Доклад «ИИ в российской науке»

Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ выпустил в серии «Будущее науки» новый аналитический доклад, который обобщает результаты первого этапа проекта, посвященного комплексному изучению ИИ-трансформации российской науки.

Контекст и задачи исследования: согласно международным опросам, ИИ в научных исследованиях уже используют 76–78% ученых, чаще всего — для поиска литературы и ее обобщения, редактирования собственных текстов, сбора и анализа данных, генерации идей. Помимо представления о масштабах применения ИИ учеными, важно понимать, что ими движет, когда они выбирают (или не выбирают) ИИ для работы, какие именно технологии и решения и как именно они используют, какие позитивные эффекты и риски фиксируют. Эмпирической базой исследования, результаты которого представлены в докладе, послужили материалы глубинных интервью с ведущими учеными — лидерами в различных областях науки по показателям публикационной активности и цитируемости, руководителями крупных научных коллективов (N=30, июнь – октябрь 2025).

Ключевые выводы:

• Применение ИИ в российской науке пока неоднородно. По оценкам респондентов, интенсивность использования ИИ существенно варьирует по областям науки: активнее всего с такими технологиями работают представители естественных и медицинских наук. Также уровень использования зависит от возраста ученых (более характерно для молодежи) и их роли в исследовательском процессе — чаще ИИ применяют те, кто задачи выполняют, а не ставят, что связано со спецификой решаемых при помощи ИИ задач.
• Ведущие российские ученые следят за новыми цифровыми инструментами для науки и стараются осваивать по мере их появления. 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 можно выделить три главных — прагматику (желание сэкономить время, потребность оптимизировать решение исследовательских задач и др.), личный интерес (любопытство, стремление к новым знаниям и опыту) и следование социальным трендам, желание не отстать от других.
• Универсальные ИИ-сервисы (GigaChat, AliceGPT (ранее — YandexGPT), ChatGPT, DeepSeek, др.) облегчают ученым работу с текстом (генерация драфтов разделов публикаций или отчетов, редактирование, перевод), информацией (поиск, систематизация, анализ данных) и кодом (генерация кода для анализа данных, создания визуализаций). Такие сервисы, по мнению респондентов, востребованы примерно в равной степени во всех областях науки и применяются в том числе для решения административных задач. А вот специализированные ИИ-инструменты и архитектуры активнее используют в естественных и медицинских науках (например, для каталогизации галактик, тестирования лекарств, создания собственных прогностических моделей).
• Главный позитивный эффект от применения ИИ — экономия времени благодаря делегированию ИИ-сервисам технических, «несутевых» задач. К другим значимым эффектам респонденты отнесли 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.
• Риски использования ИИ 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 и др.); 2) образовательное (организация обучающих лекций, семинаров и др.); 3) финансовое (обеспечение долгосрочного финансирования научных коллективов, оплата подписок на ИИ-сервисы, др.). Основной запрос — на поддерживающие, а не контролирующие меры. При этом ученые единодушно отвергают как принуждение к использованию ИИ, так и прямые запреты. По их мнению, нормы применения ИИ в науке должны быть выработаны самим научным сообществом в ходе профессионального обсуждения.

По ссылке доступна полная печатная версия доклада.