Эксперты ВШЭ выявили низкую точность технологических прогнозов в сфере транспорта
Исследователи НИУ ВШЭ проанализировали научные прогнозы о развитии транспорта за последние 50 лет, чтобы оценить их точность. Оказалось, что средняя сбываемость таких прогнозов не превышает 25%, причем наиболее низкие значения отмечаются в сфере авиации и железных дорог. По мнению ученых, причина — в несовершенстве метода прогнозирования и сложном устройстве индустрии транспорта. Результаты работы опубликованы в журнале Technological Forecasting and Social Change.
Сегодня методы форсайта активно используются при формировании научно-технической политики, национальных стратегий, инвестиционных программ. Один из ключевых инструментов прогнозирования — опросы Дельфи. Это структурированный метод сбора и синтеза знаний, основанный на анонимных многораундовых опросах экспертов с контролируемой обратной связью. Он позволяет сформировать взвешенную оценку перспектив технологического развития. Но вопрос о том, насколько точны такие прогнозы и можно ли на них опираться при принятии решений, остается открытым.
Команда ученых из Форсайт-центра Института статистических исследований и экономики знаний и Института экономики транспорта и транспортной политики НИУ ВШЭ проанализировала несколько раундов японских дельфи-опросов, посвященных развитию транспортных технологий. В фокусе внимания оказались 647 наблюдений по 167 темам — от высокоскоростных железных дорог до автономного транспорта.
Япония представляет уникальный кейс: с 1970-х годов в стране регулярно проводятся масштабные дельфи-опросы экспертов по перспективам науки и технологий. Это позволяет не просто анализировать текущие ожидания, а сопоставлять прошлые прогнозы с реальными результатами.
Выводы оказались неожиданными: точность предсказаний технологического развития транспорта, сделанных по классической методике Дельфи, составляет лишь 25%. Это означает, что три прогноза из четырех не реализуются. Ученые предположили, что низкая предсказуемость может объясняться как структурной сложностью транспортного сектора, так и недостатками метода Дельфи.
Татьяна Кулакова
«Транспорт можно назвать системой систем: он состоит из множества неоднородных объектов инфраструктуры, разных видов транспорта, которые управляются и функционируют независимо, но составляют единую систему, которая активно развивается через инновации», — говорит директор Института экономики транспорта и транспортной политики факультета городского и регионального развития НИУ ВШЭ Татьяна Кулакова.
Однако экологические ограничения, институциональная инерция и длительный жизненный цикл транспортной инфраструктуры существенно сдерживают развитие сектора и растягивают внедрение инноваций за пределы разумного горизонта планирования.
Вторая причина низкой сбываемости прогнозов — системные недостатки метода Дельфи. Оказалось, что второй раунд опроса, проводимый для уточнения прогнозов, может не приближать консенсус, а, напротив, увеличивать дисперсию оценок.
Олеся Майбах
«Традиционно Дельфи позиционируется как наиболее выверенный экспертный метод, что формирует завышенные ожидания от точности его прогнозов. Обнаруженное снижение точности во втором раунде (23,4% против 26,4% в первом) ставит под сомнение одно из его ключевых преимуществ — предположение, что итерация автоматически улучшает качество суждений», — объясняет автор исследования, заведующий отделом методологии и организации форсайт-исследований Форсайт-центра ИСИЭЗ НИУ ВШЭ Олеся Майбах.
По ее словам, на практике обратная связь может усиливать конформистское давление, подавляя нетрадиционные, но потенциально точные оценки. «В качестве альтернативы классическому второму раунду целесообразно использовать форсайт-сессии с обсуждением разногласий, где расхождения в оценках рассматриваются как ресурс, а не как шум»,— говорит Майбах.
Еще одним неожиданным научным открытием стал эффект «ямы предсказуемости», когда точность прогнозов не соотносится со стадией зрелости технологии. Интуитивно кажется, что чем ближе технология к активному применению, тем легче оценить ее перспективы. Но ученые заметили, что наименее предсказуемыми оказываются технологии на пограничной стадии — когда они уже вышли из лабораторий и начали внедряться или улучшаться. Прогнозы для технологий, находящихся как на более ранней стадии — исследований и разработок, так и на более поздней стадии — перехода от внедрения к широкому распространению, были значительно точнее.
