Москва, Мясницкая 11,
+7 (495) 621-28-73,
Староверова И. И., Черногорцева С. В., Снегирев А. Ю. и др.
Российский журнал менеджмента. 2026. Т. 24. № 1. С. 93-113.
Яцкин Д. В., Майбах О. С., Соколов А. В.
Национальный исследовательский университет "Высшая школа экономики", 2025.
Çelik A., Veselitskaya N., Damrah S.
Sustainable Development. 2026. Vol. 34. No. S2. P. 1274-1301.
Sokolov A., Shashnov S. A., Kotsemir M. N.
In bk.: The Innovation Competitiveness of BRICS Countries. Springer, 2025. Ch. 3. P. 41-65.
In bk.: Circular Economy and Green Transition in the Global South. Cham: Springer, 2025. Ch. 2. P. 23-49.
Sokolov A., Grebenyuk A. Y., Urashima K.
Technological Forecasting and Social Change. 2025. Vol. 218.
Anna Grebenyuk, Milshina Y., Sergey Shashnov et al.
Foresight. 2026. Vol. 28. No. 1. P. 45-65.
Niyazov S., Maibakh O., Alexei Sukharev et al.
Technological Forecasting and Social Change. 2026. Vol. 224.
In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. Ch. 10. P. 199-229.
In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. P. 253-281.
In bk.: Artificial Intelligence Enabled Real Time Environmental Monitoring. Springer, 2026. P. 231-252.

Институт статистических исследований и экономики знаний НИУ ВШЭ представляет доклад, подготовленный на основе результатов специализированного обследования образовательных организаций высшего образования, впервые проведенного с целью выявления масштабов и условий обучения технологиям искусственного интеллекта (ИИ) в рамках образовательных программ высшего образования и дополнительных профессиональных программ в вузовском секторе.
Справочно: расчеты базируются на данных специализированного обследования 1100 вузов и их филиалов, проведенного сплошным методом в 2023 г. В ходе подготовки статистического инструментария обследования разработана форма статистического наблюдения № 1-ИИ (ВО) «Сведения об организации, осуществляющей обучение технологиям искусственного интеллекта в рамках реализации образовательных программ высшего образования и дополнительных профессиональных программ», предназначенная для получения первичных статистических данных о подготовке кадров в области ИИ. Работа реализована в рамках мероприятия «Мониторинг создания и результатов применения технологий искусственного интеллекта в целях оценки уровня внедрения указанных технологий в отраслях экономики и социальной сферы» федерального проекта «Искусственный интеллект».
Подготовка высококвалифицированных кадров в области искусственного интеллекта реализуется в рамках двух треков: образовательных программ по профилю ИИ, разработанных или актуализированных в соответствии с моделью компетенций в сфере ИИ, и программ иных профилей, содержащих модуль «Системы искусственного интеллекта». Студенты программ по профилю ИИ осваивают навыки разработки методов и инструментов для технологий ИИ, обучаются их профессиональному использованию на продвинутом уровне. Студенты программ, содержащих модуль по ИИ, учатся применять ИИ в своей области компетенций с учетом направления подготовки (специальности) и будущей сферы деятельности.
Российские вузы заметно дифференцированы по подготовке в области ИИ. Более половины всех студентов по профилю ИИ сосредоточены в 18 крупнейших по реализации профильных программ организациях, предлагающих наиболее массовые и в то же время селективные программы (около 4% обследованных организаций).
В целом селективность программ по профилю ИИ выше, чем программ, содержащих модуль по ИИ, программ в области информационных технологий (ИТ) и программ бакалавриата и специалитета в целом, причем это касается большинства укрупненных групп специальностей и направлений подготовки. Повышенной избирательностью при отборе абитуриентов отличаются программы в области ИИ в математических и технических науках.
