Применение языковых моделей искусственного интеллекта при изучении общественного мнения o деятельности органов внутренних дел (социологические аспекты)

В статье анализируются возможности применения языковых моделей искусственного интеллекта для изучения общественного мнения о деятельности органов внутренних. Рассматриваются различные методологические подходы социологических исследований с акцентом на особую значимость комбинированных методов. Особое внимание уделяется сентимент-анализу как одному из современных инструментов, позволяющему выявлять эмоциональную окраску высказываний и оперативно оценивать общественное восприятие различных аспектов работы правоохранительных органов. Описываются преимущества и ограничения применения ИИ-моделей, а также выделяются ключевые направления для будущих исследований в этой области.

1. Былевский П. Г. Философско-культурологический анализ доверия к технологиям «искусственного интеллекта» // Вестник Кемеровского государственного университета культуры и искусств. 2024. № 68. С. 65–77. URL: https://cyberleninka.ru/article/n/filosofsko-kulturologicheskiy-analiz-doveriya-k-tehnologiyam-iskusstvennogo-intellekta?ysclid=mj8s1agowg901299080 (дата обращения: 16.12.2025).

2. Войтов А. В., Демидов Н. Н. Общественное мнение о деятельности полиции как предмет социологического анализа: используемые и перспективные методы и методики исследования //ПОИСК: Политика. Обществоведение. Искусство. Социология. Культура: научный и социокультурный журнал. 2024. Вып. №4 (105). С. 43 – 51.

3. Вячистов В. М., Шафажинская Н. Е. Влияние информационнокоммуникационных технологий и искусственного интеллекта на когнитивные функции // Вестник Московского государственного университета технологий и управления имени К. Г. Разумовского (Первый казачий университет). Серия прикладных научных дисциплин. 2024. № 1. С. 96–108. URL: https://vestnikpnd-mgutm.ru/wp-content/uploads/2024/04/8-to-print-96-108-ВячистовШафажинская.pdf (дата обращения: 16.12.2025).

4. Казакова А.Ю. Сентимент-анализ в медиамониторинге: сферы применения и запрос работодателей//Социальные и гуманитарные науки. Отечественная и зарубежная литература. Сер. 11: Социология. 2023. № 2. С. 89–109. URL: https://cyberleninka.ru/article/n/sentiment-analiz-v-mediamonitoringe-sfery-primeneniya-i-zaprosrabotodateley?ysclid=mj7ae67tr1206140703 (дата обращения: 15.12.2025).

5. Лукина М. М., Замков А. В., Крашенинникова М. А., Кульчицкая Д. Ю. Искусственный интеллект в российских медиа и журналистике: к дискуссии об этической кодификации // Вопросы теории и практики журналистики. 2022. № 4. С. 680–694. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-rossiyskih-media-i-zhurnalistike-k-diskussii-ob-eticheskoy-kodifikatsii?ysclid=mj8sg8mvku796198627 (дата обращения: 15.12.2025)

6. Питерова А. Ю. Искусственный интеллект как феномен современного общественного развития (социологический аспект) // Электронный научный журнал «Наука. Общество. Государство». 2025. Т. 13. № 3. С. 108–120. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-kak-fenomen-sovremennogo-obschestvennogo-razvitiya-sotsiologicheskiy-aspekt?ysclid=mj8siufbnl940357811 (дата обращения: 15.12.2025).

7. Семенова М. О. Подходы к сентимент-анализу // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2022. Вып. 12 (867). С. 83–87. URL: https://cyberleninka.ru/article/n/podhody-k-sentiment-analizu?ysclid=mj8sktypuk524623338 (дата обращения: 15.12.2025).

8. Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J.D., Dhariwal, P., Amodei, D.,et al. (2020) Language Models Are Few-Shot Learners. Advances in Neural Information Processing Systems, 33, 1877-1901. URL: https://proceedings.neurips.cc/paper_files/paper/2020/file/1457c0d6bfcb4967418bfb8ac142f64a-Paper.pdf (дата обращения: 15.12.2025).

9. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. arXiv preprint arXiv:1810.04805. URL: https://arxiv.org/pdf/1810.04805 (дата обращения: 15.12.2025).