Исследование потенциала применения ChatGPT-5 для эконометрического моделирования показателей инновационной активности организаций: методологические основы и сравнительный анализ результатов эксперимента
DOI:
https://doi.org/10.55959/MSU2070-1381-115-2026-129-146Ключевые слова:
Инновационная активность, искусственный интеллект, ChatGPT-5, инновации, моделирование, сценарии.Аннотация
В статье проводится экспериментальное исследование возможности применения искусственного интеллекта ChatGPT для проведения эконометрического моделирования показателей инновационной активности российских организаций. Актуальность исследования обусловлена необходимостью модернизации традиционного эконометрического инструментария для работы с растущими массивами данных. Целью работы является методологическое обоснование и экспериментальная проверка возможностей применения ChatGPT-5 для проведения комплексного эконометрического моделирования показателей инновационной активности организаций. Методологическую базу составил сравнительный подход, который был реализован с использованием официальных данных Росстата за 2010–2024 гг. В ходе эксперимента проводился корреляционно-регрессионный анализ по трем ключевым показателям: уровню инновационной активности организации, объему выпуска инновационных товаров и количеству разработанных передовых производственных технологий. Всего было проведено 15 наблюдений по трем показателям. Результаты расчетов в стандартном пакете «Анализ данных» Excel сопоставлялись с аналитикой ChatGPT-5, генерируемой через интерпретатор Python. Эксперимент подтвердил полную идентичность количественных расчетов между пакетом «Анализ данных» Excel и моделью искусственного интеллекта. При этом ChatGPT-5 позволил точно интерпретировать статистические метрики (p-значений, R-квадрата и др.), выявить ограничения регрессионных моделей и сформировать рекомендации по их улучшению. Выявлено, что ключевыми драйверами инновационной активности организаций являются затраты на инновационную деятельность российских организаций, индекс изобретательской активности (патентная активность) и финансирование науки из средств федерального бюджета. В заключение предложены три сценария развития инновационной активности организаций до 2035 года. Сделан вывод о высокой применимости ChatGPT-5 как интеллектуального помощника в эконометрическом моделировании при условии соблюдения методологических ограничений.
Библиографические ссылки
Аржаев Ф.И., Кокарев М.А. Потенциал использования нейросетевых моделей на примере ChatGPT: возможности, ограничения, применение в анализе внешней торговли // Российский внешнеэкономический вестник. 2023. Т. 12. С. 87–100. DOI: 10.24412/2072-8042-2023-12-87-100
Бывшев В.И., Суслова Ю.Ю., Волошин А.В., Писарев И.В. Генезис инноваций и инновационного развития // Вестник ОмГУ. Серия: Экономика. 2025. Т. 23. № 1. C. 16–27. DOI: 10.24147/1812-3988.2025.23(1).16-27
Шаповалов В.В. Основные инновационные теории XX в. (часть 1) // Вестник Томского государственного университета. Экономика. 2024. № 66. С. 345–353. DOI: 10.17223/19988648/66/22
Дмитриев С.Г. Методологические параллели: экономическая теория и интерпретируемость моделей искусственного интеллекта // Kant. 2025. № 1(54). С. 28–33. DOI: 10.24923/2222–s243X.2025–s54.5
Имамов М.М. Использование ChatGPT в экономике // Дискуссия. 2023. № 4(119). С. 62–72. DOI: 10.46320/2077–s7639–s2023–s4-119–s62–s72
Астраханцева И.А., Герасимов А.С., Смирнова О.П. Оценка применимости статистических и машинных моделей для прогнозирования инфляции // Современные наукоемкие технологии. Региональное приложение. 2024. № 3(79). С. 120–131. DOI: 10.6060/snt.20247903.0019
Кириченко А.О., Золкин А.Л., Свердликова Е.А., Подолько П.М. Методы и возможности применения искусственного интеллекта в анализе экономических тенденций // Прикладные экономические исследования. 2024. № 1. С. 177–184. DOI: 10.47576/2949–s1908.2024.1.1.022
Киселёв Р.О. Инновационная активность как компетенция деятельности организации // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. 2024. Т. 10. № 4. С. 39–48.
Ложкина С.Л., Новикова Е.В., Карпенко А.В. Аналитический потенциал инновационной активности промышленных организаций // Естественно-гуманитарные исследования. 2025. № 3(59). С. 307–311.
