ИИ в науке: от массового использования к измеримому исследовательскому результату — 6 июля 2026 г. в 08:00:03.017
ИИ в науке: от массового использования к измеримому исследовательскому результату 📑 Искусственный интеллект быстро становится частью повседневной работы российских исследователей. По данным опроса НИУ ВШЭ, различные ИИ-инструменты применяют около 85% ученых, работающих в университетах и научно-исследовательских организациях. Наиболее распространены универсальные сервисы и чат-боты. Исследователи используют их для поиска научной литературы, составления библиографии, перевода и редактирования текстов, подготовки презентаций и учебных материалов. Часть ученых обращается к ИИ при генерации исследовательских идей, обработке данных и написании программного кода. 📊 Высокий уровень распространения технологии пока не позволяет сделать однозначный вывод о ее влиянии на качество научных результатов. Положительную связь между использованием ИИ и результатами исследований отметили 42% опрошенных, 47% не увидели существенных изменений. Около 60% пользователей также не зафиксировали заметного роста собственной публикационной активности. Руководитель направления Президентской академии Мурад Бинятов обратил внимание на методологические ограничения исследования. Опрос проходил в онлайн-формате и опирался на самооценку респондентов. При этом ученые, которые уже активно применяют ИИ, могли быть более заинтересованы в участии, чем их коллеги с ограниченным опытом работы с подобными технологиями: «Международная дискуссия об ИИ в науке развивается именно в этом направлении: количество пользователей постепенно уступает место вопросу о том, какие исследовательские задачи прежде были недоступны и стали решаемыми благодаря искусственному интеллекту». Такой подход меняет саму логику оценки цифровой трансформации науки. Показатель охвата важен для понимания доступности технологии, однако управленческие решения должны опираться на более содержательные результаты: сокращение исследовательского цикла, повышение качества анализа, появление новых методов, рост числа патентов, создание прикладных разработок и их внедрение в экономику. 👨🔬 Массовое использование генеративных моделей одновременно усиливает требования к научной экспертизе. ИИ может ускорять обработку информации и проверку гипотез, но сохраняются риски фактологических ошибок, вымышленных источников, искажений и некритичного принятия готовых интерпретаций. Ответственность за достоверность научного результата по-прежнему остается за исследователем. Отдельного внимания требует защита данных и интеллектуальной собственности. Загрузка неопубликованных материалов, экспериментальных данных и описаний методик в зарубежные сервисы может создавать риски утраты конфиденциальной информации и научного приоритета. Зависимость от внешней цифровой инфраструктуры также делает исследовательские процессы чувствительными к изменению условий доступа и политики поставщиков технологий. ▶️ Следующий этап внедрения ИИ в российскую науку должен быть связан с развитием отечественных специализированных решений, внутренними регламентами работы с данными, обязательной экспертной верификацией и понятной системой оценки эффектов. В центре внимания должно находиться качество научных задач, которые удается решить благодаря новым инструментам. Искусственный интеллект уже повышает операционную эффективность исследовательской работы. Его вклад в технологическое лидерство будет определяться тем, насколько последовательно цифровые возможности переводятся в новые знания, методы, разработки и востребованные экономикой решения. Источник: «Независимая газета», статья «Российская наука берет на вооружение цифровые мозги».