Представьте, что вы открываете ноутбук, чтобы поработать над исследовательским заданием или главой диссертации. Вы вводите вопрос в систему искусственного интеллекта - и через несколько секунд перед вами уже целая страница текста. Скорость впечатляет, но именно в ней кроется риск. Системы ИИ генерируют ответы, опираясь на закономерности в данных, на которых они обучались. Они создают грамматически правильные, связные предложения, но при этом могут выдумывать детали, источники и несуществующие взаимосвязи. Ваша задача как студента или исследователя - относиться к любому результату работы ИИ как к черновику, который обязательно требует проверки.
Начните с четко сформулированного исследовательского вопроса. Эти вопросы называются заданием и промптом. Сформулируйте вопрос простыми словами и задайте его ИИ. В ответ вы получите план работы или перечень основных пунктов. Скопируйте этот план в свои заметки и пометьте каждый пункт «не проверено». Затем обратитесь к электронной библиотеке вашего университета или к Google Scholar чтобы разыскать первоисточники - статьи или книги, в которых обсуждаются основные утверждения. Ознакомьтесь с аннотацией, описанием методологии а при необходимости и с результатами исследования. Сравните текст, предложенный ИИ, с тем что вы узнали из первоисточника. Если информация совпадает, оставьте этот пункт и добавьте ссылку на источник. Если же ИИ искажает факты или добавляет что-то от себя - удалите лишнее, а сам тезис переформулируйте своими словами, опираясь на первоисточник.
Рассмотрим типичное учебное задание: написание небольшой работы по климатической политике для курса по общественным наукам. Допустим, вы просите ИИ кратко рассказать об итогах Парижского соглашения. Система перечисляет три «обязательные» цели и называет две страны, которые присоединились к соглашению на раннем этапе. Однако, обратившись к официальному документу ООН, вы обнаружите, что упомянутые цели - это, по сути, национальные обязательства, а не «обязательные» требования в юридическом смысле, как сформулировал ИИ. Кроме того, роль одной из стран в документе описана иначе. В таком случае вам следует скорректировать текст, сослаться на официальный документ и кратко пояснить разницу между добровольным обязательством и юридически обязывающим требованием. По сути, ИИ помог вам сэкономить время, предложив структуру для первого черновика, а ваша проверка по первоисточнику обеспечила точность и достоверность вашей работы. При работе над докторской диссертацией следует придерживаться того же алгоритма действий. Допустим, вы готовите обзор литературы по применению машинного обучения в образовании и просите ИИ подобрать новейшие эмпирические исследования адаптивных систем обучения. ИИ выдает пять названий работ, имена авторов и заявленные показатели эффекта. Вы проверяете каждое название по своей библиотечной базе данных. Двух работ не существует. Третья существует, но авторы другие, а размер выборки меньше, чем указал ИИ. Вы отбрасываете недостоверные данные. Через университетскую базу данных рецензируемых научных журналов вы находите три реальных исследования, опубликованных после 2020 года. Скачиваете PDF-файлы, извлекаете из них необходимую информацию и на основе этих материалов пишете раздел обзора. В данном случае ИИ служит лишь источником поисковых запросов, которые привели вас к реальным, надежным научным статьям.
К цитированию также следует подходить с осторожностью. ИИ часто выдумывает DOI, названия журналов, номера страниц и диапазоны страниц. Никогда не копируйте предложенные ИИ ссылки напрямую в свой список литературы. Возьмите имя автора или фрагмент названия, предложенные ИИ, и самостоятельно найдите их в доступных академических ресурсах. Откройте оригинальные статьи, проверьте и скопируйте выходные данные со страницы издателя или из самого PDF-файла, а затем оформите ссылку в соответствии с требованиями вашего учебного заведения. Если ИИ привел цитату, найдите соответствующее предложение в первоисточнике и изучите контекст - абзац, в котором оно содержится. Прямая проверка позволяет устранить риск неверно процитированного или вырванного из контекста материала. ИИ можно использовать для систематизации собственных материалов. Вы загружаете в инструмент расшифровки интервью или ответы на опросы и просите выделить тематические кластеры. ИИ предлагает возможные темы. Затем вы возвращаетесь к исходным текстам, находите в них слова участников, которые подтверждают или опровергают каждую тему, уточняете названия тем в соответствии с данными и пишете раздел анализа, опираясь на отобранные фрагменты. ИИ предложил лишь первоначальную структуру, а доказательства вы получили, самостоятельно изучив «сырые» данные.
Аналогичный подход применим и к работе с данными. Вы просите ИИ написать код на Python или R для очистки набора данных и проведения базового регрессионного анализа. ИИ выдает блок кода. Вы вставляете код в свою рабочую среду и сначала запускаете его на небольшой выборке данных. Затем вы изучаете полученные таблицы и графики. Вы сверяете названия переменных, способы обработки пропущенных значений и знаки коэффициентов с описанием данных (codebook). Если код выдает ошибку или неожиданные результаты, вы самостоятельно исправляете синтаксис либо обращаетесь за помощью к преподавателю. Никогда не представляйте результаты, которые вы не проверили на собственном компьютере.
Качество исходного материала напрямую зависит от того, как составлен запрос (промпт). Формулируйте краткие и конкретные задания: например, просите составить список поисковых терминов, а не готовые абзацы текста. Запрашивайте возможные контраргументы к вашему тезису, а не полноценную защиту позиции. Давайте системе указание помечать утверждения, достоверность которых вызывает сомнения. Даже при грамотно составленных запросах полученный результат всё равно требует тщательной проверки. Хорошие промпты позволяют сократить количество недостоверной информации, но не отменяют необходимости сверки с первоисточниками. Коллекция эффективных промптов собрана в одной из моих статей на этом ресурсе.
