На всякую нейросеть довольно простоты: как ИИ проник в науку
Использование нейросетей при создании научных работ (обработки данных и даже генерации гипотез) — бич последних лет. Поле, где столкнулись прогресс и этика, эффективность и новизна. Исследователи и эксперты в области образования всерьез обеспокоены, не приведет ли массовое применение искусственного интеллекта к девальвации научного труда? Спросили у представителей московских вузов.
Ежедневно около 400 млн человек прибегают к помощи ChatGPT. Все чаще многие из нас обращаются не к родным, друзьям или даже Википедии, а к искусственному интеллекту – чат-ботам или умным колонкам. К слову, приведенная выше цифра – больше населения США. И эти данные предоставлены руководством лишь одного игрока рынка – ChatGPT. Суммарно – почти полмиллиарда человек буквально каждый день делегируют чат-ботам решение рутинных задач, в том числе написание текстов — вплоть до научных.
Скорость распространения
Аналитический центр The Higher Education Policy Institute (HEPI) и провайдер Kortext провели совместное исследование и выяснили, что доля студентов в Великобритании, которые используют в работе нейросети, существенно выросла. Если в 2024 году инструменты ИИ применяли 66% учащихся, то в этому году их число выросло до 92%.
Различия наблюдаются в гендере пользователя и его направлении обучения: чаще всего используют ответы, сгенерированные ИИ, мужчины, обучающиеся по специальностям STEM (от англ. science, technology, engineering and mathematics — «естественные науки, технологии, инженерия и математика»).
Аналогичный опрос, проведенный в России, показал, что около 85% студентов активно применяют ИИ в своей учебной практике — 43% из них используют его именно для написания рефератов и курсовых работ.
Первый случай написания выпускной квалификационной работы в нейросети произошел в 2023 году: студент РГГУ Александр Жадан потратил «на написание» диплома менее суток. Юноша пользовался самым популярным чат-ботом — ChatGPT от OpenAi. На генерацию текста ушло порядка 15 часов, а на редактуру — всего 9. Итоговая работа прошла всех деканатские цензы и набрала 82% оригинальности в системе «Антиплагиат».
Прецедент заставил руководство российских ВУЗов встать перед выбором: легализовать внедрение инструментов ИИ в научный процесс или же строго запретить?
В беседе с «Ножом» заместитель по цифровому развитию председателя Комиссии по качеству образования РУДН Макар Берестов рассказал, что писал дипломную работу с помощью нейросетей. По словам эксперта, ВУЗ такое соавторство легализовал — разрешил нейросетям собирать и анализировать информацию, но запретил ее придумывать. «Мой первый бакалаврский диплом на тему “Поиск диоксинов в сточных водах производства сульфитной бумаги” был прям полностью сделан при помощи нейросетей. Они мне помогали собирать информацию, я ее компилировал», — подчеркнул он.
Берестов поделился своим рейтингом сервисов, которые опробовал на собственном опыте и убедился в их эффективности. Первый из них — ChatGPT от OpenAi. По его словам, у этого бота самая развитая и самая обученная модель, которая полностью покрывает все потребности. Кроме того, в ней нет ограничений — достаточно «залогиниться» через прокси-сервисы. Специалист уточнил, что для специфической нон-стоп работы ресурса может не хватить, а для написания научной статьи — вполне удобно.
Второй эффективный инструмент — Gemini от Google. Нейросеть «отлично ищет информацию в интернете в реальном времени», однако главный ее минус — написание текста в свободном стиле, отметил Берестов.
На третьем месте — китайская нейронка — Qwen. Однако к точности модели пока остаются вопросы, так как это достаточно молодой игрок на рынке.
Завершает четверку от Берестова еще один помощник из Поднебесной — DeepSeek. Этот бот бучен на меньшем объеме данных, поэтому проблем с ним возникает не меньше, рассказал эксперт.
«У нас в университете [РУДН — прим. ред.] даже преподаватели старой закалки тоже пользуются нейросетями, потому что это невероятно удобный инструмент для получения информации. Он изумительно экономит время. Ректор, Олег Александрович Ястребов, достаточно сильно поддерживает использование искусственного интеллекта в научной деятельности. Мы рассматриваем нейросети как инструмент, как молоток, при помощи которого можно построить дом», — поделился заместитель по цифровому развитию председателя Комиссии по качеству образования РУДН Берестов
Ошибки и «галлюцинации» ИИ
Несмотря на скорость и удобство, нейросети нередко могут выдавать ложные или непроверенные данные. Цифровые машины порой этого не стесняются: например, YandexGPT может выдать фразу «Эта информация сама возникла в чертогах моего нейросетевого разума».
Доктор филологических наук, профессор кафедры русской литературы XX-XXI вв. МПГУ, специалист по медиасловесности Янина Викторовна Солдаткина не доверяет ответам, сгенерированным в «нейросетевом разуме», поэтому продолжает писать научные работы сама. Из инструментов ИИ она выделила только онлайн-переводчики, с помощью которых адаптирует информацию на русский язык.
«Во-первых, возможно, проблема в моей технической недостаточной оснащенности. Второе — пока я собираю материал сама, пишу его, я обдумываю какие-то вещи. И мне кажется, тут искусственный интеллект мне просто пока не может помочь. Я не чувствовала потребности в изучении ИИ, чтобы использовать его при написании статей. Я, в конце концов, люблю это дело», — подчеркнула Янина Викторовна.
Профессор отметила, что запретить своим студентам применять нейросети она не может. Тем не менее, Солдаткина уточнила, что их использование видно невооруженным глазом:
«Когда мне кажется, что я замечаю какое-то использование искусственного интеллекта, я стараюсь, чтобы люди, во-первых, понимали, что ИИ — это не истина в последней инстанции и то, что он им насочинял по поводу плана работы, не всегда может соответствовать действительности. Хотя за основу зачастую это можно брать»
Филолог рассказала, что каждый раз напоминает студентам и авторам научных работ о необходимости фактчекинга и важности понимания медиаэкологических принципов:
«Нейросеть не может придумать новое. Она может только «списать» из того, что уже есть, а любая научная статья подразумевает новизну — ту самую, которую вы не вычитаете нигде, которая и является собственным творчеством, научным открытием».
На сегодняшний день одна из задач, стоящая перед современными исследователями — поиск того самого алгоритма, по которому нейросети смогут выдавать уникальные ответы, отвечающие принципам понятия «научная новизна». Ученые выделяют критерии оценки обнаружения новизны и разрабатывают другие метрики производительности. Однако на сегодняшний день этот феномен можно сравнить с распространенным сюжетом славянских сказок «Ступай туда, неведомо куда, принеси то, неведомо что».
