Исследователи из Чикагского университета (США) и университета Цинхуа (Китай) представили в журнале Nature масштабный анализ, показывающий, что ученые, применяющие инструменты ИИ, получают решающее преимущество в карьере. Они публикуют в 3 раза больше статей, получают почти в 5 раз больше цитирований и достигают руководящих позиций почти на 1,5 года быстрее коллег, не использующих ИИ.
Однако это индивидуальное преимущество имеет серьезные последствия для науки в целом. Как установили авторы работы, научные статьи, созданные с помощью ИИ, имеют тенденцию фокусироваться на узком круге популярных, «переполненных» проблем, охватывая на 4,6% меньше исследовательской территории. Работа, выполненная с применением нейросетей, не только приводит к повторению тем, но и способствует снижению взаимосвязанности научной литературы.
Для проведения анализа исследователи сами использовали ИИ. Они проанализировали больше 41 млн научных работ, опубликованных в период с 1980 по 2025 год в области биологии, медицины, химии, физики, материаловедения и геологии. Сначала они столкнулись с серьезной проблемой: нужно было определить, в каких работах использовался ИИ — от раннего машинного обучения до современных больших языковых моделей.
Языковую модель обучили сканировать заголовки и аннотации и отмечать статьи, в которых, скорее всего, использовались инструменты ИИ. В наборе данных было выявлено около 310 тыс. таких статей. Затем эксперты проверили образцы результатов и подтвердили, что модель работает примерно так же точно, как человек-рецензент.
Оказалось, что ученые, применившие ИИ, также опубликовали в 3 раза больше статей и получили в 4,8 раза больше цитирований за свою карьеру. Преимущества распространялись и на карьерный рост. Изучив данные о 2 млн исследователей, команда обнаружила, что молодые ученые, которые использовали ИИ, реже уходили из академической среды и чаще становились признанными лидерами в области исследований.
Однако при анализе общего охвата тем, затронутых в исследованиях, проведенных с помощью ИИ, обнаружилось, что такие статьи охватывают на 4,6% меньше тем, чем традиционные научные исследования. Возможно, это результат обратной связи: популярные проблемы стимулируют создание больших массивов данных, эти массивы данных делают использование инструментов ИИ привлекательным, а успехи привлекают еще больше ученых к решению тех же проблем.
Также выяснилось, что статьи, написанные с помощью ИИ, во всех дисциплинах естественных наук вызвали на 22% меньше откликов. Вместо этого они, как правило, вращаются вокруг небольшого числа «суперзвездных» статей, при этом меньше четверти статей получают 80% цитирований.
Авторы исследования предупреждают, что такой тренд сужает горизонты науки. Для исправления ситуации они предлагают целенаправленно создавать качественные данные в неисследованных областях и развивать ИИ, способный к генерации принципиально новых идей, а не только к оптимизации решений известных задач.
Ранее Наука Mail рассказывала о том, что искусственный интеллект утомил людей.