Вот практический совет: ведите простой журнал проверки - в электронной таблице или блокноте. Для каждого утверждения, сгенерированного ИИ, фиксируйте само утверждение, источник, который вы использовали для проверки, номер страницы или раздела, а также краткую заметку о том, совпали ли данные. На запись одного пункта уходит всего несколько минут, а за семестр такой журнал превращается в полноценную летопись вашего исследовательского процесса. Научные руководители и экзаменаторы ценят прозрачность и проделанный объем работы. Кроме того, ведение журнала помогает «наметать глаз» на типичные ошибки ИИ - например, выдуманную статистику или «смешанные» имена авторов.
Важную роль играет грамотное распределение времени. Выделяйте первый рабочий блок на создание черновика с помощью ИИ, а следующий - более продолжительный - на проверку и переработку текста. Относитесь к результатам работы ИИ как к «сырой глине»: придавать ей форму и «обжигать» её - ваша задача. Студенты, которые поступают наоборот - доверяют первому же варианту, выданному нейросетью, зачастую получают более низкие оценки из-за недостаточной точности и глубины исследования. А аспиранты, пренебрегающие проверкой, рискуют столкнуться с отказом в публикации или возражениями со стороны диссертационного совета.
Также учитывайте временные ограничения используемой вами системы ИИ. Многие инструменты обучались на данных, ограниченных определённой датой: события, научные статьи или изменения в политике, произошедшие после этого момента, в них либо отсутствуют, либо представлены неполно. Все утверждения, касающиеся недавних событий, обязательно сверяйте с актуальными базами данных и официальными источниками. В таких динамично развивающихся сферах, как общественное здравоохранение или образовательные технологии, этот временной разрыв может быть значительным - восполнить его помогут ресурсы университетской библиотеки.
При работе в группе возникают дополнительные сложности. Если однокурсники делятся друг с другом материалами, созданными ИИ, не принимайте их как готовые к использованию, а подвергайте такой же тщательной проверке. Распределите задачи по проверке между участниками группы: пусть каждый отвечает за определённый блок источников и предоставляет подтверждающие документы. Затем на основе проверенных данных группа сможет выстроить итоговый текст.
И помните этические нормы вашего учебного заведения. Большинство университетов рассматривают использование текстов, созданных ИИ без соответствующего указания, как форму несанкционированной помощи или плагиата. В разделе, посвященном методологии, или в разделе «Благодарности» следует отметить, что вы использовали инструменты ИИ для генерации первоначальных идей и стилистической правки текста. Также необходимо указать, что все приведенные вами утверждения основаны на источниках, которые вы лично проверили. Открытое признание использования ИИ защищает вас и служит примером добросовестной работы для коллег.
Основные принципы работы остаются неизменными на любом уровне обучения: вы генерируете идеи, проверяете их, перерабатываете текст на основе первоисточников и оформляете ссылки на них. ИИ лишь ускоряет этап генерации. Ваша подготовка как исследователя сосредоточена именно на этапах проверки и переработки. Студенты, которые успешно осваивают эти навыки, создают работы, выдерживающие любую критику. Аспиранты, владеющие ими в совершенстве, пишут диссертации, которые успешно проходят экспертизу.
Независимо от уровня подготовки, основной алгоритм работы остается неизменным: генерация - проверка - переработка на основе источников - цитирование. ИИ ускоряет этап генерации, тогда как ваша задача как исследователя - сосредоточиться на проверке и переработке информации. Студенты, которые освоили эти этапы, создают качественные работы, способные выдержать любую критику. А докторанты, владеющие этими навыками, пишут диссертации, которые успешно проходят внешнюю экспертизу.
Начинайте отрабатывать этот алгоритм на небольших заданиях - например, при проведении регулярных занятий или составлении аннотированных библиографий. Со временем, когда дело дойдет до написания, курсовой раболты, серьезной научной работы или главы диссертации, этот процесс станет для вас автоматическим. Вы формулируете конкретный запрос для ИИ, получаете результат, затем сразу обращаетесь к библиотечным базам данных, находите подтверждающие материалы и пишете текст, который войдет в вашу итоговую работу.
В академических исследованиях точность ценится выше скорости. ИИ обеспечивает скорость, а вы обеспечиваете точность, тщательно сверяя данные с первоисточниками и научной литературой. Этот подход эффективен, если сохраняется правильный баланс ролей: инструмент готовит черновик, а вы решаете, что именно войдет в окончательный вариант работы.
Об авторе: Теймураз Канчели - руководитель отдела электронных ресурсов библиотеки Тбилисского государственного университета имени Иване Джавахишвили. В сферу его профессиональных интересов входят использование ИИ в академических исследованиях, цифровые библиотечные сервисы, электронные научные ресурсы и научные публикации. Дополнительные ресурсы: [ИИ в высшем образовании https://doi.org/10.5281/zenodo.18198159, профессиональный профиль https://my-message.com/ru/kancheli-ru/kancheliprofile-ru .]
Текст статьи отредактирован с помощью сервиса Grammarly.
#ИсследованияСПомощьюИИ #АкадемическаяДобросовестность #СтуденческиеИсследования #ДокторскаяДиссертация #ПроверкаИсточников #ГрамотностьВИИ #МетодыИсследования #КритическоеМышление #ВысшееОбразование #ПисьмоНаОсновеФактическихДанных
Ключевые слова: ИИ в академических исследованиях, проверка ответов ИИ, процесс студенческого исследования, обзор литературы в докторской диссертации, проверка цитирований, первоисточники, «галлюцинации» ИИ, журнал проверки результатов исследования, составление промптов для научных исследований, этичное использование ИИ при написании диссертаций
