Прогностические возможности ИИ в области международных отношений

Современная система международных отношений, которая представляет собой сложную и многоакторную среду, отличается высокой степенью неопределенности, поэтому для формирования точных прогнозов относительно тенденций мирового развития необходимо обрабатывать большие массивы данных, что порой выходит за пределы человеческих возможностей с точки зрения скорости и масштаба анализа. В нынешних условиях начинают применяться вспомогательные инструменты, которые потенциально могут ускорить и улучшить точность прогнозирования. ИИ — один из таких инструментов.

Анализируя постиндустриальное общество, невозможно игнорировать фактор «скорости», коренным образом влияющий на общественные процессы, политику и восприятие реальности в целом. Технологии возводят этот фактор в абсолют, меняя саму природу этих процессов, где время становится важным стратегическим ресурсом. Соответственно, выигрывает тот, кто быстрее всех адаптируется к новым условиям глобальной политики и готов оперативно принимать стратегические решения. Это касается и государств, которые стремятся эффективнее других реагировать на внешнеполитические вызовы и угрозы. Однако традиционные методы исследования не позволяют обработать большие массивы данных, выявить сложные закономерности и провести быстрый анализ ситуации, полностью отстранившись от субъективных суждений.

Сегодня происходит интеграция искусственного интеллекта в устоявшиеся практики международных отношений, что позволяет усовершенствовать подходы государств к внешней политике и стратегическому прогнозированию. ИИ в международных отношениях включает в себя анализ данных, моделирование и прогнозирование, предоставляя инструменты для обработки больших объемов информации и моделирования сложных глобальных систем. Потенциал ИИ в науке о международных отношениях впечатляет, а спектр его применения начинается с анализа торговых стратегий и заканчивается прогнозированием результатов дипломатических действий. В настоящее время институты и аналитические центры используют прогностические модели на основе ИИ для расширения своих возможностей в особенности в таких областях, как мировая экономика, военное стратегическое планирование и мегатренды мировой политики.

Поскольку технологии искусственного интеллекта — область обостренной международной конкуренции, нынешние мировые лидеры хорошо понимают потенциал и возможность применения ИИ в области государственного строительства. Многие из них пытаются занять лидирующие позиции в этой сфере, развивая технологическую базу для получения конкурентных преимуществ. Наиболее сильные игроки в этой сфере — США и Китай.

Некоторые американские аналитические центры изучают возможности искусственного интеллекта в контексте оценки угроз, принятия решений, а также ускорении глобального регулирования и сотрудничества на основе сценарного анализа. К сотрудничеству с аналитическими центрами привлекаются ведущие отраслевые корпорации, такие как Microsoft, Scale AI, Palantir и т. д. В частности, Интегрированная система раннего предупреждения о кризисах (ICEWS) предоставляла США возможности в политическом прогнозировании, объединяя базы данных о политических событиях с передовыми аналитическими моделями на основе ИИ.

Правительство Китая уже привлекало внимание мировой общественности в 2018 г. разработкой «платформы для моделирования и прогнозирования геополитической среды», работающей на базе ИИ и предназначенной для государственных ведомств.

ИИ-модели уже неплохо проявили себя на практике в таких отраслях, как международная торговля и дипломатический переговорный процесс. Однако на текущий момент ИИ остается вспомогательным инструментом для аналитиков. Его результаты работы при построении стратегического предиктивного анализа следует тщательно проверять, взвешивая всевозможные риски. Открытым остается вопрос, как воспользуются технологией отдельные государства на фоне возрастающей конкуренции в области ИИ.

Прогресс в области искусственного интеллекта (ИИ) к настоящему моменту достиг ощутимых успехов. В этой связи невозможно игнорировать растущую динамику новых разработок и исследований, оказывающих долгосрочный и необратимый эффект практически на все сферы общественной жизни. Особое внимание уделяется прогностическим возможностям ИИ, о чем высказался основатель Всемирного экономического форума Клаус Шваб: «Другой важнейшей проблемой является потенциал предсказания будущего, которым обладает искусственный интеллект и устройства, снабженные функциями самообучения».

Современная система международных отношений, которая представляет собой сложную и многоакторную среду, отличается высокой степенью неопределенности, поэтому для формирования точных прогнозов относительно тенденций мирового развития необходимо обрабатывать большие массивы данных, что порой выходит за пределы человеческих возможностей с точки зрения скорости и масштаба анализа. В нынешних условиях начинают применяться вспомогательные инструменты, которые потенциально могут ускорить и улучшить точность прогнозирования. ИИ — один из таких инструментов.

