«Научные бои»: ИИ в такси, опросах, играх
В середине марта в московском пространстве «Три вокзала. Депо» состоялся второй полуфинал IX сезона «Научных боев», прошедший в рамках фестиваля «Техпросвет» «ВКонтакте». Пять участниц представили исследования на стыке актуальных научных направлений — от изучения Арктики и альтернативной энергетики до искусственного интеллекта и алгоритмов в такси.
В борьбу за выход в финал вступили исследовательницы с разными, но одинаково актуальными темами. Каждая из участниц предложила свой взгляд на современные научные вызовы и объяснила, почему ее исследование важно и актуально сегодня. Итог вечера определялся не только содержанием работ, но и тем, насколько ярко и понятно они были представлены.
ИИ вместо респондентов: можно ли доверить нейросетям социологию
Первыми на сцену поднялись Елизавета Кузнеченкова и Мария Нестерская — третьекурсницы образовательной программы «Вычислительные социальные науки» факультета социальных наук. Они представили исследование о том, насколько большие языковые модели способны воспроизводить ценности людей из разных стран и могут ли они заменить участников социологических опросов.
В качестве базы они использовали международное исследование ценностей World Values Survey, охватывающее более 60 стран. Языковой модели задавали вопросы из анкеты, предварительно предлагая ей войти в роль: например, представить себя 50-летней женщиной из Марокко без высшего образования и с большой семьей. Затем ответы сравнивали с реальными данными с помощью статистического и регрессионного анализа.
Результаты показали двойственную картину. С одной стороны, нейросеть действительно воспроизводит общие различия между странами, например в отношении к абортам, разводам или эвтаназии. С другой — на чувствительные темы она дает единый «безопасный» ответ, избегая разнообразия мнений.
Это становится ключевой проблемой: для социологии важны не только средние значения, но и расхождения во взглядах, именно они формируют реальную картину общества.
Кроме того, модель склонна упрощать реальность и воспроизводить стереотипы. Например, она показывает более высокий уровень доверия к науке в развитых странах, тогда как в действительности жители этих стран чаще задумываются о рисках технологий и проявляют скептицизм.
Вывод исследовательниц однозначен: языковые модели могут имитировать общие закономерности, но не способны заменить живых респондентов там, где важны нюансы, контекст и разнообразие человеческого опыта.
Такси как модель алгоритмического мира
Следующей на сцену вышла Арина Ракита, студентка 4-го курса образовательной программы «Реклама и связи с общественностью» факультета креативных индустрий. Она предложила посмотреть на повседневную поездку в такси как на модель алгоритмического общества.
Формально в машине двое — водитель и пассажир, но фактически есть и третий участник — платформа-агрегатор, которая определяет цену, маршрут и условия поездки. Именно этот невидимый игрок задает правила взаимодействия.
В рамках исследования Арина анализировала чаты водителей с помощью текстового майнинга и проводила интервью с участниками рынка. Это позволило выявить не только поведенческие стратегии, но и профессиональный язык пользователей. Так, водители называют агрегаторы «Яшей», пассажиров — «пассами», а также активно используют термины вроде «коэффициентов» и «промокодов».
Работа в такси, по словам информантов, напоминает рыбалку или казино: доход зависит от умения предсказать спрос и оказаться в нужной точке города. Наиболее успешные водители — те, кто умеет ловить зоны повышенного спроса и адаптироваться к логике алгоритма.
Однако главный вывод исследования касается не технологий, а людей. Несмотря на алгоритмическое управление, поездка остается пространством человеческого взаимодействия: водители помогают пассажирам, возвращаются за забытыми вещами, пассажиры проявляют заботу и внимание.
Система задает условия, но содержание поездки определяется выбором людей, их действиями и отношением друг к другу.
Зловещая долина: почему ИИ в играх не должен быть слишком умным
Третья участница, Елизавета Егорова, студентка бакалавриата направления «Программная инженерия» факультета компьютерных наук, посвятила свое выступление взаимодействию человека и искусственного интеллекта в игровых средах.
