Обновление подходов и методов Форсайта

Участники Международного симпозиума «Форсайт в быстро меняющемся мире» XXVI Апрельской международной научной конференции имени Е.Г. Ясина попытались найти ответы на вопросы: как обрабатывать большие массивы неструктурированных данных, как встроить искусственный интеллект в аналитические процессы и как понять, когда именно инновация готова к выходу на рынок. «Мир меняется, и нам необходимо менять методологию Форсайта вместе с ним» - подчеркнула Олеся Майбах (Форсайт-центр ИСИЭЗ НИУ ВШЭ), модератор сессии «Форсайт: новые подходы и методы».Четыре доклада дополнили друг друга, сложившись в единую картину: от конкретного инструментального решения — к инфраструктуре, от инфраструктуры — к вопросу управления, и наконец — к тому, как определить момент для конкретных действий.

© Freepik

От данных к технологическому интеллекту: прогнозирование, ориентированное на политику

Сезар Коста и Джексон Майя (Центр стратегических исследований и управления, Бразилия) представили разработанную ими методологическую цепочку обработки данных для работы с результатами национальных общественных консультаций по разработке стратегии науки, технологий и инноваций Бразилии (ENCTI 2024–2034).

Перед исследователями стояла масштабная задача: обработать и структурировать 2192 предложения для текста национальной НТИ стратегии, поступившие от 858 участников академического сообщества в свободной форме.

Авторы разработали пятиступенчатую цепочку: извлечение данных; интеллектуальная сортировка с помощью GPT-4.1-mini; семантическое картирование через эмбеддинги; кластеризация с применением алгоритма Лувена; согласованное редактирование, когда ИИ предлагает формулировку, а человек принимает окончательное решение. В итоге исходные обращения были преобразованы в 695 уникальных семантических кластеров — ни один голос не был потерян.

Для авторов принципиально важным было сохранение полной прозрачности метода: они сознательно выбрали TF-IDF и косинусное расстояние вместо более мощных, но менее объяснимых семантических моделей. «Методология не должна быть чёрным ящиком, она должна быть математически защищаемой. Финальное решение при этом всегда остаётся за человеком: ИИ структурирует данные, человек управляет результатом» — подчеркнул С. Коста.

 Мультиагентные ИИ-системы в Форсайте и стратегической аналитике

Анна Аксёнова, Валерия Львова и Данила Копейкин (Центр стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ) представили результаты работы команды iFORA по интеграции мультиагентных ИИ-систем в Форсайт, стратегическую аналитику и поддержку принятия решений. Докладчики проследили эволюцию подхода: от первых алгоритмов текстового анализа в 2015 году — через создание многоязычной базы данных, сегодня насчитывающей более 850 миллионов документов, — к мультиагентной платформе, где специализированные ИИ-агенты работают параллельно, а исследователь получает структурированный PDF-отчёт с источниками и аналитическими картами.

Ключевой принцип остаётся неизменным: человек задаёт цель на входе, человек верифицирует результат на выходе. «ИИ пока не может взять на себя ответственность в Форсайте, — отметили авторы. — Успех определяется балансом между экспертизой человека и возможностями ИИ».

 Опережающее управление как новая система действий

По словам Озчана Саритаса (Рочестерский технологический институт Дубая, ОАЭ) современные технологии развиваются по экспоненте, тогда как институты управления адаптируются линейно — и этот разрыв продолжает расти, создавая зону неуправляемого системного риска. Выход О. Саритас видит в переходе от реактивного управления к проактивному — через внедрение принципов упреждающего управления (anticipatory governance). Это предполагает создание гибких регуляторных систем, где политика рассматривается как итерационный процесс; переход к полицентричному управлению, при котором решения принимаются распределённо, а не только на уровне центральной власти; и развитие цифровой инфраструктуры, позволяющей государству реагировать на изменения в режиме реального времени. Ключевым условием остаётся человекоцентричность: ИИ — это инструмент, а не субъект управления.

Отвечая на вопрос модератора о главном факторе трансформации, О. Саритас подчеркнул необходимость развития собственных ИИ-систем, отражающих ценности и культурный контекст конкретных обществ, а не универсальных решений, разработанных где-то в другом месте.

Как найти идеальный момент для внедрения инноваций?

Николай Хлопов и Ольга Шаева (Algorithm Trend Intelligence) завершили сессию докладом о совмещённой модели инновационной готовности, объединяющей кривую Гартнера и модель диффузии инноваций Эверетта Роджерса. Хайп-цикл Гартнера описывает, как меняются ожидания от технологии; кривая Роджерса — как она распространяется среди людей. Взятые по отдельности, они фиксируют текущее состояние. Совмещённые — объясняют динамику и позволяют идентифицировать три «окна возможностей»: Vision Gate (пик ожиданий, момент для первопроходцев), Validation Gate (преодоление разрыва, формирование раннего большинства) и Expansion Gate (выход на массовый рынок). В качестве иллюстрации докладчики привели историю компании General Magic, разработавшей концепцию смартфона в 1989 году — за 18 лет до первого iPhone. Технология была верной, но момент — преждевременным. Практическое применение модели было показано на примере продукта Alfa Activity, запущенного совместно с Альфа-Банком: понимание того, в какой точке кривой находится рынок, позволило выбрать идеальный момент и верную коммуникацию. «Идеальный момент так же важен, как идеальный продукт», — резюмировали авторы.

Сессия показала, что методологическое обновление Форсайта — не абстрактная задача. Оно происходит регулярно, в конкретных проектах и инструментах: методологической цепочки обработки данных общественных консультаций, применения мультиагентных платформ для стратегической аналитики и принятия решений, концепций опережающего государственного управления, моделей инновационной готовности.

ПРЕЗЕНТАЦИИ (на английском языке)

Сезар Коста, Джексон Майя (Центр стратегических исследований и управления в области науки, технологии и инноваций, Бразилия)

От науки о данных к технологическому интеллекту: переосмысление основанного на фактических данных и ориентированного на политику прогнозирования в Бразилии (PDF, 2.54 Мб) 

Анна Аксенова, Валерия Львова, Данила Копейкин (НИУ ВШЭ)

Мультиагентные ИИ-системы: применение для Форсайта, стратегической аналитики и принятия решений (PDF, 2.75 Мб) 

Озчан Саритас(Рочестерский технологический институт Дубая, ОАЭ)

На пути к государству искусственного интеллекта: опережающее управление как новая система действий (PDF, 1.01 Мб) 

Николай Хлопов, Ольга Шаева (Algorithm Trend Intelligence)

Корреляция хайп-циклов и теории диффузии инноваций: к созданию комбинированной модели инновационной готовности (PDF, 23.03 Мб)