УДК 004.8 Искусственный интеллект
Данная работа представляет уникальный эксперимент по совместному анализу научного наследия филолога Л.Г. Кайда, проведённый автором и искусственным интеллектом (ИИ). Цель проекта — системная репрезентация эволюции авторской концепции: от функциональной и композиционной стилистики к интегральной поэтике текста. Методология основана на диалоге «человек — ИИ», где эксперт задаёт стратегию и интерпретацию, а ИИ выполняет функцию систематизатора, выявляющего внутреннюю логику, преемственность и скрытые связи в корпусе работ, а в ключевых моментах — выступает как активный со-мыслитель, способный к творческому развитию гипотез. В статье прослеживается трёхэтапное развитие теории (стилистика → композиционная поэтика → интегральная поэтика), демонстрируется её верификация на сложном материале («Слово о полку Игореве», проза И.А. Бунина) и рефлексируется сам процесс адаптации исследовательского инструментария в условиях со-творчества. Результатом является не только целостная модель научного вклада, но и рабочая методология для будущих междисциплинарных исследований в digital humanities, ориентированных на развитие эстетического интеллекта.
Интегральная поэтика, эстетический интеллект, композиционный анализ, интермедиальность, искусственный интеллект в гуманитарных науках, digital humanities, стилистика текста, диалог автор-читатель, Л.Г. Кайда, системный анализ, со-творчество.
1. Habibova, K. A. Machine Metaphorics in Techno-Modern Texts / K. A. Habibova // Terra Linguistica. – 2025. – Vol. 16, No. 4. – P. 128-140. – DOIhttps://doi.org/10.18721/JHSS.16408. – EDN NHGHWF.
2. Мухаметшина, Р. Ф. Ресурсы технологии развития эмоционального интеллекта на уроках внеклассного чтения / Р. Ф. Мухаметшина, И. В. Сосновская, А. С. Кащенко // Педагогический ИМИДЖ. – 2025. – Т. 19, № 4(69). – С. 514-532. – DOIhttps://doi.org/10.32343/2409-5052-2025-19-4-514-532. – EDN RXUBWN.
3. Терентьева, В. Н. Развитие связной речи у детей МЛАДШЕГО школьного возраста в добукварный период ПОСРЕДСТВОМ творческих заданий / В. Н. Терентьева // Научное сообщество студентов XXI столетия. Гуманитарные науки : Сборник статей по материалам CLX студенческой международной научно-практической конференции, Новосибирск, 13 апреля 2026 года. (158). – Новосибирск: ООО "Сибирская академическая книга", 2026. – С. 84-91. – EDN YEFDZI.
4. Wang, X. The Impact of Artificial Intelligence on News Production and Communication in the Smart Media Era / X. Wang // Тенденции развития науки и образования. – 2023. – No. 104-7. – P. 167-170. – DOIhttps://doi.org/10.18411/trnio-12-2024-406. – EDN WIFGAV.
5. Mago, G., Mettes, P. & Rudinac, S. Looking Beyond the Obvious: A Survey on Abstract Concept Recognition for Video Understanding. Int J Comput Vis 134, 217 (2026). https://doi.org/10.1007/s11263-026-02784-5
6. Zeivots, S., Casey, A., Winchester, T. et al. Reshaping Higher Education Designs and Futures: Postdigital Co-design with Generative Artificial Intelligence. Postdigit Sci Educ 7, 1334–1374 (2025). https://doi.org/10.1007/s42438-025-00595-4
7. Jiang, Y. (2025). Theory of Evidence-Based Narrative. In: Zhang, B. (eds) An Introduction to Evidence Science. Springer, Singapore. https://doi.org/10.1007/978-981-96-2026-5_8
8. Reyes, M.C. (2024). Towards Immersography: Considerations for an Integrated Understanding of Immersive Narrative Experiences. In: Dooley, K., Munt, A. (eds) Screenwriting for Virtual Reality . Palgrave Studies in Screenwriting. Palgrave Macmillan, Cham. https://doi.org/10.1007/978-3-031-54100-1_
9. Stick, M. Immigrants’ Sense of Belonging to Canada: The Role of Source-Country Gender Inequality / M. Stick, L. Kaida, F. Hou // Journal of International Migration and Integration. – 2025. – DOIhttps://doi.org/10.1007/s12134-024-01224-y. – EDN PSLLXY.
