Искусственный интеллект в науке

Институт статистических исследований и экономики знаний НИУ ВШЭ на основе данных статистики и специализированного обследования «Делаем науку в России» анализирует распространенность в научных организациях и вузах страны практик использования ИИ-решений для выполнения исследований и разработок.

Справочно: Исследование «Делаем науку в России» является продолжением проекта Doing Science (первые две волны проведены в 2017 и 2022 гг.). В рамках третьей волны (октябрь—ноябрь 2024 г.) представителям 719 научных организаций и университетов (руководители или их заместители по научной деятельности) было предложено по пятибалльной шкале оценить уровень обеспеченности системами ИИ для выполнения исследований и разработок.

Данный выпуск серии «Искусственный интеллект» подготовлен в рамках проекта «Мониторинг научного обеспечения мероприятий по достижению технологического лидерства Российской Федерации» тематического плана научно-исследовательских работ, предусмотренных Государственным заданием НИУ ВШЭ.

Современные технологии на базе ИИ меняют привычный уклад во всех сферах деятельности, и наука не является исключением. Опрос, проведенный журналом Nature (2023 г.), показал: более четверти ученых, уже использующих ИИ в своих исследованиях, ожидают, что эта технология станет неотъемлемым инструментом для их области науки в ближайшие 10 лет, еще 47% уверены, что она будет очень полезна. Схожее исследование Oxford University Press свидетельствует о том, что так долго ждать не придется: 75% опрошенных ученых, публикующих свои работы в ведущих журналах, уже в 2024 г. применяли различные ИИ-инструменты, в том числе сервисы машинного перевода (49%), чат-боты (43%) и поисковые системы (25%). По мнению респондентов, решения на основе ИИ оказываются полезными на всех этапах исследовательского цикла и для широкого спектра задач: 41% опрошенных их применяли для поиска литературы, примерно 35% — для ее обобщения и/или редактуры текста (например, рукописи статьи), по 25% — для генерации идей, сбора данных и/или их анализа.

По данным статистики, в России внедрение ИИ-решений в сфере науки пока только набирает обороты. В 2023 г. порядка 5% научных организаций и около 10% вузов применяли ИИ для своих целей, однако эти показатели не в полной мере отражают реальные масштабы использования данной технологии учеными, поскольку характеризуют только практики самих организаций, а не их сотрудников.

В будущем стоит ожидать расширения внедрения ИИ в сфере науки и высшего образования: перспективы для дальнейшего использования соответствующих инструментов в своей деятельности здесь видит каждая вторая организация. Кроме того, почти 25% научных организаций и 38% вузов, уже применяющих ИИ, полагают, что такие технологии радикально изменят внутренние процессы в науке в ближайшие годы; многие из них наиболее перспективными для этих задач считают технологии интеллектуальной поддержки принятия решений (33%).

Очевидно, что возможность реализации этих ожиданий во многом зависит от уровня развития необходимой цифровой инфраструктуры. Как показал опрос 719 научных организаций и вузов, проведенный ИСИЭЗ НИУ ВШЭ в рамках проекта «Делаем науку в России» (октябрь—ноябрь 2024 г.), доступ к системам ИИ для выполнения исследований и разработок пока затруднен. Опрошенные руководители оценили обеспеченность такими системами иностранной разработки (ChatGPT, Trinka, Mendeley, Scite, Google Jax и др.) на 2,71 балла из пяти возможных, отечественной (GigaChat, GitVerse, YaLM, SOVA, RAZUM AI, GOLEM, NeuroMark, AI BAUM PLATFORM, NNWizard и др.) — еще ниже, на 2,60 балла. Несколько лучше, чем в других организациях, дела обстоят в вузах (рис. 1).

На фоне сдержанных оценок текущей ситуации прогнозы на ближайшие три года выглядят оптимистичнее: организации всех типов ожидают существенного роста практик применения ИИ-систем для выполнения исследований и разработок. Безусловно, для обеспечения такой динамики необходимо устранить барьеры, препятствующие распространению ИИ в науке. Среди наиболее значимых из них вузы и научные организации отмечают: дефицит финансовых ресурсов, нехватку квалифицированных кадров, недостаточно развитую ИКТ-инфраструктуру, нехватку/низкое качество больших данных для внедрения ИИ. На влияние этих сдерживающих факторов указывают половина вузов и порядка 40% научных организаций.

Преодолению барьеров распространения ИИ в российской науке могла бы способствовать специальная программа, предусматривающая разработку стандартов исследований с применением ИИ; гранты молодым ученым и научным коллективам, изучающим и использующим ИИ в своей деятельности (в приоритетном порядке — для тех областей науки, где такие технологии применяются редко); поддержку разработки ИИ-приложений для задач науки; компенсацию расходов университетов и научных организаций на закупку больших данных в целях обучения и развития генеративных моделей.

Данный материал ИСИЭЗ НИУ ВШЭ может быть воспроизведен (скопирован) или распространен в полном объеме только при получении предварительного согласия со стороны НИУ ВШЭ (обращаться issek@hse.ru). Допускается использование частей (фрагментов) материала при указании источника и активной ссылки на интернет-сайт ИСИЭЗ НИУ ВШЭ (issek.hse.ru), а также на авторов материала. Использование материала за пределами допустимых способов и с нарушением указанных условий приведет к нарушению авторских прав.

Рекомендованное цитирование:

Стрельцова Е. А., Попов Е. В., Гершман М. А. (2025) Искусственный интеллект в науке. М. — ИСИЭЗ НИУ ВШЭ. Режим доступа: https://issek.hse.ru/news/1015931860.html.

Предыдущий выпуск серии «Искусственный интеллект»:
«Большие данные для ИИ»

См. также:

Экспресс-информации ИСИЭЗ НИУ ВШЭ

Дата

13 февраля

Авторы