Преподаватели Полоцкого университета завершили обучение по моделированию и ИИ в исследованиях

Преподаватели и аспиранты кафедры экономики Полоцкого государственного университета имени Евфросинии Полоцкой завершили дополнительную профессиональную программу «Экономико-математическое моделирование и искусственный интеллект в научных исследованиях». Обучение прошло в рамках сотрудничества университета с Международным банковским институтом имени Анатолия Собчака.

Курс объединил количественный анализ, работу с данными и современные цифровые инструменты. Участники разбирали реальные кейсы и отрабатывали методы, которые могут применяться при подготовке научных статей, курсовых и выпускных исследований.

Какие навыки получили участники

В материалах Полоцкого университета упомянуты экономико-математическое моделирование, сквозная аналитика в Excel и экономические измерения. Отдельный блок был посвящён использованию нейросетей как вспомогательного инструмента при работе с исследовательскими задачами.

Направление	Практическое применение
Экономико-математическое моделирование	Построение моделей для анализа экономических процессов
Аналитика в Excel	Обработка и сопоставление показателей
Работа с данными	Измерение, преобразование и проверка исходных величин
Нейросети в исследованиях	Поддержка отдельных этапов анализа при контроле результатов

Заведующая кафедрой экономики Инга Зенькова отметила практическую направленность курса и подход от постановки задачи к построению модели. Старший преподаватель Анастасия Ващенко связала освоенные методы с подготовкой научных работ и проверкой выбранного направления исследования.

Как обучение может повлиять на учебные работы

Полученные знания планируют использовать для обновления практической части учебных дисциплин кафедры. Для студентов это может означать больше заданий с реальными данными, экономическими измерениями и моделями. При этом нейросеть не заменяет проверку источников, расчётов и методики исследования.

При подготовке курсовой или дипломной работы студенту стоит отдельно фиксировать происхождение каждого показателя, описывать способ обработки данных и проверять расчёты вручную. Если цифровой инструмент помог сформулировать гипотезу или обработать массив данных, его роль нужно отделять от авторских выводов.

Что проверить перед использованием инструментов

Перед включением модели или результата нейросети в академический текст полезно проверить три пункта:

Есть ли у исходных данных понятный источник и дата.

Совпадают ли единицы измерения во всех таблицах.
3. Можно ли воспроизвести расчёт без автоматического инструмента.

Подход, представленный в программе Полоцкого университета, ориентирован на связь задачи, модели и интерпретации результата. Для учебного исследования это особенно важно: цифровой инструмент ускоряет работу, но качество вывода зависит от исходных данных и выбранного метода.