Владимир Витальевич Космин — кандидат технических наук, академик Российской академии транспорта; независимый исследователь
РИНЦ ID: 592347
г. Москва
Vladimir V. Kosmin — Ph.D. (Eng.), Member of the Russian Academy of Transport; independent researcher
Moscow
Глеб Станиславович Нарышкин — аспирант
119991, г. Москва, пр-т Ленинский, дом 65, корпус 1
Gleb S. Naryshkin — Postgraduate Student
65 Leninsky Prospekt, Moscow, 119991
Показаны перспективы применения искусственного интеллекта в строительстве. Однако несмотря на значительный потенциал искусственного интеллекта для оптимизации планирования, распределения ресурсов и управления рисками, его применение сопряжено с серьёзными информационными рисками. Исследованы ключевые группы внешней информации, необходимой при проектировании транспортной инфраструктуры (исторические и архивные данные, нормативы, экологические и социально‑экономические показатели и др.), и выявлены типичные проблемы при её обработке с помощью ИИ, такие как недостаточность или низкое качество обучающих данных; избыточный «шум данных»; отсутствие контекста в моделях искусственного интеллекта; феномен «галлюцинаций» (генерация недостоверной информации). Предложены меры по снижению информационных рисков: контроль качества данных, экспертная верификация результатов, обучение персонала, чёткое формулирование целей модели, повышение качества обучающих данных, использование шаблонов и ограничение диапазона ответов. Особое внимание уделено правовым аспектам — в том числе новому национальному стандарту ГОСТ Р 71718‑2024, регламентирующему применение искусственного интеллекта в строительстве. В заключении обозначены перспективы эволюции роли искусственного интеллекта в проектировании: от инструмента для автоматического формирования решений – к ассистенту и далее к автономному агенту, способному координировать мультидисциплинарные проекты и оптимизировать использование ресурсов.
The paper demonstrates the prospects for applying artificial intelligence in construction. However, despite the significant potential of artificial intelligence for optimising planning, resource allocation, and risk management, its implementation is associated with serious information-related risks. The study examines key groups of external information required in transport infrastructure design (historical and archival data, regulatory standards, environmental indicators, socio-economic metrics, etc.) and identifies typical challenges in processing such data using artificial intelligence. These include insufficient or poor-quality training data, excessive data noise, lack of contextual understanding in artificial intelligence models, the phenomenon of hallucinations (generation of untrustworthy information). Measures to mitigate information risks are proposed, including data quality control, expert verification of results, staff training, clear formulation of model objectives, improvement of training data quality, use of data templates, limitation of response ranges. Particular attention is paid to legal aspects, including the new national standard GOST R 71718-2024, which regulates the use of artificial intelligence in construction. In conclusion, the paper outlines the prospects for the evolution artificial intelligence’s role in design — from a tool for automatic decision-making to an assistant, and further to an autonomous agent capable of coordinating multidisciplinary projects and optimising resource use.
The authors declare that there are no conflicts of interest present.