Artificial Intelligence in Political Analysis: Notes from a Moderate Optimist

Full Text

Введение В политических исследованиях периодически активизируется обсуждение новых методов, которые в определенный момент воспринимаются многими политологами как едва ли ни универсальные способы работы с информацией. Традиционно после лавинообразного роста интереса и попыток доказательства возможности применения нового метода исследования ко многим конкретным тематическим областям политологии следует этап более взвешенного определения баланса достоинств и недостатков, ограничений метода исследования, а затем он устойчиво занимает определенное место в ряду других инструментов политологического анализа. Подобная ситуация наблюдалась в отношении фокус-групп в конце 1990-х гг., а затем технологии Больших Данных в первой половине 2010-х гг. В начале пандемии активизировалось обсуждение использования качественных методов сбора информации (качественной методологии), хотя еще в 1990-х гг. политологи-эмпирики пришли к обоснованному заключению о необходимости сочетания разных стратегий и методов в рамках одного проекта для получения максимально полной и объективной информации. Почти сразу после этого у политологов возник глубокий интерес к использованию методов искусственного интеллекта (далее - ИИ). Ученые убеждены, что уже в 2026 г. будет создана его сильная (генеративная) версия - AGI, которая будет обладать операционной автономностью, способностью обрабатывать информацию, принимать решения и влиять на окружающий мир без прямого, пошагового вмешательства человека47. Мощный рост количества научных публикаций по проблемам ИИ в отечественной политологии наблюдается с 2020-2022 гг. [Володенков, Федорченко, Печенкин 2024: 24-48; Ерохина 2020: 67-73; Федорченко 2020: 41-53]. Обсуждаются состояние и перспективы применения ИИ в гуманитарных и общественных науках [Алексеев, Никитина 2024: 219-223; Иванова, Ильмиев, Чупрова 2025: 179-185]. Некоторые исследователи, говоря о возможностях и рисках внедрения ИИ в сферу политики, концентрируются на системных изменениях социума и государства [Торкунов 2025: 24-35], другие ученые сосредоточены на применении ИИ прежде всего как средства совершенствования управленческих решений, позволяющих максимально оперативно повысить информационную безопасность, оптимизировать действия управленческих кадров, генерировать новые идеи и искать оригинальные и эффективные пути решения проблем социума [Соколов, Фролов, Бабаджанян 2025: 622-637]. Рефлексия по поводу использования ИИ как аналитического средства политической науки в настоящее время не является мейнстримом, хотя ведущие российские политологи несколько лет назад писали о необходимости разработки новой методологии и методов исследования цифровой политической 47 Гиганов И. Думай сам: когда человечество создаст сильный ИИ и как это отразится на обществе. 2024. 26 апреля. URL: https://www.forbes.ru/tekhnologii/511095-dumaj-sam-kogda-celovecestvo-sozdast-sil-nyj-ii-i-kak-eto-otrazitsa-na-obsestve?ysclid=ml3d867p5w468307894 (дата обращения: 12.11.2025). реальности [Гаман-Голутвина 2019: 19-42]. Более того, в 2006 г. в учебнике А.С. Ахременко «Политический анализ и прогнозирование» упоминалась значимость использования нейронных сетей для изучения политических процессов. В 2008 г. в «Вестнике Пермского университета» была опубликована статья Л.Н. Ясницкого, в которой он не просто рассуждал о возможностях нейросетей, но показал, как на основе сгенерированной нейросети, фиксирующей всего 5 личностных показателей избирателей (возраст, происхождение, семейное положение, количество детей, сфера деятельности респондентов), можно с высокой степенью точности предсказать победу кандидата на президентских выборах (в качестве обучающей модели были использованы результаты голосования во Франции и США) [Яницкий 2008: 147-155]. Уникальность искусственных нейросетей связана с их способностью к обучению, выделению наиболее существенной информации из огромного потока данных и с возможностью использовать принцип аналогии, перенося опыт уже имевших место случаев на новые. Исключительно важна способность таких сетей к обнаружению каузальных связей; на исследователя в этом случае ложится особая ответственность за отбор действительно значимых факторов, влияние которых на анализируемое явление можно аргументированно доказать как системное, а не ситуативное. Изучение социальных сетей с помощью алгоритмов анализа BD позволило во время президентской кампании 2008 г. в США многократно повысить финансовые сборы для Б. Обамы от «малых жертвователей» и успешно координировать работу агитаторов за лидера демократов. В интернет-публикациях 2016 г. активно обсуждалось применение ИИ в микротаргетинге на президентских выборах в США и в период подготовки консультативного референдума по Brexit в Великобритании, в прогнозировании исхода рассмотрения законопроектов в парламентах47. Сведения о применении ИИ в политической практике РФ появились весной 2016 г., когда в небольшой заметке были упомянуты планы использования этих технологий для прогнозирования исхода думских выборов. Информация о намерении использовать ИИ в работе МИД РФ появилась в декабре 2021 г.48, а в январе 2026 г. было сообщено о создании специального штаба разработки и внедрения ИИ по указанию президента49, что означает усиление прямого административного контроля над данной сферой. Последние пять лет дали мощный старт обсуждению использования ИИ в политических исследованиях. Авторы рассуждают преимущественно о возможностях и уже сложившихся практиках использования ИИ в работе 47 Зеньков А. Хорошие и плохие способы использовать машинное обучение в предвыборной кампании. Как ИИ помогает влиять на сознание избирателей. 2017. 15 сентября. URL: https://rb.ru/stories/ai-for-politics/?ysclid=mknmm6kla6778363019 (дата обращения: 12.11.2025). 48 МИД применит искусственный интеллект для анализа внешней политики // Технологии и медиа. 2021. 14 декабря. URL: https://www.rbc.ru/technology_and_media/14/12/2021/61b770359a79475adb8e588f (дата обращения: 12.11.2025). 49 Развитием искусственного интеллекта в России займется специально созданный штаб. 2026. 19 января. URL: https://объясняем.