Использование расширенной прогнозной аналитики ИИ в контексте международных отношений

Игорь Истомин, Алла Левченко, Дарья Жабина, Дария Корчемная:
Наука предвидения? Поиск пророков в своём Отечестве

Анализируя постиндустриальное общество, невозможно игнорировать фактор «скорости», коренным образом влияющий на общественные процессы, политику и восприятие реальности в целом. Технологии возводят этот фактор в абсолют, меняя саму природу этих процессов, где время становится важным стратегическим ресурсом. Соответственно, выигрывает тот, кто быстрее всех адаптируется к новым условиям глобальной политики и готов оперативно принимать стратегические решения. Это касается и государств, которые стремятся эффективнее других реагировать на внешнеполитические вызовы и угрозы. Однако традиционные методы исследования не позволяют обработать большие массивы данных, выявить сложные закономерности и провести быстрый анализ ситуации, полностью отстранившись от субъективных суждений.

Сегодня происходит интеграция искусственного интеллекта в устоявшиеся практики международных отношений, что позволяет усовершенствовать подходы государств к внешней политике и стратегическому прогнозированию. ИИ в международных отношениях включает в себя анализ данных, моделирование и прогнозирование, предоставляя инструменты для обработки больших объемов информации и моделирования сложных глобальных систем. Потенциал ИИ в науке о международных отношениях впечатляет, а спектр его применения начинается с анализа торговых стратегий и заканчивается прогнозированием результатов дипломатических действий. В настоящее время институты и аналитические центры используют прогностические модели на основе ИИ для расширения своих возможностей в особенности в таких областях, как мировая экономика, военное стратегическое планирование и мегатренды мировой политики.

Прогнозная аналитика с применением ИИ в настоящее время шире всего применяется при анализе отдельных аспектов международной экономики и торговли. Например, прогностические модели экономического роста позволяют спрогнозировать глобальные экономические тенденции, оценить текущее состояние международного рынка и определить последствия экономической политики. Таким образом, достигается возможность определять будущие результаты в международных цепочках поставок и оптимизировать торговые сети. Например, правительство Великобритании активно использует алгоритмические инструменты на основе ИИ для принятия более взвешенных решений о том, к каким партнерам обращаться и предлагать помощь, чтобы компании с высоким экспортным потенциалом могли быстро найти больше международных клиентов.

В нынешнем виде ИИ способен оценивать влияние энергетической политики на международные отношения: он помогает анализировать, как переход на возобновляемые источники энергии влияет на глобальную расстановку сил, оценивает риски конкуренции за критически важные ресурсы (например, редкоземельные металлы, используемые для производства высокотехнологичной продукции). Кроме того, способности ИИ позволяют спрогнозировать изменения на глобальном энергетическом рынке, тем самым минимизируя риски для потребителей в непредвиденных ситуациях. В условиях проблем, связанных с изменением климата, ИИ генерирует новые наборы данных, сценарии или модели-заместители [1], адаптированные к возможным геополитическим изменениям. ОАЭ — пионер в широком применении такого рода технологий в энергетическом секторе. Это государство получило крупные инвестиции от Microsoft, которая предоставляет доступ к высокоавтономному ИИ. Предполагается, что это ускорит сейсмические исследования с нескольких месяцев до нескольких дней и повысит точность производственных прогнозов.

Антон Колонин:
Куда расти грядущему сверхинтеллекту?

Следует подчеркнуть, что способность ИИ анализировать как огромные массивы исторических данных, так и данных в реальном времени позволяет генерировать множество прогнозных сценариев, описывающих вероятные направления развития международных событий. Один из наглядных примеров — анализ переговоров о таможенном союзе между Германией и Австрией в 1930–1931 гг., когда ИИ смоделировал потенциальную реакцию Франции, Чехословакии и Италии. Использование ИИ в таком контексте может помочь дипломатам лучше предвидеть вероятность пессимистических сценариев и соответствующим образом продумывать стратегию переговоров, корректируя свой подход в зависимости от позиций их участников.

Также с помощью автоматизированных систем машинного обучения (autoML) был сделан прогноз вооруженных конфликтов в Африке. В частности, сотрудники Техасского университета экспериментировали с комбинациями autoML и ограниченными наборами данных для выявления пространственной и временной динамики конфликтов на Африканском континенте, не подстраиваясь под внешние факторы. Используя модель ViEWS, исследователям удалось с высокой прогностической эффективностью определить динамику международных конфликтов за шестимесячный период.

Поскольку технологии искусственного интеллекта — область обостренной международной конкуренции, нынешние мировые лидеры хорошо понимают потенциал и возможность применения ИИ в области государственного строительства. Многие из них пытаются занять лидирующие позиции в этой сфере, развивая технологическую базу для получения конкурентных преимуществ. Наиболее сильные игроки в этой сфере — США и Китай.

