Ученые, использующие ИИ, публикуют рекордное количество статей

Наука переживает масштабный издательский бум, во многом благодаря искусственному интеллекту. Новое исследование, опубликованное в журнале Science, показало, что ученые, использующие большие языковые модели (LLM), такие как ChatGPT, производят значительно больше научных работ в самых разных областях. Технология также помогает выровнять условия для исследователей, для которых английский язык не является родным.

Автор: Matheus Bertelli from Pexels

Растущее использование ИИ в научных исследованиях вызывает опасения по поводу некачественной работы и «выдумок» машин. Однако новый анализ также показывает, что статьи, созданные с помощью LLM, используют более сложный язык и ссылаются на более широкий круг источников.

Анализ с помощью ИИ

Чтобы количественно оценить влияние ИИ на научные публикации, исследователи из Корнеллского университета и Калифорнийского университета в Беркли проанализировали почти 2,1 миллиона аннотаций исследований, опубликованных на трех крупных препринт-серверах в период с января 2018 года по июнь 2024 года. Эти работы были размещены до прохождения рецензирования.

Для анализа команда использовала чат-бот GPT-3.5 Turbo-0125, чтобы сгенерировать версии аннотаций, опубликованных до 2023 года, написанные ИИ. Затем они проверили тексты ИИ на наличие паттернов, отличающих их от человеческого текста. На основе этих данных был создан алгоритм для сканирования новых статей на предмет похожих паттернов, чтобы отмечать работы, созданные с помощью ИИ. Также ученые отслеживали авторов с течением времени, чтобы измерить, как изменился объем их публикаций.

Скачок продуктивности

Выяснилось, что когда ученые используют ИИ, их продуктивность резко возрастает. Самый большой скачок произошел в социальных и гуманитарных науках, где объем выпускаемых работ увеличился на 59,8%, в то время как в биологии и науках о жизни рост составил 52,9%. В физике и математике ученые сообщили о росте на 36,2%. «Внедрение LLM связано со значительным увеличением научной продуктивности исследователей», — написали авторы исследования.

Одним из самых интересных открытий стал огромный рост продуктивности ученых из неанглоязычных стран. Большинство ведущих журналов требуют, чтобы рукописи были написаны на высоком уровне английского языка, что долгое время ставило этих исследователей в невыгодное положение. Но с тем, как ИИ берет на себя часть работы, выход публикаций у исследователей из Азии в некоторых случаях вырос на целых 89%.

Однако авторы исследования также предупредили о связи ИИ и качества. Хотя машины могут делать статьи более профессионально звучащими, это может быть ловушкой. Исторически сложный язык был признаком высококачественного исследования, но теперь иногда верно обратное. Исследование показало, что чем сложнее был текст, сгенерированный ИИ, тем менее вероятно, что статья была высокого качества. Другими словами, хорошее письмо может маскировать слабые идеи.

Ясный посыл авторов исследования заключается в том, что мы больше не можем судить о статье по тому, насколько умным кажется язык. «Поскольку традиционные эвристики перестают работать, редакторы и рецензенты могут все больше полагаться на маркеры статуса, такие как репутация автора и институциональная принадлежность, как на сигналы качества, что, по иронии судьбы, противодействует демократизирующему эффекту LLM на научное производство».

Для защиты научной добросовестности исследователи предлагают несколько мер, включая внедрение институтами более глубоких проверок и даже специализированных «агентов-рецензентов на основе ИИ», чтобы помочь отличить человеческий текст от машинного.

Больше информации: Keigo Kusumegi et al, Scientific production in the era of large language models, Science (2025). DOI: 10.1126/science.adw3000

ИИ: Это исследование наглядно показывает двойственную природу современных ИИ-инструментов в науке. С одной стороны, они стали мощным катализатором продуктивности и демократизации, помогая талантливым исследователям преодолевать языковой барьер. С другой — ставят перед научным сообществом новые сложные вызовы, связанные с оценкой качества и необходимостью пересмотра критериев рецензирования. В 2025 году эта проблема становится как никогда актуальной.