Дух Азимова

ИИ надо не только запрещать. Его надо учить «почему»

Anthropic опубликовала результаты исследования: Teaching Claude why — «Обучая Claude понимать почему». Формально это технический текст про безопасность больших языковых моделей.

Но если читать его глазами педагога, там классический вопрос воспитания: что надёжнее — выучить правильный ответ или понять основание, по которому этот ответ правильный?

Разработчики проверяли, как Claude ведёт себя в ситуациях agentic misalignment — агентного рассогласования. Это когда система искусственного интеллекта получает цель и инструменты действия, но выбирает вредный способ её достижения: начинает «рассуждать» так, будто шантаж или манипуляция допустимы.

Anthropic сравнила несколько способов обучения. Если модель тренировать на примерах, близких к проверочному сценарию, вредное поведение снижается, но не исчезает. Если же в обучающие ответы добавить объяснение — почему так делать нельзя, какие ценности нарушаются, почему нельзя использовать человека как средство, — результат становится заметно устойчивее. В статье приводится показательный результат: обучение на «правильных ответах» снизило проблемное поведение с 22% до 15%, а обучение с явным нравственным рассуждением — до 3%. 

И вот здесь начинается педагогика.

Ребёнка тоже можно учить двумя способами. Первый: «не делай так». Второй: «не делай так, потому что ты причиняешь боль, разрушаешь доверие, унижаешь другого, превращаешь человека в инструмент своей выгоды». Первый способ работает в знакомой ситуации. Второй даёт шанс на перенос в новую.

Именно перенос — главное слово. Хорошо воспитанный ребёнок не потому не врёт, что боится быть пойманным. И не потому не бьёт слабого, что рядом взрослый. Он начинает понимать основание запрета. Норма постепенно становится внутренним регулятором поведения.

Anthropic, по сути, пытается сделать с моделью нечто похожее: не просто натренировать её на набор безопасных реакций, а дать ей обобщаемый способ рассуждения. Не «в этом тесте нельзя шантажировать», а «шантаж недопустим как способ достижения цели».

Обучение Claude и воспитание ребёнка здесь действительно похожи. И там и там простая дрессировка плохо переносится на новые случаи. И там и там важны примеры. И там и там объяснение сильнее команды. И там и там задача не в том, чтобы ученик прошёл один тест, а в том, чтобы он сохранил правильное поведение в ситуации, которой раньше не видел.

Но дальше начинаются принципиальные различия.

Ребёнок — не модель поведения. Он живёт, взрослеет, страдает, радуется, стыдится, любит, ошибается, просит прощения. У него есть тело, биография, семья, память, боль, совесть, чувство собственного достоинства. Воспитание ребёнка — это не только снижение риска опасных действий. Это становление личности.

Claude — не ребёнок. У модели нет детства, семьи, телесного опыта, личной судьбы и человеческой ответственности. Когда мы говорим, что Claude «учат почему», это не значит, что у него появляется совесть в человеческом смысле. Корректнее сказать иначе: разработчики формируют устойчивые поведенческие и речевые предрасположенности, которые чаще приводят к безопасным ответам в новых ситуациях.

Поэтому аналогия полезна, но опасна, если понимать её буквально.

Различие — в цели и природе ученика. Ребёнка воспитывают ради его собственной жизни. Модель обучают ради безопасного поведения в человеческом мире. Ребёнок присваивает смысл. Модель воспроизводит поведение, статистически согласованное с тем, чему её обучали.

И всё же статья Anthropic важна именно для образования!!

Ку-ку? Вы с нами? :)

Она показывает, что даже в инженерии искусственного интеллекта постепенно обнаруживается старый педагогический закон: запрет без объяснения слаб!

Правило без смысла хрупко!

Поведение, натренированное только под экзамен, рассыпается за пределами экзамена! :)

Хорошее обучение начинается там, где появляется «почему».

С детьми это очевидно давно (не всем) .

