Факультет социально-экономических и компьютерных наук

Публикации

• Книга

  Дерябин А. И.

  Имитационное моделирование исполнимых BPMN-схем

  Учебно-методическое пособие предназначено для студентов бакалавриата и магистратуры образовательных программ «Бизнес-информатика» и «программная инженерия» изучающих дисциплины «Архитектура предприятия», «Анализ и совершенствование бизнес-процессов» и «Совершенствование архитектуры предприятия».

  Рассматриваются основы проектирования, разработки и оптимизации исполнимых моделей бизнес-процессов, реализованных на языке BPMN-2,0.

  Изучается методика планирования и проведения имитационных экспериментов со схемами бизнес-процессов. Даны основные приемы использования компьютерной программы моделирования исполнимых BPMN-схем.

  2026.

• Статья

  Корниенко С. И., Исмакаева И. Д., Сенина А. В.

  Цифровое сопровождение гуманитарных образовательных программ

  В эпоху цифровизации владение цифровыми технологиями становится ключевой грамотностью XXI века, что особенно актуально при подготовке студентов гуманитарных образовательных программ. В статье предложена сквозная модель интеграции цифровых технологий в гуманитарное образование в вузе. Методология опирается на кейс-стади и элементы design-based research: анализ нормативных документов, образовательных программ, результатов студенческих проектов, исследовательской работы студентов, обратной связи. Теоретическая основа – компетентностный подход, где цифровые компетенции трактуются как интегральный комплекс знаний, навыков, ценностей и рефлексии. На основе анализа развития цифровых компетенций обучающихся, а также разные подходов к их оцениванию в России и мире продемонстрировано формирование общего методологического подхода к измерению цифровых компетенций: от многоуровневых матриц до стандартизированных инструментов ассессмента с акцентом на практику и этику. В фокусе внимания – локальная экосистема программ пермского кампуса НИУ ВШЭ: курсы Data Culture, специализированные дисциплины, проектная деятельность, использование ИИ с этическими декларациями и публичная презентация результатов. Результаты демонстрируют эффективность модели: рост представленности студенческих проектов на конференциях (до половины среди всех проектов в студенческой группе), интеграцию студентов в реальные исследования, междисциплинарные коллаборации и системную обратную связь для корректировки программ. Студенты осваивают адаптированные инструменты – от no-code визуализации до промптинга YandexGPT и других генеративных моделей искусственного интеллекта – для решения профессиональных задач. Полученная модель развития компетенций становится «цифровым фундаментом» для гуманитарных образовательных программ за счет сквозной интеграции цифровых решений в учебные и научные проекты студентов, повышает качество подготовки выпускников в русле актуальных фреймворков (UNESCO, DigCompEdu).

  Отечественная и зарубежная педагогика. 2026. Т. 1. № 2 (113). С. 91-102.

• Глава в книге

  Еремеева Ю. Д.

  Второе высшее образование: проблемы и перспективы

  В статье представлены проблемы и перспективы получения второго высшего образования.

  В кн.: Пенитенциарная система и общество: опыт взаимодействия. Сборник материалов XIII Всероссийской научно-практической конференции, 2-3 апреля 2026 г.. Т. 1. Пермь: ФКОУ ВПО Пермский институт ФСИН России, 2026. С. 68-70.

• Препринт

  Сторчевой М. А., Мыльников Л. А., Чернышев В. В. и др.

  Оценка моделей LLM по степени готовности решать задачи управления в области ESG

  Внимание к охране природы принимает все большую значимость для бизнеса с одной стороны в связи с ужесточением в природоохранном законодательстве, а с другой в связи с использованием ESG рейтингов при принятии решений о коммерческой деятельности компаний. Составление рейтинга LLM систем, способных оказывать консультационные услуги в области природоохраны и ESG, позволяет осуществить выбор такой системы для использова-ния в своей деятельности, что позволит как сократить текущие расходы на обеспечение этой деятельности, так и снизить объем возможных штрафов от принятия неверных решений. Ран-жирование существующих LLM осуществляется на основе эталонных ответов. Для ранжирова-ния выбраны LLM, использующие разные архитектуры нейронных сетей, а также сформулиро-ваны группы вопросов, сгруппированные по тематикам, предполагаемой форме ответа и сложности. Для ранжирования использован подход на основе оценки когерентности ответов LLM с эталонными ответами подготовленными экспертами.

  Working Papers. SSRN, 2025