Предмет. Поведенческий аспект трансформации процесса принятия финансовых решений институциональным венчурным инвестором в виде классического финансового венчурного фонда в условиях цифровизации (в контексте распространения искусственного интеллекта (ИИ). Цели. Рассмотреть трансформацию процесса принятия решений институциональными венчурными инвесторами с использованием технологий ИИ. Выявить и классифицировать причины распространения недостоверной информации на финансовом рынке. Определить характер влияния поведенческих эффектов на принятие венчурным инвестором решений в условиях снижения качества информационной базы, используемой для обучения ИИ. Методология. Применены общенаучные методы, в том числе обобщение, аргументация, анализ, синтез и классификация. Результаты. Выявлены и проранжированы по уровню значимости причины распространения недостоверной информации в Интернете. Предложено понятие «спираль дезинформации». Именно она лежит в основе возможного усиления уровня негативного влияния некоторых поведенческих факторов и не дает возможности в полной мере устранить нерациональные действия венчурного инвестора за счет применения технологий ИИ. Область применения. Результаты могут использоваться участниками финансового рынка для оценки риска использования технологий ИИ, а также разработчиками и пользователями программных продуктов – для повышения качества информационной базы обучения ИИ. Выводы. Обосновано влияние качества информационной базы, используемой для обучения ИИ, на уровень воздействия различных поведенческих эффектов на венчурного инвестора. Снижение качества информационной базы может рассматриваться как дополнительный фактор формирования уязвимостей финансовой системы.
Mill J.S. On the Definition of Political Economy; and on the Method of Investigation Proper to it. In: Essays on Some Unsettled Questions of Political Economy (2nd ed.). London, Longmans, Green, Reader & Dyer, 1836.
Магомаева Л.Р., Галазова С.С. Искусственный интеллект в финансовом секторе: обзор основных инструментов и их применение // Банковские услуги. 2024. № 12. С. 12–22. DOI: 10.36992/2075-1915_2024_12_12 EDN: LCPFXA
Козлова Е.Б., Басос Е.В., Васильева Ю.С. и др. Предпринимательская среда в сфере интеллектуальной собственности: структура и развитие в условиях цифровизации. М.: Проспект, 2025.192 с. EDN: GMAIHS
Козлова Е.Б., Фоменко Е.В. Влияние процессов цифровизации на эффективность защиты объектов интеллектуальной собственности в России // Материалы Афанасьевских чтений. 2024. № 3. С. 83–86. EDN: ADVXRQ
Blanquet L.B., Pereira M.A., Petrov S. An interpretable machine learning framework for explaining company valuation. Decision Analytics Journal, 2025, vol. 16, 100611. DOI: 10.1016/j.dajour.2025.100611 EDN: LDRVIY
Ващенко Т.В., Дохоян З.М., Шубина Т.В. Влияние поведенческих факторов на финансово-инвестиционные решения в системе ценностно-ориентированного управления компанией. Tallinn: Open European Academy of Public Sciences OÜ, 2022. EDN: ZNLCDS
Craik K.J.W. The Nature of Explanation. Cambridge, Cambridge University Press, 1943, 134 p.
Гаврилова Т.А. «Стохастический попугай» на службе бизнеса: успехи и проблемы генеративного искусственного интеллекта // Российский журнал менеджмента. 2024. Т. 22. № 3. С. 461–482. DOI: 10.21638/spbu18.2024.305 EDN: VZIVZB
Xing S., Hong J., Wang Y. et al. LLMs Can Get "Brain Rot": A Pilot Study on Twitter/X. DOI: 10.48550/arXiv.2510.13928
Юлдашев П.Р. Применение алгоритмов машинного обучения в управлении венчурными инвестициями на этапе отбора технологических стартапов // Экономика, предпринимательство и право. 2025. Т. 15. № 8. С. 5247–5264. DOI: 10.18334/epp.15.8.123410 EDN: HBZCAO
