Искусственный интеллект в помощь исследователю: практическое обучение на Летней школе Центра исследований гражданского общества и некоммерческого сектора НИУ ВШЭ
В рамках XV Международной летней школы Центра исследований гражданского общества и некоммерческого сектора НИУ ВШЭ состоялся цикл практических занятий, посвященный использованию инструментов искусственного интеллекта в исследовательской деятельности. Обучение провели сотрудники Центра академического письма НИУ ВШЭ: директор Центра Светлана Сучкова и менеджеры Наталья Жаркова и Наталья Федорова.
Искусственный интеллект как помощник исследователя
Программа была построена вокруг конкретных задач, с которыми регулярно сталкиваются студенты, преподаватели и научные сотрудники: поиска академической литературы, работы с иностранными источниками и анализа исследовательских данных.
Первый блок был посвящён поиску и подбору академической литературы по теме исследования. Участники рассмотрели, как инструменты искусственного интеллекта помогают уточнять исследовательский запрос, подбирать ключевые слова и их синонимы, находить связанные понятия и выявлять основные направления научной дискуссии. Отдельное внимание было уделено сервисам, позволяющим находить публикации, прослеживать связи между статьями, определять наиболее значимые работы и формировать предварительную карту исследовательского поля.
Участники обсудили, как правильно формулировать запросы к ИИ, чтобы получать не случайный перечень публикаций, а структурированную подборку по определённым критериям: периоду, стране, научной дисциплине, методологии или изучаемой социальной группе. При этом подчёркивалось, что нейросеть не заменяет работу с научными базами данных. Сведения об авторах, названиях публикаций, годах издания и DOI необходимо проверять, поскольку генеративные модели могут предлагать неточные или несуществующие ссылки.
Работа с академической литературой на иностранных языках: полиглотом под силу стать каждому
Второй блок был посвящен работе с академической литературой на иностранных языках. Участники учились использовать ИИ для первичного перевода, подготовки кратких резюме, выделения основных положений статьи, описания методологии и результатов исследования. Были рассмотрены способы сопоставления нескольких публикаций, поиска различий в авторских подходах и составления аналитических таблиц, включающих цели исследования, характеристики выборки, методы, основные результаты и ограничения.
Особое внимание уделялось точности перевода научных терминов, в том числе на китайском и арабских языках. Было отмечено, что автоматический перевод может упрощать содержание, смешивать близкие понятия или не учитывать специфику конкретной дисциплины. Поэтому при работе с иностранными источниками важно сохранять оригинальные термины, проверять перевод по профессиональным словарям и обращаться к полному тексту публикации, а не ограничиваться подготовленным нейросетью пересказом.
Работа с данными: процесс преобразования необработанных сведений в полезные знания и инсайты для принятия решений
Третий блок был связан с использованием искусственного интеллекта при работе с данными. Участники познакомились с возможностями ИИ для подготовки массива к анализу, поиска ошибок и пропущенных значений, группировки ответов, классификации текстовых материалов и создания предварительных аналитических таблиц. Рассматривались примеры обработки результатов анкетирования, интервью и других материалов, собранных в ходе эмпирического исследования.
ИИ может помочь предложить варианты кодировки открытых ответов, выделить повторяющиеся темы в интервью, сформировать предварительные категории для качественного анализа или объяснить принципы применения статистических методов. Вместе с тем окончательный выбор аналитической модели, интерпретация результатов и оценка их научной значимости остаются ответственностью исследователя.
Отдельной темой занятия стали этические и правовые аспекты использования ИИ. Участникам напомнили, что в открытые сервисы не следует загружать персональные данные респондентов, конфиденциальные интервью, неопубликованные рукописи и материалы, использование которых ограничено условиями информированного согласия. Перед обработкой исследовательские данные должны быть обезличены, а факт существенного применения ИИ раскрыт в соответствии с правилами образовательной или научной организации.
Практическое занятие показало, что искусственный интеллект способен существенно ускорить отдельные этапы исследования, избавлять от рутины, стать реальным помощником, однако качество результата зависит от компетентности самого пользователя. ИИ наиболее полезен не как источник готовых выводов, а как вспомогательный инструмент, который помогает расширять поиск, структурировать информацию, преодолевать языковые барьеры и выполнять часть технических операций. Научная добросовестность при этом требует проверки источников, прозрачности используемых методов и сохранения ответственности исследователя за полученные результаты.
