Понимание смысло-жизненных ориентаций студентов в контексте цифрового дискурса и интерпретации студенческой молодежью цифровой реальности: кибербезопасности, цифровых технологий, электронное правительство, Big Data и др. позволит более эффективно внедрять технологии искусственного интеллекта (ИИ) в современную практику, а также даст обратную связь общества разработчикам систем ИИ о проблемных зонах взаимодействия человека с искусственным интеллектом. В работе проводился сравнительный анализ факторных структур, полученных при оценке студентами московских вузов в 2020-2021г.г. понятий цифрового дискурса методом семантического дифференциала. Были спланированы специальные условия исследования: список оцениваемых понятий из цифрового дискурса различался в первом и втором исследованиях, список шкал был идентичным. Это позволило предположить, что при одинаковом инструменте оценки (список шкал) можно сравнивать полученные факторы, применимые к оценке разных понятий из одной предметной области.
Understanding students' life orientations in the context of digital discourse and interpretation of digital reality by students: cybersecurity, digital technologies, e-government, Big Data, etc. It will make it possible to more effectively introduce artificial intelligence (AI) technologies into modern practice, and will also give feedback to the developers of AI systems about the problem areas of human interaction with artificial intelligence. The paper carried out a comparative analysis of the factor structures obtained during the evaluation of the concepts of digital discourse by students of Moscow universities in 2020-2021 by the method of semantic differential. Special research conditions were planned: the list of evaluated concepts from digital discourse differed in the first and second studies, the list of scales was identical. This allowed us to assume that with the same assessment tool (a list of scales), it is possible to compare the factors obtained applicable to the assessment of different concepts from the same subject area.