Искусственный интеллект может помочь почти на каждом этапе научного исследования — от формулировки идеи до финальной редактуры текста. Но научное сообщество установило здесь чёткие границы: ИИ может быть сильным помощником, но никогда — автором или ответственным лицом. В этом руководстве рассмотрим, как правильно применять ИИ в исследованиях и какую черту нельзя пересекать.

Этап 1: Поиск и анализ литературы

Самая времязатратная часть исследования — изучение существующей литературы. ИИ играет здесь три роли: поиск, обобщение и сравнение.

Готовый промпт (для карты литературы):

Я провожу исследование на тему «Управление водными ресурсами в Центральной
Азии». Разбей тему на 5 мелких направлений и для каждого направления дай:
1) Ключевые термины (на английском и русском), 2) 3 научные базы для поиска
(какой запрос писать в Scopus, Web of Science, Google Scholar),
3) Список ожидаемых ключевых вопросов по каждому направлению.

Найденные аннотации статей можно загрузить в ИИ и обобщить:

Прочитай аннотации следующих 8 статей и составь таблицу: колонки — автор/год,
метод, главный вывод, релевантность моей теме (высокая/средняя/низкая).
В конце: есть ли среди этих статей противоположные выводы — если да, какие?

[Текст аннотаций]

Важное ограничение: ИИ может «прочитать» полный текст статей и сделать вывод, но он может и выдумать источники — ссылка на несуществующую статью («галлюцинация») — самая опасная ошибка в научном письме. Проверяйте каждую ссылку в оригинальном источнике.

Этап 2: Дизайн исследования и методология

ИИ выступает «собеседником» при уточнении исследовательского вопроса и выборе метода.

Готовый промпт:

Мой исследовательский вопрос: «Влияние удалённой работы на эффективность
сотрудников в IT-компаниях Ташкента». Разбей этот вопрос на 3 измеримых
подвопроса. Для каждого предложи подходящий метод (опрос/интервью/наблюдение)
и обоснуй размер выборки. Критично укажи 2 слабых места в методологии.

Последнее предложение важно — просьба к ИИ покритиковать собственное предложение предотвращает слепое доверие. ИИ помогает и в составлении вопросов анкеты, но тестирование вопросов на реальных респондентах (пилот) — незаменимый этап.

Этап 3: Анализ данных

В статистическом анализе ИИ помогает писать код (Python/R) и интерпретировать результаты — но ответственность за корректность анализа полностью на исследователе.

Готовый промпт:

Напиши на Python код для следующего анализа: данные опроса 200 респондентов
(CSV: возраст, стаж_работы, удалённые_дни, балл_эффективности).
1) Очистка данных и описательная статистика, 2) корреляция между
удалёнными_днями и баллом_эффективности, 3) 3-предложный вывод с интерпретацией
результата. В коде напиши комментарий к каждому шагу.

Золотое правило: не используйте написанный ИИ аналитический код, не понимая его. Вы обязаны знать, что делает каждая строка — на защите или рецензии ответ «так сделал ИИ» не принимается.

Этап 4: Написание научного текста — разрешённые и запрещённые границы

Это самая деликатная тема. Позиция крупных издателей и этических комитетов такова:

Разрешено (раскрытие обычно не требуется): исправление грамматики и орфографии, улучшение стиля, перевод — то есть полировка написанного вами текста.

Разрешено (раскрытие обязательно): помощь в формулировке идей, генерация частей текста, поиск литературы — это должно быть указано в разделе «Methods» или «Acknowledgements» статьи. Например, журналы Springer Nature требуют документировать использование LLM в разделе Methods.

Запрещено: указывать ИИ как автора (COPE и ICMJE единогласны: ИИ не может взять на себя ответственность, значит не может быть автором); загружать в ИИ конфиденциальную рукопись в процессе рецензирования; создавать фейковые данные или источники.

Готовый промпт (для легальной редактуры):

Отредактируй английский язык следующего научного текста: улучши грамматику,
академический стиль, логическую связность. Научные термины и содержание не меняй.
Отдельно дай список мест, которые изменил.

[Текст]

«За каждое предложение, написанное с помощью ИИ, ответственность несёт автор. Редактор журнала не примет оправдание «это написал ИИ» — ошибка будет считаться вашей. Поэтому проверяйте AI-текст ещё строже, чем свой собственный.»

