Объем научных исследований растет, а качество падает
Академические исследования этого явления показывают, что ИИ может стоять за обеими тенденциями.
Клодин Гартенберг, доцент Уортонской школы бизнеса Пенсильванского университета, в прошлом году заметила тревожную тенденцию в своей роли старшего редактора, рецензирующего статьи для публикации в академическом журнале Organization Science. Вскоре она обнаружила, что ее коллеги-редакторы тоже обеспокоены.
«Мы просто это почувствовали», - говорит она, - «Мы получали больше заявок на публикации, и они казались хуже, но мы не могли понять, чем именно. Мы чувствовали, что что-то фундаментально изменилось. У нас были подозрения, но мы не знали, что именно».
По их мнению, то, что они почувствовали, было следствием искусственного интеллекта, вызвавшего фундаментальные нарушения в университетах по всему миру, не только в обучении и преподавании, но и в исследованиях, проводимых учеными.
Будучи кураторами престижного делового журнала, Гартенберг и ее коллеги получили доступ к его записям и весной этого года опубликовали одно из первых тщательных исследований о том, как ИИ меняет академические публикации. Название говорит само за себя: «Больше или лучше: искусственный интеллект, стимулы и возникающий кризис в экспертной оценке».
Они утверждают, что ИИ не только стал причиной увеличения количества материалов в журнале на 42% с 2022 года, но и что его использование также объясняет значительное снижение их качества, оцениваемого с помощью сочетания ИИ и других инструментов анализа.
Наряду с этим качество комментариев рецензентов, оценивающих целесообразность публикации статей, также упало, что было отмечено большим вниманием к теориям, на которых основывались статьи, а не к новым открытиям и данным, которые они содержали.
«Существует оправданное воодушевление по поводу потенциала ИИ. Он открывает значительные возможности и очень интересен. Он вызывает большой ажиотаж в этой области», - говорит она, - «Но когда вы изучаете реалии применения ИИ и распространение последствией его применения, картина становится совсем некрасивой».
Полученные результаты отражают растущую обеспокоенность как исследователей, так и рецензентов в академических кругах. В марте 2026 года Журнал экономической литературы (Journal of Economic Literature) опубликовал статью, соавтором которой является Михаил Великов, доцент кафедры финансов бизнес-колледжа Смил при Пенсильванском университете, в которой показано, как ИИ смог собрать данные и cгенерировать почти 400 готовых к публикации финансовых статей всего за 12 часов.
Лука Фраккасия, доцент Римского университета Сапиенца, недавно написал в LinkedIn, что, когда он поделился черновиком статьи с рецензентом журнала, который он помогает редактировать, он получил ответ из 2127 слов в течение 14 минут.
«Такое время, мягко говоря, необычно и вызывает обеспокоенность по поводу честности процесса рассмотрения», - сказал он.
Это вызвало шквал реакций и примеров со стороны других ученых, в том числе тех, кто выразил обеспокоенность по поводу того, что рецензенты загружают предоставленные им конфиденциальные проекты документов в большие языковые модели, что ставит под угрозу права интеллектуальной собственности первоначальных авторов.
Инструменты искусственного интеллекта, использующие LLM (модели больших данных), такие как ChatGPT, сохраняют данные и учатся на материале, который их просят рассмотреть.
В других академических дисциплинах, где ИИ также находится на подъеме, такие искажения могут иметь опасные для жизни последствия.
Исследование, опубликованное в феврале этого года под руководством Джошуа Вана в больнице Цу Чи в Тайбэе, выявило методологические недостатки в ряде статей, опубликованных студентами-медиками, использующими медицинские записи, проанализированные с помощью ИИ.
«Легкость доступа к большим данным и инструментам автоматизированного анализа может способствовать быстрому проведению плохо спланированных эпидемиологических исследований, которые в совокупности представляют риск для качества медицинской литературы», - предупредили он и его соавторы.
Риски включают в себя бессмысленные корреляции, которые не являются причинно-следственными, а также «P-хакерство» или манипулирование анализом данных для получения статистически значимых результатов.
В более широком смысле ведутся споры о том, усиливает ли ИИ нерелевантные и постепенные исследования, значительно увеличивая объем публикуемых статей и, следовательно, угрожая способности журналов справляться с ситуацией, а читателей - усваивать результаты.
Но не все в научных кругах пессимистично относятся к распространению ИИ в исследованиях. Джеймс Эванс, руководитель Лаборатории знаний Чикагского университета, выступает за потенциал «искусственного интеллекта, осознающего человека», который выходит за рамки опубликованных научных статей и вместо этого более широко анализирует, как на самом деле думают успешные ученые.
Но в недавней статье он также предупреждает:
«Смелые прогнозы о том, что искусственный интеллект ускорит научные открытия, опередили доказательства ученых, действительно использующих ИИ в научной работе».
Илья Стребулаев, профессор Высшей школы бизнеса Стэнфордского университета, говорит, что использование этой технологии позволило ему гораздо быстрее собирать и анализировать данные, которые раньше требовали длительных проектов со стороны научных ассистентов. Эта возможность может поставить под угрозу традиционные способы набора и обучения следующего поколения ученых.
Но он говорит:
«Чтобы выполнить определенный объем работы, нам теперь нужно меньше научных ассистентов и меньше моего времени, но я никогда в жизни не был так занят, потому что теперь я могу делать так много вещей, лучше и глубже. Для этого требуется более крупная команда».
Гартенберг также осознает нюансы ситуации. Но она предупреждает о неопределенности будущего ИИ.
«ИИ все больше и больше разрушает цепочку создания ценности исследовательского процесса».
