Цифровые кентавры
Вышла наша с Иваном Груздевым статья о том, какие социальные практики работы с ИИ формируются в студенческой среде.
Мы опросили ребят, которые при создании академических текстов используют ИИ осознанно и этично. В частности – участников конкурса дипломных работ, написанных с использованием ИИ. Это те люди, которые нашли для себя ответ, как корректно разделить работу между человеком и роботом, оставаясь автором своего текста, и как задекларировать вклад ИИ в текст.

Вот сюжеты, которые мы увидели:

▫️ИИ как доверительный собеседник: студенты используют общение с роботом как способ подтолкнуть ход своих мыслей
▫️ИИ как ассистент: студенты увеличивают скорость работа, отдавая роботу рутину, оставляя себе человеческую работу
▫️Сохранения авторства: студенты воспринимают ИИ не как соавтора, а как секретаря или научного консультанта, а не соавтора
▫️Возникают сети партнерства по совместному использованию сервисов ИИ
▫️Снижается доверие к системам антиплагиата, которые обнаруживают участие ИИ с непрогнозируемой точностью
▫️Разделение преподавателей на две группы: большую (запрещающую использовать ИИ) и меньшую (консультирующую по корректному и эффективному его использованию)

Наш вывод: в среде ответственных студентов формируются практики этичного использования ИИ в академических целях. Однако обсуждение этих практик с преподавательским корпусом – редкое явление, тема в основном табуирована. Академический «цифровой кентавр» пока находится в стадии становления. Если университеты не предложат единых и признанных правил использования ИИ, то в краткосрочной перспективе «выигрывать» будут те студенты, кто лучше владеет техниками скрытого применения ИИ, а не те, кто использует его корректно и глубже понимает предмет. Академический «цифровой кентавр» может так и не родиться: вместо эффективной и этичной симбиотической команды мы рискуем получить дисфункциональную триаду «студент – скрытый ИИ – подозревающий преподаватель».

Но время для академической дискуссии и выработки социальных практик у нас еще есть.

Национальная технологическая олимпиада преодолела рубеж в миллион участников! http://government.ru/news/56923/

Итоги исследовательского года (часть 1)
Завершился второй год работы лаборатории «Молодежная политика», и он был плодоносным на идеи и публикации.

Теория молодежи
В этом году мы сформировали подход к изучению молодежи на основе идеи социального наследования. Молодежь – это не социальная категория, а социальный процесс: старшие передают младшим ресурсы и ответственность за будущее, а младшие принимают. Фундирующая статья по теории наследия пока не вышла, но в НОП можно почитать конспект семинара. Мы считаем, что это очень плодоносная в смысле Томаса Куна теория, и уже провели два эмпирических исследования в ее логике: про младшую страну молодежи (12-18 лет) и про социальное наследование в атомной отрасли.

Критика теории поколений
Мы усомнились в «профанной» версии теории поколений, которая делит людей во всем мире на «зумеров», «миллениалов» и так далее. Исследование протестов в Непале, которое мы с Ильей Яськовым и Марией Сергеевой провели на материале миллиона сообщений в дискорде (где эти протесты координировались), утвердили нас в этих сомнениях. Для молодых непальцев «быть зумером» – не свойство, а сформированная временная идентичность. Исследования российской молодежи в регионах, где в этом году проходили губернаторские выборы, показали: молодые россияне не очень похожи на зумеров из рилсов.

Ценности и историческая память
Уже можно подвести промежуточные итоги двухлетнего цикла исследования трансляции и принятия ценностей (это две стороны одной социальной медали) на разном материале: активисты ВФМС, младшая страта молодежи, студенты спортивных вузов и др. Промежуточный вывод такой: Молодежь в целом лояльно принимает ценности Указа №809, хотя не все формулировки понимает одинаково хорошо. Более того, в картине мира молодежи традиционные ценности не входят в противоречие с «ценностями модерна» (личный успех, благополучие, развитие). При этом важно исследовать ценности а) в их конкретном выражении (не «приоритет духовного над материальным», а «Троица Андрея Рублева»); б) в контексте исторической памяти (например, мы увидели, что у технологической молодежи реальная историческая память не простирается дальше советского периода); в) с учетом возможности «гиперпринятия» отдельных ценностей, доходящего до экстремальных форм.

