В ноябре 2025 года организация openRxiv начала тестировать систему QED Science на платформе bioRxiv. В июне 2026 года компания опубликовала результаты: алгоритм оценил 57 455 препринтов, размещенных на bioRxiv с мая 2025 года по апрель 2026 года. Препринт — это научная работа, которую публикуют в открытом доступе до рецензирования. QED Science выбрала 574 работы — около 1% от всех проверенных. Компания оценила их как лучшие по оригинальности и достоверности. Однако ученые опасаются, что такой рейтинг может превратиться в новый показатель научного престижа.
QED Science — стартап из Тель-Авива, разработавший ИИ для проверки научных рукописей. По данным компании, инструмент используют более 10 тыс. лабораторий из 1,5 тыс. учреждений в 70 с лишним странах. Алгоритм проверяет научные утверждения и сравнивает их с данными исследования. При этом он учитывает не только положительные результаты, но и исследования, в которых гипотеза не подтвердилась. По задумке разработчиков, это помогает точнее оценивать надежность выводов.
Компания утверждает, что система оценивает только содержание работы и не учитывает имя автора, университет или престиж журнала. Для дополнительной проверки QED Science изучила 2879 препринтов, которые позже опубликовали в научных журналах. В 12,9% случаев оценка алгоритма оказалась выше той, которую можно было ожидать с учетом уровня журнала. Эти работы компания назвала «скрытыми жемчужинами».
Затем эксперты вслепую сравнили наиболее заметные случаи. В 75% сравнений они предпочли исследования, которые выше оценил алгоритм. При этом результаты пока нельзя считать доказательством надежности ИИ. Исследование проводила сама QED Science, поэтому выводы требуют независимой проверки.
Ученые также сомневаются в самой идее рейтинга. Качество исследования сложно свести к одной цифре, а критерии алгоритма должны быть прозрачными и понятными. Кроме того, список «1% лучших» может создать новую систему научного престижа и усилить конкуренцию за показатели.
QED Science подчеркивает, что не собирается заменять рецензентов. Компания предлагает использовать ИИ до публикации статьи — чтобы находить слабые места и проверять, достаточно ли данных для научных выводов. Пока остается открытым вопрос, станет ли система полезным инструментом для ученых или еще одной метрикой, по которой будут оценивать научный престиж.
Также недавно ИИ нашел многолетние ошибки в научных статьях и базах данных.