Этап 5: Этический чек-лист — перед публикацией

Перед отправкой рукописи в журнал ответьте на следующие вопросы:

  1. Раскрыл ли я? Прочитал ли политику целевого журнала по ИИ и указал ли использование в нужном разделе?
  2. Авторство корректно? В списке только люди, внёсшие реальный вклад? ИИ нет в ряду авторов?
  3. Источники реальны? Каждая ссылка проверена в оригинальном источнике? Нет ли «выдуманных» ИИ источников?
  4. Данные защищены? Персональные данные участников исследования не загружены в AI-сервис?
  5. Не нарушена ли конфиденциальность рецензирования? Рецензируя чужие рукописи, я не загружал их в ИИ? (ICMJE считает это нарушением конфиденциальности.)
  6. Факты проверены? Каждое сгенерированное ИИ утверждение подтверждено независимым источником?

Дополнительный момент в контексте Узбекистана: вопрос использования ИИ в диссертациях по требованиям ВАК (Высшей аттестационной комиссии) пока полностью не урегулирован — согласуйте заранее с научным руководителем и советом.

Какой инструмент на каком этапе: AI-карта для исследователя

Помимо общих чат-ботов (ChatGPT, Claude, Gemini), для конкретных этапов исследования есть специальные инструменты:

Поиск литературы: Elicit и Consensus — найдут доказательства из научных статей по вашему вопросу; Scite.ai — покажет, как статья цитировалась позже (поддержана или раскритикована); ResearchRabbit и Connected Papers — начиная с одной статьи, нарисуют «карту» связанных работ.

Анализ данных: способность ChatGPT писать код (Python/R) или функция Claude по анализу больших таблиц — для статистических расчётов и визуализации.

Письмо и редактура: Grammarly или Paperpal — для академического английского; DeepL Write — для перефразирования предложений.

Плагиат и оригинальность: Turnitin, iThenticate — стандартные инструменты для проверки текста перед сдачей.

Важное предупреждение: эти инструменты тоже могут ошибаться. Например, инструменты поиска литературы иногда «находят» несуществующую статью. Проверка каждой находки в оригинальной базе (Scopus, Web of Science, Google Scholar) — незаменимая привычка.

Дополнительный совет узбекским исследователям: если доступ к международным базам ограничен, используйте доступы, предоставляемые через библиотеку вашего университета — многие вузы имеют институциональную подписку на Scopus и Springer.

Грантовые заявки и научные презентации

Помимо статьи, у исследователя есть ещё две важные письменные работы: грантовые заявки и конференционные презентации.

Для грантовой заявки: ИИ силён в проверке структуры заявки. Готовый промпт:

Оцени следующий проект грантовой заявки (критерии: чёткость постановки
проблемы, обоснованность методологии, реалистичность бюджета, измеримость
ожидаемых результатов). По каждому критерию поставь 1–5 баллов и конкретно
предложи, как улучшить 2 самых слабых места.

[Текст заявки]

Для презентации: превращение текста 15-минутного выступления в план слайдов:

Из следующего текста доклада составь план на 10 слайдов: для каждого слайда
заголовок, 3 ключевых пункта, описание показываемого графика/таблицы.
Отметь места, где сложный жаргон нужно упростить.

[Текст]

Напоминание: у грантовых организаций тоже начали появляться AI-политики — если в заявке использовался ИИ, раскройте это как требуют инструкции. Некоторые фонды не принимают полностью AI-сгенерированные заявки.

Практический вывод

Выполните сегодня: (1) Определите, на каком этапе вашего исследования вы находитесь, и попробуйте один из подходящих промптов выше для этого этапа. (2) Найдите и прочитайте страницу AI-политики вашего целевого журнала — это займёт 10 минут, но в будущем убережёт от больших проблем. (3) Откройте «журнал использования ИИ»: записывайте, каким инструментом, когда, с какой целью пользовались — при подаче статьи написание раздела раскрытия станет 5-минутным делом. Помните: ИИ ускоряет исследование, но научная честность — только ваша ответственность.

Соглашение с научным руководителем

Скрывать использование ИИ от научного руководителя — худшая стратегия. Вместо этого поговорите открыто в начале исследования:

  1. Скажите, на каких этапах хотите использовать ИИ (поиск литературы, языковая редактура, написание кода).
  2. Спросите о границах руководителя — некоторые против генерации текста, но согласны на редактуру.
  3. Зафиксируйте соглашение письменно (хотя бы по email).

Этот разговор займёт 15 минут, но даст возможность уверенно ответить на вопрос «использовали ли вы ИИ?» на защите. Во многих вузах Узбекистана этот вопрос пока на стадии обсуждения — ваша открытость может стать примером и для кафедры.

Финальное напоминание: AI-инструменты обновляются каждый месяц — метод, верный сегодня, завтра может устареть. Перед каждой подачей перепроверяйте политики журналов и обменивайтесь опытом с коллегами в вашей области. Научная честность — неизменная ценность, а способы её применения обновляются со временем.