Кручинская Екатерина Владиславовна

Драйверы потребительского выбора на маркетплейсах для российского населения: экономия средств и ассортиментное разнообразие

2025 · ARTICLE · ru

В условиях опоясывающей цифровизации онлайн-площадки становятся важным элементом повседневной жизни – как по частоте использования, так и по совокупности причин использования. Действительно, онлайн-платформы сегодня все чаще выступают каналами потребления, упрощенного путем посреднической функции со стороны потребителя и со стороны продавца. При этом ценовая доступность и ассортиментное разнообразие не предлагаются к рассмотрению в большинстве исследований как значимые факторы улучшения экономического положения домохозяйств. Данное исследование предлагает косвенную оценку вклада маркетплейсов в благосостояние потребителей, основанную на экономии средств и расширении ассортимента. Опросы населения (N=3000) и верхнедоходной группы (N=1000), проведенные в 2024 г. НИУ ВШЭ в рамках проекта «Потребление и экономическое поведение домашних хозяйств», показывают, что возможность экономии средств – ключевой фактор при выборе маркетплейса для основной части населения. Полученные результаты исследования показывают, что маркетплейсы вносят значимый вклад в благосостояние домохозяйств: либо за счет предоставления возможности экономии, либо за счет более полного удовлетворения потребительского спроса. Обе эти модели потребительского поведения свидетельствуют о том, что посреднические платформы потребления становятся важным драйвером улучшения положения домохозяйств и, как следствие, оказывают косвенное положительное влияние на ВВП.

Эффективность рынка искусственного интеллекта: ожидания и реальность

2025 · ARTICLE · ru

Внедрение искусственного интеллекта (ИИ) оказывает значительное влияние на мировую экономику, трансформируя корпоративные стратегии и повышая операционную эффективность. Целью данного исследования является анализ относительной эффективности рынка генеративного ИИ с учетом размеров рынка чипов, серверов и инфраструктуры центров обработки данных, необходимых для его функционирования, и сопоставление этих размеров рынка с размерами рынка ИИ-решений. В работе выдвигается гипотеза о том, что текущий рынок ИИ, несмотря на активное развитие, характеризуется догоняющим характером по сравнению с рынком комплектующих и пока не в полной мере отражает пропорциональное соотношение объемов этих рынков (рынка аппаратного обеспечения и рынка ИИ-решений). Подчеркивается, что капитальные затраты технологических гигантов на создание ИИ-инфраструктуры значительно возросли, что может потребовать десятилетий для достижения баланса между размером рынка аппаратного обеспечения, обеспечивающего работу ИИ, и размером рынка самих ИИ-решений. Для оценки эффективности рынка ИИ применяется методология анализа среды данных или оболочечного анализа (Data Envelopment Analysis, DEA), рассматривающая «входы» (размеры рынка комплектующих) и «выходы» (размеры рынка ИИ-решений). Результаты DEA-анализа динамики рынка GenAI в период с 2016 по 2024 г. выявляют нелинейный характер развития, начиная с 2021 г., с переломом тенденции и снижением показателей эффективности, что подтверждает гипотезу о догоняющем характере развития технологий ИИ по сравнению с рынком комплектующих. Показано, что колебания в эффективности начинаются спустя три года после развертывания первых крупных языковых моделей, прямо связанного со спросом на аппаратное обеспечение, демонстрируя недостаточную отдачу в виде сопоставимого роста рынка ИИ-решений. Исследование ограничено временными рамками выбранного для анализа периода (2016-2024 годы) и составом включенных в анализ компаний, которые покрывают хотя и большинство, но не весь рынок. Оригинальность (новизна) исследования заключается в применении DEA-анализа для комплексной оценки рынка ИИ, учитывающей «разделение» на рынок комплектующих и технологических решений, связанных с использованием ИИ. Полученные результаты позволяют критически оценить перспективы развития рынка ИИ и выявить дисбаланс между рынком «soft» (технологичных решений) и «hard» (комплектующих), определив потенциал для более эффективного освоения и использования генеративных моделей. При этом результаты нуждаются в дальнейшем развитии в части описания эффектов в разных секторах экономики.

