Исследователи из Центра научной коммуникации ИТМО, Яндекс Образования и Центра технологий для общества Yandex Cloud провели опрос среди сотрудников 16 российских университетов – тех, кто одновременно преподаёт и занимается наукой. Результаты оказались показательными: двое из трёх респондентов используют ИИ-инструменты в работе на постоянной основе.
Это уже не история про «попробовал разок» – это история про сложившуюся привычку. Давайте разберёмся, что именно люди делают с помощью ИИ, где он реально помогает, а где пока «буксует».
Где ИИ уже прижился
Самая популярная задача – работа с текстами. Учёные и преподаватели активно используют ИИ для редактирования и улучшения формулировок, перевода материалов, написания аннотаций и структурирования больших объёмов информации. Проще говоря, всё то, что раньше отнимало время, но не требовало глубокой экспертизы – теперь делегируется машине.
На втором месте – поиск и анализ литературы. Когда нужно быстро разобраться в теме или найти точки пересечения между исследованиями, ИИ заметно ускоряет процесс. Это особенно ценно для людей, которые работают на стыке нескольких областей знаний.
Преподаватели, в свою очередь, нашли применение ИИ в подготовке учебных материалов: составление планов занятий, генерация примеров, адаптация объяснений под разные уровни аудитории. То, на что раньше уходил вечер, теперь занимает гораздо меньше времени.
Не всё так гладко
При этом отношение к ИИ в академической среде далеко не однозначное. Среди участников опроса заметна профессиональная осторожность – и это, пожалуй, правильная позиция.
Главная претензия – достоверность. ИИ может уверенно выдавать неточную информацию, придумывать несуществующие источники или смешивать факты. Для научной работы, где каждое утверждение требует проверки, это серьёзный недостаток. Большинство опрошенных отмечают, что результаты работы ИИ обязательно нужно перепроверять – и это добавляет работы, а не убирает её.
Есть и более тонкий вопрос: где заканчивается помощь и начинается подмена? Особенно остро он стоит в преподавании. Если студент сдаёт работу, написанную ИИ, а преподаватель использует ИИ для её проверки – что вообще происходит с процессом обучения? Этот вопрос пока остаётся открытым, и единого ответа в академическом сообществе нет.
Молодые – активнее, опытные – осторожнее
Исследование зафиксировало ожидаемый, но важный разрыв: молодые сотрудники и аспиранты осваивают ИИ-инструменты быстрее и охотнее. Они выросли в среде, где технологии меняются постоянно, и воспринимают ИИ как ещё один рабочий инструмент – примерно как поисковик или таблицы.
Старшее поколение исследователей настроено сдержаннее. Здесь важнее не возраст сам по себе, а устоявшиеся профессиональные привычки и более высокая планка требований к источникам. Человек, который десятилетиями выстраивал методологию работы с информацией, не торопится менять подходы ради скорости.
Это не конфликт – скорее, разные точки входа в одну и ту же трансформацию.
Этика и авторство: вопросы без ответов
Отдельно в исследовании выделяется тема этики. Когда ИИ помогает написать статью – кто автор? Нужно ли это указывать? Как это соотносится с требованиями журналов и конференций?
Пока единых стандартов нет. Одни издания требуют раскрывать использование ИИ, другие запрещают его в принципе, третьи никак не регулируют этот вопрос. Академическое сообщество только начинает вырабатывать нормы – и судя по темпу, с которым ИИ входит в повседневную практику, времени на это остаётся немного.
Среди участников опроса звучала и обеспокоенность более широкого плана: не приведёт ли массовое использование ИИ к тому, что исследования станут похожи друг на друга? Что пострадает оригинальность мышления, нестандартные гипотезы, авторский голос учёного?
Это пока скорее интуитивные опасения, чем зафиксированная проблема. Но они показывают, что люди думают не только об удобстве, но и о более долгосрочных последствиях.
Академическая среда – не самая быстрая в освоении новых инструментов. Если даже здесь две трети специалистов уже регулярно работают с ИИ, это говорит о том, что проникновение технологии вышло за пределы IT-сектора и стартап-культуры.
При этом характер использования в науке и образовании отличается от, скажем, маркетинга или клиентского сервиса. Здесь выше требования к точности, сильнее профессиональная ответственность за результат, и куда острее стоит вопрос: когда инструмент помогает думать, а когда начинает думать вместо тебя?
Судя по результатам исследования, российские учёные и преподаватели в большинстве своём держат этот вопрос в голове. Они используют ИИ прагматично – там, где он реально экономит время – и сохраняют скептицизм там, где на кону точность и авторство. Это, пожалуй, и есть разумный баланс на данном этапе.