Овчинникова А.В., Дорф Е.А. Эволюция теории инноваций // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. 2024. Т. 18. № 1. С. 160–169. DOI: 10.14529/em240115
Плахова С.Е., Меликова Ю.Б., Руднев С.Г., Ковалева К.А. Применение методов искусственного интеллекта в макроэкономическом прогнозировании // Журнал прикладных исследований. 2023. № S1. С. 65–72. DOI: 10.47576/2949–s1878_2023_S1_65
Поскочинова О.Г., Мурашов Д.С. Управление инновациями в современной экономике и факторы, стимулирующие процессы инновационного развития России // Прогрессивная экономика. 2024. № 10. С. 175–186. DOI: 10.54861/27131211_2024_10_175
Шумпетер Й. Теория экономического развития. М.: Прогресс, 1982.
Cheng Y., Zeng Y., Zou J. Harnessing ChatGPT for Predictive Financial Factor Generation: A New Frontier in Financial Analysis and Forecasting // The British Accounting Review. 2024. Vol. 58. Is. 2. DOI: 10.1016/j.bar.2024.101507
Just J. Natural Language Processing for Innovation Search — Reviewing an Emerging Non-Human Innovation Intermediary // Technovation. 2024. Vol. 129. DOI: 10.1016/j.technovation.2023.102883
Kassa B.Y., Worku E.K. The Impact of Artificial Intelligence on Organizational Performance: The Mediating Role of Employee Productivity // Journal of Open Innovation: Technology, Market, and Complexity. 2025. Vol. 11. Is. 1. DOI: 10.1016/j.joitmc.2025.100474
Yang K., Deng R., Wei Y., Wang S. The Power of ChatGPT in Processing Text: Evidence from Analysis and Prediction in the Exchange Rate Markets // Financial Innovation. 2025. Vol. 11. DOI: 10.1186/s40854–s025–s00789–s6
Zakhem N.B., Diab M.B., Tahan S.A Cross-Disciplinary Academic Evaluation of Generative AI Models in HR, Accounting, and Economics: ChatGPT-5 vs. DeepSeek // Administrative Sciences. 2025. Vol. 15. Is. 11. DOI: 10.3390/admsci15110412
Zhang B. GPT in Finance Forecasting // Advances in Economics Management and Political Sciences. 2024. Vol. 99. P. 73–80. DOI: 10.54254/2754–s1169/99/2024OX0199
Zhang G., Lu C., Luo Q. Application of Large Language Models in the AECO Industry: Core Technologies, Application Scenarios, and Research Challenges // Buildings. 2025. Vol. 15. Is. 11. DOI: 10.3390/buildings15111944
Загрузки
Опубликован
Похожие статьи
- Чжан Цзяньхуа, Исследование инноваций в условиях цифровой трансформации обрабатывающей промышленности России и Китая в эпоху цифровой экономики , Государственное управление. Электронный вестник: № 110 (2025)
- Шпакова Раиса Николаевна, Городецкий Дмитрий Игоревич, Перспективы использования технологий искусственного интеллекта для решения проблем регионального стратегического планирования , Государственное управление. Электронный вестник: № 112 (2025)
- Петрунин Юрий Юрьевич, «Пионеры» управленческой мысли: случай Вудро Вильсона , Государственное управление. Электронный вестник: № 104 (2024)
- Крылова Дина Владимировна, Максименко Александр Александрович, Использование искусственного интеллекта в вопросах выявления и противодействия коррупции: обзор международного опыта , Государственное управление. Электронный вестник: № 84 (2021)
- Балакшин Илья Сергеевич, Тренды и отраслевая экспертиза рынка маркетплейсов в России , Государственное управление. Электронный вестник: № 109 (2025)
- Зуб Анатолий Тимофеевич, Петрова Кристина Сергеевна, Искусственный интеллект в корпоративном управлении: возможности и границы применения , Государственное управление. Электронный вестник: № 94 (2022)
- Исаева Айгуль Эрнстовна, Инновационная цифровая образовательная экосистема как база перехода к Индустрии 4.0 , Государственное управление. Электронный вестник: № 96 (2023)
- Петрунин Юрий Юрьевич, Генеративный искусственный интеллект и проблема сознания , Государственное управление. Электронный вестник: № 112 (2025)
- Кузнеченко Илья Михайлович, Риски организации и реализации процесса принятия решений на основании аналитики больших данных и искусственного интеллекта , Государственное управление. Электронный вестник: № 104 (2024)
- Ефимова Екатерина Андреевна, Формирование новейших отраслей экономики: мировые тенденции и положение в России , Государственное управление. Электронный вестник: № 98 (2023)
Вы также можете начать расширеннвй поиск похожих статей для этой статьи.