В центре ее исследования — эффект зловещей долины, описанный японским робототехником Масахиро Мори: чем больше объект похож на человека, тем сильнее дискомфорт игрока, если это сходство неидеально.
На примере игровых миров спикер показала, как меняются требования к ИИ-агентам по мере роста иммерсивности: от текстовых интерфейсов до сложных 3D- и VR-сред. При этом ключевым оказывается не максимальная сложность алгоритмов, а баланс между поведением агента, ожиданиями игрока и устройством среды.
Елизавета подчеркнула, что даже простые структуры, такие как деревья поведения или конечные автоматы, могут создавать убедительное поведение, если они правильно встроены в систему.
Особое внимание она уделила собственной платформе — среде для разработки и тестирования ИИ-агентов. Она позволяет исследователям заходить в редактор, писать нового агента и одним кликом загружать его в тестировочную систему, чтобы наблюдать за его взаимодействием с другими агентами и людьми.
В ходе работы участница выяснила, что иммерсивность — это характеристика восприятия человека. Чем сильнее пользователь вовлечен в происходящее, тем более реальной кажется система, независимо от сложности самого ИИ.
Энергия из снега: как подать сигнал SOS в Арктике
Выступление Василисы Масловой, студентки магистерской программы «Операционная эффективность и производственные системы» Высшей школы бизнеса, связало научную задачу с личным опытом. Идея исследования возникла из ситуации, когда она потерялась в лесу с разряженным телефоном и не могла подать сигнал о помощи. Это привело к вопросу: можно ли создать устройство, которое позволит генерировать энергию в экстремальных условиях, например в Арктике?
В основе предложенного решения — система с двумя резервуарами: один для пресной воды, другой для соленой, а также модуль, в котором происходит электрохимический процесс. Принцип работы Василиса Маслова объяснила максимально просто — через аналогию с персонажами из «Губки Боба» показывая, как взаимодействие разных сред позволяет генерировать энергию.
Концепция сводится к объединению природных ресурсов: берем море, берем реку — и получаем энергию даже там, где вокруг только снег.
При этом Василиса подчеркнула, что сегодня человечество все еще не готово массово использовать подобные решения. Несмотря на развитие технологий, основой энергетики остаются нефть, газ и другие традиционные ресурсы. Однако их главный недостаток очевиден: они исчерпаемы.
Исследование поднимает важный вопрос: если альтернативные источники энергии уже возможны, что мешает начать использовать их шире — технологии или (не)готовность общества к изменениям?
Второй полуфинал «Научных боев» показал, что современная наука все чаще работает на пересечении дисциплин и говорит о вещах, которые напрямую связаны с повседневной жизнью: от поездок в такси до взаимодействия с технологиями и поиска энергии в экстремальных условиях.
По итогам голосования зрителей первое место заняли Елизавета Кузнеченкова и Мария Нестерская с исследованием о возможностях использования искусственного интеллекта в социологических опросах. На втором месте — Арина Ракита, представившая работу о роли алгоритмов в сервисах такси.
Этот этап состязаний оценивали:
Лилиана Проскурякова, заведующая Лабораторией исследований науки и технологий Института статистических исследований и экономики знаний ВШЭ, ведущий научный сотрудник Форсайт-центра ИСИЭЗ;
Денис Бахарев, ведущий эксперт Центра транспортного планирования Института экономики транспорта и транспортной политики ФГРР;
Дмитрий Александров, профессор департамента программной инженерии факультета компьютерных наук, заведующий Научно-учебной лабораторией облачных и мобильных технологий ФКН;
Мария Родионова, преподаватель кафедры анализа социальных институтов департамента социологии факультета социальных наук, старший научный сотрудник Научно-учебной лаборатории политико-психологических исследований департамента психологии ФСН.