рф/articles/news/razvitiem-iskusstvennogo-intellekta-v-rossii-zaymetsya-spetsialno-sozdannyy-shtab/ (дата обращения: 19.01.2026). исполнительной власти, депутатского корпуса, судебной системы, в области государственного управления, принятия кадровых решений на региональном уровне; появляются публикации, посвященные анализу официального политического дискурса в различных странах, выполненные с помощью ChatGPT. На фоне пока явного недостатка конкретной информации об использовании органами власти методов ИИ в решении стоящих перед ними задач представляют интерес учебные издания даже с предельно краткой информацией [Соснило 2022]. В 2018 г. в ИТМО (Санкт-Петербург) и Казанском Приволжском Федеральном университете были изданы учебники по использованию искусственных нейронных сетей, где подчеркивались возможности применения этих знаний в государственном управлении. Встречаются публикации, в которых показан алгоритм использования конкретного инструмента ИИ для решения практических исследовательских задач [Качанов и др. 2021: 8-25] и даже в военном деле [Понкин 2022]. Очевиден изначально практико-ориентированный характер исследований в области политики с применением нейросетей. Ситуация к началу 2020-х гг. в зарубежной политологии принципиально не отличалась от российской. Проведенный проф. СПбГУ И.А. Быковым мониторинг политологических статей в зарубежных изданиях из базы Scopus за двадцатилетний период показал резкое увеличение публикаций на тему «ИИ в политической науке» только с 2018 г.; большинство из обнаруженных им 76 статей имели «лишь косвенное отношение к центральным проблемам политической науки» [Быков 2020: 23]. Они были опубликованы преимущественно в журналах по философии науки и техники, коммуникативистике и по техническим наукам и на момент проведения исследования за редким исключением имели низкие показатели цитирования. О появлении за рубежом значимых аналитических работ, показывающих возможности развития политических исследований под влиянием нейросетей по сценариям «адаптации» или «ревизии», преимущественно после 2018 г., свидетельствует и публикация В.С. Авдонина и В.Л. Силаевой [Авдонин, Силаева 2023: 127-154]. Объективно ИИ - зонтичное обозначение феномена, являющегося частью цифровой революции, радикально меняющей в том числе и инструментарий аналитики в политологических исследованиях. Цель исследования - обобщить позиции отечественных ученых по вопросу о принципиальной применимости методов ИИ в эмпирических политологических исследованиях с учетом уже сложившихся практик изучения конкретных тематических областей и точек зрения о преимуществах и издержках данного инструментария. Становление методов ИИ Хотя формируется впечатление, что тема ИИ привлекает внимание современного исследователя-политолога только в последние несколько лет, развитие нейронных сетей и методов машинного обучения началось несколько десятилетий назад. Стартом можно считать предложение Дж. Маккартни термина «искусственный интеллект» на конференции в Дартмутском колледже в 1956 г. В 1960-х гг. появились персептроны - специализирующиеся на классификации информации первые нейронные сети, был разработан приоритетный для ИИ язык программирования LISP, создан первый чат-бот ELIZA. В 1970-1980-х гг. за рубежом финансирование государством разработок ИИ несколько сократилось47. В 1980-х гг. в контексте становления теории распределенного искусственного интеллекта возникла идея одновременного использования нескольких мощных компьютеров, чьи объединенные ресурсы позволили бы быстро решать сверхсложные и энергозатратные интеллектуальные задачи. В 1990-е гг. с развитием компьютерных технологий стали развиваться методы анализа BD на основе машинного обучения. Начало XXI в. ознаменовалось созданием мощных нейронных сетей на основе использования графических процессоров. В последние 15 лет сфера ИИ развивается очень быстро. Особенно заметными в потоке новаторских разработок оказались программы с использованием естественного языка, создающие реалистичные изображения и видео генеративные сети (GAN), большие языковые модели (LLM). Ведущие специалисты в области ИИ превозносят технологию AGI (общего искусственного интеллекта), утверждая, что уже в 2026 г. она оставит способности человека далеко позади48. Ставка на развитие сильного (генеративного) ИИ отнюдь не отрицает возможность и необходимость развития так называемого слабого ИИ, который предназначен для решения узких задач и не обладает самосознанием или высоким интеллектом. Исследователи предлагают разные варианты классификации методов ИИ. Достаточно распространенной является точка зрения, выделяющая семь основных направлений: машинное обучение (есть два варианта - индуктивный ИИ и дедуктивный ИИ), глубокое обучение (обрабатывает данные на основе нейронных сетей), нечеткую логику, экспертные темы (метод опирается на интеграцию сложных данных), фреймовые технологии, нейронные сети (в том числе прямого распространения, сверточные, рекуррентные), эволюционное моделирование. Актуальная справочная информация свидетельствует о весьма разнообразном перечне программ и методов, которые могут быть использованы политологами. В этом списке представлено ориентированное на поиск скрытых закономерностей в огромном объеме данных «Машинное обучение» (Machine Learning, ML), «Глубокое обучение» (Deep Learning, DL), «Большие данные» (Big Data), которые уже с 2015 г. не считаются у программистов чем-то новаторским, «Распознавание образов» (Image Recognition), «Алгоритмы оптимизации» (Optimization Algorithms). Среди актуальных моделей сетей специалисты называют позволяющие распознавать образы, осуществлять классификацию 47 Патрушева А., Павлова А. Второй разум: как развивается искусственный интеллект и что его ждёт в будущем. 2025. 28 февраля. URL: https://practicum.yandex.ru/blog/chto-takoe-iskusstvennyi-intellekt/ (дата обращения: 10.03.2025). 48 Смелов Л. Искусственный интеллект 2026: что предсказывают Маск, Гейтс и сам ИИ. 2026. 