Формирующий опыт
Мы укрепились в мысли, что базовый инструмент молодежной политики – это личностно значимый формирующий опыт. Двухлетний цикл исследований «обучения служением» показал, что опыт «я сделал в моей стране что-то хорошее и значимое» существенно влияет на гражданственность, патриотизм, просоциальные установки. В этом году мы (в первую очередь - Владимир Никольский) исчерпывающим образом описали, при каких условиях эта технологий эффективна (свобода выбора проекта, встречи с благополучателем, особая роль наставника и др.). Мы сделали ход к обобщению вопроса об опыте на «не образовательные» пространства: вместе с одним из ведущим исследователем социальной агентности Павлом Сорокиным и координатором всероссийской программы открытия сети «точек кипения» Любовью Кириенко подготовили исследование формирующего опыта в «точках» (почитайте, кстати: совсем свежая статья, буквально позавчера вышла). А еще мы провели полугодовой семинар об опыте в коллективе, описали ряд советских практик коллективистского образования и предлагаем общему вниманию сборник статей «Коллектив, группа, сообщество».

Итоги исследовательского года (часть 2)

Молодежь и будущее
Предложенная выше модель наследия не отменяет того факта, что молодежь – это главный двигатель развития общества. Мы провели серию исследований отношения молодежи к технологиям и считаем, что именно от молодежи во многом зависит, насколько органично технологии войдут в общественную жизнь и будут ли способствовать социальному прогрессу. Например, мы с Иваном Груздевым собрали очень интересный материал о том, как студенты сами вырабатывают практики этичного использования ИИ в академических целях. Возможно, именно благодаря этим практикам общество сможет найти органичные формы взаимодействия со все более эффективными системами ИИ.

Скорость исследований
И, наконец, мы сделали ставку на скорость, обеспеченную технологиями. Прошедшие два года показали, что исследования регулярно отстают от темпов принятия управленческих решений (как было, например, с «ЧВК-Рёдан» и с «квадроберами»). Если мы хотим сделать молодежную политику доказательной, ответы на вопросы должны появляться за часы и минуты, а не недели и месяцы. Мы разработали методологию «кентавра» (совместной работы исследователя и ИИ), которая позволила в деталях изучить события в Непале за сутки. Разметка художественного фильма с точки зрения трансляции ценностей/антиценностей занимает час. Штабная игра по прогнозированию рисковых сценарием по этой технологии занимает один рабочий день. Ещё с учетом «упаковки» результатов. Но надо быстрее, и мы будем ускоряться.

В следующем году мы планируем:

▫️провести сплошное исследование формирующего опыта среди студентов, проанализировав влияние разных деятельностных форматов: от экспедиций и волонтерства до бизнес-инкубаторов;

▫️запустить серию форсайтов молодежной политики для ключевых отраслей, начиная с космической;

▫️поставить на поток блиц-исследования на основе «кентавров», решив проблему отставания доказательных исследований от управленческих решений.

Приглашаю присоединяться к нашим исследовательским проектам и семинарам в 2026 году!

Писал выше, что наша ставка как исследовательской команды - это скорость. Кентавр (человек+ИИ) обрабатывает данные существенно быстрее, чем человек.

Но применимо ли это в качественных социальных исследованиях, в которых особенно важна роль интерпретатора с творческим подходом, начитанностью, интуицией?
В профильных журналах этот вопрос обсуждается с 2024 года, и ответ - да:

1. Задачи распределяются так, что творческая часть достается человеку, а рутина - роботу (тематическое кодирование делает ИИ); о похожем принципе мы писали в статье о студентах и ИИ.

2. Стратегия кодирования задается через обучение робота на профильных учебниках по качественным методам: обоснованная теория, тематическое кодирование и др.

3. Все выводы проверяет человек (например, предлагается отдавать ИИ 70-80%% расшифровок интервью, а остальные кодировать руками).

4. Обязательно запускаются промпты на проверку предпосылок ИИ (bias audit), ведь мы не знаем, на каких данных обучалась именно эта языковая модель.

