- Использование ChatGPT и других языковых моделей увеличило количество научных публикаций на 60%.
- Рост продуктивности ученых особенно заметен в социальных и гуманитарных науках, биологии, физике и математике.
- Качество научных работ при этом снижается, а традиционные критерии оценки становятся менее эффективными.
Недавнее исследование, проведённое учёными из Корнеллского университета и Калифорнийского университета в Беркли, выявило серьёзные изменения в научной публикационной активности, связанные с применением больших языковых моделей, таких как ChatGPT. Анализ более 2,1 миллиона работ, опубликованных на препринт-серверах с 2018 по 2024 годы, показал, что благодаря помощи ИИ учёные значительно увеличивают количество своих статей — прирост публикаций достигает в среднем 60%.
При этом эффект применения языковых моделей оказался неоднородным среди разных дисциплин. Больше всего выиграли представители социальных и гуманитарных наук, где число публикаций выросло почти на 60%. Биологи и исследователи смежных областей увеличили активность более чем на 50%, а физики и математики — примерно на треть. Наблюдается и заметное улучшение показателей учёных из неанглоязычных стран, для которых языковой барьер долгое время был серьезным препятствием в публикации исследований на английском языке. В отдельных случаях при поддержке ИИ их число публикаций возросло на 89%.
Однако вместе с ростом количества статей возникла и проблема ухудшения их качества. Традиционно сложный научный язык рассматривался как индикатор серьезного и глубокого исследования, но теперь, согласно результатам анализа, чем более искусственно усложнён текст, тем более низким может быть содержание работы. ИИ помогает создавать привлекательные и увлекательные формулировки, которые скрывают слабые научные идеи.
Авторы исследования подчёркивают необходимость пересмотра методов рецензирования и оценки научных работ. Они предлагают внедрить специализированных «ИИ-рецензентов», способных отличать человеческие тексты от сгенерированных искусственным интеллектом, а также проводить более глубокий контентный анализ. В противном случае существует риск, что редакции начнут опираться не на содержательную ценность, а на статус автора и его научную аффилиацию, что нивелирует положительный эффект демократизации науки через ИИ.
