29 апреля 2026 года в рамках XXV Международной научно-практической конференции молодых исследователей «Доказательная психологическая наука для развития практики: исследования и разработки молодых ученых», организованную Московский государственным психолого-педагогическим университетом (МГППУ), состоялся мастер-класс «Применение технологий искусственного интеллекта в исследовательской деятельности». Ведущими мастер-класса выступили Анна Александровна Шведовская, к.психол.н., доцент, начальник управления информационными и издательскими проектами, доцент кафедры «Возрастная психология им. профессора Л.Ф. Обуховой» МГППУ; Виктория Викторовна Пономарева, директор Фундаментальной библиотеки МГППУ; Анна Николаевна Семилетова, к.пед.н., доцент, доцент кафедры «Педагогическая психология имени профессора В.А. Гуружапова» МГППУ.
Мастер-класс был посвящен не столько демонстрации отдельных цифровых инструментов, сколько обсуждению новой исследовательской грамотности, необходимой молодому учёному в условиях активного распространения генеративных нейросетей. В центре внимания оказались вопросы методологически корректного использования ИИ: как применять его для поиска и систематизации научной литературы, уточнения исследовательской идеи, работы с научным текстом и данными, не подменяя при этом собственную исследовательскую позицию автоматизированной генерацией.
Ведущие мастер-класса подчеркивали, что технологии искусственного интеллекта активно включаются в разные этапы научной работы: от первичного погружения в тему и поиска литературы до обсуждения результатов, подготовки текстов и представления исследования профессиональному сообществу. При этом ключевым условием их использования остается критическая проверка результата, сохранение авторской ответственности и соблюдение принципов доказательной науки.
Отдельный блок занятия был посвящён возможностям ИИ в библиотечной и информационно-поисковой деятельности. Участники рассмотрели, как интеллектуальные помощники в электронных библиотечных системах могут поддерживать работу с научными источниками, помогать в поиске релевантной литературы, формулировании гипотез, анализе аргументов и адаптации материалов для разных аудиторий. Особое внимание было уделено риску библиографических конфабуляций — сгенерированных ИИ ссылок на несуществующие научные публикации. Ведущие подчеркнули, что работа с источниками требует обязательной верификации библиографических описаний, ссылок, DOI и полнотекстовых материалов.
В практической части участники познакомились с современными сервисами, которые могут использоваться для исследовательской навигации: платформами для поиска научной литературы, анализа публикационного поля, структурированного чтения статей и уточнения исследовательского вопроса. На примерах было показано, что нейросеть может быть полезна как инструмент первичного «входа» в тему, мозгового штурма и предварительной систематизации, однако её ответы не могут рассматриваться как готовое научное основание без последующей экспертной проверки.
Важной темой обсуждения стал промптинг — формулирование запросов к ИИ как новая составляющая исследовательской культуры. Участникам показали, что качество ответа нейросети напрямую зависит от того, насколько точно задан контекст, определены ограничения, обозначен ожидаемый формат результата и разделены факты, интерпретации и предположения. При этом ведущие отдельно обратили внимание на неопределенность любого запроса: даже подробный промпт не исключает того, что модель будет самостоятельно достраивать недостающие элементы задачи.
Особое место заняла работа ИИ с научным текстом. Участники рассмотрели, как при автоматическом редактировании может незаметно изменяться сила авторского высказывания: исчезать осторожные формулировки, усиливаться категоричность, сглаживаться авторская позиция, пропадать значимые ограничения и нюансы. Было подчеркнуто, что улучшение стилистической гладкости текста не всегда означает повышение его научной точности. Поэтому после использования нейросетевых инструментов необходима построчная проверка текста, особенно в местах, где формулируются выводы, ограничения исследования и интерпретация данных.
Завершающий блок был посвящен этическим принципам применения ИИ в академической среде. Ведущие напомнили, что искусственный интеллект не может быть соавтором научной работы, а его использование должно быть прозрачно задекларировано в соответствии с требованиями научных журналов, образовательных организаций и издательских политик. Также были рассмотрены инструменты распознавания ИИ-генерации и обсуждены ограничения подобных систем, включая риск ошибочного определения академического текста как автоматически сгенерированного.
Мастер-класс прошел в интерактивном онлайн формате: участники задавали вопросы, обсуждали возможности применения ИИ в собственных исследованиях и приняли участие в рефлексивном опросе. Среди наиболее значимых правил работы с ИИ участники выделили критическое отношение к результатам, обязательную перепроверку источников, точность формулировки запроса и соблюдение академической честности.
По итогам встречи участники получили ссылки на полезные ресурсы и методические материалы. Запись мастер-класса и презентация будут размещены на ресурсах конференции и сопредельных информационных площадках.