10. Kitchen, P. Canada pension plan (CPP) and maximum benefit recipients in retirement: a profile of an exclusive group and gender differences / P. Kitchen, Ja. Chowhan, L. Kaida // SN Business & Economics. – 2025. – Vol. 5, No. 12. – P. 219. – DOIhttps://doi.org/10.1007/s43546-025-00985-7. – EDN LOZJMB.
11. Swiss, L. Immigrant remittances and foreign aid: working together in the interest of global development? / L. Swiss, H. Dicks, L. Kaida // Canadian Journal of Development Studies. – 2026. – Vol. 47, No. 1. – P. 101-122. – DOIhttps://doi.org/10.1080/02255189.2026.2625947. – EDN CYBNML.
12. Kaida, L. Changes in selection policy and refugee welfare use in Canada / L. Kaida, M. Stick, F. Hou // International Migration. – 2022. – Vol. 60, No. 5. – P. 38-59. – DOIhttps://doi.org/10.1111/imig.12930. – EDN FTURYG.
13. Кузнецов, А. В. Большие языковые модели как инструмент историка / А. В. Кузнецов // Новые информационные технологии в образовании и науке. – 2024. – № 13. – С. 75-92. – DOIhttps://doi.org/10.17853/2587-6910-2024-13-75-92. – EDN QDSUHV.
14. Снимщиков, С. В. Реализация машинопонимаемых стандартов с помощью технологии искусственного интеллекта / С. В. Снимщиков, И. П. Саврасов // Бетон и железобетон. – 2025. – № 5(630). – С. 60-67. – DOIhttps://doi.org/10.37538/0005-9889-2025-5(630)-60-67. – EDN NEKSTK.
15. Бородкин, Л. И. Цифровая трансформация университетского исторического образования в эпоху искусственного интеллекта: научно-методическая конференция в МГУ / Л. И. Бородкин, В. Н. Владимиров, И. М. Гарскова // Историческая информатика. – 2026. – № 1(55). – С. 48-58. – DOIhttps://doi.org/10.7256/2585-7797.2026.1.79070. – EDN URJDRR.
16. Фам, Н. Т. З. Обзор существующих решений для психоэмоционального анализа текста / Н. Т. З. Фам, Е. В. Ледовская // Человек. Социум. Общество. – 2026. – № 6. – С. 155-163. – EDN QUBKKZ.
17. Солиев, И. Б. Конвейер обработки данных научных публикаций для выявления приоритетных направлений исследований / И. Б. Солиев // Цифровые модели и решения. – 2025. – Т. 4, № 1. – С. 17-34. – DOIhttps://doi.org/10.29141/2949-477X-2025-4-1-2. – EDN MOWAQR.
18. Го, И. Сравнительное исследование выявления вербального намёка: человек и языковые модели с разной степенью обученности / И. Го // Мир науки, культуры, образования. – 2025. – № 3(112). – С. 566-570. – DOIhttps://doi.org/10.24412/1991-5497-2025-3112-566-570. – EDN FJFBFP.
19. Фомина, И. К. Повышение эффективности модели классификации определения тональности текста / И. К. Фомина, А. С. Татаурова // Актуальные проблемы экономики и управления. – 2022. – № 1(33). – С. 55-58. – EDN RQFTBW.
20. Нурлыева, М. Х. Использование нейросетевых моделей в изучении языковых изменений и вариативности речи / М. Х. Нурлыева, Х. М. Атаев // Вестник современной науки. Серия: Гуманитарные науки. – 2023. – № 1. – С. 24-30. – EDN CPRSSP.
