Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.
Россия — третья в БРИКС страна по количеству таких публикаций, при этом выделяется высокой вовлеченностью технологических компаний и диверсификацией участников (это компании, университеты и некоммерческие организации). Среди компаний лидером по числу публикаций является «Яндекс», среди университетов — НИУ ВШЭ и Сколтех, а среди некоммерческих организаций — AIRI.
Академия и компании: разные модели
Исследователи разметили более 3,1 тысячи организационных профилей, отнеся их к академическому, корпоративному, государственному сектору или к смешанным лабораториям. Во всех странах объединения лидирует академический сектор: на него приходится свыше 85% публикаций. Однако роль компаний различается: если в Бразилии, Индии и ЮАР корпоративный сектор дает около пятой части работ, то в Китае и России — более 40%.
В общем рейтинге организаций стран БРИКС первые позиции занимают китайские университеты — Университет Цинхуа, Пекинский университет и Институт автоматизации Китайской академии наук. Из компаний в первую десятку входят только Tencent и Alibaba. Индийский рейтинг преимущественно академический, а списки Бразилии и ЮАР представлены точечно — отдельными организациями, встроенными в международные коллаборации.
Российский случай авторы описывают как модель плотного взаимодействия университетов и технологических компаний. В расширенный рейтинг топ-100 организаций БРИКС вошли НИУ ВШЭ, Сколтех, МФТИ, AIRI, а среди российских представителей корпоративного сектора наиболее высокие позиции занимает «Яндекс». Это единственная российская компания, вошедшая в топ-20 корпоративных организаций БРИКС по объему публикаций, а среди компаний сопоставимого размера (не более 300 авторов) — в топ-5.
Особенностью российского ландшафта также является и заметная роль организаций третьего типа, не относящихся ни к университетам, ни к компаниям. Лидером этого сегмента является Институт искусственного интеллекта AIRI, увеличивший число публикаций почти в 4 раза между 2020–2022 и 2023–2025 годами.
Сопоставление периодов 2020–2022 и 2023–2025 годов показывает заметную перестройку институционального ландшафта: если в начале периода по цитируемости лидировали исследовательские центры зарубежных корпораций, то в последние годы верхние строчки занимают российские организации, причем на первое место по взвешенной нормализованной цитируемости вышли работы «Яндекса». Компания сохраняет этот высокий показатель при одном из крупнейших в стране объемов публикаций. В рейтингах также появляются новые игроки — ФИЦ РАН, «Т-Технологии», МТС.
Продуктивность держится на «людях-мостах»
Анализ 200 наиболее продуктивных исследовательских коллективов показал, что почти все они объединяют академический и корпоративный секторы. Это обеспечивает и доступ к вычислительным ресурсам, и устойчивость команд. Число организаций и стран в таких коллективах нередко превышает число авторов: ведущие исследователи, как правило, имеют несколько аффилиаций одновременно.
Для России это особенно характерно: в лидерах оказываются не отдельные организации, а исследователи, соединяющие университеты, институты РАН и корпоративные лаборатории. Эта модель типична для всех крупных технологических игроков: у «Яндекса» 73 совместные публикации с НИУ ВШЭ, 42 — с МФТИ и 31 — со Сколтехом. Схожая модель характерна и для других технологических компаний: у Сбера — 42, 22 и 24 публикации с теми же организациями соответственно; свои академические связи выстраивают МТС и «Т-Технологии».
Китай как отдельный полюс
На Китай пришлось 93,1% публикаций и 96% цитирований всего массива БРИКС — это 36,5% мировых работ и второе место в мире. Китайские публикации почти на 54% цитируются внутри самого Китая, что во многом естественно при таком масштабе национального исследовательского сообщества, тогда как у других стран объединения подобной внутренней концентрации не наблюдается: у России на отечественные ссылки приходится около 6% цитирований, у Индии — около 8%, у Бразилии — около 3,5%. Более того, именно китайские авторы становятся главным источником цитирований для работ Бразилии, Индии и России. По оценке авторов, это дает практический ориентир для продвижения исследований: аудиторией, определяющей научное влияние работ БРИКС, все чаще оказывается китайское академическое сообщество.
Научное пространство БРИКС пока в стадии формирования
Главный вывод работы: гипотеза о едином научном пространстве БРИКС в компьютерных науках пока не подтверждается. Основным партнером для каждой из пяти стран остаются США; для Китая значимы также Гонконг, Сингапур и Австралия, для России — Германия, Франция, Великобритания и Саудовская Аравия. Взаимодействие внутри объединения носит эпизодический характер: заметное число совместных работ есть только у пар Индия — Китай и Россия — Китай.
По словам авторов, сложившаяся картина — это не столько общий рынок научного знания, сколько набор сильных исследовательских команд, связанных прежде всего с внешними лидерами, а не друг с другом. Одновременно это указывает на незанятую нишу: устойчивых паттернов взаимодействия внутри объединения не сформировалось, а значит, потенциал расширения кооперации остается высоким.
«Машинное обучение сегодня развивается настолько быстро, что сильные результаты все чаще возникают на стыке фундаментальной науки и технологической разработки, — отметил Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ. — Поэтому особенно важно, чтобы университеты и компании не существовали параллельно, а формировали совместные исследовательские команды, обменивались экспертизой, инфраструктурой и инвестировали в долгосрочные разработки».
Он также обратил особое внимание на то, что для России речь идет уже не об одном центре компетенций, а о достаточно конкурентной среде, где несколько сильных игроков развивают собственные исследовательские направления и одновременно участвуют в академических коллаборациях. «С другой стороны, исследование позволяет подчеркнуть, что, несмотря на высокую продуктивность стран БРИКС в ведущих конференциях по машинному обучению, устойчивого внутреннего научного взаимодействия внутри объединения пока не сложилось, — говорит Алексей Наумов. — Потенциал для совместной работы огромен, но для его реализации нужны не только публикации, но и живые контакты, обсуждения, личные встречи. Именно такие возможности дают очные научные события. В НИУ ВШЭ мы ежегодно проводим конференцию “Погружение в машинное обучение” (Fall into ML), которая собирает авторов работ с ведущих конференций уровня А*, и мы видим, как прямое общение помогает исследователям находить точки соприкосновения, выстраивать новые коллаборации и двигать общие проекты».
Результаты исследования могут использоваться для выявления передовых направлений и перспективных коллективов, выстраивания партнерств между академическими организациями и компаниями, а также при принятии решений о поддержке отдельных исследовательских направлений.
Полные результаты, включая рейтинги организаций по каждой из стран, доступны на странице проекта (показатели обновляются при уточнении метаданных публикаций в международных базах).
Исследование Наукометрического центра НИУ ВШЭ основано на библиометрическом и сетевом анализе. Оно охватывает период 2020–2025 годов и использует труды десяти конференций высшего уровня A* по рейтингу ICORE 2026. При привязке публикаций использовались только официальные названия организаций, приписанные к профилю в наукометрических системах.
В компьютерных науках результаты чаще публикуют на конференциях, а не в журналах, поскольку дисциплина развивается слишком быстро для журнального цикла. Отобранные конференции представляют ключевые направления: компьютерное зрение, обработка естественного языка, машинное обучение и искусственный интеллект. Около 83% работ относятся к основной программе — наиболее строгому отборочному сегменту. Для повышения точности данных исследователи вручную разметили примерно 3,5 тысячи аффилиаций, что позволило дополнительно учесть более 2 тысяч публикаций стран БРИКС, которые изначально не были соотнесены с этими странами в наукометрических базах.