В США исторически развита практика политического анализа, особенно в области прикладного анализа и прогнозирования, методы которых развивались после Второй мировой войны. Нынешние технологические инструменты, сосредоточенные в руках США и направленные на внешнеполитическое прогнозирование и моделирование, представляют собой значительное преимущество. В частности, Интегрированная система раннего предупреждения о кризисах (ICEWS) предоставляла США возможности в политическом прогнозировании, объединяя базы данных о политических событиях с передовыми аналитическими моделями на основе ИИ.

Некоторые американские аналитические центры на основе консультаций между технологами и высокопоставленными должностными лицами предлагают собственные подходы к использованию ИИ-моделей. Они изучают возможности искусственного интеллекта в контексте оценки угроз, принятия решений, а также ускорении глобального регулирования и сотрудничества на основе сценарного анализа. К сотрудничеству с аналитическими центрами привлекаются ведущие отраслевые корпорации, такие как Microsoft, Scale AI, Palantir и т. д.

Александр Павлов:
Игры для взрослых: о применении искусственного интеллекта в игровом военном моделировании

Среди актуальных американских разработок в области ИИ можно выделить новый способ учета «неоптимальных» человеческих решений в своем алгоритме прогнозирования поведения, который разработали исследователи Массачусетского технологического института и Вашингтонского университета. В настоящее время учеными Массачусетского технологического института ведется создание инструмента для точного моделирования сложных систем. Новый инструмент под названием CausalSim, используя улучшенные алгоритмы, позволит с высокой точностью моделировать различные ситуации, в том числе имеющие международный характер.

Правительство Китая уже привлекало внимание мировой общественности в 2018 г. разработкой «платформы для моделирования и прогнозирования геополитической среды», работающей на базе ИИ и предназначенной для государственных ведомств. Стоит отметить, что Китай активно участвует в субнациональном планировании в области ИИ и расценивает это как технологию стратегического значения. План развития искусственного интеллекта следующего поколения — одна из программ, которую китайское правительство утвердило в 2017 г. для поддержки образовательных инициатив в области искусственного интеллекта. В январе 2025 г. компания DeepSeek представила публике языковую модель R1 с открытым кодом и относительно низкой стоимостью разработки, что стало переломным моментов в развитии ИИ и больших языковых моделей (LLM), обучая которые, можно в том числе, генерировать симуляции сценариев разрешения международных конфликтов, максимально приближенных к реальности.

МИД КНР еще в 2017 г. представил систему ИИ для разработки рекомендаций во внешнеполитических делах, которая была создана Китайской академией наук. В Плане развития искусственного интеллекта нового поколения отмечаются возможности ИИ прогнозировать и заблаговременно предупреждать о вызовах и угрозах, связанных с объектами инфраструктуры и операциями по обеспечению общественной безопасности. Известны случаи применения прогностических инструментов ИИ при анализе международных процессов. Например, ИИ применяется КНР в процессе принятия важных решений по иностранным инвестициям в рамках ключевой национальной экономической инициативы «Один пояс, один путь». Несмотря на внешнее санкционное давление, Китай стремится к самостоятельности и продвижению инноваций, тем самым формируя суверенную основу для укрепления технологического потенциала, который может применяться во внешнеполитическом процессе.

Поскольку ИИ может обрабатывать большие массивы данных, проводить анализ, выявляя закономерности, и на основе этого предлагать стратегические решения, он становится все более важным инструментом для улучшения процесса принятия политических решений и антикризисного управления. Показательно, что, по данным аналитиков, американская система раннего распознавания событий на основе моделей-заместителей (EMBERS) прогнозирует ключевые события за 7 дней до того, как они произойдут с точностью до 90%. EMBERS представляет собой систему прогнозирования значимых социальных событий в режиме 24/7, используя данные из открытых источников.

Как ИИ строит прогнозы?

Юлия Цешковская:
Стартапы на поле боя: как частный сектор открывает эру «алгоритмических войн»

Прогнозирование международных отношений, как правило, опирается на определенную методологию и заключает в себе набор теоретических аспектов. Говоря об этом в контексте развития ИИ, следует уточнить для какого типа прогнозирования он используется. Для краткосрочного и форсайт прогнозирования используются разные подходы. Так, в первом случае прогнозирование заключает в себе преимущественно количественные методы и опирается на экономические и политические данные, чтобы давать относительно точные краткосрочные прогнозы фрагментарного характера. Это может касаться региональных конфликтов или ситуативного анализа в международной торговле. В форсайте же для выявления сценариев развития ситуации, а также для определения различного рода рисков задействуются качественные методы и комплексный анализ данных. Сегодня ИИ-модели относительно легко справляются с краткосрочным прогнозированием, а форсайтах их используют под контролем человека.

