Анотація
У статті розглянуто, як використання штучного інтелекту змінює підходи до проведення порівняльних досліджень трансформацій політичних режимів. Актуальність теми пов’язана з переходом від традиційного аналізу обмежених вибірок до обробки великих масивів даних, що дозволяє фіксувати динамічні зміни більш точно та на ширшій емпіричній базі. Метою дослідження є визначення та оцінка того, яким чином алгоритмічні інструменти впливають на відбір показників, методи вимірювання та інтерпретацію результатів у порівняльній політичній науці. У роботі використано поєднання якісного зіставлення кейсів, аналізу баз даних політичних індикаторів і моделювання на основі алгоритмів машинного навчання. Окрему увагу приділено зміні логіки дослідження: від пояснювальних моделей до прогнозних. Водночас проаналізовано зміну ролі дослідника в умовах зростання залежності від цифрових інструментів. Отримані результати показали, що застосування інтелектуальних систем дозволяє автоматизувати на практиці збір і обробку інформації, зменшити суб’єктивність у класифікації режимів та виявити приховані закономірності їх трансформації. Встановлено, що алгоритми здатні враховувати значно більшу кількість змінних, ніж традиційні методи, що підвищує точність порівняння. При цьому виявлено обмеження, пов’язані з якістю вихідних даних, потенційними ризиками упередженості моделей та складністю інтерпретації отриманих результатів без належної теоретичної рамки. У статті запропоновано підхід до інтеграції алгоритмічного аналізу з класичними інструментами політичної науки, який передбачає поетапну перевірку результатів і збереження аналітичного контролю з боку дослідника. У висновках обґрунтовано, що використання ШІ не замінює дослідника, а змінює характер його роботи: зростає значення постановки дослідницьких питань, критичної оцінки даних і перевірки моделей. Ефективність порівняльних досліджень залежить від поєднання алгоритмічної обробки даних із теоретичним аналізом, що дозволяє отримувати більш обґрунтовані висновки щодо змін політичних режимів.
Посилання
1. Hartmann, J., Schwenzow, J., & Witte, M. (2023). The political ideology of conversational AI: Converging evidence on ChatGPT’s orientation. arXiv. https://arxiv.org/abs/2301.01768
2. Tallberg, J., Erman, E., Furendal, M., Geith, J., Klamberg,M., & Lundgren M. (2023). The global governance of artificial intelligence: Next steps for empirical and normative research. arXiv. https://arxiv.org/abs/2305.11528
3. Tararoiev, Y., & Horeva, V. (2024). Vplyv hlobalnykh tendentsii na rozvytok politychnykh elit [The impact of global trends on the development of political elites]. Humanities Studies, 19(96), 83–89. https://doi.org/10.32782/hst-2024-19-96-09 (in Ukrainian)
4. Riezanova, N. (2025). Epistemolohichni mezhi politychnoho znannia: pereosmyslennia metodolohii v umovakh hlobalnoi nestabilnosti [Epistemological limits of political knowledge: Rethinking methodology in conditions of global instability]. Ukrainskyi polityko-pravovyi dyskurs – Ukrainian political and legal discourse, (17). https://doi.org/10.5281/zenodo.17839336 (in Ukrainian)
5. Zaporozhchenko, O. (2025). Filosofiia nauky v epokhu postneklasychnosti: novi aspekty etychnoi vidpovidalnosti [Philosophy of science in the post-nonclassical era: New aspects of ethical responsibility]. Kulturolohichnyi almanakh – Culturological Almanac, (2), 227–235. https://doi.org/10.31392/cult.alm.2025.2.27 (in Ukrainian)
6. Kovalov, O. (2024). Metodolohiia ta praktychna realizatsiia suchasnykh epistemolohichnykh pidkhodiv u naukovii osviti [Methodology and practical implementation of modern epistemological approaches in scientific education]. Kulturolohichnyi almanakh – Culturological Almanac, (3), 228–234. https://doi.org/10.31392/cult.alm.2024.3.26 (in Ukrainian)