20 января. URL: https://infokam.su/iskusstvennyj-intellekt-2026-chto-predskazyvayut-mask-gejts-i-sam-ii.html (дата обращения: 21.01.2026). и делать прогнозы «Нейронные сети прямого распространения» (Feedforward Neural Networks), работающие с речью, текстами и временными рядами «Рекуррентные нейронные сети» (Recurrent Neural Networks), а также применяемые для анализа и обработки фотографий и видео «Сверточные нейронные сети» (Convolutional Neural Networks). Кроме того, для изучающих политические процессы ученых явно полезными могут быть заточенные на принятие решений модели машинного обучения - так называемые «Решающие деревья» (Decision Trees), позволяющие анализировать сложные системы и делать предсказания о развитии ситуации с ними «Байесовские сети» (Bayesian Networks), а также обнаруживающие закономерности и связи между различными параметрами такие методы машинного обучения, как «Ассоциативные правила» (Association Rules). Возникла парадоксальная ситуация: при многообразии разработанных эффективных методов ИИ обществоведы пишут преимущественно об использовании для анализа сферы политики естественного языка (NLP), нейронных сетей и технологии машинного обучения. Естественный язык позволяет определять ключевые темы, тональность публичного официального, общественного и массмедийного политического дискурса и определять тенденции его изменения. Искусственные нейронные сети считаются удобными для распознавания образов, прогнозирования итогов голосований и принятия решений при тактическом планировании. Они обрабатывают большие данные для создания точных моделей политических процессов. Алгоритмы машинного обучения прогнозируют исход выборов, моделируют массовые настроения электората, просчитывают сценарии развития событий. В литературе часто упоминается алгоритм KCore Analytics, который использовался для прогноза исхода выборов в таких странах, как Аргентина, Бразилия, Индия, Кипр, США. В качестве источников информации рассматриваются данные опросов общественного мнения, особенности обсуждений участниками виртуальных политизированных интернет-сообществ значимых событий, а также политические документы, относящиеся к официальному и неофициальному политическому дискурсу47. В настоящее время у исследователей сложилось определенное представление о том, какие из инструментов ИИ могут быть наиболее полезны для проведения политологических исследований (табл. 1). Это не единственный вариант определения наилучших для аналитики программ и платформ ИИ. Заслуживает внимания классификация инструментов ИИ для бизнес-аналитиков безотносительно узкой сферы применения, поскольку она может быть полезна специалистам и в области изучения политических процессов (табл. 2). При сравнении включенных в таблицы программ мы видим почти полное отсутствие совпадения списков. 47 Кузнецов Г.С. Искусственный интеллект в социологии. 2024. 23 сентября. URL: https://sociologos.ru/blog/iskusstvennyy-intellekt-v-sotsiologii/ (дата обращения: 12.09.2025). Таблица 1. Функционал программ ИИ для проведения политологических исследований Программы Функционал Особенности Модели ИИ для сбора данных PalitrumLab Сбор информации в масс-медиа и социальных сетях Выявляет оценку общественного мнения по поводу конкретных политических событий и явлений Модели ИИ для анализа данных UPDF Цель - реферирование конкретных объемных текстов с составлением резюме Требует загрузки конкретного текста Пригодна для анализа и интерпретации выступлений политиков, научных статей, рекламных политических материалов, политических проектов и т.д. Может анализировать тексты на разных языках, в том числе на русском, но лучше справляется с интерпретацией содержания англоязычных текстов Google Cloud Vertex AI Выполнение широкого круга задач: от выявления смысла текста и обнаружения трендов в наборе текстов до прогноза принятия определенных политических решений без необходимости использования стандартных средств программирования и написания кода Использует алгоритмы машинного обучения на собственных данных для решения конкретных исследовательских задач Для работы необходимы определенные знания в сфере машинного обучения Julius AI Средство визуализации большого объема информации и построения графиков в одном стиле Не требует написания кода Работает с естественным языком Может обнаруживать тенденции в предоставляемых данных и проводить их общую аналитику Chat With Data Используется для обнаружения и извлечение информации из большого массива данных из файлов разного формата Не требует написания кода Работает с естественным языком Позволяет анализировать информацию из файлов разного формата Позволяет оперативно обнаружить значимые тематические направления для анализа массива данных Позволяет формулировать и проверять гипотезы, возникающие в ходе исследования Позволяет выявлять проблемы в анализируемом массиве данных Tomat.AI Предназначен для работы с файлами для хранения данных таблиц в текстовом формате (CSV) Анализ, сортировка, группировка информации из больших CSV-файлов Визуализация информации без кодов SQL и формул Перевод текстов на другие языки Анализ тональности текстов Текстовые генеративные модели ИИ ChatGPT Позволяет проводить анализ текстов, выявлять тенденции, предлагать идеи для интерпретации полученных результатов Необходимость получения доступа к программе на территории РФ через специализированные программы Качество ответов ChatGPT зависит от навыков исследователя правильно задавать вопросы с точки зрения заложенных в программу алгоритмов Программа чувствительна к ценностно окрашенным вопросам с политическим подтекстом; высока вероятность получения ответа в леволиберальной стилистике Ограничивается набором данных, на котором проводилось обучение модели С лета 2025 г. доступны такие модели ChatGPT, как GPT-5 (базовый вариант по бесплатной подписке, а по платной -ChatGPT-Pro и ChatGPT-Plus), ChatGPT agent для решения многоходовых задач, а также с ноября 2025 г. GPT-5,1, позволяющий создавать групповые чаты Perplexity Созданный в 2022 г. специализированный генеративный ИИ на базе ChatGPT, обеспечивающий первичный («разведовательный») поиск («умный поисковик»), агрегацию сведений с указанием источников информации Генерация краткого описания на основании содержания материала Поиск и выдача информации в виде прямой цитаты осуществляется с обязательной ссылкой на конкретную веб-страницу Анализ интернет-ресурсов в режиме реального времени Возможность визуализация данных в виде таблиц Необходимость составления подробных, детальных запросов для получения качественного ответа от программы Ограничение бесплатной версии 5 запросами в день (платная версия позволяет делать до 600 запросов) Источник: Топ ИИ-инструментов для политических аналитиков. 