С искусственным интеллектом мы только начинаем заново открывать ту же истину.

https://www.anthropic.com/research/teaching-claude-why

��База данных по внешнеполитическим учреждениям де-факто политий выложена в Репозитории МГИМО! Официально опубликованы реестры:

�� Дипломатических и консульских учреждений Республики Абхазия (первая в мире база данных)

�� Дипломатических и консульских учреждений Республики Южная Осетия (первая в мире)

�� Дипломатических учреждений Приднестровья (первая в мире)

�� Дипломатических учреждений Нагорного Карабаха и почётных консулов Республики Армения, в связи с чем получилось собрать данные по расположению армянской диаспоры - спюрка (первая в мире)

����URL: https://open.mgimo.ru/handle/123456789/8592

��Международная ссылка: https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VMY1HL

��Читайте на здоровье!

Как на самом деле ученые используют ИИ — отчет Ai2

Исследовательский институт соучредителя Microsoft Пола Аллена под названием Ai2 (The Allen Institute for Artificial Intelligence) опубликовал базу данных из более 250+ тыс. запросов исследователей к ИИ.

Материалы для базы данных были собраны платформой Asta, интегрированной с Semantic Scholar. Последний также принадлежит институту Пола Аллена, который тесно сотрудничает с проектом NAIRR от National Science Foundation.

Заявляется, что для сбора данных использовались лишь запросы пользователей, давших на это свое согласие (но это не точно).

База включает не только промпты, но и полную последовательность кликов (развертывание разделов, переходы по ссылкам), что позволяет анализировать весь путь пользователя.

Входящие запросы институт разделил на несколько групп, среди них встречаются и просьбы обойти антиплагиат:

Template Filling — заполнение шаблонов, таблиц;
Explicit Prompting — пользователь формулирует инструкции, задаёт ограничения и формат ответа;
Persona Adoption — пользователь просит модель принять роль специалиста (профессора, исследователя, эксперта);
Collaborative Writing — пользователь вставляет фрагменты своих научных текстов и просит дополнить их;
Research Lineage — обзор литературы;
Refinding — поиск по неполной информации.

Мы наблюдаем, как ИИ становится неотъемлемой частью исследовательского процесса. А открытия, сделанные с его помощью, могут вскоре выйти за пределы человеческого понимания. Но не все так радужно. Отдельные ученые не на шутку обеспокоены происходящим:

Я не уверен, что хочу жить в мире, где всё вокруг меня — это просто магия, — подчеркивает астроном, профессор Колумбийского университета Дэвид Киппин

г.


#colab_тренд

«RAG is dead»: где здесь кликбейт, а где правда

Каждое утро вижу кучу постов в стиле «RAG is dead». Сейчас вокруг RAG идет история, которая повторяется из раза в раз, когда технология становится привычным рабочим инструментом.

Собрал коротко, что на самом деле случилось с RAG, где здесь хайп, а где правда.

Что такое RAG

RAG — это когда перед ответом ИИ-модель получает контекст из внешней памяти. Внешняя память может быть чем угодно — базой документов, кодом, CRM, файловой системой.

Почему RAG важен

Потому что у пользователей LLM есть два желания. Они хотят, чтобы ИИ-модель была умной и свежей. Обучение дает ИИ-модели ум. А вот свежесть данных и проверяемость — доступ к источникам.

Почему пишут, что RAG — всё

Заголовки «RAG мертв» появляются регулярно и правда собирают просмотры. Но если разобраться, хоронят не саму технологию, а ее упрощенное понимание.

Первые реализации RAG выглядели красиво. Берем векторную базу, нашли несколько похожих кусков, скормили модели — и она отвечает по документам. Но когда такой подход пошел в совсем больших проектах, начались проблемы.

▪️Простое сравнение векторов без учета метаданных, без дополнительных фильтров часто давало не то, что нужно. Чем больше становится база знаний, тем больше лишней информации прилетало в ответ.

▪️Даже если среди найденных кусков был правильный ответ, модель могла его не заметить, если вокруг слишком много лишнего.

