ИИ в российской науке: цифровые инструменты в пространстве исследовательских практик

Институт статистических исследований и экономики знаний НИУ ВШЭ представил аналитический доклад «ИИ в российской науке», подготовленный в серии «Будущее науки». Исследование обращено к одному из наиболее заметных изменений современной академической среды — включению искусственного интеллекта в пространство исследовательских практик: работу с научной информацией, текстами и данными, подготовку публикаций, программирование, организацию коммуникации и сопровождение коллективной научной деятельности.

Особенность доклада состоит в том, что ИИ рассматривается не как абстрактная технологическая перспектива, а как уже действующий элемент научной работы. Авторы показывают, каким образом цифровые инструменты входят в профессиональную деятельность исследователей, какие задачи они готовы им делегировать, где проводят границы автоматизации и какие условия считают необходимыми для ответственного применения ИИ в науке.

Эмпирическую основу исследования составили 30 глубинных интервью с ведущими российскими исследователями — представителями различных областей науки, типов организаций и регионов страны. Сбор данных проводился в июне—октябре 2025 года; респонденты отбирались с опорой на показатели публикационной активности в базе Scopus. В выборку вошли специалисты, работающие в вузах и научно-исследовательских институтах, в том числе доктора и кандидаты наук, академики и член-корреспондент РАН.

Один из ключевых выводов доклада — неоднородность ИИ-трансформации российской науки. Применение ИИ уже заметно, но пока не стало равномерным и системным. По оценкам респондентов, активнее всего с такими технологиями работают представители естественных и медицинских наук. На интенсивность использования влияют также возраст исследователей и их роль в научном коллективе: ИИ чаще применяют те, кто занимается выполнением конкретных исследовательских и технических задач, чем те, кто определяет общую научную рамку проекта.

Внедрение ИИ в научную работу происходит преимущественно не через административное предписание, а через решение прагматических задач и личный интерес. Большинство участников исследования обратились к ИИ-сервисам в последние один—три года, когда эти инструменты стали доступны широкому кругу пользователей. Среди основных мотивов названы экономия времени, поиск более эффективных способов решения исследовательских задач, любопытство, стремление освоить новые технологии и желание не выпадать из быстро меняющейся научной повестки.

Доклад показывает, что универсальные ИИ-сервисы — ChatGPT, DeepSeek, GigaChat, AliceGPT, Perplexity и другие — становятся инструментами общенаучной работы. Они используются для подготовки черновиков публикаций и отчетов, редактирования и перевода текстов, поиска и систематизации информации, первичного анализа данных, генерации кода и визуализаций. В отличие от них специализированные ИИ-инструменты и архитектуры чаще применяются в областях, где исследование связано с большими массивами данных, обработкой изображений, биосигналами, прогностическим моделированием и сложной классификацией объектов.

Наиболее очевидный позитивный эффект применения ИИ исследователи связывают с экономией времени. Однако речь идет не только о технологическом ускорении. ИИ позволяет перераспределять исследовательские усилия: часть технических, повторяющихся и вспомогательных операций передается цифровым инструментам, тогда как за исследователем остаются постановка задачи, интерпретация результатов, методологический контроль и научное суждение. К числу значимых эффектов респонденты также относят сокращение расходов, повышение качества англоязычных научных текстов и новые возможности анализа данных.

При этом авторы доклада фиксируют важную границу: ИИ не воспринимается участниками исследования как самостоятельный источник научной новизны. Респонденты подчеркивают необходимость экспертной проверки результатов, указывают на ошибки, галлюцинации, низкое качество отдельных сгенерированных текстов, отсутствие критического мышления и ограниченность творческого потенциала ИИ. В этой логике искусственный интеллект выступает не заменой исследователю, а техническим исполнителем, эффективность которого зависит от качества данных, точности запроса и уровня профессионального контроля.

Особое значение в докладе имеет анализ рисков. Респонденты обращают внимание на возможную утрату критического мышления и исследовательских компетенций, рост числа низкокачественных публикаций, увеличение нагрузки на рецензентов, нарушения научной этики и усиление неравенства между организациями с разным уровнем ресурсной обеспеченности. Эти риски пока описываются скорее как вероятные сценарии, чем как уже полностью проявившиеся последствия, но именно поэтому требуют обсуждения на уровне профессионального сообщества.

Не менее важен и анализ барьеров. Распространению ИИ в российской науке препятствуют технические ограничения, качество и функциональность доступных сервисов, нехватка вычислительных мощностей, ограниченность объема и качества данных, дефицит специалистов, способных соединять предметную научную экспертизу и ИИ-разработку. Дополнительными факторами становятся особенности научной среды: короткие циклы финансирования, высокая отчетная нагрузка и недостаточно развитый диалог между наукой и бизнесом.

Показательно, что участники исследования отвергают как прямые запреты, так и принуждение к использованию ИИ. Основной запрос адресован не контролю, а созданию условий: правовому прояснению вопросов интеллектуальной собственности и допустимого применения ИИ, образовательным программам для студентов, аспирантов и исследователей, долгосрочной поддержке научных коллективов, оплате доступа к сервисам и развитию инфраструктуры. Нормы применения ИИ, по мнению респондентов, должны формироваться внутри научного сообщества — через профессиональное обсуждение и накопление практического опыта.

Искусственный интеллект уже меняет академические практики, но не отменяет ключевых оснований научной работы: постановки проблемы, критической проверки, методологической ответственности и способности видеть новое там, где алгоритм воспроизводит уже имеющиеся связи. Поэтому главный вопрос ближайших лет связан не с самим фактом использования ИИ, а с тем, какие формы его применения смогут усиливать исследовательское мышление, не подменяя его технологической автоматизацией.