В Новгородском государственном университете представили методику, которая использует алгоритмы машинного обучения для оценки привлекательности регионов. На примере Северо-Западного федерального округа исследователь Надежда Ильина показала, как анализ больших данных и обработка естественного языка (NLP) позволяют узнать реальные мотивы людей, уезжающих из дома.
Массовый отток говорит о безработице или плохой экологии, тогда как приток говорит о высоком качестве жизни. В отличие от классической статистики, которая запаздывает на годы, ИИ анализирует миллионы сообщений в соцсетях и новостях в режиме, приближенном к реальному времени, выявляя факторы, невидимые для традиционных отчетов.
По итогам исследования выяснилось: регионы СЗФО поляризованы до предела. Санкт-Петербург и Ленобласть имеют сальдо миграции до +50 тысяч человек за счет развитой инфраструктуры и рынка труда. Калининградская область замыкает тройку лидеров, привлекая молодежь статусом особой экономической зоны. Однако Архангельская и Мурманская области демонстрируют устойчивый отток от -5 до -10 тысяч человек, а Республика Коми и вовсе признана критической зоной с потерей до 15 тысяч жителей. Новгородская область оказалась в «серой зоне» с показателями от -1 до -3 тысяч. Регион теряет кадры из-за близости к мегаполису, который перетягивает активную молодежь.
Интеграция ИИ и классической статистики позволяет преодолеть барьеры скорости и глубины. Алгоритмы способны строить прогнозные сценарии, но интерпретация результатов остается за человеком, особенно в части учета региональной специфики и культурных особенностей. Машина — это инструмент расширения возможностей исследователя, а не замена ему.
Методика, созданная в НовГУ, уже масштабируется на другие округа. Автор считает, что это позволит властям перераспределять ресурсы точечно, не дожидаясь демографического коллапса.
Ранее стало известно, сколько россиян пользуются нейросетями.