▪️Модель могла игнорировать правильный контекст и отвечать по-своему. Или вообще смешать факты из разных источников так, что получится правдоподобная, но ложная картина.

Три самых популярных тезиса про «RAG is dead»

Длинный контекст делает RAG ненужным. Якобы можно просто загрузить все документы в промпт и модель сама разберется. На практике пока это не работает. Модели теряют информацию из середины длинного контекста, снижается качество ответов. По сути это самый дорогой способ получить худший результат.

Вирусный пересказ исследований, что ученые доказали — RAG ломается после 10 тысяч документов. Простой поиск по векторам без дополнительных уточнений действительно теряет точность на больших объемах. Но это проблема не RAG, а его примитивной реализации.

RAG не спасает от выдумок. Даже с подобранными документами модель может ошибаться или додумывать. Но из этого делают неправильный вывод: «раз не спасает полностью, значит бесполезен». На самом деле RAG снижает долю выдумок, дает возможность проверять ответы по источникам и строить системы, где ошибки можно ловить и исправлять.

Что реально изменилось: RAG образца 2023 и 2026 годов

Эмбеддингов самих по себе недостаточно. Поэтому появились методы, которые добавляют контекст на этапе построения представления фрагмента и одновременно используют классический лексический поиск.

Раньше думали, что можно сделать хороший поиск и RAG заработает. Теперь стало понятно, что это только верхушка айсберга. Все решает то, как удастся собрать контекст из найденных кусков, как отсеять лишнее, в каком порядке разложить фрагменты, что делать со старыми данными, как не перекормить модель. Это называется контекстная инженерия.

Появился агентный поиск. Система может сама уточнить запрос, если результатов мало. Может попробовать другой инструмент, например вместо векторного поиска — текстовый, вместо поиска по кускам — чтение целого документа. Может выдвинуть гипотезу и проверить ее, найдя подтверждение или опровержение.

Графовый подход. Классический RAG хорош для вопросов вроде «что сказано в документе о таком-то?». Он находит нужный кусок и отвечает. Но это уже не так эффективно, когда спрашивают, о чем этот массив документов, какие темы там главные, как связаны разные сущности и прочее. Графовый подход, вместо того чтобы просто нарезать текст на куски, система строит граф знаний, потом отвечает на вопросы.

RAG ни в коем случае не умер. Просто вместо одного шаблонного решения появилось целое семейство подходов, которые выбирают под задачу.

Больше не придется чистить данные вручную. Как ИИ сделает это за нас. Разбираем новейший препринт

Большинство авторов — китайские исследователи и представители индустрии, работающие с данными

Новые LLM-подходы можно применять в исследованиях, в бизнесе, в аналитике. Мы в Цифровой лаборатории ИВ РАН уже внедрили многое.

Читайте по ссылке

yandex ai вышел в топ по загрузкам в Турции

Приложение, о выходе которого мы первые написали вчера, обошло ChatGPT, Google Gemini и ИИ-сервис запрещённой в России за экстремизм Meta, передают зарубежные друзья @anti_agi. 500к загрузок ещё нет, но первая волна хайпа явно пошла местному «Яндексу» на пользу.

В очередной раз убеждаемся: локальные интеграции — путь к успеху. Достаточно найти свою нишу, и не придётся гнаться за миллиардными инвестициями в технологию уровня американского бигтеха.

@anti_agi

В рубрике интересных наборов данных, данные по международной торговли из проекта PortWatch Международного валютного фонда (IMF). От классических измерений международной торговли они отличаются тем что состоят из фактов мониторинга портозаходов грузовых кораблей в порты и на основе этого и их тоннажа и типа корабля оценка объёма грузоперевозок.

Ежедневная оценка активности порта и объёма торговли по множеству портов и с 2019 года

Для проекта используются данные собираемые в рамках UNGP (UN Global Platform).

Де-факто это данные коммерческого поставщика Spire торгующего данными спутникового мониторинга, в числе, судов по их сигналам AIS и сопоставленные с данными FleetMon и других реестров параметров судов.

