Методологические параллели: экономическая теория и интерпретируемость моделей искусственного интеллекта
Журнал «KANT» №1(54) 2025 [стр. 28-33]
DOI: 10.24923/2222-243X.2025-54.5
Ключевые слова: методология экономической науки; машинное обучение; искусственный интеллект; интерпретируемость; доказательная политика.
Целью исследования является анализ общих методологических подходов, используемых в экономической теории и инструментах искусственного интеллекта, в частности, машинного обучения. Научная новизна заключается в предлагаемой аналогии между дебатами о реалистичных предположениях экономических моделей и актуальной дискуссией по поводу интерпретируемости при использовании машинного обучения в реальных условиях. В результате установлено, что в машинном обучении невозможно основываться исключительно на функционировании "черного ящика", упуская из виду роль человека при принятии решений, равно как и экономической науке смысл описываемых моделями феноменов зачастую приносится в жертву лаконичности и стройности используемого математического и эконометрического аппарата.
1. Блауг М. Методология экономической науки, или Как экономисты объясняют / пер. с англ.; науч. ред. и вступ. ст. В.С. Автономова. – М.: Журнал Вопросы экономики, 2004. – 416 с.
2. Кун Т. Структура научных революций / Т. Кун; пер. с англ., сост. В.Ю. Кузнецов. – М.: ACT, 2003. – 605[3] с.
3. Латур Б. Наука в действии: следуя за учеными и инженерами внутри общества / Бруно Латур; [пер. с англ. К. Федоровой; науч. ред. С. Миляева]. – СПб.: Издательство Европейского университета в Санкт-Петербурге, 2013. – 414 с.
4. Ло Д. После метода: беспорядок и социальная наука / пер. с англ. С. Гавриленко, А. Писарева и П. Хановой; науч. ред. перевода С. Гавриленко. – М.: Изд-во Института Гайдара, 2015. – 352 с.
5. Хелпман Э. Загадка экономического роста / пер. с англ. А. Калинина под ред. М. Ханаевой, Е. Синельниковой. – М.: Изд. Института Гайдара, 2011. – 240 с.
6. Angrist J. et al. Economic research evolves: Fields and styles //American Economic Review. – 2017. – Т. 107. – №. 5. – С. 293-297.
7. Favereau J. On the analogy between field experiments in economics and clinical trials in medicine // Journal of Economic Methodology. – 2016. – Т. 23. – №2. – С. 203-222.
8. Friedman M. Essays in positive economics. – University of Chicago press, 1953.
9. Kuorikoski J., Lehtinen A., Marchionni C. Economic modelling as robustness analysis // The British Journal for the Philosophy of Science. – 2010.
10. Mullins B. Economic methodology meets interpretable machine learning – Introduction. Data Scientist. From https://bcmullins.github.io/economic_methodology_interpretable_ml_intro/ (Дата обращения 27.02.2024).
11. Newman J. Mapping the discourse on evidence-based policy, artificial intelligence, and the ethical practice of policy analysis // Journal of European Public Policy. Volume 30, 2023 – Issue 9. – С. 1839-1859.
12. The Philosophy of Economics: An Anthology. Second edition. Edited by Daniel M. Hausman. Cambridge: Cambridge University Press. – С. 17-21.
13. Reiss J. Idealization and the aims of economics: three cheers for instrumentalism // Economics & Philosophy. – 2012. – Т. 28. – №. 3. – С. 363-383. https://doi.org/10.1017/S0266267112000284
Methodological parallels: Economic theory and interpretability of artificial intelligence models
Keywords: Methodology of Economic Science; Machine Learning; Artificial Intelligence; Interpretability; Evidence-based Policy.