Практическое использование ИИ для деловой разведки и OSINT

2025/2026

Статус: Маго-лего

Кто читает: Кафедра проблем безопасности

Где читается: Институт проблем безопасности

Когда читается: 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Торшин Роман Викторович

Язык: русский

Кредиты: 3

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Интенсивный практический курс по применению ИИ-инструментов, методов OSINT и аналитики больших данных в деловой разведке. Студенты научатся систематически собирать и анализировать информацию из открытых источников (государственные реестры, СМИ, соцсети, профессиональные базы, технологические данные), используя инструменты типа Google Dorks, Maltego, Shodan, а также LLM (ChatGPT, Яндекс GPT) для глубокого анализа текстов, выявления паттернов и синтеза выводов. Курс покрывает полный цикл OSINT: от постановки информационной задачи до верификации информации и представления результатов. Особое внимание уделяется критическому мышлению, выявлению дезинформации, галлюцинаций ИИ, а также соблюдению правовых норм (ФЗ РФ о защите ПДн, GDPR, Terms of Service платформ). Практические кейсы включают проверку контрагентов, конкурентный анализ, мониторинг рисков, анализ упоминаний бренда в соцсетях. Для студентов, понимающих важность данных в стратегическом управлении и желающих освоить инструменты профессиональной аналитики.

Цель освоения дисциплины

Сформировать практические навыки по использованию методов искусственного интеллекта, аналитики больших данных и открытой разведки (OSINT) для решения задач деловой аналитики, конкурентного анализа, мониторинга рисков и поддержки принятия стратегических решений в организации.

Планируемые результаты обучения

Знать определения: OSINT, деловая разведка, информационная безопасность, открытые источники, верификация, дезинформация, LLM, промпт-инжиниринг
Знать классификацию открытых источников и их характеристики, правовые ограничения при сборе и анализе данных, основные поисковые операторы и стратегии поиска в интернете
Знать характеристики и ограничения LLM , понятие промпт‑инжиниринга. Уметь писать структурированные промпты; применять LLM для резюмирования текстов, классификации информации и синтеза выводов; проверять результаты на галлюцинации.
Знать методы верификации информации, признаки дезинформации, фейков и deepfake, а также понятие галлюцинаций ИИ. Уметь верифицировать информацию по критериям надёжности источника; выявлять признаки дезинформации и проверять результаты LLM.
Знать правовые ограничения (ФЗ РФ, GDPR, санкционный комплаенс) и этические принципы при работе с данными. Уметь оценивать соблюдение правовых норм при сборе и анализе информации.
Уметь строить аналитические цепочки (от сбора данных до выводов); оформлять результаты в виде аналитической записки или отчёта; презентовать итоги анализа для принятия решений; работать в команде над аналитическими проектами; обрабатывать большие объёмы текстовой информации.