2024. 4 июня. URL: https://dzen.ru/a/Zl8A2czi4HQCDwrT?ysclid=mknmnfucИсточник7320592640 (дата обращения: 15.09.2025). . Table 1. Functionality of AI Programs for Conducting Political Science Research Programs Functional Peculiarities AI models for data collection PalitrumLab Collection of information in mass media and social networks. Reveals the assessment of public opinion regarding specific political events and phenomena. AI models for data analysis UPDF The goal is to review specific, voluminous texts and compile summaries. Requires uploading specific text. Suitable for analyzing and interpreting political speeches, scientific articles, political advertising materials, political projects, etc. It can analyze texts in various languages, including Russian, but is better at interpreting the content of English-language texts. Google Cloud Vertex AI Perform a wide range of tasks: from identifying the meaning of text and detecting trends in a set of texts to predicting the adoption of certain political decisions without the need for standard programming tools and coding. Uses machine learning algorithms on proprietary data to solve specific research problems. Some knowledge of machine learning is required. Julius AI A tool for visualizing large amounts of information and plotting graphs in a single style. No coding required. Works with natural language. Can detect trends in provided data and conduct general analytics. Chat With Data It is used to detect and extract information from a large array of data from files of different formats. No coding required. Works with natural language. Allows you to analyze information from files of various formats. Allows you to quickly identify significant thematic areas for analyzing a data set. Allows you to formulate and test hypotheses that arise during research. Allows you to identify problems in the analyzed data set. Tomat.AI Designed for working with files for storing table data in text format (CSV). Analysis, sorting, and grouping of information from large CSV files. Visualization of information without SQL codes and formulas. Translation of texts into other languages. Sentiment analysis of texts. Text generative AI models ChatGPT Allows you to analyze texts, identify trends, and propose ideas for interpreting the results obtained. Access to the program within the Russian Federation is required through specialized software. The quality of ChatGPT responses depends on the researcher's ability to correctly formulate questions within the program's algorithms. The program is sensitive to value-laden questions with political overtones; there is a high probability of receiving answers with a left-liberal bias. Limited by the dataset on which the model was trained. Since summer 2025, ChatGPT models such as GPT-5 (the basic version is available with a free subscription, while ChatGPT-Pro and ChatGPT-Plus are available with a paid subscription), ChatGPT agent for solving multi-step problems, and, since November 2025, GPT-5.1, which allows for the creation of group chats, will be available. Perplexity Created in 2022, a specialized generative AI based on ChatGPT, providing primary ("reconnaissance") search ("smart search engine"), information aggregation with indication of information sources. Generates a brief description based on the content of the material. Search and retrieve information as a direct quote with a mandatory link to a specific web page. Real-time analysis of internet resources. Data visualization in tables. Detailed queries are required to obtain a high-quality response from the program. The free version is limited to 5 queries per day (the paid version allows up to 600 queries). Source: Top AI Tools for Policy Analysts. 2024. June 4. URL: https://dzen.ru/a/Zl8A2czi4HQCDwrT?ysclid=mknmnfuc Source 7320592640 (access date: 09/15/2025). Таблица 2. Функционал лучших программ ИИ для аналитики данных Программы Функционал Особенности ١ ٢ ٣ Julius AI Позволяет анализировать, интерпретировать сложные данные, визуализируя их понятным даже для неспециалиста образом Простота использования Использование естественного языка для запросов интерпретации содержания загруженных источников Поддержание работы с файлами любого формата, в том числе электронных таблиц (.xls, .xlsx, .xlsm, .xlsb, .csv), и базами данных Google Sheets и Postgres Строгий контроль за доступом пользователей только к своим данным Наличие ссылки на источник непосредственно в интерфейсе чата Визуализация электронных таблиц с несколькими вкладками Coupler.io Инструмент интеграции данных без написания кода, синхронизирующий сведения более чем 70 популярных приложений непосредственно с электронными таблицами (Google Таблицы, Excel) Не требует ручного ввода данных, позволяет импортировать данные по расписанию и создавать отчёты в режиме реального времени Интуитивно понятный интерфейс, безопасная инфраструктура, гибкие функции преобразования, отсутствие требования технических навыков у пользователя Фильтрует и сортирует информацию, может переименовывать поля в таблице PowerDrill AI Платформа быстрого и эффективного анализа загруженных данных через диалоговый интерфейс Обеспечивает быстрый анализ данных и прогнозирование тенденций за счет расширенного машинного обучения с помощью интуитивно понятного диалогового интерфейса Позволяет настраивать панели в процессе мониторинга данных Поддерживает интеграцию с существующими системами Проводит аналитику в реальном времени, Обеспечивает конфиденциальность данных Требует стабильного интернет-соединения при обработке данных Интегрируется с существующими ИТ-системами для повышения скорости работы DataLab Платформа для повышения эффективности обработки данных с помощью упрощения и ускорения преобразования данных на основе мощной интегрированной среды