Искусственный интеллект как инструмент исторического исследования: современные возможности и ограничения

Аннотация

В настоящее время технологии искусственного интеллекта (ИИ) находят свое применение во всех сферах жизни общества, трансформируя отрасли, открывая новые возможности для инноваций. Поскольку системы ИИ способны выполнять задачи распознавания, обучения, планирования, взаимодействия с людьми и окружением, строить модели, которые обобщают данные и делают прогнозы или решения на основе новых данных, значимость их применения в современной науке и образовании только возрастает. Проведенный анализ открытых источников и примеров исследований в зарубежной и отечественной исторической науке показал большую заинтересованность как академических структур, так и коммерческих организаций во внедрении больших данных и технологий глубокого обучения в проекты анализа исторических документов. Полученные результаты помогают выделить новые закономерности в обширных коллекциях текстов. И хотя в российском научном сообществе с осторожностью оценивается применение технологий и методов ИИ в гуманитаристике, в том числе и в российской исторической науке, исследователи отмечают эффективность больших языковых моделей для проведения анализа исторических источников, совмещенного с критическим сопоставлением с данными традиционных методов исследования. В статье проанализированы практики использования генеративных нейросетей в исследовательских проектах ряда вузов и внедрение инструментов ИИ в учебный процесс Московского городского педагогического университета для реализации программ обучения по направлению «История». Подробно анализируются риски и границы использования сервисов ИИ и генеративных нейросетей в исторических исследованиях и в обучении.

Ключевые слова

• искусственный интеллект
• глубокое обучение
• генеративные нейросети
• чат-боты
• ИИ-ассистенты
• историческое исследование
• высшее образование
• учебный процесс
• исторический источник
• историческое образование
* нажмите на слово для перехода в поиск

Вклад авторов

Новикова З. Н. – анализ открытых источников и тематических исследований, написание исходного текста, итоговые выводы; Токарева Е. А. – научное руководство, разработка концепции исследования, обоснование цели статьи; Челнокова А. Ю. – представление материалов по внедрению ИИ в учебный процесс, доработка текста по рискам использования ИИ в обучении.

Источники

1.   Ассаэль, Я. Восстановление и атрибуция древних текстов с использованием глубоких нейронных сетей / Я. Ассаэль, Т. Зоммершильд, Б. Шиллингфорд, М. Бордбар и др. // ResearchGate. – URL: https://www.researchgate.net/publication/359121987_Restoring_and_attributing_ancient_texts_using_deep_neural_networks (дата обращения: 20.05.2026).

2.   Бородкин, Л. И. Историк в мире нейросетей: вторая волна применения технологий искусственного интеллекта / Л. И. Бородкин // Историческая информатика. 2025. – № 1. – С. 83–94. – doi: 10.7256/2585-7797.2025.1.74100.

3. Бородкин, Л. И. Наука о данных и технологии искусственного интеллекта: возможности и ограничения в исследованиях историков / Л. И. Бородкин // Труды Отделения историко-филологических наук 2021 / отв. ред. В. А. Тишков. – Москва : Российская академия наук, 2022. – Т. 11. – С. 145–168. – doi: 10.26158/OIFN.2022.11.1.012.

4.   Бородкин, Л. И. Трансформация университетского исторического образования на фоне цифровой эпохи: научно-методический семинар в МГУ / Л. И. Бородкин // Историческая информатика. – 2024. – № 1. – С. 1–10. – doi: 10.7256/2585-7797.2024.1.70393.

5.   Венецианская «машина времени» – в Лозанне // Швейцарские новости на русском. – URL: https://nashagazeta.ch/news/education-et-science/20161 (дата обращения: 20.05.2026).

6.   Владимиров, В. Н. Международная научная конференция «Современная историческая информатика: аналитика данных в исторических исследованиях» (XIX конференция Ассоциации «История и компьютер») / В. Н. Владимиров, А. Ю. Володин, И. М. Гарскова // Историческая информатика. – 2024. – № 4. – С. 132–148. – doi: 10.7256/2585-7797.2024.4.72891.

7.   Герасимов, Г. И. Какую историю пишет искусственный интеллект? / Г. И. Герасимов // История и современное мировоззрение. – 2024. – Т. 6, № 1. – C. 20–26. – doi: 10.33693/2658-4654-2024-6-1-20-26.

8.   Донован, М. Как искусственный интеллект помогает историкам лучше понимать наше прошлое / М. Донован // MIT Technology Review – URL: https://www.technologyreview.com/2023/04/11/1071104/ai-helping-historians-analyze-past/ (дата обращения: 20.05.2026).

9.   Китай и США стали мировыми лидерами в области ИИ // PLUS WORLD. – URL: https://plusworld.ru/articles/66144/# (дата обращения: 20.05.2026).

