В статье анализируются кросс-культурные детерминанты доверия к системам искусственного интеллекта в российском и юго-восточноазиатском социокультурных контекстах. Цель исследования — выявление социально-психологических механизмов формирования доверия к искусственному интеллекту и их культурной обусловленности. Методы исследования - теоретический анализ, систематизация и обобщение научных источников, сравнительно-сопоставительный анализ подходов к доверию в системе «человек – искусственный интеллект» с использованием модели культурных измерений Г.Хофстеде и расширенной модели принятия технологий Ф.Дэвиса. Выявлены два доминирующих паттерна доверия: функционально-прагматический (Россия) и реляционно-гармонизирующий (страны Юго-Восточной Азии), различающиеся по роли неопределённости, институциональных факторов и социальных норм. Предложена концепция культурной калибровки алгоритмов. Теоретическая значимость исследования связана с развитием кросс-культурного подхода к доверию к технологиям, практическая — с применением результатов при разработке систем искусственного интеллекта с учетом культурной специфики.
This article analyzes the cross-cultural determinants of trust in artificial intelligence systems within Russian and Southeast Asian socio-cultural contexts. The study aims to identify the socio-psychological mechanisms underlying the formation of trust in artificial intelligence and to examine their cultural conditionality. The methodological framework includes theoretical analysis, systematization, and synthesis of academic literature, as well as a comparative analysis of approaches to trust within human-AI interaction using G. Hofstede’s cultural dimensions theory and F. Davis’s Extended Technology Acceptance Model (TAM2/TAM3). The research identifies two dominant trust patterns: a functional-pragmatic pattern (Russia) and a relational-harmonizing pattern (Southeast Asian countries), which differ regarding the roles of uncertainty, institutional factors, and social norms. Furthermore, the concept of «cultural calibration of algorithms» is proposed. The theoretical significance of the study lies in advancing the cross-cultural approach to technology trust, while its practical value stems from the application of the findings in developing culturally adaptive artificial intelligence systems.