Методологические подходы к оценке влияния генеративного искусственного интеллекта на динамику рынка труда
DOI:
https://doi.org/10.52944/PORT.2026.65.2.013Keywords:
генеративный искусственный интеллект, рынок труда, методы прогнозирования, автоматизация задач, агент-ориентированное моделирование, эконометрический анализ, кадровый дефицитAbstract
Введение . Генеративный искусственный интеллект (ГИИ) трансформирует рынок труда, однако существующие методологические подходы к оценке его влияния разрозненны и не в полной мере учитывают специфику российского рынка труда, в первую очередь, острый кадровый дефицит и значительную пространственную неоднородность. Цель . Систематизация и сравнительный анализ методов оценки влияния ГИИ на динамику рынка труда, определение направлений их применения в российских исследованиях институциональных особенностей и региональной дифференциации. Методы . Систематический обзор и сравнительный анализ отечественной и зарубежной научной литературы, включая публикации ведущих исследовательских центров в области экономики труда. Результаты . Предложена авторская классификация методов оценки влияния ГИИ на рынок труда, охватывающая шесть групп: модели частичного и общего равновесия; эконометрические подходы (включая анализ выживаемости); агент-ориентированное моделирование; анализ больших данных; методологию оценки автоматизации задач (семантические пары «глагол – существительное»); метод аналогий. Установлено, что ни один метод не является универсальным, и это обусловливает необходимость гибридизации подходов. Показано, что российский контекст – прежде всего кадровый дефицит – смещает фокус с рисков замещения на возможности компенсации рабочей силы. Научная новизна . Впервые проведена систематизация методов оценки влияния ГИИ на рынок труда с акцентом на их применимость в российских условиях с учетом пространственной неоднородности и институциональных особенностей. Практическая значимость. Результаты могут быть использованы при разработке региональных программ содействия занятости, обосновании мер активной политики на рынке труда в условиях технологической трансформации.References
Аверьянов, А. О., Степусь И. С., Гуртов И. С. Прогноз кадровой потребности для сферы искусственного интеллекта в России // Проблемы прогнозирования. 2023. № 1(196). С. 129–143. https://doi. org/10.47711/0868-6351-196-129-143 2. Гильтман М. А. Влияние заработной платы на занятость в районах Крайнего Севера России // Пространственная экономика. 2016. № 1. С. 60–80. https://doi.org/10.14530/se.2016.1.060-080 3. Гильтман М. А., Мерзлякова А. Ю., Мурзагулова Р. Ф. Факторы, влияющие на вероятность трудоустройства официально зарегистрированных безработных // Вопросы экономики. 2024. № 7. С. 112–135. https:// doi.org/10.32609/0042-8736-2024-7-112-135 4. Гимпельсон В. Е., Капелюшников Р. И. Рутинность и риски автоматизации на российском рынке труда // Вопросы экономики. 2022. № 8. С. 68–94. https://doi.org/10.32609/0042-8736-2022-8-68-94 5. Кадровый код: будущее рынка труда с генеративным ИИ / отв. ред. П. Л. Отоцкий, С. В. Кобелев. Москва: РАНХиГС, 2025. 96 с. 6. Капелюшников Р. И. Конец российской модели рынка труда? Москва: Фонд «Либеральная миссия», 2009. 72 с. 7. Сотниченко А. О. Интеллектуальный труд в эпоху искусственного интеллекта: трансформация задач, навыков и требований // Петербургская социология сегодня. 2025. № 28. С. 98–131. https://doi.org/10.25990/ socinstras.pss-28.s9yg-sg61 8. Сулумов С. Х. Структурные изменения рынка труда в условиях цифровизации экономики // Экономика и бизнес: теория и практика. 2021. № 10-2(80). С. 109–113. https://doi.org/10.24412/2411-0450-2021-10-2-109-113 9. Файзуллин Р. В., Отоцкий П. Л., Горлачева Е. Н., Поспелова Е. А., Харитонова Е. С. Сценарии развития рынка труда России с учетом оценки влияния искусственного интеллекта: отраслевой разрез // Экономические и социальные перемены: факты, тенденции. прогноз. 2025. Т. 18. № 1. С. 170–189. https://doi.org/10.15838/esc.2025.1.97.10 10. Acemoglu D., Autor D., Hazell J., Restrepo P. Artificial intelligence and jobs: Evidence from online vacancies // Journal of labor economics. 2022. Vol. 40, No. S1 P. S293–S340. https://doi.org/10.1086/718327 11. Al Naqbi H., Bahroun Z., Ahmed V. Enhancing work productivity through generative artificial intelligence: A comprehensive literature review // Sustainability. 2024. Vol. 16, No. 3. Article 1166. https://doi.org/10.3390/ su16031166 12. Autor D. H. The fall of the labor share and the rise of superstar firms // The quarterly journal of economics. 2021. Vol. 135, No. 2. P. 645–709. https:// doi.org/10.1093/qje/qjaa004 13. Autor D. H., Levy F., Murnane R. J. The skill content of recent technological change: An empirical exploration // The quarterly journal of economics. 2003. Vol. 118, No. 4. P. 1279–1333. https://doi.org/10.1162/003355303322552801 14. Autor D., Chin C., Salomons A., Seegmiller B. New frontiers: The origins and content of new work, 1940–2018 // The quarterly journal of economics. 2024. Vol. 139, No. 3. P. 1399–1465. https://doi.org/10.1093/qje/qjae008 15. Brynjolfsson E., McAfee A. The second machine age: Work, progress, and prosperity in a time of brilliant technologies. New York: W. W. Norton & Company, 2014. 306 p. 16. Brynjolfsson E., Rock D., Syverson C. The productivity J-curve // American economic journal: Macroeconomics. 