ИННОВАЦИОННЫЕ МЕТОДЫ СОЦИОЛИНГВИСТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ И ИХ ИСПОЛЬЗОВАНИЕ ДЛЯ ПЛАНИРОВАНИЯ ЯЗЫКОВОЙ ПОЛИТИКИ РОССИИ

<jats:p>Статья посвящена актуальной проблеме модернизации инструментария социолингвистического прогнозирования в контексте задач государственного планирования языковой политики Российской Федерации. Рассматривается переход от традиционных, основанных на экстраполяции тенденций, методов к инновационным подходам, интегрирующим методы корпусной лингвистики, компьютерного моделирования и анализа больших данных (Big Data). В результате проведенного анализа демонстрируется, что применение технологий искусственного интеллекта для мониторига цифровых коммуникаций, агентного моделирования языковых сдвигов и сетевого анализа дискурса позволяет выявлять латентные тенденции и строить более точные сценарии языкового развития. Особое внимание уделяется этическим вызовам и методологическим ограничениям новых подходов. Делается вывод о необходимости формирования комплексной системы социолингвистического мониторинга и прогнозирования как ключевого элемента научно обоснованной языковой политики России, а также о важности междисциплинарного взаимодействия лингвистов, политологов и специалистов по data science.</jats:p> <jats:p>This article addresses the pressing issue of modernizing the toolkit of sociolinguistic forecasting in the context of the state language policy planning of the Russian Federation. It examines the transition from traditional trend-based extrapolation methods to innovative approaches that integrate corpus linguistics, computer modeling, and Big Data analysis. The core problem lies in the insufficient predictive power of classical sociolinguistic methodologies in the face of a rapidly changing media environment, intensifying global language contacts, and the transformation of identities. The aim of the study is to systematize and assess the potential of the latest forecasting methods for solving applied tasks of language planning, such as optimizing support for the Russian language and the languages of the peoples of Russia. The analysis demonstrates that the application of artificial intelligence technologies for monitoring digital communications, agent-based modeling of language shifts, and network analysis of discourse enables the identification of latent trends and the construction of more accurate scenarios of language development. Particular attention is paid to the ethical challenges and methodological limitations of the new approaches. The conclusion emphasizes the necessity of developing a comprehensive system of sociolinguistic monitoring and forecasting as a key element of an evidence-based language policy in Russia, as well as the importance of interdisciplinary collaboration between linguists, political scientists, and data science specialists.</jats:p>