Неучи ученые

В Институте статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ вышел доклад об ИИ-трансформации российской науки. Пересказываем ключевые выводы: ▪️Применение ИИ в российской науке пока неоднородно. Активнее всего технологию внедряют в естественных и медицинских науках. Также уровень использования зависит от возраста ученых и их роли в исследовательском процессе — чаще ИИ применяет молодежь и исполнители задач, а не те, кто их ставит. Правда, последнее ожидаемо. ▪️ Большинство респондентов обратились к технологиям ИИ 1–3 года назад, как только они стали доступными для пользователей. Все опрошенные ученые начали применять ИИ по собственному желанию, без какого-либо внешнего принуждения. ▪️Среди мотивов выделяют три главных — прагматику (сэкономить время, оптимизировать решение исследовательских задач и т.п.), личный интерес (любопытство, стремление к новому опыту) и следование социальным трендам, желание не отстать от других. ▪️Универсальные ИИ-сервисы (GigaChat, АлисаGPT (ранее — YandexGPT), ChatGPT, DeepSeek, др.) используют для работы с текстом (генерация черновиков разделов публикаций или отчетов, редактирование, перевод), информацией (поиск, систематизация, анализ данных) и кодом (генерация кода для анализа данных, создания визуализаций). По мнению респондентов, они могут быть востребованы во всех областях науки и решения административных задач. Специализированные ИИ-инструменты и архитектуры активнее используют в естественных и медицинских науках ▪️Главным позитивным эффектом от применения ИИ называют экономия времени. К другим значимым эффектам относят сокращение расходов, рост качества научных текстов на английском языке и, как следствие, повышение шансов на публикацию в высокорейтинговых зарубежных журналах, а также новые возможности для анализа данных. ▪️По словам авторов, риски использования нейросетей в науке пока носят гипотетический характер. Опрошенные выделили среди главных опасений возможность утраты критического мышления и других исследовательских компетенций; рост потока низкокачественных научных публикаций, который ведет к увеличению нагрузки на ученых, в том числе из-за необходимости их рецензирования; нарушения научной этики; усиление неравенства между организациями с разным уровнем ресурсной обеспеченности. ▪️Препятствовать дальнейшему распространению ИИ в российской науке могут, по мнению респондентов, барьеры, которые можно отнести к пяти типам: 1) технические (качество и функциональность доступных ИИ-сервисов, нехватка вычислительных мощностей и оборудования); 2) ограниченность объема и качества данных для обучения новых моделей; 3) состав научного коллектива (нехватка компетенций, отсутствие медиаторов между учеными-предметниками и разработчиками ИИ); 4) факторы научной среды (короткий цикл и дробный характер финансирования, избыточная отчетность, отсутствие налаженного диалога между наукой и бизнесом); 5) личностные факторы (технологическая апатия, предубеждения, желание сохранить контроль над научным процессом). ▪️Минимизировать действие указанных барьеров может, в том числе, участие государства. Респонденты выделили три направления, в которых оно было бы продуктивным: 1) правовое (урегулирование вопросов интеллектуальной собственности); 2) образовательное (организация обучающих лекций, семинаров и др.); 3) финансовое (обеспечение долгосрочного финансирования научных коллективов, оплата подписок на ИИ-сервисы, др.). В общем, большинство задач, которые делегируют нейросетям, пока относится к рутинным. А сами нейросети воспринимают нейтрально или скорее позитивно. В отличие от западных коллег, где в академической среде все больше людей относится к нейросетям настороженно, у нас их распространение пока упирается только в административные барьеры. И возможно нас скоро ждёт административная адаптация.