2021. Vol. 13, No. 1. P. 333–372. https://doi.org/10.1257/mac.20180384 17. Brynjolfsson, E., Li D., (2024). The economics of generative AI // NBER Reporter, 2024. No. 1. https://www.nber.org/reporter/2024number1/economics-generative-ai 18. Carpentras D. Agent-based modeling and social systems simulation // Reference module in social sciences. Elsevier, 2025. https://doi.org/10.1016/ B978-0-443-26629-4.00042-3 19. Chen L., Gao C., Leung A., Wang X. When assurance undermines intelligence: The efficiency costs of data governance in AI-enabled labor markets // arXiv. 2025. https://doi.org/10.48550/arXiv.2511.01923 20. Dawid H., Harting P., Neugart M. Cohesion policy and inequality dynamics: Insights from a heterogeneous agents macroeconomic model // Journal of economic behavior & organization. 2018. Vol. 150. P. 220–255. https:// doi.org/10.1016/j.jebo.2018.03.015 21. Del Rio-Chanona R. M., Ernst E., Merola R., Samaan D., Dettloff O. AI and jobs: A review of theory, estimates, and evidence // arXiv. 2025. https://doi. org/10.48550/arXiv.2509.15265 22. Ellingrud K., Sanghvi S.. Singh Dandona G, Madgavkar A., Chui M., White O., Hasebe P., Renaud L. Generative AI and the future of work in Americа. McKinsey Global Institute, 2023. https://www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-america 23. Eloundou T., Manning S., Mishkin P., Rock D. GPTs are GPTs: An early look at the labor market impact potential of large language models // arXiv. 2023. https://arxiv.org/abs/2303.10130 24. Finlay S. Predictive analytics, data mining and big data. London: Palgrave Macmillan, 2014. 248 p. https://doi.org/10.1057/9781137379283 25. Frey C. B., Osborne M. A. The future of employment: How susceptible are jobs to computerisation? // Technological forecasting and social change. 2017. Vol. 114. P. 254–280. https://doi.org/10.1016/j.techfore.2016.08.019 26. Ghaffarzadegan N., Majumdar A., Williams R., Hosseinichimeh N. Generative agent-based modeling: an introduction and tutorial // System Dynamics Review. 2024. No. 40. e1761. https://doi.org/10.1002/sdr.1761 27. Global trade analysis: Modeling and applications / Ed. by T. W. Hertel. Cambridge: Cambridge University Press, 1997. 404 p. https://doi.org/10.1017/ CBO9781139174688 28. Gmyrek P., Berg J., Kamiński K., Konopczyński F., Ładna A., Nafradi B., Rosłaniec K., Troszyński M. Generative AI and jobs: A refined global index of occupational exposure // ILO Working Paper. 2025. No. 140. International Labour Organization. https://doi.org/10.54394/HETP0387 29. Goller D., Gschwendt C., Wolter S. C. This time it’s different – Generative artificial intelligence and occupational choice // Labour economics. 2025. Vol. 95. Article 102746. https://doi.org/10.1016/j.labeco.2025.102746 30. Gupta R., Nair K., Mishra M., Ibrahim B., Bhardwaj S Adoption and impacts of generative artificial intelligence: Theoretical underpinnings and research agenda // International journal of information management data insights. 2024. Vol. 4, No. 1. Article 100232. https://doi.org/10.1016/j. jjimei.2024.100232 31. Haapanala H., Marx I., Parolin Z. Robots and unions: The moderating effect of organised labour on technological unemployment // Economic and industrial democracy. 2023. Vol. 44, No. 3. P. 827–852. https://doi. org/10.1177/0143831X221086397 32. Humlum A., Vestergaard E. The adoption of ChatGPT // IZA Discussion Paper. No. 17483. https://www.iza.org/publications/dp/16992/the-adoptionof-chatgpt 33. Kalish I., Wolf M. Generative AI and the labor market: A case for techno-optimism // Deloitte Insights. 2023, December 13. https://www2.deloitte. com/xe/en/insights/economy/generative-ai-impact-on-jobs.html 34. Kolade O., Owoseni A. Employment 5.0: The work of the future and the future of work // Technology in Society. 2022. Vol. 71. Article 102086. https:// doi.org/10.1016/j.techsoc.2022.102086 35. Miller J. H., Page S. E. Complex adaptive systems: An introduction to computational models of social life. Princeton: Princeton University Press, 2007. 263 p. 36. Occhipinti J.-A. et al. Generative AI may create a socioeconomic tipping point through labour displacement // Scientific reports. 2025. Vol. 15. Article 13594. https://doi.org/10.1038/s41598-025-08498-x 37. Roback J. Wages, rents, and the quality of life // Journal of political economy. 1982. Vol. 90. No. 6. P. 1257–1278. https://doi.org/10.1086/261120 38. Schwab K. The fourth industrial revolution. New York: Crown Currency, 2017. 192 p. 39. Szabó-Szentgróti G., Végvári B., Varga J. Impact of Industry 4.0 and digitization on labor market for 2030 – verification of Keynes’ prediction // Sustainability. 2021. Vol. 13, No. 14. Article 7703. https://doi.org/10.3390/su13147703 40. University of Cambridge. Working a four-day week boosts employee wellbeing while preserving productivity, major six-month trial finds // ScienceDaily. 21.02.2023. https://www.sciencedaily.com/releases/2023/02/230221113132.htm 41. Varian H. R. Microeconomic analysis. New York: W. W. Norton & Company, 1992. 576 p. 42. Webb M. The impact of artificial intelligence on the labor market // SSRN. 2019. https://doi.org/10.2139/ssrn.3482150 43. Wooldridge J. M. Econometric analysis of cross section and panel data. Cambridge: MIT Press, 2010. 741 p.