Ряд регионов вошли в группы лидеров (со значениями показателей выше среднего по России) как по охвату студентов программами по профилю ИИ, так и программами с модулем по ИИ. К ним относятся Москва и Санкт-Петербург, Ростовская, Вологодская, Архангельская, Челябинская, Самарская, Пензенская, Московская области. На ситуацию с обучением технологиям ИИ в регионах непосредственно влияет степень проникновения ИИ в их экономики. Неравенство возможностей по обеспечению изучения технологий ИИ отчасти объясняется неравномерным территориальным распределением ИТ-организаций, занимающихся разработкой ИИ-продуктов. Но в ряде случаев развитие образования в области ИИ заметно отстает от уровня внедрения ИИ в экономике региона. Это связано, в частности, с использованием готовых решений, созданных специалистами из других субъектов РФ, что свидетельствует о наличии в таких регионах запроса на ИИ-разработки и потребности в наращивании подготовки собственных кадров в области ИИ.
Обеспеченность преподавателями в области ИИ в абсолютном большинстве рассматриваемых вузов превышает 90%. При этом разрыв в значениях показателя между вузами, готовящими профильных специалистов, не настолько велик, чтобы сделать вывод о ключевой роли дефицита кадров в их дифференциации по уровню развития подготовки в области ИИ. Однако обращает на себя внимание существенно более высокий уровень дефицита кадров соответствующей квалификации в вузах, не реализующих профильных программ, но включивших модули по ИИ в другие программы. Таким образом, можно считать, что организации, имеющие опыт реализации профильных программ, сформировали команды преподавателей ИИ-дисциплин, в то время как остальным вузам еще не вполне удалось решить эту задачу.
Важную роль в подготовке высококвалифицированных специалистов в области ИИ играет специализированная цифровая инфраструктура — цифровые оборудование и контент. Во всех рассматриваемых в докладе кластерах вузов, сформированных в зависимости от объемов подготовки по программам по профилю ИИ, наблюдается дефицит цифровых ресурсов, в первую очередь — по оснащенности вычислительными мощностями на базе графических ускорителей, имеющих ключевое значения для задач, связанных с ИИ. Вузы, имеющие опыт подготовки специалистов по профильным программам, обеспечены контентом лучше, чем оборудованием. Организации, осуществляющие подготовку только в рамках модуля по ИИ, снабжены тем и другим приблизительно в равной степени и, к сожалению, недостаточно.
Вузы, только начинающие осваивать направление ИИ, имеют настолько выраженный дефицит необходимых для этого цифровых ресурсов, что он практически не позволяет им развивать программы по соответствующему профилю и существенно осложняет практико-ориентированную подготовку в рамках модулей по ИИ. Недостаток специализированной цифровой инфраструктуры, таким образом, может выступать основным препятствием для развития подготовки специалистов в области ИИ в вузах.
Цитирование:
Подготовка высококвалифицированных кадров в области искусственного интеллекта / Н. Б. Шугаль, Т. А. Варламова; науч. ред. Л. М. Гохберг. — Нац. исслед. ун-т «Высшая школа экономики». — М.: ИСИЭЗ ВШЭ, 2024.
Подробная библиографическая справка
В докладе анализируются вопросы подготовки высококвалифицированных кадров в области искусственного интеллекта на основе результатов сплошного специализированного обследования вузов, проведенного НИУ ВШЭ в 2023 г., а также данных федерального статистического наблюдения. В фокусе настоящего исследования находится обучение технологиям ИИ в рамках образовательных программ бакалавриата, специалитета, магистратуры. Помимо данных, характеризующих масштабы подготовки кадров, впервые собраны сведения о ресурсах для реализации такой подготовки — как кадровых, так и материально-технических. Полученные данные позволили охарактеризовать ландшафт подготовки кадров в области ИИ, выявить факторы, формирующие потенциал ее дальнейшего развития
Научный редактор: Леонид Гохберг, первый проректор, директор ИСИЭЗ НИУ ВШЭ
Авторы:
Рецензенты:
См. также: экспресс-информация «Подготовка высококвалифицированных кадров в области искусственного интеллекта» (выпуск от 24.06.2024)