Современная аналитика образования № 8 (82) Начало конца или новой эпохи? Эффекты генеративного искусственного интеллекта в высшем образовании

2024 · BOOK · ru

Активное распространение технологий генеративного искусственного интеллекта (ГИИ) является одним из наиболее заметных трендов последних нескольких лет, охвативших все сферы общественной жизни. В докладе представлен систематический анализ научной литературы, а также данных из открытых источников, посвященных вопросам использования ГИИ в высшем образовании. Ключевыми задачами обзора являлось описание ландшафта исследований и разработок в соответствующей области, а также определение наиболее перспективных направлений для дальнейшей работы в этом направлении. Анализ показал взрывной рост публикаций, посвященных вопросам использования ГИИ в высшем образовании за последние несколько лет (в особенности после выпуска языковой модели ChatGPT осенью 2022 года). Хотя большее число публикаций в этой области принадлежит традиционным странам — лидерам в области исследований высшего образования (США, Китай, Великобритания), значительное число изданий приходится на развивающиеся страны, которые в целом довольно скромно представлены в общем ландшафте исследований по этой теме (Перу, ОАЭ, Иордания, Индонезия, Саудовская Аравия, ЮАР, Бангладеш). Проведенный в докладе анализ свидетельствует об универсальной актуальности рассматриваемой проблематики для совершенно разных национальных контекстов и о необходимости запуска более системной работы в области эмпирических исследований, связанных как с определением возможных направлений использования технологий ГИИ в образовательном процессе наряду с уже используемыми подходами, так и с оценкой эффективности этих подходов. Материал адресован исследователям и практикам в области цифровизации образования, а также управлениям образованием. Он может использоваться при проектировании бакалаврских и магистерских программ для определения возможностей применения генеративного искусственного интеллекта в образовании и науке.

A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

2024 · PREPRINT · en

The era of large language models (LLM) raises questions not only about how to train models, but also about how to evaluate them. Despite numerous existing benchmarks, insufficient attention is often given to creating assessments that test LLMs in a valid and reliable manner. To address this challenge, we accommodate the Evidence-centered design (ECD) methodology and propose a comprehensive approach to benchmark development based on rigorous psychometric principles. In this paper, we have made the first attempt to illustrate this approach by creating a new benchmark in the field of pedagogy and education, highlighting the limitations of existing benchmark development approach and taking into account the development of LLMs. We conclude that a new approach to benchmarking is required to match the growing complexity of AI applications in the educational context. We construct a novel benchmark guided by the Bloom's taxonomy and rigorously designed by a consortium of education experts trained in test development. Thus the current benchmark provides an academically robust and practical assessment tool tailored for LLMs, rather than human participants. Tested empirically on the GPT model in the Russian language, it evaluates model performance across varied task complexities, revealing critical gaps in current LLM capabilities. Our results indicate that while generative AI tools hold significant promise for education - potentially supporting tasks such as personalized tutoring, real-time feedback, and multilingual learning - their reliability as autonomous teachers' assistants right now remain rather limited, particularly in tasks requiring deeper cognitive engagement.

Потенциал генеративного искусственного интеллекта для решения профессиональных задач

2024 · ARTICLE · ru

Востребованность генеративного искусственного интеллекта (GenAI) стремительно растет ввиду способности быстро обрабатывать масштабные объемы данных, компилировать их и транслировать «общее мнение». Однако дисбаланс между «компетенциями» GenAI препятствует расширению использования этого инструмента для решения сложных профессиональных задач. ИИ работает как гигантский накопитель и средство воспроизводства знаний, однако не способен их интерпретировать и находить правильное применение в зависимости от контекста. Сохраняется критическая вероятность ошибки при генерации ответов даже на самые простые вопросы. В статье оценивается степень значимости ограничений, присущих GenAI. Тестирование лежащих в его основе языковых моделей, включая новейшие версии — GPT-4o1 и GigaChat MAX, проводилось с помощью авторского набора вопросов, основанного на таксономии Блума. Установлено, что вероятность получения правильного ответа практически не зависит от количества параметров настройки, сложности и таксономии, а при наличии множественного выбора — снижается. Полученные результаты подтверждают предположение о невозможности применения современных инструментов ИИ в профессиональных целях. Предлагаются опции, способные внести значимый вклад в достижение как минимум квазипрофессионального уровня.