5. Разумеется, использование ИИ не просто декларируется в статье: промпты и сырые данные сохраняются в репозитории для воспроизводимости.

6. И, конечно, данные анонимизируются, особенно при передаче для анализа проприетарным ИИ.

Но вообще это консервативные принципы, они дают ускорение в 5-10 раз без повышения качества результата.

Другая ветка статей опирается на принцип коммуникации. Владимир Никольский вводит термин "коммуникативный ИИ", зарубежные коллеги говорят о "диалоге с данными", наши - предлагают идею аутокоммуникации.

Идея в том, что исследователь и сам метод могут стать лучше, если работает кентавр. Например:

1. Методология "обоснованной теории" требует, чтобы исследователь подходил к данным без предпосылок, выводил теорию из данных. Но всегда ли человек замечает, что привнес что-то своё ещё на этапе кодирования? Исследователи кентавров говорят, что подготовка промпта для ИИ позволяет исследователю заметить и снять собственные предпосылки.

2. Общение с роботом в ходе выработки промпта и "приемки результатов" может навести исследователя на неожиданные идеи, которые в одиночку он бы не выработал (образ ИИ как собеседника мы видели в интервью с молодыми социологами).

3. Робот может "оживить" данные, сделать возможным диалоговый формат. Например, анализируя кейс Непала мы в RAG-системе ставили перед массивом данных гипотезы и получали аргументированные ответы.

4. И, наконец, скорость решает. ИИ дает возможность работать с нарративами невероятного объема (миллион сообщений и более), что невозможно для исследователя-человека.

Энтузиасты ИИ говорят, что фронтир 2026 года - мультиагентные системы с написанием индивидуального программного кода для каждого этапа проверки гипотезы и агентный RAG.

А я думаю, что есть два стратегических вызова, за которые надо браться:

1. Подготовка кентавров: совместное обучение человека и его ИИ-партнера для работы в сфере социальных исследований.

2. Разработка специализированных ИИ для социальных исследований (в том числе для запуска на машинах без доступа в сеть) где ключевое требование - прозрачность и разнообразие предпосылок (должно быть доподлинно известно, на каких данных обучалась конкретная модель).

В первый рабочий день нового года мы не удержались и скачали иранский телеграм, а потом обработали "кентавром". Вот что мы узнали из быстрого анализа:

1. Молодежи много, но на Непал и Марокко не похоже; это не технологии "восстания зумеров".

2. Требования и критика направлены на "систему" (инфляция, экономический кризис, коррупция), а не лично на Аятоллу Хаменеи.

3. Реза Пехлеви (сын последнего шаха) почти не упоминается.

4. Участвуют разные сообщества, от монархистов до радикальных националистов.

5. США и Израиль воспринимаются протестующими как враги, идеи Трампа о военном вмешательстве "для защиты протестующих" не поддерживаются и критикуются.

6. Один из частых лозунгов - "Иран, Иран". Обсуждают важность объединения перед лицом внешней угрозы и более активных действий "системы".

На первый взгляд похоже скорее на "рассерженных патриотов", чем на что-либо еще.

NB: Анализ проведен на большом объеме данных (более 800 тысяч сообщений тг), но поверхностно, за 20 минут.

Бета-тест гида по молодежной политике
В конце года команда ВШЭ представила проект гида по молодежной политике как части собственной базы знаний о молодежи с применением технологий искусственного интеллекта.

Гид проходит бета-тестипование: мы расширяем экспертный пул и отлаживаем промпты для ИИ. В результате должен получится универсальный, и, что самое главное, динамичный навигатор: нормативная база, методики, исследования, проекты.

Статьи энциклопедии мгновенно создаются при помощи искусственного интеллекта и помечаются специальным уведомлением, затем они поступают на проверку и редактирование отраслевым экспертам. Далее —  еще раз обновляются после правок, но уже с новым уведомлением «Проверено экспертным сообществом».

В итоге мы получаем энциклопедию экспертного сообщества молодежной политики, где собрана и структурирована вся актуальная информация.

Для тех, кто хочет включиться в проект, можно подать свою заявку в команду экспертов до конца января.

Еще больше исследовательких итогов года лаборатории Молодежная политика ВШЭ тут.