Конечно, эти данные только статистика, не указывая конкретных судов и без охвата судов с отключенными транспондерами AIS.

Тем не менее всего там более 5 миллионов рядов на основе которых можно делать визуализации или анализировать экономическую активность по странам и регионам.

#opendata #datasets #trade

�� Пространственный анализ в государственном управлении — доклад Игоря Окунева и Яны Поляковой (ответственный редактор — Максим Сучков):

• Учёт пространственного фактора является необходимым условием сбалансированного социально-экономического развития регионов России. Игнорирование территориальной неоднородности и взаимовлияния регионов через культурно-информационные и социально-экономические потоки снижает эффективность управленческих решен

ий.

• Методы пространственного статистического анализа — инструмент повышения эффективности управленческих решений. Они могут применяться на различных территориальных уровнях: группировка территорий, рейтингование и составление сводной оценки территорий; разработка мер государственной поддержки; анализ факторов механизмов, влияющих на успешность достижения ключевых показателей эффективнос

ти.

• Кластерный анализ — один из методов пространственного статистического анализа, позволяет учитывать как географическую, так и социально-экономическую близость регионов. Использование альтернативных подходов к группировке субъектов России с учётом отраслевой проблематики и географической близости может позволить оптимизировать управленческие решения и повысить эффективность федерального регулирования

отрасли.

• Методы пространственного анализа позволяют учитывать фактор соседства и получать более объективные сравнения регионов. Расчёт пространственного лага или индекса Морана основывается на гипотезе о сходстве исходных условий у соседних территорий, что делает рейтинги и сопоставления межрегионального и муниципального уровня более точ

ными.

• Пространственный фактор важен, но не обладает всеобъясняющей силой. Он играет важную роль в анализе социально-экономического состояния территорий, однако для управленческих решений его необходимо рассматривать в контексте конкретных целей и зад

ач.

�� Читать доклад на Портале МГИМО

Подписывайтесь на ИМИ МГИМО | Наш подкаст «Внешняя политика»

Цифровое востоковедение в ИВ РАН в 2025 году

Совместно с Yandex Cloud разработали ИИ-систему для анализа китайских новостей и ассистента с информацией по странам Востока;

Журнал «Цифровое востоковедение» вошел в «Белый список» ведущих научных изданий России;

Сотрудники ИВ РАН создали цифрового переводчика TRAIT для работы с тибетскими текстами Буддийского канона (333 тома);

II Международная конференция «Цифровое востоковедение» объединила более 60 востоковедов, ИТ-специалистов и пользователей ИИ из России , Индии , Индонезии и Таиланда ;

Представили разработки «рассуждающего» ИИ-ассистента на V международном Конгрессе молодых ученых в «Сириусе», обсуждали будущее сотрудничество для развития БРИКС+;

Приняли участие в «Школе молодых футурологов», организованной Центром «Дипломатия знаний» РГГУ, а также в форуме «Технопром-2025»;

Сохраняем мировое культурное наследие.

Цифровая трансформация науки — устойчивый курс ИВ РАН. В 2026 году этот импульс будет только нарастать. ИВ РАН уже сформировал инфраструктуру и профессиональную среду, превращает исследования в работающие инструменты.

Подписаться

NorthStar: как Госдепартамент выявляет нарративы и несогласных

Подарком к Рождеству Госдепартамент раскрыл детали работы своего внутреннего аналитического сервиса NorthStar для изучения общественного мнения.

Сбор и предварительный анализ данных из социальных сетей и около 100 000 онлайн-изданий проводит ИИ. Полагаем, что раз в юрисдикции США находятся глобальные соцсети, американские дипломаты не испытывают проблем с объемами получаемых данных. В отличие от международного научного сообщества.

Важно, что NorthStar не просто собирает информацию, в том числе на иностранных локальных языках, но может ее перевести и сделать краткий обзор трендов и тенденций. Это на 60% снижает временные издержки на написание медиа обзоров за день.