Алексей Сухарев
«Низкая точность среднесрочных предсказаний может иллюстрировать так называемый эффект “долины смерти”, когда технологии не доходят до рынка по экономическим, а не по техническим причинам. Частые ошибки участников дельфи-опросов в среднесрочных предсказаниях могут быть связаны с тем, что экспертам трудно решить, какое именно из нескольких похожих технически готовых решений выстрелит на рынке. Например, было непросто предсказать победу аккумуляторных электромобилей над автомобилями на водородных топливных элементах», — считает эксперт Форсайт-центра Алексей Сухарев.
По мнению авторов, для повышения точности долгосрочных прогнозов стоит пересмотреть традиционные подходы к экспертной аналитике. В первую очередь при прогнозировании следует ориентироваться на отраслевые модели, учитывающие секторальные регуляторные и инфраструктурные ограничения. И наконец, для успешного прогноза важно сочетать различные методы форсайта. Классический Дельфи должен дополняться анализом больших данных, моделированием системной динамики и сценарным планированием, чтобы смягчить когнитивные искажения экспертов.
Вам также может быть интересно:
«Дни компьютерных наук год от года становятся масштабнее, и это отражает развитие ФКН»
Прошедший недавно в корпусе НИУ ВШЭ на Покровке фестиваль «Дни компьютерных наук» (ДКН) стал главной точкой притяжения для всех, кто интересуется технологиями. Событие, организованное факультетом компьютерных наук (ФКН) Вышки совместно с партнерами, собрало около трех тысяч участников: студентов, абитуриентов, выпускников, преподавателей и экспертов индустрии.
МИЭМ ВШЭ и АО «Нанотроника» запускают совместную мастерскую электронного машиностроения
Под руководством экспертов компании студенты будут решать задачи, связанные с улучшением характеристик устройств для электронного машиностроения. Среди них — моделирование физических и технологических процессов, расчет, конструирование и автоматизация систем, подсистем и элементов технологического и контрольно-измерительного оборудования, сбор данных, метрологические задачи.
Технодень МИЭМ ВШЭ: праздник технологий и старт новых партнерств
В атриуме на Покровке прошел масштабный фестиваль технологических решений инженерных проектных команд Московского института электроники и математики ВШЭ, где были представлены лучшие студенческие разработки и совместные мастерские МИЭМ и партнеров. Кроме того, в рамках события прошел круглый стол, посвященный вопросам инженерного образования, и были подписаны новые соглашения о сотрудничестве с компаниями – технологическими лидерами в своих отраслях деятельности.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
НИУ ВШЭ второй год подряд на первом месте рейтинга вузов Альянса в сфере ИИ
Альянс в сфере искусственного интеллекта опубликовал рейтинг российских высших учебных заведений по качеству подготовки кадров для работы с ИИ. Высшая школа экономики второй год занимает первую строчку рейтинга, оставаясь единственным университетом в категории A++.
Институт искусственного интеллекта и цифровых наук ВШЭ представил платформу предиктивной аналитики для бизнеса
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал Predict Core — унифицированное алгоритмическое ядро предиктивной аналитики. Платформа переводит работу с данными из режима отчетности постфактум в управленческую привычку с прогнозами, интерпретацией и понятным следом, показывающим, как была получена эта цифра.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Студенты ФКН НИУ ВШЭ разработали ИИ-решения для прогнозирования и маркетинга
24 мая в Вышке состоялись защиты и церемония награждения хакатона по машинному обучению для ретейла, организованного MAGNIT TECH и факультетом компьютерных наук НИУ ВШЭ. В течение четырех дней команды работали над индустриальными кейсами технологичного драйвера крупнейшего ретейлера страны — компании «Магнит». Участники анализировали данные, обучали модели, проверяли гипотезы и защищали свои решения перед экспертами компании, чтобы в итоге не только добиться высокого качества моделей, но и предложить подходы для использования в реальном бизнесе.
Образовательный марафон для учителей: как ФКН ВШЭ выстраивает диалог с педагогами
В рамках фестиваля «Дни компьютерных наук» ФКН НИУ ВШЭ на базе учебного центра «Вороново» прошел первый Образовательный марафон для учителей информатики и математики. Всего в мероприятии приняли участие 76 педагогов, представлявших разные регионы России, а также участники из Витебска (Беларусь) и Вьентьяна (Лаос).
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.