разработки (IDE) и генеративной технологии ИИ Помогает писать и исправлять код, объяснять структуру данных, предлагает контекстно-зависимые рекомендации Поддерживает совместную работу в режиме реального времени, позволяя командам обмениваться информацией и эффективно контролировать версии Автоматически обновляет создаваемые в реальном времени отчеты Подключается к различным источникам данных Microsoft Power BI Платформа бизнес-аналитики, позволяющая сортировать данные и визуализировать их для лучшего понимания Импортирует данные из любого источника и позволяет практически сразу создавать информационные панели и отчеты Позволяет создавать модели машинного обучения и использовать другие функции ИИ для анализа данных Легко интегрируется с существующими приложениями Создает персонализированные информационные панели Помогает публиковать защищенные отчеты Отсутствуют ограничения по памяти и скорости Polymer Преобразует разрозненные данные в единую базу данных Нет необходимости кодирования информации и программирования Позволяет искать электронные таблицы Анализирует данные, облегчает понимание их сути Аккио Инструмент для анализа и прогнозирования, подходит для новичков Инструмент предназначен для начинающих, не требует опыта программирования Позволяет на основе загрузки определенного набора данных сформировать нейтронную сеть вокруг выбранной переменной и предсказать ее значение Позволяет рассчитать рейтинг точности различных моделей прогноза Echobase Платформа для работы команды для запроса сведений, создания контента и анализа данных на основе загрузки файлов или синхронизации облачного хранилища Подходит для работы команды, обеспечивает доступ к агентам ИИ, назначает роли и управляет разрешениями Не требует знаний в области программирования Обеспечивает пользователям безопасность их данных с помощью шифрования AWS и полный контроль над ними Предлагает такие инструменты ИИ, как создание текстов, включая истории и электронные письма BlazeSQL Инструмент мгновенного преобразования запросов на естественном языке в запросы на языке программирования SQL с целью поиска, извлечения и визуализации данных Поддерживает несколько баз данных SQL Предлагает облачную и настольную версии; вторая из них обеспечивает полную конфиденциальность и безопасность данных пользователя Самообучаема: позволяет на основе изучения базы данных пользователя лучше понимать их структуру и предлагать усложненные запросы Может генерировать сложные SQL-запросы Позволяет на основе аналитики быстро принимать обоснованные решения ١ ٢ ٣ Tableau Платформа для аналитики и визуализации данных с созданием отчетов, которыми можно поделиться Работает с языком запросов VizQL Проста в использовании, не требует навыков в области программирования Обрабатывает большие объемы данных Выполняет сложные вычисления, объединение данных, создает информационные панели Создает интерактивные визуализации Позволяет работать в облаке и локально Позволяет создавать отчеты и делиться ими на настольных компьютерах и в мобильных устройствах Источник: МакФарланд А. 10 лучших инструментов искусственного интеллекта для аналитиков данных (январь 2026 г.). URL: https://www.unite.ai/ru/ai-tools-data-analysts/ (дата обращения: 03.01.2026). . Table 2. Features of the Best AI Programs for Data Analytics Programs Functional Peculiarities Julius AI Allows you to analyze and interpret complex data, visualizing it in a way that is understandable even to a non-specialist. Ease of use. Use of natural language to query and interpret the content of downloaded sources. Support for files of any format, including spreadsheets (.xls, .xlsx, .xlsm, .xlsb, .csv), and Google Sheets and Postgres databases. Strict user access control ensures that users only access their own data. Link to the source directly in the chat interface. Spreadsheet visualization with multiple tabs. Coupler.io A no-code data integration tool that syncs data from over 70 popular apps directly with spreadsheets (Google Sheets, Excel). It eliminates manual data entry and allows scheduled data import and real-time reporting. It features an intuitive interface, secure infrastructure, flexible transformation functions, and no technical skills required. Filters and sorts information and allows renaming of table fields. PowerDrill AI A platform for fast and efficient analysis of uploaded data via a dialog interface. Provides rapid data analysis and trend forecasting using advanced machine learning through an intuitive dialog interface. Allows you to customize dashboards while monitoring data. Supports integration with existing systems. Performs real-time analytics. Ensures data privacy. Requires a stable internet connection for data processing. Integrates with existing IT systems to improve performance. DataLab A platform for improving data processing efficiency by simplifying and accelerating data transformations based on a powerful integrated development environment (IDE) and generative AI technology. Helps you write and fix code, explains data structure, and offers context-sensitive recommendations. Supports real-time collaboration, allowing teams to share information and effectively control versions. Automatically updates generated reports in real time. Connects to various data sources. Microsoft Power BI A business intelligence platform that lets you sort and visualize data for better understanding. Imports data from any source and allows you to create dashboards and reports almost instantly. Allows you to create machine learning models and use other AI features to analyze data. Easily integrates with existing applications. Creates personalized dashboards. Helps publish secure reports. No memory or speed limits. Polymer Transforms disparate data into a single database. No coding or programming required. Allows you to search spreadsheets. Analyzes data, making it easier to understand. Аккио A tool for analysis and forecasting, suitable for beginners. This tool is designed for beginners and requires no programming experience. It allows you to generate a neural network around a selected variable and predict its value based on a specific data set. It also allows