina, I.E., & Pavlova, T.E. (2022). Social expectations of the introduction of artificial intelligence technologies in education (on the materials of a questionnaire survey of students of the Moscow state technical university named after N.E. Bauman). Medicine. Sociology. Philosophy. Applied research, 1, 20–25. (In Russian). EDN: UTUNHW
  13. Kaye, D. (2019). Speech police: The global struggle to govern the Internet. Columbia Global Reports.
  14. Klyachko, T.A., & Semionova, E.A. (2018). Contribution of education to the socio-­economic development of the subjects of the Russian Federation. Economy of Region, 14(3), 791–805. (In Russian). https://doi.org/10.17059/2018-3-8 EDN: UZBOSR
  15. Makridakis, S. (2017). The forthcoming Artificial Intelligence (AI) revolution: Its impact on society and firms. Futures, 90, 46–60. https://doi.org/10.1016/j.futures.2017.03.006
  16. McCarthy, J. (2007). What is artificial intelligence? Stanford University, Computer Science Department. Retrieved April, 10, 2025 from: http://jmc.stanford.edu/articles/whatisai/whatisai.pdf.
  17. Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2021). A survey on bias and fairness in machine learning. ACM Computing Surveys, 54(6), 1–35. https://doi.org/10.1145/3457607
  18. Mokshanov, M.V. (2024). The use of artificial intelligence in data analysis: An overview of the current state and future directions. Universum: technical sciences, 5(122), 40–48. (In Russian). https://doi.org/10.32743/UniTech.2024.122.5.17513 EDN: ZCNAQA
  19. Novichkov, N.V., Novichkova, A.V., & Nazarov, V.A. (2025). Innovative potential of youth: Theoretical and practical aspects of the study. Academic Council, 22(1), 16–29. (In Russian). https://doi.org/10.33920/nik-02-2501-02 EDN: BWCUWC
  20. O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. New York: Crown Publishers. http://dx.doi.org/10.5860/crl.78.3.403.
  21. Qureshi, S. (2023). Digital transformation for development: A human capital key or system of oppression? Information Technology for Development, 29(4), 423–434. (In Russian). https://doi.org/10.1080/02681102.2023.2282269 EDN: HPDKPO
  22. Russell, S., & Norvig, P. (2009). Artificial intelligence: A modern approach (3rd ed). Pearson.
  23. Schwab, K. (2017). The fourth industrial revolution. Crown Publishing Group, New York.
  24. Simankov, V.S., & Teploukhov, S.V. (2020). Analytical study of methods and algorithms of artificial intelligence. The Bulletin of the Adyghe State University, the series “Natural-­Mathematical and Technical Sciences”, (3), 16–25. (In Russian). EDN: OEJMTO
  25. Volodenkov, S.V., Belokonev, S.Y., & Suslova, A.A. (2021). How Russian youth consume information: Case study of the political science students at the Financial University. RUDN Journal of Political Science, 23(1), 31–46. https://doi.org/10.22363/2313-1438-2021-23-1-31-46 EDN: NBHSIK

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».