Развитие цифровых технологий как фактор трансформации социально-экономического положения работников горнодобывающей промышленности в Российской Федерации

DOI: 10.33917/es-4.202.2025.78-85

В статье проанализировано социально-экономическое положение работников горнодобывающей промышленности (с 2019 по 2025 г.), выявлены тенденции перехода с традиционных на инновационные инструменты в трудовой деятельности персонала. В том числе обнаружено, что внедрение технологий искусственного интеллекта способствует минимизации человеческого фактора и обеспечивает максимальную отдачу производства. Также в данной статье рассмотрена трансформация качественных и количественных характеристик представителей горнодобывающей промышленности, ее социальные последствия, в частности, влияние работы в горнорудной отрасли на психофизическое здоровье.

Исследована разработка нелинейного алгоритма с использованием методов искусственного интеллекта, включающих в себя нейронную сеть и когнитивные модули как фактор перехода с традиционных на инновационные инструменты в трудовой деятельности персонала горнодобывающей промышленности и имеющих непосредственную значимость для человека.

Источники:

1. Зиновьева О.М., Меркулова А.М., Смирнова Н.А., Щербакова Е.А. К вопросу управления психосоциальными рисками в горном деле // Горный информационно-аналитический бюллетень. 2022. № 1. С. 20–33.

2. Тимофеева С.С., Бобоев А.А., Дроздова И.В. Идентификация опасностей при добыче рудного золота в России и Узбекистане // Journal of Advances in Engineering Technology. Vol. 1(1). Sept. 2020. С. 1–7.

3. Чеботарев А.Г., Лескина Л.М., Головкова Н.П. Условия труда и профессиональный риск нарушения здоровья рабочих рудных карьеров // Горная промышленность. 2020. № 5. С. 115–119.

4. Березовская А.В., Фомин А.И. Факторы опасности здоровью шахтеров и меры противодействия этим рискам // Международный научно-исследовательский журнал. 2023. № 5(131). С. 1–8.

5. Зыкова Н.В. Силикоз [Электронный ресурс]. Красота и Медицина. 2020. URL: https://www.krasotaimedicina.ru/diseases/zabolevanija_pulmonology/silicosis

6. Полетаева А.В., Серый А.В. Психологические факторы переживания несчастных случаев на производстве работниками угледобывающих предприятий // Вестник КРУНЦ. 2011. № 2(18). С. 143–152.

7. Цымбал А.В. Исследование распространенности проявлений психологической дезадаптации у шахтеров, переживших витальную угрозу в аварийной ситуации // Психология. Психофизиология. 2012. № 19. С. 115–118.

8. Вознесенский Н.К., Парамонова С.В., Сединин А.Л. Психовегетативный статус подземных горнорабочих // Медицина труда и промышленная экология. 2019. № 9. С. 589.

9. Лисовой Ф. ИИ в горнодобывающей промышленности: когда же наступит будущее? [Электронный ресурс]. Rough Polished. 2024. 26 августа. URL: https://rough-polished.expert/ru/analytics/138154.html

10. Как искусственный интеллект помогает наращивать производство? [Электронный ресурс]. Цифровой Норникель. 2025.

URL: https://nornickel.digital/cifra_v_nornikele/kak_iskusstvennyjj_intellekt_pomogaet_narashhivat_proizvodstvo

11. Обучение на Кольской ГМК: сотрудники спасутся от виртуальных паров хлора [Электронный ресурс]. Цифровой Норникель. 2025. URL: https://nornickel.digital/cifra_v_nornikele/obuchenie_na_kolskojj_gmk_sotrudniki_spasutsya_ot_virtualnykh_parov_khlora

12. Глава АЛРОСА рассказал о первом в мире бутобое с искусственным интеллектом [Электронный ресурс]. Официальный сайт АЛРОСА. 2024. 1 октября. URL: https://alrosa.ru/presscenter/news/2024/glava-alrosa-rasskazal-o-pervom-v-mire-butoboes-iskusstvennym-intellektom/?ysclid=m2nd3nx273521585801

13. РУСАЛ создал департамент промышленного искусственного интеллекта [Электронный ресурс]. Официальный сайт РУСАЛ. 2024. 4 апреля. URL: https://rusal.ru/press-center/press-releases/rusal-sozdal-departament-promyshlennogo-iskusstvennogointellekta/