7. Udzhmadzhuridze, H. (2024). Politychna stabilnist Ukrainy v umovakh voiennoho stanu: aprobatsiia instytutsiinoho pidkhodu [Political stability of Ukraine under martial law: Testing the institutional approach]. Epistemological Studies in Philosophy, Social and Political Sciences, 7(1), 225–237. https://doi.org/10.15421/342435 (in Ukrainian)
8. Yurkevych, O. (2025). Lohichni doslidzhennia znannia: epistemichna lohika ta interohatyvna epistemolohiia [Logical studies of knowledge: Epistemic logic and interrogative epistemology]. Visnyk Natsionalnoi yurydychnoi akademii Ukrainy imeni Yaroslava Mudroho – Bulletin of the Yaroslav Mudryi National Law Academy of Ukraine, 1(64), 40–54. https://doi.org/10.21564/2663-5704.64.324496 (in Ukrainian)
9. But, S. (2025). Shtuchnyi intelekt u politychnii diialnosti: osnovni napriamky vykorystannia [Artificial intelligence in political activity: Main directions of use]. Publichne upravlinnia i polityka – Public Administration and Politics, 5(9). https://doi.org/10.70651/3041-2498/2025.5.04 (in Ukrainian)
10. Ali, H., Farman, H., Yar, H., Khan, Z., Habib, S., & Ammar, A. (2022). Deep learning-based election results prediction using Twitter activity. Soft Computing, 26(16), 7535–7543. https://doi.org/10.1007/s00500-021-06569-5
11. Amoore, L. (2023). Machine learning political orders. Review of International Studies, 49(1), 20–36. https://doi.org/10.1017/S0260210522000031
12. García-Díaz, J. A., Colomo-Palacios, R., & Valencia-García, R. (2022). Psychographic traits identification based on political ideology: An author analysis study on Spanish politicians’ tweets posted in 2020. Future Generation Computer Systems, (130), 59–74. https://doi.org/10.1016/j.future.2021.12.011
13. Muchlinski, D., Yang, X., Birch, S., Macdonald, C., & Ounis, I. (2021). We need to go deeper: Measuring electoral violence using convolutional neural networks and social media. Political Science Research and Methods, 9(1), 122–139. https://doi.org/10.1017/psrm.2020.32
14. Rasikh, S. (2025). Democracy, development and AI: A comparative study of political systems, electoral processes and economic expansion. Journal of Political Science, 2(1), 35–40. https://doi.org/10.54536/jpsir.v2i1.3802
15. Umran, Z. M., & Klioy, L. K. (2024). A geopolitical analysis of indicators of democratic transformation in Iraq (Indicator of the supremacy of democratic political culture as a model). Pakistan Journal of Life and Social Sciences, 22(1), 3666–3671. https://doi.org/10.57239/PJLSS-2024-22.1.00267
16. Doroshenko, L. (2022). Populists and social media campaigning in Ukraine: The election of Volodymyr Zelensky. In D. Taras & R. Davis (Eds.), Electoral campaigns, media, and the new world of digital politics (pp. 221–243). University of Michigan Press. https://www.jstor.org/content/oa_chapter_edited/10.3998/mpub.12013603.14?seq=1
17. Soltanifar, M., Hughes, M., & Göcke, L. (2021). Digital entrepreneurship: Impact on business and society. Springer Nature. https://doi.org/10.1007/978-3-030-53914-6
18. Analytical report “Opinions and views of Ukrainians on state electronic services in 2023” (2024). United Nations Development Programme. https://www.undp.org/ukraine/publications/analytical-report-opinions-and-views-ukrainians-state-electronic-services-2023
19. Castillo-Esparcia, A., Caro-Castaño, L., & Almansa-Martínez, A. (2023). Evolution of digital activism on social media: Opportunities and challenges. El Profesional de la Información, 32(3). https://doi.org/10.3145/epi.2023.may.03
20. Tsyhvintev, I. (2024). Politychna kultura v epokhu tsyfrovizatsii: novi doslidnytski instrumenty [Political culture in the era of digitalization: New research tools]. Politychni doslidzhennia – Political Studies, 2(8), 137–155. https://doi.org/10.53317/2786-4774-2024-2-7 (in Ukrainian)
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Авторське право (c) 2026 Людмила О. Новоскольцева, Денис В. Демідов