Одна из особенностей настроек NorthStar в том, что он создает централизованный дэшборд с нарративами иностранных правительств в отношении их целевых аудиторий. Это позволяет в кратчайшие сроки выявлять продвигаемые идеи зарубежных акторов и, в случае несоответствия видения ситуации картине мира правительства США, запускать антикризисную дискуссию с выведением ее в топ рейтингов и удалением контента оппонентов

.

Слабое место инструмента — он не анализирует телевизионное и радиовещание, а также не проводит анализ тональности скаченных сообщений в автоматизированном режиме.

Первое препятствие не позволяет эффективно настраивать информационные кампании США в том числе в странах Африки южнее Сахары, где телевидение и радио являются наиболее востребованными источниками информации. Может быть поэтому мы часто слышим обвинения американцев в сторону КНР и РФ на этом направлении информационной работы.

Второе препятствие снижает скорость работы с большими выборками данных. Развитие этих двух направлений определяется как приоритетное для разработчиков Госдепартамента на 2026 год.

Напоследок, напомним, что Госдепартамент в 2025 г. начал открыто использовать свои сервисы медиа аналитики для выявления мигрантов, несогласных с проводимой в стране политикой. А теперь и туристов планируют обязать раскрывать 5-летнюю историю социальных сетей.

Мир будущего через призму SM-анализа...


#colab_аналитика

���� Большие языковые модели делают инженеры. Поэтому основные тесты, на которых проверяется их качество, - математика и программирование. На этих же задачах они лучше всего работают.

UNBench - первый бенчмарк (GitHub), заточенный под МО, основанный на голосовании в Совбезе ООН. Задачи, по которым идёт проверка моделей:
1. Оценка выбора соавторов.
2. Оценка голосования.
3. Оценка того, будет ли проект резолюции принят.
4. Оценка сгенерированного заявления представителей членов СБ.

#пдс_датасет

Уважаемые коллеги!

Ждём Вас на конференции «Цифровые международные отношения 2025: Человек в фокусе цифрового развития» 18-19 декабря!

Чтобы было удобнее следить за цифровой трансформацией международных отношений, мировой политики и экономики, подготовили для Вас папку телеграм-каналов.

В подборку вошли каналы МГИМО, а также наших друзей и партнёров, в т.ч.:
�� МГИМО. Официально
�� ИСП РАН
�� Дипакадемия
�� Цифровой МГИМО
�� Факультет МЭО МГИМО
�� КриптоЛина
�� Центр ИИ МГИМО
�� Цифровая кафедра МГИМО
�� Лаборатория по интеллектуальному анализу данных ИМИ МГИМО
�� Центр генеративных нейросетей МГИМО
�� Клуб когнитивных исследований НСО МГИМО
�� Национальная Ассоциация международной информационной безопасности
�� Digital Law Journal – Цифровое право
�� Школа международной информационной безопасности
�� Белый Интернет
�� ЦЭФИ Аналитика
�� ПДС
�� Колаборатория
�� Научно-исследовательский центр технологий искусственного интеллекта в международных отношениях
�� и многие другие интересные источники!
Спасибо Вам за сотрудничество и содержательные материалы!

Два нажатия, одна папка и все главные новости цифровизации международных отношений у Вас под рукой.

Добавляйте папку к себе следите за новостями и будьте в курсе всех событий!

Цифровые МО

�� 7000 подписчиков в телеграм-канале ИМИ. Спасибо подписчикам за доверие! По традиции делимся каналами наших друзей и коллег.

