Как изменятся требования к работам аспирантов на фоне распространения искусственного интеллекта
Минобрнауки вместе с Российской академией наук планируют пересмотреть требования к диссертациям в гуманитарных областях наук. Все из-за быстрого прогресса в области искусственного интеллекта. Традиционно важный для гуманитариев «сложный текст», насыщенный собственными выкладками, сносками и цитатами – больше не знак качества научной работы. О том, как понять, самостоятельная эта работа или сгенерированная нейросетью, какие критерии можно применить для оценки оригинальности исследования, «МК» рассказал эксперт в области цифровых технологий Александр Никифоров.
- С развитием нейросетей мы сталкиваемся с парадоксальной ситуацией, которая особенно заметна в гуманитарной сфере. Умение прочитать определенное количество книг или статей и выдать некое саммари по итогам перестало быть главными показателями качества научной работы — эту функцию может выполнять ИИ. А значит, при оценке диссертаций фокус смещается на глубину исследования, — объясняет эксперт. — И здесь на первый план выходят уже другие вопросы: как сформулирована проблема, пользовался ли соискатель тщательно отобранными, достоверными в научном плане источниками, сумел ли из огромного объема литературы выбрать самое важное. Можно ли проверить и обосновать его выводы.
По словам эксперта, определенную пользу ботов и нейросетей признают сегодня почти все. Студенты и преподаватели используют их для подготовки черновиков, поиска и структурирования информации, иногда просто для того, чтобы разобраться, с чего начать. Получается, что ИИ из расторопного ассистента, каким его изображали вначале, стал важным инструментом образовательного процесса. Но он все равно должен оставаться подспорьем, инструментом, а не соавтором. Именно поэтому растет спрос на работы, выстроенные с опорой на верифицированные источники.
Строго говоря, такой подход — генерация с расширенным поиском. Модель находит информацию только в проверенных источниках и формирует ответ на их основе. Такой ИИ не рискует подцепить «цифровой мусор», устаревшие или фальшивые сведения. Со временем, вузы, организации, научные сообщества могут сформировать целые библиотеки с надежными источниками, базы, целиком состоящие из проверенных данных.
Эксперт также напомнил «МК» основные признаки ИИ-работ, созданных без ссылок на источники. Прежде всего это гладкий, хорошо читаемый текст без опоры на корректные источники. Однако нужно быть начеку — нейросети могут ошибаться, додумывать факты, авторов или ссылки, хотя внешне все выглядит вполне правдоподобно.
Следующий риск — высокая вероятность «цифрового мусора», т.е. текстов, сгенерированных машинами и пересказанного потом другими машинами. Сюда же можно отнести странные сведения или ошибки, так называемый «бред ИИ». Если такое есть хотя бы в одном предложении, велик риск недостоверности и в остальном тексте.
Пересмотр требований к диссертациям и другим научным работам — это не отрицание новых технологий. А желание правильно расставить акценты, вернуть в науку доказательность, творческое начало, работу с источниками.
Не только у теоретиков образования, разработчиков цифровых технологий или чиновников — у преподавателей и студентов возникает понимание недопустимости такой «научной работы». Отсюда и новый запрос со стороны вузов, который звучит так: «дайте ответ, но со ссылками, которые можно проверить».