Искусственный интеллект (ИИ) сделал подготовку научной статьи быстрее и дешевле. Но сэкономленное авторами время не исчезло — оно превратилось в дополнительную работу для редакторов и рецензентов. К такому выводу пришла редакционная команда журнала «Организационная наука», проанализировавшая, как после появления чат-бота ChatGPT, работающего на основе большой языковой модели, изменился поток поступающих в их журнал рукописей.
Исследователи изучили 6957 рукописей и 10 389 рецензий, поступивших в журнал с января 2021-го по февраль 2026 года. Вероятное участие ИИ в написании текстов оценивалось с помощью детектора «Панграм» (Pangram). Основной анализ проводился по аннотациям, а на части материалов результаты дополнительно проверили по полным текстам. После появления ChatGPT количество направляемых в журнал рукописей увеличилось на 42%. К февралю 2026 года признаки той или иной степени использования ИИ обнаруживались уже более чем в половине поступающих материалов.
Однако увеличение количества материалов не сопровождалось улучшением качества письма. Авторы оценивали читабельность и стиль с помощью индекса лёгкости чтения Флеша (Flesch Reading Ease), индексов сложности текста, а также показателей употребления профессионального жаргона, пассивных конструкций, номинализаций, смягчающих выражений и конкретных формулировок. Чем выше была оценка участия ИИ, тем сложнее в среднем оказывался текст. Такие рукописи содержали больше многосложных слов, профессионального жаргона и номинализаций — существительных вроде «концептуализация», «операционализация» или «контекстуализация». В то же время они чаще использовали активный залог, реже содержали неопределённые формулировки и были несколько конкретнее. Таким образом, ИИ делал изложение более прямым, но не более доступным. То есть с его использованием по большинству традиционных показателей читабельность текстов снижалась.
Рукописи с выраженными признаками использования ИИ значительно чаще отклонялись ещё до отправки рецензентам. При этом небольшая помощь ИИ сама по себе не ухудшала редакционные перспективы. Результаты рукописей с ограниченным использованием технологии практически не отличались от результатов текстов, написанных преимущественно человеком. Проблемы становились заметны тогда, когда значительная часть работы над текстом, предположительно, передавалась языковой модели.
Однако исследование не доказывает, что именно ИИ делает статьи хуже. Возможно, авторы чаще обращаются к нему при работе над изначально слабыми рукописями, надеясь компенсировать содержательные недостатки убедительно звучащим текстом. При сравнении разных работ одних и тех же авторов самостоятельная связь между использованием ИИ и редакционным решением исчезала, тогда как низкая читабельность продолжала предсказывать отказ.
Искусственный интеллект проник и на другую сторону редакционного процесса. К началу 2026 года признаки его использования обнаруживались более чем в 30% рецензий. Такие заключения были сложнее для чтения и охватывали более узкий круг вопросов: чаще концентрировались на теории и реже обращались к данным и эмпирическому анализу. Пока это не влияло непосредственно на итоговые редакционные решения — вероятно, редакторы компенсировали недостатки подобных рецензий собственным экспертным суждением. Но такая компенсация требует дополнительного человеческого труда.
Чтобы справиться с возросшим потоком, журнал, например, увеличил число заместителей редактора с шести до одиннадцати. Таким образом, технология снизила стоимость создания научного текста, но повысила стоимость его профессиональной оценки.
Авторы связывают происходящее не только с возможностями ИИ, но и с академической системой «публикуйся или исчезни» (publish or perish). Если карьера исследователя зависит от количества статей в определённых журналах, новая технология закономерно используется прежде всего для ускорения производства рукописей. В таких условиях ИИ усиливает уже существующие стимулы —помогает создавать больше текстов, но не обязательно больше нового знания.
При этом авторы не предлагают запрещать искусственный интеллект. Они сами использовали его при написании программного кода, подготовке структуры и редактировании статьи, после чего тщательно проверяли и перерабатывали результаты. По их мнению, проблема заключается не в самой технологии, а в том, заменяет ли она исследовательское мышление или помогает ему.
Полученные данные относятся только к одному журналу в области социальных и поведенческих наук, а использованный детектор не может безошибочно определить происхождение отдельного текста. Тем не менее исследование показывает возможный сценарий будущего научной коммуникации — при существующих моделях оценки научного вклада использование ИИ будет способствовать увеличению потока рукописей и нагрузки на рецензирование. Чтобы получить не просто больше статей, а более качественные исследования, научным организациям придётся оценивать содержательный вклад работы, а не только её присутствие в публикационном списке.