10. Клануват, T. KuroNet: Распознавание досовременных японских символов Кузуcидзи с помощью глубокого обучения / T. Клануват, А. Лэмб, А. Китамото // arXiv Cornell University. – URL: https://arxiv.org/abs/1910.09433 (дата обращения: 20.05.2026).

11. Кузнецов, А. В. За пределами тематического моделирования: анализ исторического текста с помощью больших языковых моделей / А. В. Кузнецов // Историческая информатика. – 2024. – № 4. – С. 47–65. – doi: 10.7256/2585-7797.2024.4.72560.

12. Луков, В. Б. Опыт моделирования мышления исторических деятелей: Отто Фон Бисмарк, 1866–1876 гг. / В. Б. Луков, В. М. Сергеев // Вопросы кибернетики. Логика рассуждений и её моделирование / под ред. Д. А. Поспелова. – Москва : Науч. совет по комплекс. пробл. «Кибернетика» АН СССР, 1983. – С. 148–161.

13. Мир Иммануила Канта. Трехмерная реконструкция Кёнигсберга времен жизни великого философа. – URL: https://worldkant.ru/ (дата обращения: 20.05.2026).

14. Моисеев, Н. Н. Математика ставит эксперимент / Н. Н. Моисеев. – Москва : Наука, 1979. – 224 с.

15. Наука о данных и методы искусственного интеллекта в исторических исследованиях. Образовательная программа магистратуры. Исторический факультет Московского государственного университета имени М. В. Ломоносова. – URL: https://www.hist.msu.ru/study/programs/mag/460401/program.php?ELEMENT_ID=72505 (дата обращения: 20.05.2026).

16. Научно-практический форум «Цифровизация и этика искусственного интеллекта: теории, практики, агенты». ФГАОУ ВО «РГГУ». – URL: https://www.rsuh.ru/upload/iblock/ce4/67p3wtib5gxskj2vilzmwce38fn8mpln.pdf (дата обращения: 20.05.2026).

17. О внесении изменений в Положение. Приказ №633общ от 04 сентября 2023 г. ГАОУ ВО МГПУ. – URL: https://www.mgpu.ru/wp-content/uploads/2023/08/04.09.2023_633obshh_Remorenko_I.M._Safronova_E.S.-1.pdf (дата обращения: 20.05.2026).

18. О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года: Указ Президента РФ от 07.05.2024 № 309 // Официальный интернет-портал правовой информации. – 2024. – URL: http://publication.pravo.gov.ru/document/0001202405070015?index=1 (дата обращения: 20.05.2026).

19. Оськин, А. Ф. Применение технологий искусственного интеллекта в историческом образовании / А. Ф. Оськин // Историческая информатика. – 2023. – № 2. – С. 145–159. – doi: 10.7256/2585-7797.2023.2.40580.

20. Палладио (Palladio) – новая платформа для визуализации данных // АНО Центр Образовательных Технологий. – URL: https://iedtech.ru/news1/palladio/ (дата обращения: 20.05.2026).

21. Путин призвал массово внедрить в этом десятилетии искусственный интеллект во все отрасли // ТАСС. – 24.11.2022. – URL: https://tass.ru/ekonomika/16418761 (дата обращения: 20.05.2026).

22. Стратегия цифровой трансформации отрасли науки и высшего образования // Минобрнауки России. – Москва, 2021. – 263 c. – URL: https://minobrnauki.gov.ru/upload/iblock/e16/dv6edzmr0og5dm57dtm0wyllr6uwtujw.pdf (дата обращения: 20.05.2026).

23. Третий международный Петербургский исторический форум – 2024. – URL: https://spbu.ru/news-events/calendar/tretiy-mezhdunarodnyy-peterburgskiy-istoricheskiy-forum-2024 (дата обращения: 20.05.2026).

24. Устинов, В. А. Опыт имитационного моделирования исторического процесса / В. А. Устинов, В. И. Кузищин, Ю. Н. Павловский, А. С. Гусейнова // Вопросы истории. – 1976. – № 11. – С. 91–108.

25. Юмашева, Ю. Ю. К вопросу о применении искусственного интеллекта в исторических исследованиях / Ю. Ю. Юмашева // Историческая информатика. – 2025. – № 1. – С. 95–121. –doi: 10.7256/2585-7797.2025.1.73578.

26. Big Data для историков: нейросети помогают анализировать исторические источники // БФУ имени И. Канта. – URL: https://kantiana.ru/news/big-data-dlya-istorikov-neyroseti-pomogayut-analizirovat-istoricheskie-istochniki/ (дата обращения: 20.05.2026).

27. The Global AI Index 2024 // ICT.Moscow. – URL: https://ict.moscow/analytics/the-global-ai-index-2024/ (дата обращения: 20.05.2026).

Популярные статьи