Исследование посвящено анализу интеграции компьютерных технологий и искусственного интеллекта в систему подготовки шахматистов высокого уровня. В условиях цифровизации спорта и стремительного прогресса в области компьютерного анализа шахматных позиций трансформируются методологические подходы к тренировочному процессу гроссмейстеров. Проведен многофакторный анализ влияния шахматных движков, обучающих нейросетей и аналитических платформ на качественные показатели тренировочного процесса. Исследование базируется на комплексном методологическом подходе, включающем статистический анализ результативности 124 шахматистов международного уровня, экспертный опрос 28 тренеров высшей категории и компаративный анализ эффективности различных компьютерных инструментов. Выявлена статистически значимая корреляция между интенсивностью использования нейросетевых аналитических инструментов и повышением рейтинга Эло (r=0,72, p<0,001). Установлено, что применение облачных аналитических сервисов способствует сокращению времени освоения дебютных схем на 37,4% при одновременном повышении точности принимаемых решений. Доказана эффективность интегрированных тренировочных комплексов, совмещающих классические методики с цифровыми инструментами компьютерного анализа и моделированием игровых ситуаций. Результаты исследования формируют обновленную парадигму подготовки шахматистов в эпоху доминирования искусственного интеллекта и открывают перспективы для дальнейшей цифровой трансформации тренировочного процесса в интеллектуальных видах спорта.
The research is devoted to the analysis of the integration of computer technologies and artificial intelligence into the system of training high-level chess players. In the context of digitalization of sports and rapid progress in the field of computer analysis of chess positions, methodological approaches to the training process of grandmasters are being transformed. A multifactorial analysis of the influence of chess engines, training neural networks and analytical platforms on the qualitative indicators of the training process is carried out. The study is based on a comprehensive methodological approach, including a statistical analysis of the performance of 124 international chess players, an expert survey of 28 coaches of the highest category, and a comparative analysis of the effectiveness of various computer tools. A statistically significant correlation was found between the intensity of use of neural network analytical tools and an increase in the Elo rating (r=0.72, p<0.001). It has been established that the use of cloud-based analytical services helps to reduce the time required to master the opening schemes by 37.4% while increasing the accuracy of decisions. The effectiveness of integrated training complexes combining classical techniques with digital computer analysis tools and simulation of game situations has been proven. The results of the study form an updated paradigm of chess players' training in the era of artificial intelligence dominance and open up prospects for further digital transformation of the training process in intellectual sports.