Ученые, использующие генеративный искусственный интеллект при подготовке заявок на федеральные исследовательские гранты в США, чаще предлагают темы, похожие на уже профинансированные проекты. При этом такие заявки в некоторых случаях повышают шансы на получение финансирования и связаны с небольшим ростом числа публикаций, однако не приводят к увеличению количества прорывных исследований.
Фото: unsplash
К таким выводам пришли исследователи из Северо-Западного университета США. Их работа «The rise of large language models and the direction and impact of US federal research funding» опубликована в журнале PNAS. Авторы изучили заявки на гранты Национального научного фонда (NSF) и Национальных институтов здравоохранения (NIH), а также данные о профинансированных проектах за 2021–2025 годы.
В исследование вошли 1,6 тыс. заявок в NSF и 4,1 тыс. заявок в NIH из двух крупных американских университетов. Кроме того, ученые проанализировали общенациональные данные о 57 тыс. грантов NSF и 74 тыс. грантов NIH. Чтобы оценить использование нейросетей, исследователи сравнивали особенности формулировок в аннотациях с текстами, написанными до появления ChatGPT, и вариантами, переработанными с помощью GPT-3.5.
Анализ показал, что доля текстов с признаками использования ИИ начала заметно расти в 2023 году. При этом заявки с более выраженными следами нейросетевой обработки чаще оказывались тематически близки к проектам, которые соответствующие ведомства финансировали годом ранее. Разница между заявками с относительно высоким и низким уровнем использования ИИ составила около пяти процентильных пунктов для NSF и четырех — для NIH.
Связь между использованием нейросетей и вероятностью получить финансирование оказалась разной. Для заявок в NSF статистически значимой зависимости не обнаружили. В случае NIH более активное использование ИИ соответствовало увеличению вероятности получить грант примерно на четыре процентных пункта при сравнении заявок с 25-м и 75-м процентилями использования нейросетей.
Исследователи также оценили, сколько научных публикаций появилось по итогам профинансированных проектов. Для грантов NIH более выраженное использование ИИ было связано примерно с пятипроцентным увеличением числа публикаций в первые один-два года. Однако при анализе наиболее цитируемых работ эта связь переставала быть статистически значимой. Для проектов NSF значимой зависимости от использования ИИ также не выявили.
Авторы подчеркивают, что исследование носит наблюдательный характер и не доказывает, что именно нейросети заставляют ученых выбирать более привычные темы или повышают их шансы на финансирование. Возможно, исследователи чаще прибегают к ИИ при подготовке проектов, которые изначально лучше соответствуют приоритетам ведомств и проще в реализации. Кроме того, анализ текстов заявок не позволяет оценить все способы использования искусственного интеллекта в научной работе.
В целом авторы пришли к выводу, что генеративный ИИ помогает ученым быстрее готовить и оформлять заявки, но одновременно может способствовать сближению предлагаемых тем с уже привычными направлениями исследований. При этом пока нет оснований утверждать, что такая помощь приводит к большему числу научных прорывов.
Ранее Bzzz.news сообщал, что первая суверенная нейросеть для образования в России может появиться до конца 2027 года. По словам министра просвещения Сергея Кравцова, система не имеет аналогов, будет безопасной для школьников и выдавать только проверенную информацию.