you to calculate the accuracy rating of various forecasting models. Окончание табл. 2 Programs Functional Peculiarities Echobase A team collaboration platform for querying information, creating content, and analyzing data based on file uploads or cloud storage synchronization. Suitable for teamwork, it provides access to AI agents, assigns roles, and manages permissions. No programming knowledge required. Provides users with data security and full control using AWS encryption. Offers AI tools such as text generation, including stories and emails. BlazeSQL A tool for instantly converting natural language queries into SQL queries for searching, retrieving, and visualizing data. Supports multiple SQL databases. Offers cloud and desktop versions, the latter of which ensures complete privacy and security of user data. Self-learning: By studying the user's database, it can better understand its structure and suggest complex queries. Can generate complex SQL queries. Enables quick, informed decision-making based on analytics. Tableau A platform for data analytics and visualization with the creation of shareable reports. Works with the VizQL query language. Easy to use, no programming skills required. Processes large volumes of data. Performs complex calculations, combines data, and creates dashboards. Creates interactive visualizations. Works in the cloud and on-premises. Allows you to create reports and share them on desktops and mobile devices. Source: McFarland A. Top 10 AI Tools for Data Analysts (January 2026). Retrieved March 1, 2026, from https://www.unite.ai/ru/ai-tools-data-analysts/ (access date: 01/03/2026). Основные тематические направления политических исследований с использованием ИИ Использование ИИ в электоральных прогнозах позволяет учитывать позицию взрослого населения территорий, которые обычно не попадают в выборку традиционных массовых опросов и дают возможность отслеживать изменения намерений избирателей непосредственно перед выборами. В отличие от традиционного социологического подхода, в котором сравниваются электоральные предпочтения и намерения различных социально-демографических групп, использование ИИ позволяет одновременно учитывать также политические взгляды, стиль жизни и даже личностные характеристики, что в итоге позволяет с помощью микротаргетинговой рекламы отправлять избирателям уникальные сообщения, которые подталкивают их к определенным действиям. В электоральных исследованиях доминируют практические оперативные цели использования ИИ. Сделанный весной 2025 г. прогноз об использовании ИИ на выборах в Госдуму IX созыва47 прямо указывает на разработку и использование принципиально отличающихся от предыдущих нейросетей, которые позволят предельно быстро и гибко принимать стратегические и ситуативные решения с целью повлиять на избирателей, оперативно создавать и рассылать целевые агитматериалы для конкретных малых социальных групп. Проводимые с помощью ИИ в интернет-пространстве электоральные исследования объективно 47 Приближение кибер-айсберга. Нейросети на выборах в Госдуму 2026. 2025. 26 марта. URL: https://cpkr.ru/issledovaniya/vybory-2026/priblizhenie-kiber-aysberga/?ysclid=ml15cc0gq3101334256 (дата обращения: 12.11.2025). Ending of theTable 2 потребуют очень небольшого количества времени, отнюдь не всегда будут проходить в опросной форме и при этом позволят учитывать колоссальное число переменных, которые не может вместить традиционный массовый опрос. Обещают разработку цифрового образа идеального кандидата, возможность использования ИИ-ассистента, а также генерацию агитационного контента любого формата, жанра на любой вкус предельно быстро, адресно и относительно недорого. Наряду с особыми формами изучения общественного мнения ИИ явно может быть использован политическими экспертами, которые будут ссылаться на этот источник, акцентируя объективность предоставляемой информации. Безусловно, эксперты - «говорящие головы» также заинтересованы в оперативном получении контента при минимизации своих собственных интеллектуальных усилий. Представляется интересным посвященный теме государственной политики электоральных инноваций научно-методический эксперимент, проведенный проф. Н.А. Барановым (СЗИУ РАНХиГС) в 2024 г. и основанный на сравнении полученных традиционным для политологов методом экспертного глубокого нестандартизованного интервью данных и ответов ИИ (NicbarBot). Ответы экспертов и программы ИИ на 14 вопросов гайда оказались неидентичными. По оценке ученого, чат-бот демонстрирует «теоретическую проработанность вопросов… политическую нейтральность, нацеленность на достижение положительных результатов… Эксперты соизмеряют свои ответы с реальной политической ситуацией, готовностью общества к новациям, включая техническую составляющую… отсутствует идеализированное оптимистичное представление» [Баранов 2025b: 617-618]. Перед выборами президента США в 2024 г., президента Польши в 2025 г. и федеральными выборами в Палату общин в Канаде в 2025 г. были проведены интересные научно-методические эксперименты, показывающие возможность коммуникации избирателей с ИИ повлиять на электоральные намерения людей не за счет манипулятивных приемов, а благодаря качеству аргументов, поскольку чат-боты приводят множество убедительных фактов в поддержку своей позиции47. Среднесрочное и долгосрочное прогнозирование в области международных отношений [Баранов, 2025а: 159-179] и геополитики также становится весьма популярным направлением применения ИИ, особенно в таких вопросах, как «мировая экономика, военное стратегическое планирование и мегатренды мировой политики»48. Алгоритм использования ИИ для прогнозирования международных отношений предполагает первоначально создание базы информации из надежных источников, содержащих количественные и качественные данные по интересующей исследователя теме, с последующим использованием нескольких инструментов ИИ, каждый из которых дополняет и уточняет выводы. 47 Осборн Э. Чат-боты с ИИ повлияли на мнение избирателей в эксперименте. URL: https://naukatv.ru/news/chatboty_s_iskusstvennym_intellektom_mogut_effektivno_vliyat_na_izbiratelej_v_lyubuyu_storonu (дата обращения: 22.12.2025). 