Искусственный интеллект стал привычным инструментом в ряде стран, однако в российской науке его внедрение пока остается фрагментарным. К такому выводу пришли авторы первого в стране комплексного исследования использования технологий ИИ в научной деятельности. Они провели интервью с ведущими российскими учеными и расспросили их о сферах применения, возможностях и барьерах технологии.

IV Всероссийская научная конференция «Цифровизация общества: трансформация повседневных практик и исследовательских перспектив» началась с презентации результатов исследования, проведенного группой ученых ИСИЭЗ НИУ ВШЭ. С докладом на панельной дискуссии «ИИ в отечественной науке: результаты эмпирического анализа» выступила директор Центра статистики и мониторинга науки и инноваций ИСИЭЗ НИУ ВШЭ Екатерина Стрельцова.

Она отметила, что, несмотря на обилие разговоров о трансформационном влиянии ИИ на науку, до недавнего времени в России практически не было эмпирических данных о том, как именно ученые используют эти технологии на практике. «Мы постоянно слышим, что искусственный интеллект радикально меняет науку. Но нам было важно понять, что реально происходит “на земле”: кто, как и для каких задач применяет ИИ, а где он пока остается скорее модным словом», — пояснила Екатерина Стрельцова.

По ее словам, команда исследователей решила начать не с количественного опроса, а с качественного анализа. Такое решение было принято потому, что использование ИИ слишком неоднородно. В 2025 году были проведены 30 экспертных интервью с ведущими российскими учеными — руководителями научных коллективов из разных областей знаний, регионов и типов организаций.

Как показал анализ, искусственный интеллект пока не стал универсальной и повсеместной практикой в российской науке. По оценкам самих ученых, его использование остается точечным и сильно различается в зависимости от дисциплины. Так, наиболее активно ИИ применяют в естественных и медицинских науках. Здесь используются как универсальные сервисы — для работы с текстами и данными, так и специализированные технологии машинного обучения, зачастую разработанные самими научными коллективами. В гуманитарных и социальных науках внедрение идет заметно медленнее, экспериментируют с новыми методами лишь отдельные энтузиасты.

Исследование выявило и устойчивые возрастные различия в отношении к ИИ. По словам участников интервью, старшее поколение ученых либо вовсе не использует искусственный интеллект, либо имеет негативный опыт, подрывающий доверие к технологиям.

При этом дело не только в возрасте как таковом, но и в распределении ролей внутри научных коллективов. «ИИ воспринимается прежде всего как инструмент для решения технических задач — анализа данных, работы с текстами, визуализации. Эти задачи чаще всего делегируются младшим сотрудникам, аспирантам и студентам», — пояснила Екатерина Стрельцова.

Руководители научных групп, напротив, сосредоточены на постановке задач, управлении проектами и стратегических решениях — областях, где, по мнению информантов, ИИ пока малоэффективен.

Говоря о практиках применения универсальных ИИ-сервисов, исследователи выделили три ключевых блока:

•  работа с текстами — редактирование, перевод, поиск информации, анализ научной повестки;

•  решение административных задач — подготовка отчетов, таблиц, формальных документов;

•  анализ данных и визуализация результатов.

Особенно остро ученые ощущают потребность в автоматизации рутинной административной работы. «Если бы ИИ мог заполнять отчеты по ГОСТу и министерские таблицы, это была бы мечта практически всех, с кем мы разговаривали», — рассказала докладчица.

В области технологий анализа данных лидируют естественные и медицинские науки. Так, астрономы применяют ИИ для автоматического распознавания и классификации галактик, специалисты в области ботаники — для идентификации видов растений. Представитель медицинских наук, участвовавший в опросе, рассказал о разработке новых технологий для прогнозирования заболеваний. Неожиданно активно используют ИИ и в археологии: ученые сканируют фрагменты артефактов, переводят их в трехмерные модели и применяют машинное обучение для определения происхождения и датировки предметов.

Несмотря на санкционные ограничения и сложности с оплатой, российские ученые по-прежнему отдают предпочтение зарубежным сервисам, считая их более качественными и удобными.

Анализ интервью позволил выделить несколько групп барьеров для повсеместного использования ИИ. Среди технических проблем ученые чаще всего упоминали «галлюцинации» ИИ и ограниченность его возможностей при решении комплексных задач. Один из информантов рассказал о попытке использовать ИИ для написания годового отчета по проекту, в котором участвует весь институт. Система не справилась с задачей интеграции множества элементов в единое повествование. «Есть ощущение, что у искусственного интеллекта всегда останется 5% ошибок, которые принесут 95% проблем», — поделился он.

Не менее значимыми оказались институциональные ограничения. Нестабильное финансирование, высокая административная нагрузка и отсутствие долгосрочного планирования не оставляют времени и ресурсов на освоение новых технологий. Ученые заявили, что готовы применять ИИ, но для этого требуется переподготовка кадров, перестройка процессов, выделение дополнительного времени. При ежегодной грантовой модели, когда исследователь не знает, получит ли финансирование в следующем году, невозможно нанять специалиста по работе с данными.

Интересно, что в ответ на вопрос о необходимости государственной поддержки ученые ответили едва ли не единодушно: дополнительной помощи не нужно, требуется лишь снижение административной нагрузки и уменьшение бюрократии.

Отдельный блок проблем связан с данными — их нехваткой, высокой стоимостью сбора и разметки, а также этическими и правовыми ограничениями, особенно в медицинских и лингвистических исследованиях.

Личностные факторы также влияют на внедрение технологий. Некоторые ученые демонстрируют технологическую ригидность — нежелание перестраивать привычные процессы. Кроме того, некоторые придерживаются мнения, что использование ИИ негативно повлияет на когнитивные способности. «Я не хочу использовать искусственный интеллект, потому что дорожу своим мозгом. Мы единственный вид, обладающий осмысленной речью, языком. Мне жалко отдавать эту возможность», — сказал один из респондентов.

Среди потенциальных рисков, пока гипотетических, информанты также выделяют атрофию критического мышления и навыков, необходимых исследователю; увеличение потока научной информации до неконтролируемых объемов; нарушение стандартов научной честности и генерацию бессодержательного контента.

Между тем вопрос беспокойства о собственном будущем ученые уверенно отвергли. Как заметил один медик-исследователь, на его век определенно хватит, а разработанные им методики настолько специфичны и требуют ручной работы, что ИИ с ними не справится.

Участники исследования отмечают и позитивные эффекты от использования ИИ, прежде всего экономию времени и ресурсов. ИИ ускоряет обработку больших массивов данных, снижает затраты на перевод и редактирование текстов, помогает улучшать качество англоязычных публикаций и даже сокращает расходы на визуальное оформление научных статей.

Специалист по компаративной истории языков рассказал, что с ИИ массив слов в словаре теперь обрабатывается за минуты вместо нескольких часов. Это, в свою очередь, ведет к сокращению финансовых расходов.

«В ряде случаев мы видим не просто удобство, а измеримую экономию — времени, денег и человеческих усилий», — резюмировала Екатерина Стрельцова.

В перспективе, уверены исследователи, эти эффекты могут стать решающими для более широкого распространения ИИ в российской науке.

Сессии конференции были посвящены таким темам, как занятость и образование в цифровую эпоху, новые перспективы исследований цифрового пространства. Ключевой темой этого года стали вызовы, связанные с развитием и распространением технологий ИИ. Также в рамках конференции прошли традиционные тематические секции, посвященные различным эффектам цифровизации.