• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Москва, Мясницкая 11,
+7 (495) 621-28-73,

unescofutures@hse.ru

Руководство
Заведующий кафедрой Соколов Александр Васильевич
Статья
Клиентоцентричность российских IT-компаний в условиях цифровой трансформации бизнеса

Староверова И. И., Черногорцева С. В., Снегирев А. Ю. и др.

Российский журнал менеджмента. 2026. Т. 24. № 1. С. 93-113.

Книга
Информационные технологии в России: сценарии развития

Яцкин Д. В., Майбах О. С., Соколов А. В.

Национальный исследовательский университет "Высшая школа экономики", 2025.

Статья
Assessing Sustainable Development Through Wavelet-Quantile Based Analysis: Comparative Insights From Four Developed Countries

Çelik A., Veselitskaya N., Damrah S.

Sustainable Development. 2026. Vol. 34. No. S2. P. 1274-1301.

Глава в книге
Intra-BRICS Research Collaboration: Status and Prospects

Sokolov A., Shashnov S. A., Kotsemir M. N.

In bk.: The Innovation Competitiveness of BRICS Countries. Springer, 2025. Ch. 3. P. 41-65.

Глава в книге
Historical Evolution of Circular Economy and Green Transition Concepts with a Focus on the Global South

Aleksandrova I., Milshina Y.

In bk.: Circular Economy and Green Transition in the Global South. Cham: Springer, 2025. Ch. 2. P. 23-49.

Статья
Biases in expert judgements in large-scale S&T Delphi Surveys: How to cope with them?

Sokolov A., Grebenyuk A. Y., Urashima K.

Technological Forecasting and Social Change. 2025. Vol. 218.

Статья
Evaluating Delphi survey accuracy in transportation: Evidence from Japanese technology foresight

Niyazov S., Maibakh O., Alexei Sukharev et al.

Technological Forecasting and Social Change. 2026. Vol. 224.

Глава в книге
Challenges and Risks to the Inclusion of AI for Environmental Applications

Aleksandrova I., Milshina Y.

In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. Ch. 10. P. 199-229.

Глава в книге
Artificial Intelligence for Urban Planning and Building Smart Cities

Demekhina A., Milshina Y.

In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. P. 253-281.

Глава в книге
Artificial Intelligence and Environmental Decision Support Systems

Daria Gribkova, Milshina Y.

In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. P. 231-252.

Форсайт-центр: геймификация и ИИ станут главным инструментом HR

Лаборатория исследований науки и технологий (ЛИНТ) ИСИЭЗ НИУ ВШЭ провела вебинар «Методы форсайта для управления будущим». Ведущий научный сотрудник Лаборатории Наталия Веселитская рассказала, как с помощью форсайта узнать, какие HR-технологии станут приоритетными в ближайшие годы.

Иллюстрация сгенерирована ИИ

Иллюстрация сгенерирована ИИ
Shedevrum.AI

Работа с будущим не должна ограничиваться экстраполяцией текущих трендов или формированием только желаемых сценариев, считает Наталия Веселитская. Для достижения конкретных и измеримых целей не достаточно одного образа будущего, необходим апробированный и эффективный алгоритм перехода от абстрактных представлений о будущем к системе практических решений.

Веселитская Наталия Николаевна

Веселитская Наталия Николаевна

«Ценность работы с будущим проявляется в тот момент, когда мы не просто представляем его, но показываем путь к нему»

Для этого, отметила эксперт, методы форсайта должны стать последовательностью взаимосвязанных шагов: от выявления слабых сигналов к формированию трендов и выбору сценариев, через оценку эффектов, определение возможностей и формирование портфеля инициатив, чтобы ,наконец, прийти к разработке дорожной карты.

От слабых сигналов к трендам

В качестве примера Наталья Веселитская представила кейс «HR: привлечение талантов», наглядно иллюстрирующий очевидные и скрытые механизмы управления человеческим потенциалом предприятия в будущем.

Чтобы представить себе желаемое будущее, необходимо собрать и проанализировать слабые сигналы – ранние признаки будущих изменений. К ним относятся нетипичные публикации, патенты, новые продукты и сдвиги в поведении людей, указывающие на трансформацию технологий, рынков и общества. Поэтому эксперты изучили более 30 различных сигналов по четырем направлениям: конкуренция за таланты, автоматизация HR, новые компетенции и корпоративная культура.

В ходе последующей экспертной валидации были отобраны самые многообещающие – переманивание инженерных команд, использование ИИ для скрининга резюме, функциональная ротация, микрообучение и геймификация. Все они оценивались по трем параметрам: новизна, надежность и сила влияния. Обычно достаточно выявить шесть-семь слабых сигналов в какой-то одной области, чтобы фиксировать зарождение нового тренда, отметила эксперт.