48 Токарева А. Многополярность, фрагментация и роль России: каким JPMorgan видит мир к 2050 г. 2026. 7 января. URL: https://frankmedia.ru/256801 (дата обращения: 07.01.2026). В качестве наиболее оптимальных вариантов в настоящее время называют анализ на основе исторических данных временных рядов LSTM-сети с долговременной памятью и сверточных сетей (TCN), использование в качестве более простой альтернативы для обеих сетей высокопроизводительных обучающихся рекуррентных блоков с вентилями (GRU), а также генеративно-состязательных сетей (GAN) для обнаружения новых вариантов развития событий47. Информационные сообщения в Интернете показывают, что ИИ активно применяют для изучения геополитических процессов с помощью сценарного метода в новых исследовательских центрах при крупнейших коммерческих фирмах. Примером может служить созданный в 2024 г. при инвестиционно-банковском конгломерате JPMorgan и начавший функционировать летом 2025 г. «Центр по геополитике»48. Официально он должен предоставлять корпоративным клиентам информацию о территориях с высокими рисками для финансового инвестирования и логистических цепочек поставки продукции, однако сведения о том, что штатными сотрудниками Центра являются специалисты с опытом работы в Пентагоне и Белом доме, а первые доклады были связаны с оценкой состояния военно-промышленной базы США, перспектив развития международных отношений на Ближнем Востоке, а также между Россией и Украиной, свидетельствуют о появлении аналитических структур, в которых выводы экспертов, работающих со сценарным методом, опираются прежде всего на извлекаемую программистами из Интернета гигантскую по объему информацию. С помощью естественного языка (NLP) политологи могут анализировать тексты из СМИ, соцсетей и речи политиков и политических активистов для выявления трендов принятия решений и мониторинга общественного мнения, прогнозирования реакций людей на различные события. Этот метод позволяет автоматизировать многие виды работ с большими объемами текстовых данных. Исследователи всерьез обсуждают возможность «социологии без респондентов» - изменение способов изучения общественного мнения на основе моделирования реакции представителей различных социально-демографических групп на какие-либо значимые социально-политические события с помощью больших языковых моделей (LLM). Естественный язык позволяет быстро определить эмоциональную окраску информации (позитивную, негативную или нейтральную) в официальных сообщениях, постах и комментариях в соцсетях, он извлекает имена политиков и организаций, события из текстов, а в сетевом анализе позволяет построить сети связей для изучения коалиций или конфликтов. Кроме того, рассматривается возможность проведения с помощью этого инструмента мысленных (имитационных) экспериментов. 47 Аверкин Н. Прогностические возможности ИИ в области международных отношений. 2025. 30 июля. URL: https://russiancouncil.ru/analytics-and-comments/columns/sandbox/prognosticheskie-vozmozhnosti-ii-v-oblasti-mezhdunarodnykh-otnosheniy/?ysclid=mknmd2hd8145167422 (дата обращения: 01.08.2025). 48 Токарева А. Многополярность, фрагментация и роль России: каким JPMorgan видит мир к 2050 г. 2026. 7 января. URL: https://frankmedia.ru/256801 (дата обращения: 07.01.2026). Риски и угрозы применения ИИ в политических исследованиях На первый план выходят, безусловно, этические проблемы применения ИИ в политологических исследованиях. Речь идет не только о возможностях их проведения безопросным методом, что предполагает не только сбор данных по цифровому следу, но и получение практически исчерпывающей персонифицированной информации о конкретных людях, их политических предпочтениях, стиле жизни взглядах и т.д. Если в традиционных опросах при анкетировании исследователи гарантируют респондентам анонимность, а в интервью - конфиденциальность, то в случае ИИ этот вопрос даже не встает: владеющий соответствующими технологиями человек может распоряжаться полученной информацией по своему усмотрению практически без ограничений. Применение ИИ в политологических исследованиях вызывает ряд проблем, связанных с определенной настройкой (предвзятостью) алгоритмов, нарушением приватности частной жизни и опасностью манипулирования общественным мнением. Эти негативные процессы требуют разработки и внедрения не только этических стандартов и прозрачных механизмов контроля, но и определенных норм Административного и, возможно, даже Уголовного кодексов. Важный вопрос - обладание интеллектуальными правами на полученный результат исследований. Если функции исследователя сводятся к написанию промта (совокупность вопросов, на которые ИИ должен дать ответ), то кто будет обладать авторскими правами на проект, текст отчета, содержащуюся в нем информацию? Поскольку мы вступили с ИИ в «пространство неизвестного», то разработка юридических норм очень долго, почти всегда будет носить запаздывающий характер и стремиться, скорее, в догоняющем режиме хотя бы частично снять возникающие негативные эффекты. Алгоритмы ИИ могут воспроизводить предубеждения из используемых для обучения модели данных, что неизменно приведет к субъективным выводам. В конце 2025 г. изучающий большие языковые модели (LLM) французский стартап Foaster Labs провел онлайн-исследование The Gap Between Machines & Citizens, сравнив ответы нескольких моделей ИИ (GPT-5, Grok-4, Gemini 2.5 Pro, Claude 4.5 Sonnet, Kimi K2 Thinking, Magistral Medium) на вопросы о социальной, налоговой и миграционной политике, состоянии рынка труда и безопасности граждан, а также регулировании ИИ. Некоторые ответы систем выглядели странно, и после их отсеивания ученым удалось отразить положение программ ИИ в двумерном пространстве экономических и политических взглядов на основе шкалы «левые - правые». В результате «GPT-5 оказалась почти в центре, но с небольшим уклоном в сторону либертарианства по вопросам личных свобод. Grok-4 оказался единственным правым либертарианцем, а Claude, Gemini, Kimi и Magistral стали левыми либертарианцами: их ответы чаще поддерживают перераспределение и социальные программы при относительно мягком отношении к контролю над частной жизнью граждан»47. В 2023 г. университет 47 Пешков А. Раскрыты политические взгляды ИИ: GPT-5 ближе к центру, Grok-4 справа. 