Проблемы устойчивости и эффективности современных государств в сравнительной перспективе

2023 · BOOK · ru

Экспертный доклад посвящен современным теоретическим, методологическим и эмпирическим исследованиям проблематики государственной устойчивости и эффективности. В первой части доклада представлены подходы к концептуализации, моделированию и эмпирическому анализу государственной устойчивости. Вторая часть содержит описание подходов к определению государственной эффективности, а также конкретные методологические подходы к ее эмпирической оценке. В заключительной части доклада рассматривается проблематика государственной состоятельности как интегральный концепт, нацеленный на описание способности государства эффективно реализовывать свои решения в различных сферах общественной жизни. Представленные в докладе подходы теоретического и методологического характера имеют как фундаментальное, так и прикладное значение. Они формируют общую концептуальную рамку исследования проблематики устойчивости государств в сравнительной перспективе.

Аффективная политическая поляризация: предложения к операционализации понятия через оценку языка вражды в социальных медиа

2023 · ARTICLE · ru

Настоящая статья предлагает подход к операционализации понятия аффективной политической поляризации через оценку языка вражды в социальных медиа. Работа отвечает на вопрос о том, почему появляется необходимость в таком подходе и каковы его ключевые преимущества перед опросными и экспериментальными методиками. Сперва в статье объясняется, почему аффективная поляризация может быть оценена через «следы» политической онлайн-коммуникации – сообщения пользователей в сообществах. Затем предлагается индикатор такой оценки – язык вражды, связанный с аффективной поляризацией через теорию социальной идентичности. Главный вывод исследования состоит в том, что язык вражды как элемент онлайн-коммуникации можно считать органичным индикатором аффективной поляризации – это открывает новые возможности при сборе эмпирического материала для изучения аффективной поляризации.

Factors of Mobilization to Protest, Their Impact and Variability: Hierarchical Bayesian Approach

2021 · PREPRINT · en

Modeling Street Protests: Turnout Dynamics and Government Response

2021 · CHAPTER · en

In this paper, we present a new agent-based and network-based model of protest campaigns in the presence of repression from the authorities. It includes both rational and socio-psychological factors in the behavior of the protesters. An analytical study of the simplified form of the model (without a network structure) leads to two main findings. First, a protest campaign unfolds successfully, reaching a significant number of participants, only if it overcomes a certain turnout threshold before the start of repression. Second, there exists a critical level of repression's severity, at which the protest campaign will not survive, regardless of the initial number of participants. This threshold occurs when individuals have a relatively high level of risk aversion. A computational experiment has shown that its existence and value do not depend on the network topologies, traditionally explored in the literature - namely Watts-Strogatz, Barabási-Albert, and regular graph. Yet an experiment has also demonstrated that this “repression barrier” can be overcome by more specialized network structures. One of them is the special version of the so-called STAR topology, when the most active and the only agent is linked with all other agents, allows the protest campaign to survive at any rate of repression.

Is Network Structure Important for Protest Mobilization? Findings from Agent-Based Modeling

2021 · ARTICLE · en

В последние десятилетия фокус исследований гражданской активности смещается в сторону изучения того, насколько влиятельно социальное окружение индивида в процессе принятия им решений. Нет сомнений в том, что современные онлайн-коммуникации воздействуют как на размеры социального окружения, так и на качество связей между индивидами даже в офлайн-среде. Что это может значить для протестной мобилизации как одного из видов гражданской активности? С помощью агентно-ориентированной модели со включенными сетями, отражающими связи между индивидами — потенциальными участниками протеста, мы пытаемся ответить на вопрос о том, какие структурные факторы сетевой организации индивидов, принимающих решения об участии в протесте, имеют значение. Согласно сложившейся исследовательской традиции, таких структурных факторов можно выделить два: топологию сети и гомофилию. Тем не менее в уже имеющейся литературе они никогда не были соотнесены между собой, а именно, не было проверено их совместное влияние на протестную мобилизацию. Заполняя данную исследовательскую лакуну, в настоящей статье мы изучаем, как при разных топологиях сети и включенной гомофилии изменяется численность протеста и выживаемость последнего. Мы приходим к выводу, что при любых сетевых топологиях гомофилия положительно связана с выживаемостью протеста, но отрицательно — с его численностью. Данный вывод получен на основании теоретической модели, и его вклад, проверенный эмпирическим путем, нам еще предстоит оценить.