Взаимосвязь Глобального индекса искусственного интеллекта и уровня занятости: кластерный подход в оценке межстрановых различий

В статье рассмотрены способы измерения и направления анализа «отклика» уровня занятости на внедрение искусственного интеллекта (ИИ) в экономическую и социальную сферы. Предлагаются методы исследования взаимозависимости интегральной и покомпонентой оценок развития ИИ и уровня занятости по совокупности стран, представляющих различные континенты и экономические группы. На основе данных первого в мире Глобального индекса искусственного интеллекта, опубликованного в 2023 г. информационно-аналитическим агентством Tortois по 62 странам, с применением методов кластерного анализа дана оценка дифференциации стран по общему уровню и компонентам ИИ. При этом в расчет принимались значения субиндексов ИИ, характеризующего такие его компоненты, как наличие государственных стратегий внедрения ИИ, его коммерческий базис, использование в научных исследованиях и разработках, формирование операционной среды, развитие инфраструктуры, поддержка «талантов» – интеллектуальных лидеров (в том числе институциональных) в сфере развития ИИ. На основе результатов кластерного анализа установлено место Российской Федерации в группе стран, характеризуемых относительно средней общей оценкой развития искусственного интеллекта и лидирующих по реализуемым государственным стратегическим программам внедрения искусственного интеллекта в государственное управление, а также по созданию операционной среды развития ИИ для этих целей.

На основе анализа и моделирования тенденций по диаграммам рассеяния, построенным по выделенным кластерам стран, получены данные о разнонаправленности и неоднозначной силе сложившейся взаимосвязи развития искусственного интеллекта по отдельным компонентам Глобального индекса ИИ и уровня занятости. При этом по всем кластерам стран сложившаяся зависимость уровня занятости и интегральной оценки Глобального индекса ИИ оценена как статистически слабая. Сформулировано заключение о необходимости учета выявленных различий статистических оценок (как по странам, так и по компонентам ИИ) при прогнозировании влияния ИИ на изменение уровня и структуры занятости.

Выводы, сделанные по результатам исследования, по мере информационного наполнения этой темы будут авторами углублены и продолжены. Вместе с тем, по мнению авторов, сформулированные выводы, имеющие на данном этапе предварительный характер, указывают на актуальность, теоретическую и практическую значимость проблемы оценки влияния ИИ на занятость, а также возможных вариантов ее решения в разных странах.

1. Turing A.M. Computing Machinery and Intelligence // Mind. Oxford University Press. 1950. Vol. 59. No. 236. P. 433–460. URL: https://redirect.cs.umbc.edu/courses/471/papers/turing.pdf.

2. Абдурахманов К.Х. Трансформация рынка труда в условиях внедрения искусственного интеллекта // Экономика труда. 2023. Т. 10. № 2. С. 227–246. https://doi.org/10.18334/et.10.2.117364. URL: https://1economic.ru/lib/117364.

3. Abdurakhmanov K.Kh. Features of Development of Digital Economy in Uzbekistan // Special Issue on «Innovative Economy: Challenges, Analysis and Prospects for Development». 2021. P. 370–375. URL: https://economics.academicjournal.io/index.php/economics/article/view/192.

4. Акьюлов Р.И. Современные технологии искусственного интеллекта и занятость населения: проблемы и перспективы регулирования // Вопросы управления. 2019. Т. 59. № 4. С. 89–97.

5. Камара П. Влияние искусственного интеллекта на трудовую занятость на примере транспортной отрасли Франции // Вестник Университета. 2019. № 12. С. 71–77. URL: https://cyberleninka.ru/article/n/vliyanieiskusstvennogo-intellekta-na-trudovuyu-zanyatost-naprimere-transportnoy-otrasli-frantsii (дата обращения 14.01.2024).

6. Петровская Н.Е. Влияние новых технологий и роботизации на занятость в США // Управление. 2020. Т. 8. № 3. С. 81–90. https://doi.org/10.26425/2309-3633-2020-8-3-81-90.

7. Филипова И.А. Трансформация правового регулирования труда в цифровом обществе. Искусственный интеллект и трудовое право: научное издание. Нижний Новгород: Нижегородский госуниверситет им. Н.И. Лобачевского. 2019. 89 с.

8. Макаров М.Ю. Влияние искусственного интеллекта на производительность труда // Экономика и управление. 2020. Т. 26. № 5. С. 479–486. https://doi.org/10.35854/1998-1627-2020-5-479-486.

9. Friedrich S. et al. Is There a Role for Statistics in Artificial Intelligence? // Advances in Data Analysis and Classification. 2022. Vol. 16. P. 823–846. https://doi.org/10.1007/s11634-021-00455-6.

10. Searle J.R. Minds, Brains, and Programs // Behavioral and Brain Sciences. 1980. Vol. 3. No. 3. P. 417–424. https://doi.org/10.1017/S0140525X00005756.

11. McCarthy J. What is Artificial Intelligence? Computer Science Department, Stanford University. 2007. URL: https://www-formal.stanford.edu/jmc/whatisai.pdf.