В итоге исследователи остановились на трех ключевых трендах, которые будут определять будущую HR-политику: кадровое «браконьерство», цифровизация управления персоналом и геймификация рабочих процессов.

Дальнейший анализ их с точки зрения технологической зрелости, устойчивости, влияния на эффективность HR и бренд работодателя показал, что наибольшим потенциалом обладает именно геймификация.

Сценарии и «колесо будущего»

Следующий шаг предполагал разработку четырех сценариев развития тренда геймификации до 2045 года: «взрывной рост», «стабильный рост», «волнообразное развитие» и «фрагментарное внедрение». В качестве базового и наиболее вероятного был выбран сценарий "стабильный рост". В нем учитывались психологические и культурные особенности поколений Z и Alpha, для которых игровые механики являются естественной частью среды.

Для детализации сценария был применен метод «колесо будущего», позволяющий развернуть его в систему последствий — технологических, экономических, социальных и поведенческих. Среди ожидаемых эффектов — рост производительности, повышение спроса на наставников, распространение цифровых вознаграждений и бонусных систем.

На основе этих эффектов были сформулированы возможности, представляющие наибольшую ценность для бизнеса. Всего было выделено около 20 перспективных продуктов и услуг, преимущественно цифровых.

Возможности и технологии

Для отбора наиболее перспективных решений эксперты использовали метод многокритериальной оценки TOPSIS, учитывающий практическую полезность, сложность разработки, стоимость внедрения, скорость реализации и уровень инновационности. При этом стоимость внедрения оказалась более значимым фактором, чем инновационность.

«Если раньше мы рассматривали возможности как ценностные предложения, то сегодня важно понимать, какие технологические направления за ними стоят и обладают ли они признаками технологической активности», — отметила Наталия Веселитская.

Патентный анализ в базе Orbit Intelligence позволил выделить пять технологических направлений, которые легли в основу дорожной карты. Среди них — интеллектуальные адаптивные платформы для корпоративного обучения и геймифицированные решения для подбора и оценки персонала.

Приоритизация направлений проводилась с учетом бизнес-эффекта, значимости в условиях цифровой трансформации и масштабируемости. В результате ключевым направлением признаны адаптивные обучающие платформы.

Ограничения и перспективы метода

В ходе обсуждения участники отметили сильные и слабые стороны подхода. Представитель АО «Росатомнаука» Роман Штуц подчеркнул доказательную логику метода. «Мне это напоминает стандартное научное исследование: обзор аналогов, формирование гипотезы, проверка и внедрение. Но в отличие от науки, в форсайте невозможно полностью верифицировать гипотезу, поскольку сами действия влияют на будущее. Форсайт — это не про предсказание, а про проектирование», — отметил Роман Штуц. В качестве примера эксперт сослался на исследование Рорбека и Кума (2018), в котором компании с высокой готовностью к будущему показали примерно на треть выше прибыльность и почти втрое — выше рост капитализации, чем в среднем по отрасли.

Он также обратил внимание на необходимость учета «событий-джокеров», корректности весов критериев в методе TOPSIS и возможных искажений экспертных оценок.

Софья Черногорцева, заместитель первого проректора НИУ ВШЭ, подчеркнула важность выбора горизонта планирования и учета жизненного цикла технологий: «На мой взгляд, модель необходимо синхронизировать с фазами жизненного цикла технологии, поскольку выводы по рынку труда напрямую зависят от технологического развития».

В дискуссии также приняли участие Александр Жабин (Самарский государственный экономический университет) и директор Форсайт-центра ИСИЭЗ НИУ ВШЭ Александр Соколов. Эксперты обратили внимание на необходимость системного анализа и ограниченность сценарного подхода при работе с отдельными кейсами.

Соколов Александр Васильевич

Соколов Александр Васильевич

«Почему прогнозы не работают? Начальные условия слишком быстро меняются, в том числе из-за постоянного появления новых технологий. Именно скорость, с которой появлялись и внедрялись инновации, сформировала потребность в инструменте по управлению будущим. Таким инструментом стал форсайт»

Александр Соколов добавил, что ценность форсайта заключается не в точности прогнозов, а в способности менять траекторию развития. «Если вы понимаете риски и начинаете действовать, прогноз может не сбыться — и это хороший результат. Форсайт — это инструмент управления, позволяющий избежать нежелательных сценариев», — отметил профессор.

Завершая обсуждение, Роман Штуц подчеркнул роль стратегического мышления: «Проектировать будущее самонадеянно, но в рамках своей ответственности — стратегии и действий — мы обязаны это делать. Даже один шаг сегодня уже меняет траекторию развития».

Материал был подготовлен изданием HSE Daily