🌐 Прогнозирование в международных отношениях — в интервью с Игорем Истоминым:

• Исследователи международных отношений зачастую скептически относились к возможности прогнозирования. Многие классики дисциплины говорили о том, что главная задача науки о международных отношениях — понимать закономерности взаимодействия.

• В международных отношениях важен ретроспективный анализ прогнозов — с 2000-2010-х годов этой теме стали уделять больше внимания. Движение к прогностической науке началось сравнительно недавно — дискуссия зародилась сто лет назад, однако она носила абстрактный характер.

• Учебник истории состоит из масштабных и важных событий (создание Лиги наций, ООН, две мировые войны, ДНЯО и т.д.) — создаётся ощущение «плотности» исторического процесса. Но проживая эти процессы в реальности, становится очевидно, что исторические события сильно разнесены во времени, поэтому на практике исследователи-международники за свою профессиональную деятельность редко сталкиваются с однотипными сюжетами.

• Прогнозирование в сфере международных отношений затрудняют несколько вещей: (1) многообразие явлений, с которыми имеют дело международники; (2) прогнозирование осуществляется на разные временные горизонты; (3) сравнительно редкие события с точки зрения статистического анализа. При этом краткосрочные прогнозы нередко сложнее делать, чем долгосрочные, так как для этого требуется гораздо более высокий уровень детализации.

• Исследователю-международнику следует быть осторожным в собственных оценках и одновременно с этим — открытым к множеству новой информации. В этом контексте популярным становится использование в прогнозировании байесовской логики, которая предполагает регулярный пересмотр оценок с учётом новой поступающей информации и определение степени достоверности этой информации.

• Альтернативная точка зрения говорит о том, что науке нужны разные типы прогнозистов: и те, кто тщательно работает с информацией, и те, кто готов мыслить нестандартно. Прогнозисты-мечтатели предлагают большие идеи, но их представления о будущем требуют проверки на реалистичность.

• Сегодня под искусственным интеллектом понимают алгоритмы машинного обучения, которые на основе большого массива информации выявляют закономерности. Искусственный интеллект — не панацея, а один из инструментов прогнозирования.

• Алгоритмы машинного обучения, как правило, не дают ответ на вопрос, почему они делают тот или иной выбор. Искусственный интеллект — некий черный ящик, которому необходимо довериться. Следующая стадия развития машинного прогнозирования — попытка создания «объясняющего» искусственного интеллекта. Пока эта задача не будет решена, использование ИИ будет носить ограниченный характер.

Смотреть интервью на YouTube- и Rutube-канале ИМИ.