Сотрудники ИМИ:

@postamerica — Максим Сучков о постамериканском мире и политике США
@sohk_1 — англоязычный канал Максима Сучкова о «школе жизни» международных отношений и месте России в мире
@DonskoyCossack — Сергей Маркедонов об истории и политике на постсоветском пространстве
@orientalreviewAK — Александр Князев о ситуации на Среднем Востоке и в Центральной Азии
@china80s — Иван Зуенко о Китае
@revelation_3_16 — канал сотрудника ИМИ и заместителя главного редактора журнала «Профиль» Артёма Кобзева
@chinafootball — всё о китайском футболе от Ивана Зуенко
@tegeran16 — Адлан Маргоев об Иране
@politburo2 — Евгений Минченко о «Политбюро» и «Вашингтонском обкоме» в эпоху новой холодной войны
@MinchenkoTrump — американская политика глазами Евгения Минченко
@GeRussia — Артём Соколов о внешней и внутренней политике ФРГ
@artem_sokolov_deutschland — немецкоязычный канал Артёма Соколова для гурманов
@natatanshina — канал историка Наталии Таньшиной
@swahililand — Майя Никольская о Восточной Африке и суахили
@cryptoelina — Элина Сидоренко о цифровой экономике
@arab_countries — Артём Адрианов об арабских странах
@farewell_Eisenhower — Софья Бабкина о военно-стратегических делах и американском ВПК
@moreiceland — Исландия глазами Евгения Панкова
@Northern_Affairs — Никита Липунов о политике в Арктике и вокруг неё
@indonesiarayanew — Никита Куклин об

истории, культуре, внешней и внутренней политике Индонезии

Каналы подразделений и проектов ИМИ:

@imi_mgimo — ИМИ МГИМО
@aseancentremgimo — Центр АСЕАН ИМИ МГИМО
@notonlyindia — южноазиатские исследования в ИМИ
@terra_politica — канал о политической географии и профессиональной жизни политгеографов МГИМО
@politicalds — наука о политических данных и дата-аналитика от группы сотрудников и аспирантов ИМИ
@liad_mgimo — Лаборатория интеллектуального анализа данных ИМИ МГИМО
@cefianaly

tics — ЦЭФИ Аналитика

Друзья и коллеги:

@ru_global — Фёдор Лукьянов и команда журнала «Россия в глобальной политике»
@sanctionsrisk — Иван Тимофеев и коллеги из РСМД о санкциях
@asushentsov — канал декана Факультета международных отношений МГИМО Андрея Сушенцова
@nemus_sacrum — прогулки по священным рощам Алексе

я Куприянова

@mgimo_university — официальный канал МГИМО
@facultetMO — Факультет международных отношений МГИМО
@digitalmgimo — всё о цифровых инновациях МГИМО
@fund_mgimo — Эндаумент МГИМО
@AdveVentures — канал директора Эндаумента МГИМО Марины Петровой о международной экономике, инвестициях, образовании и приключениях
@nsomgimo — младшие коллеги из Научного студен

ческого общества МГИМО

@Gorchakov_Fund — Фонд Горчакова
@primakov_center — Центр Примакова
@interussia_programme — программа стажировок иностранных специалистов в России InteRussia
@cais_ivran — Центр арабских и исламских исследований ИВ РАН
@ViennaMissionRu — Постоянное представительство России при международных организациях в Вене
@bmpd_cast — Центр анализа стратегий и технологий о мировом рынке вооружений и оборонной промышленности
@valdaiclub — Клуб «Валдай»
@svop_ru — Совет по внешней и оборонной политике
@russiancouncil — Российский совет по международным делам
@imemo_ran — ИМЭМО РАН
@nozs_official — канал журнала «Новый оборонный заказ. Стратегии»
@poli

toborzel — о мировой политике с сарказмом

@valentinbogdanov — шеф бюро ВГТРК в Нью-Йорке Валентин Богданов
@vatfor — Дмитрий Стефанович и коллеги о политике и международной безопасности
@IGenergy — Игбал Гулиев об устойчивой энергетике, рынках нефти и газа
@boldscholz — журналист-международник Иван Кузьмин о европейской политике и экспорте вооружений
@kramnikcat — Илья Крамник о военно-технических делах
@stratdela — англоязычный дайджест Дмитрия Стефановича о ядерных и ст

ратегических делах

Присоединяйтесь к каналам Института международных исследований:

Телеграм • Вконтакте • Rutube • YouTube • Наш подкаст «Внешняя политика»

Задача на внимательность или как поймать Госдепартамент на злоупотреблении ИИ

Посмотрите внимательно на первую картинку — это страница 131 из нового Всеобъемлющего отчета о публичной дипломатии США за 2025 г.