2025. 26 ноября // URL: https://habr.com/ru/news/970666/?ysclid=mknmqy0s23773432159 (дата обращения: 22.12.2025). ские ученые из США и КНР протестировали 14 различных языковых моделей, задав 62 вопроса на политические темы, и получили подтверждение не только ориентации ИИ на те базы данных, которые использовались для обучения, но и практической невозможности «переобучения» систем47. Эта ситуация показывает исключительность влияния исходной использованной информации на результаты работы ИИ. Отдельная проблема - прозрачность алгоритмов ИИ. Ученые утверждают, что это - «черный ящик» подчас для самих разработчиков. В такой ситуации непонимания неизбежны недоверие и скептицизм со стороны рядовых граждан в отношении использования ИИ в сфере политики безотносительно того, идет ли речь о принятии управленческих решений, о научном анализе произошедших или прогнозировании грядущих событий. Риски утечки персональных данных и/или возможности скрытой агитации неизбежно негативно скажутся на отношении к ИИ. Достоверность полученных данных с помощью ИИ остается под вопросом из-за так называемого феномена «галлюцинации ИИ», когда пользователю в ответ на его запрос «большая языковая модель» (LLM; Large Language Model) предлагает несуществующие факты со ссылками на псевдоисточники. Возможный выход - «ограничение автономии ИИ… продвижение заслуживающих доверия неагентных моделей… разработка безопасных ИИ-систем во главе с ИИ-контролером, отслеживающим их работу и имеющим возможность останавливать потенциально вредные действия ИИ»48. Старший научный сотрудник Института социально-политических исследований ФНИСЦ РАН А.В. Дождиков выделил следующие ключевые проблемы технического плана, неизбежно возникающие при использовании ИИ в социальных и политических исследованиях: а) требование увеличения вычислительных ресурсов для становящихся все более громоздкими моделей ИИ; б) ограниченность оригинальных данных, трудоемкость их разметки на этапе подготовки проекта (машинного обучения модели), особенно в случае проведения экспертизы по очень узкой, специфической теме; в) требование постоянной перенастройки модели (буквально через два-три месяца после запуска исследовательского проекта), поскольку социальные и политические процессы развиваются нелинейно, скорость их изменения, а то и направление постоянно трансформируются, соответственно, устаревают исходные данные и качество интеллектуального продукта также ухудшается; г) необходимость учета в модели аномальных (нетипичных) данных и возможное игнорирование перенастроенной дообученной моделью исходных типов объектов; 47 Агазода Р. У языковых моделей есть политические взгляды - исследование. 2023. 8 августа // URL: https://tproger.ru/articles/u-yazykovyh-modelej-est-politicheskie-vzglyady-issledovanie (дата обращения: 22.12.2025). 48 Демьяненко В. Козни, шантаж и коварство: автономный ИИ без «красных линий» // Эконс. 2025. 13 ноября. URL: https://econs.online/articles/techno/kozni-shantazh-i-kovarstvo-avtonomnyy-ii-bez-krasnykh-liniy/ (дата обращения: 07.01.2026). д) проблема выдачи ИИ имитационных недостоверных результатов, которые создают у исследователей иллюзию истинных [Дождиков 2025: 258-259]. Приведенный список показывает, что преимущества быстрого автоматизированного получения аналитических результатов исключительно значимы, но их необходимо укреплять за счет минимизации реальных рисков, связанных с использованием ИИ в политологических исследованиях. Заключение Научные исследования в области политики за редким исключением (касающимся, например, конкретных узких вопросов истории политической мысли) перестают быть в настоящее время продуктом отдельных ученых («одиночек»); чаще всего требуется синергетический эффект интеллектуальных усилий научного коллектива мотивированных и профессионально подготовленных специалистов. В период активного внедрения ИИ эта тенденция, несмотря на то, что новые технологии значительно облегчают процедуры сбора, обработки и интерпретации материалов, скорее всего, лишь усилится. Остро стоит вопрос о необходимости знания современными политологами методических правил и процедур выполнения различных видов анализа в случае повсеместного использования ИИ. Напрашивается лишь внешне очевидный ответ на вопрос о возможности их не изучать, не приобретать никаких специальных знаний и навыков, а положиться на технологии ИИ, сосредоточившись на обучении правилам «промт-инжиниринга» («искусства задавать ИИ правильные вопросы»). Безусловно, мы наблюдаем «естественное умирание» некоторых эмпирических методов политологических исследований (преимущественно методов сбора данных). Но не окажемся ли мы, безответственно полагаясь на методы ИИ, в роли персонажа из старого советского мультфильма «Вовка в Тридевятом царстве», где всю работу за главного героя с очень плохим результатом делали «двое из ларца, одинаковых с лица»?! Собственно говоря, альтернатив решения этой проблемы немного: политолог осваивает искусство и науку самостоятельной работы с помощью ИИ или работает в команде с программистами. Но и во втором случае ситуация не очень простая. При отсутствии слаженной работы политологов и программистов и признания в проекте стратегического лидерства в определении цели и дизайна исследования именно за обществоведами возникнут дополнительные риски узкой трактовки полученных результатов вне контекста влияющих на них многочисленных исторических, экономических и социально-политических факторов.

About the authors

Olga V. Popova

St. Petersburg State University; Northwestern Institute of Management - Branch of the Russian Academy of National Economy and Public Administration

Author for correspondence.
Email: pov_64@mail.ru
ORCID iD: 0000-0002-0701-7767

Doctor of Political Sciences, Professor, Professor of the Department of Political Institutions and Applied Political Research, St. Petersburg State University; Professor of the Department of Social Technologies, Northwestern Institute of Management - Branch of the Russian Academy of National Economy and Public Administration

St. Petersburg, Russian Federation

References

Supplementary files