ISSN (print) - 0131-7652

ISSN (online) - 2686-7605

Том 53 № 9 (2023)
ЦИФРОВАЯ ЭКОНОМИКА

Big data как феномен: причины и следствия появления больших данных

Требуется подписка или оплата PDF (100 RUB)
  • А.И. Пестунов,
  • А.С. Гинтофт,
  • О.В. Криветченко
А.И. Пестунов
Новосибирский государственный университет экономики и управления
Bio
А.С. Гинтофт
Новосибирский государственный университет экономики и управления
О.В. Криветченко
Новосибирский государственный университет экономики и управления
DOI: https://doi.org/10.30680/ECO0131-7652-2023-9-137-154

Опубликован 30.08.2023

Ключевые слова

  • большие данные; управление на основе данных; цифровая экономика; цифровые компетенции; искусственный интеллект; машинное обучение; нейронная сеть; демон Лапласа; детерминизм; персональные данные; этика; мораль; социальные противоречия цифровизации

Как цитировать

1.
Пестунов А, Гинтофт А, Криветченко О. Big data как феномен: причины и следствия появления больших данных. ECO [Интернет]. 30 август 2023 г. [цитируется по 27 июль 2024 г.];53(9):137-54. доступно на: https://ecotrends.ru/index.php/eco/article/view/4656

Аннотация

В статье показано, что многие технологии, называемые теперь технологиями больших данных, существовали задолго до внедрения в массовый обиход данного термина. Принципиальное отличие нынешней ситуации состоит лишь в масштабе использования и некоем синергетическом эффекте, возникшем в результате развития целого ряда изначально слабо связанных технологий. Помимо технико-экономических, поднимаются гуманитарно-этические и социальные проблемы. Названы профессии, которые становятся актуальными в рамках технологий больших данных и востребованные в этой связи цифровые компетенции. По-новому ставится проблема защиты персональных данных.
Требуется подписка или оплата PDF (100 RUB)

Библиографические ссылки

  1. Абдулгалимов А.М. Государственный финансовый контроль в условиях развития цифровой экономики // Вестник Чеченского государственного университета им. А.А. Кадырова. 2021. № 3. С. 19–25.
  2. Булгаков С.В. Большие данные в интеллектуальных транспортных системах // Наука и технологии железных дорог. 2022. Т. 6. № 2. С. 45–52.
  3. Гвишиани А.Д., Добровольский М.Н., Дзеранов Б.В., Дзебоев БА. Большие данные в геофизике и других науках о земле // Физика Земли. 2022. № 1. С. 3–34.
  4. Засухина О.А., Ершов Е.В., Головатюков Л.К., Шитенков Г.А. Большие данные (big data) в области электроэнергетики // Вестник Ангарского государственного технического университета. 2022. № 16. С. 16–20.
  5. Маркова В.Д., Марков А.А. Цифровизация, или управление на основе потока данных // Инновации. 2019. № 7 (249). С. 83–87.
  6. Мильман Б.Л., Журкович И.К. Большие данные в современном химическом анализе // Журнал аналитической химии. 2020. Т. 75. № 4. С. 316–326.
  7. Монарев В.А., Пестунов А.И. Эффективное обнаружение стеганографически скрытой информации посредством интегрального классификатора на основе сжатия данных // Прикладная дискретная математика. 2018. № 40. С. 59–71.
  8. Осипов А.Л., Криветченко О.В. Компьютерная оценка нижнего концентрационного предела воспламенения // В мире научных открытий. 2013. № 10–1. С. 34–45.
  9. Павлова А.И. Анализ методов интерполирования высот точек для создания цифровых моделей рельефа // Автометрия. 2017. № 2. С. 86–94.
  10. Перов А.А., Пестунов А.И. О возможности применения сверточных нейронных сетей к построению универсальных атак на итеративные блочные шифры // Прикладная дискретная математика. 2020. № 49. С. 46–56.
  11. Пестунов А.И. Криптовалюты и блокчейн: потенциальные применения в государстве и бизнесе // ЭКО. 2018. № 8. С. 78–92. DOI: 10.30680/ЕСО0131-7652-2018-8-78-92
  12. Половинченко М.И., Елисеев В.С. Большие данные и их применение в агробизнесе // Мехатроника, автоматика и робототехника. 2021. № 7. С. 46–49.
  13. Попазова О.А., Шихова Н.Н. Управление персоналом на основе анализа больших данных: риски и возможности // Известия Санкт-Петербургского государственного экономического университета. 2019. № 3. С. 110–115.
  14. Прошунин М.М. Государственный цифровой финансовый контроль: правовая сущность // Российское правосудие. 2022. № 7. С. 98–104.
  15. Рыльникова М.В., Макеев М.А., Кадочников М.В., Клебанов Д.А. Большие данные для оптимизации работы погрузочной техники и автотранспорта на горных работах // Известия Тульского государственного университета. Науки о Земле. 2022. № 4. С. 343–354.
  16. Смирнов С.А. Наше бесчеловечное будущее или уловка трансгуманизма // Человек. 2022. № 1. С. 61–79.
  17. Терещенко С.Н., Осипов А.Л., Моисеева Е.Д. Определение количества колосьев на изображениях пшеничных полей методами компьютерного зрения // Автометрия. 2022. № 3. С. 72–78.
  18. Фиофанова О.А. Управление на основе больших данных в сфере образования// Государственная служба. 2021. Т. 23. № 3. С. 86–91.
  19. Чхутиашвили Л.В. Государственный аудит и внутренний контроль в условиях цифровой экономик // Аудит. 2022. № 3. С. 9–11.
  20. Andreotta A., Kirkham N., Rizzi M. (2022). AI, Big Data, and the future of consent. AI & Society. No. 37. Pp. 1715–1728. Springer
  21. Coghlan S, Miller T., Paterson J. (2021). Good proctor or “Big Brother”? Ethics of online exam supervision technologies. Philosophy & Technology. No. 34. Pp. 1581–1606. Springer.
  22. Floridi L. (2012). Big Data and Their Epistemological Challenge. Philosophy & Technology. No. 25. Pp. 435–437.
  23. Hoffmann A. (2018). Making data valuable: political, economic, and conceptual bases of Big Data. Philosophy & Technology. No. 31. Pp. 209–212. Springer.
  24. Mittelstadt B., Floridi L. (2016). The Ethics of Big Data: Current and Foreseeable Issues in Biomedical Contexts. Science and Engineering Ethics. No. 22. Pp. 303–341. Springer.