14. Митрохина А.С., Макарова Е.А. Вредные факторы литейного производства [Электронный ресурс]. Современные наукоемкие технологии. 2014. № 5-2. С. 103. URL: https://top-technologies.ru/ru/article/view?id=33995

15. Развитие искусственного интеллекта [Электронный ресурс]. Министерство экономического развития РФ. 2025. URL:

https://www.economy.gov.ru/material/departments/d01/razvitie_iskusstvennogo_intellekta/

16. Дело государственное [Электронный ресурс]. Центральное диспетчерское управление топливно-энергетического комплекса. 2020. 23 марта. URL: https://www.cdu.ru/tek_russia/issue/2020/1/708/

17. Рыльникова М.В., Клебанов Д.А., Макеев М.А., Кадочников М.В. Применение искусственного интеллекта и перспективы развития аналитических систем больших данных в горной промышленности // Горная промышленность. 2022. № 3. С. 89–92.

URL: https://mining-media.ru/ru/article/newtech/17430-primenenieiskusstvennogo-intellekta-i-perspektivy-razvitiya-analiticheskikhsistem-bolshikh-dannykh-v-gornoj-promyshlennosti

18. Даниловский К.Н., Логинов Г.Н. Обработка данных бокового сканирующего каротажа в процессе бурения с применением сверточных нейронных сетей // Геофизические технологии. 2021. № 2. С. 24–35. URL: http://www.ipgg.sbras.ru/ru/science/publications/publobrabotka-dannykh-bokovogo-skaniruyuschego-karotazha-22435-2021

19. Эксперименты с нейронными сетями на данных сейсморазведки [Электронный ресурс]. Информационный IТ-портал. 2020.

10 января. URL: https://habr.com/ru/companies/ods/articles/482780/

20. Известия Саратовского университета. Новая серия. Серия: Науки о Земле. 2024. Т. 24. Вып. 1. С. 49–55.

21. Применение AI для разведки полезных ископаемых [Электронный ресурс]. Горно-геологическая информационная система Micromine. 2024. 15 апреля. URL: https://www.micromine.kz/demystifying-ai-mineral-exploration/

22. Использование программ на основе искусственного интеллекта в геологии [Электронный ресурс]. Официальный сайт компании ≪Промтерра≫. 2025. URL: https://www.prom-terra.ru/articles/ispolzovanie-programm-na-osnove-iskusstvennogo-intellekta-vgeologii.html

23. Zhang J., Liu Z., Zhang G., Yan B., Ni X., Xie T. Simultaneous prediction of multiple physical parameters using gated recurrent neural network: Porosity, water saturation, shale content // Frontiers in Earth Science. 2022. URL: https://www.frontiersin.org/journals/earthscience/articles/10.3389/feart.2022.984589/full

24. Приезжев И.И., Осипенко Р.С., Боровкова Е.Е., Петренко Е.Н. Пример использования нейронных сетей Колмогорова при прогнозировании свойств пласта покурской свиты в Западной Сибири [Электронный ресурс]. Официальный сайт ПАО ≪Газпром нефть≫. 2021. 27 декабря. URL: https://ntc.gazprom-neft.ru/scientific-publications/14312/

25. Горчакова Д.С., Кокошина З.А. Технологии искусственного интеллекта: средство влияния на массовое сознание людей

в рамках новой социальной реальности // Экономические стратегии. 2024. № 4(196). С. 46–3. DOI: https://doi.org/10.33917/es-

4.196.2024.46-53

26. Нейросеть создала профсоюзный проект [Электронный ресурс]. ГМПР. 2024. 6 декабря. URL: https://www.gmpr74.ru/news/

neyroset-sozdala-profsoyuznyy-proekt

27. Мохначук И.И., Пиктушанская Т.Е., Брылева М.С., Бетц К.В. Смертность на рабочем месте на предприятиях угольной промышленности России // Медицина труда и промышленная экология. 2023. № 63(2). С. 88–3.

28. Цифровизация горнодобывающей промышленности в России: текущее состояние и перспективы [Электронный ресурс].

Mining World Russia. 2025. URL: https://miningworld.ru/ru/media/news/2023/november/3/cifrovizaciya-gornodobyvayushchej-otrasli/