Для того, чтобы лучше понимать прогностические возможности ИИ, необходимо немного углубиться в технические нюансы и алгоритмические особенности данной технологии. Тремя главными элементами здесь являются обработка данных, алгоритмы обучения и интерпретация результатов.

Модели ИИ, составляющие прогнозы, опираются на большие структурированные объемы данных, состоящие из числовых значений, и неструктурированные, представленные в виде текста или изображения. Поскольку данные представляют собой фундамент будущего прогноза, то они должны быть получены из надежных источников и отличаться качеством.

Следующий этап — выбор и дальнейшее применение алгоритмов прогнозирования для получения точного и объективного результата. Сети с долгосрочной памятью (LSTM) продемонстрировали свою эффективность в различных областях. Исследователи отмечают, что при анализе временных рядов LSTM-сети отлично справляются с прогнозированием будущих значений на основе исторических данных. Для лучшего улавливания закономерностей используются временные сверточные сети (TCN), которые работают во всех последовательностях. В то же время более простая альтернатива для обоих сетей — рекуррентные блоки с вентилями (GRU) [2], которые остаются высокопроизводительными и при этом быстрее обучаются. Генеративно-состязательные сети (GAN) созданы для генеративных задач (например, синтез новых сценариев развития событий). Благодаря метрикам точности определяется то, как модель справилась с задачей.

Наличие разнообразных инструментов и алгоритмов позволяет использовать ИИ в отдельных геополитических аспектах, обеспечивая быстрое принятие решений. ИИ имеет все шансы использоваться для таких целей, как общественный мониторинг с возможностью прогнозирования настроений людей и выявления разнообразных тенденций с целью составления все более совершенные форсайтов.

Управление рисками и вызовы применения ИИ в прогнозировании международных отношений

Анна Шуршакова:
Метавселенные, искусственный интеллект и вызовы информационно-психологической безопасности России

Несмотря на существующий оптимизм технократов по поводу преимуществ использования ИИ-технологий, существуют всевозможные риски их использования, в том числе в области прогнозирования международных отношений.

В январе 2025 г. в свет вышел Международный отчет о безопасности искусственного интеллекта, который подготовили представители 30 стран и международных организаций. В нем приводились убедительные аргументы в пользу критического взгляда в отношении технологий ИИ и перечислялись возможные риски его использования. Среди них: быстрое развитие и неконтролируемое применение ИИ, неподготовленность людей к внезапным сбоям со стороны ИИ, создание недостоверной информации или «галлюцинаций», хакерские взломы и дальнейшая дезинформация. Кроме того, эксперты указывают на использование прогностическими ИИ-моделями общедоступных баз данных, таких как ACLED (Armed Conflict Location and Event Data) и UCDP (Uppsala Conflict Data Program). Это делает прогнозирование зависимым от предоставляемых ими данных, которые могут содержать множественные неточности, что в конечном счете влияет на качество составляемых прогнозов.

Учитывая эти слабости, необходимо тщательно подготовить ИИ к использованию ответственными лицами. В силу несовершенства этой технологии на данном этапе, человеку важно соблюдать осторожность и тщательно контролировать процессы, в которых участвуют ИИ-модели. Также необходимо усилить кооперацию между техническими специалистами и экспертами в области международных отношений для создания более прозрачных систем и нивелирования всевозможных рисков. Учитывая технические пробелы и возможные угрозы, необходимо уделить должное внимание семантическим параметрам искусственного интеллекта, воздерживаясь от ускоренного внедрения этой технологии в процесс принятия решений, имеющих глобальные последствия.

***

ИИ-модели уже неплохо проявили себя на практике в таких отраслях, как международная торговля и дипломатический переговорный процесс. Однако на текущий момент ИИ остается вспомогательным инструментом для аналитиков. Его результаты работы при построении стратегического предиктивного анализа следует тщательно проверять, взвешивая всевозможные риски. Открытым остается вопрос, как воспользуются технологией отдельные государства на фоне возрастающей конкуренции в области ИИ.

1. Суррогатные модели (Surrogate Models) — приближённые модели, которые заменяют более сложные вычисления, оптимизируя этот процесс.

2. Рекуррентные блоки с вентилями (GRU) — это механизм в рекуррентных (имеющих направленную последовательность связей между элементами) нейронных сетях, который помогает управлять потоком информации между состояниями сети. Они были представлены в 2014 году и предназначены для решения задач, требующих одновременного использования кратковременной и долговременной памяти.