А теперь присмотритесь ко второму снимку экрана. Это крупный план поста, который был использован для иллюстрации успехов Отдела киберпространства и цифровой политики. Ничего не напоминает?

Вы правы! Он полностью сгенерирован ИИ!

Цель такой акции неясна. Возможно, это эксперимент, насколько отчеты комиссии по публичной дипломатии внимательно читают, а возможно — просто способ закрыть пустое пространство на странице и создать видимость успешного использования соцсетей.

В любом случае — это серьезный прецедент. Ведь если государственное ведомство делает сильный акцент на повсеместном внедрении ИИ (как того добивается Госдепартамент с 2024 г.), повышается вероятность, что такая работа превратится в workslop. Это мы и имеем возможность наблюдать.

Теперь можно смело говорить, что не только Deloitte грешит ИИ-генерацией


#colab_тренд

Прямо сейчас проходит презентация второго издания учебника «Международная безопасность в эпоху искусственного интеллекта» под редакцией М.В.Захаровой и А.И.Смирнова

В презентации принимают участие:
М.В.Захарова, директор Департамента информации и печати МИД России, профессор кафедры прикладного анализа международных проблем Дипломатической академии МИД России, Чрезвычайный и Полномочный Посол;
А.И.Смирнов, президент Национального института исследований глобальной безопасности, профессор МГИМО МИД России, Чрезвычайный и Полномочный Посланник;
С.В.Шитьков, и.о. ректора Дипломатической академии, проректор МГИМО МИД России;
О.Г.Карпович, и.о. проректора по экспертно-аналитической работе Дипломатической академии МИД России, член-корреспондент Российской академии образования.

Подключиться к трансляции

#ДА_Анонс@DipacademyMID

Подписаться на MAX

Открыта регистрация на IV международную научно-практическую конференцию «Цифровые международные отношения 2025: Человек в фокусе цифрового развития»

� 18–19 декабря в рамках реализации программы стратегического академического лидерства «Приоритет 2030» МГИМО МИД России под руководством Министерства иностранных дел Российской Федерации во взаимодействии с Институтом системного программирования им. В.П.Иванникова РАН проводит IV международную научно-практическую конференцию «Цифровые международные отношения 2025: Человек в фокусе цифрового развития».

Цель конференции – организовать профессиональное обсуждение ключевых тенденций и проблем цифровой трансформации международных отношений, уделив особое внимание влиянию цифровых технологий на развитие человека.

Для очных участников Конференции предусмотрено участие в программе повышения квалификации с выдачей сертификата установленного образца МГИМО МИД России «Цифровые компетенции в международных отношениях».

К участию приглашены профильные эксперты – представители власти, бизнеса и научного сообщества. Мероприятия Конференции будут проведены в Москве на площадках кластера «Ломоносов», МГИМО МИД России, Дипломатической академии МИД России и других учебных и научных организаций.

Участие в Конференции бесплатное по предварительной регистрации.

Примите участие в мероприятии! Актуальная информация о деловой программе и регистрация на сайте: mgimodigital.ru.

США создаёт фабрику ИИ-аналитики на базе дипломатических данных

Госдепартамент США представил Enterprise Data & AI Strategy — стратегию по развитию искусственного интеллекта и аналитики данных до 2029 года.

Главная цель — объединить дипломатические, экономические и разведывательные данные в единую экосистему ИИ-аналитики, которая позволит видеть сквозные закономерности между политикой, экономикой и информационной сфе

рой.

Прикрепляем к посту краткий видеообзор, где собраны основные выводы из стратегии, а полную версию анализа читайте на Дзен

ЧИТАТЬ СТАТЬЮ


#colab_аналитика