Инструменты искусственного интеллекта для научных целей: базовая классификация, сильные и слабые стороны, мнение обучающихся

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Подготовка кадров для науки и экономики требует наличия современных исследовательских компетенций в научно-технологической сфере, в том числе владение ИИ-технологиями. Цель работы – разработать базовую классификацию инструментов ИИ, применимых в исследованиях бакалавров, магистрантов и аспирантов гуманитарного профиля, а также проанализировать субъективные мнения обучающихся об эффективности, сильных и слабых сторонах использования ИИ в науке.

Методы исследования. Применялись следующие научные методы: анализ релевантной литературы, обучающий эксперимент, формализованное анкетирование, статистические методы.

Результаты исследования. Установлено, что бакалавры используют ИИ для структурирования информации (73,9%), написания выводов (78,3%), составления обзора литературы (60,9%) и генерации идей (52,2%). Магистранты и аспиранты с помощью ИИ оформляют статьи и список литературы (73,9%). Наиболее эффективными ресурсами респонденты признали ChatGPT (х̅ =8,5 и 8,2 балла), DeepSeek (х̅ =8,2 и 7,7 балла) и Chatpdf (х̅ =7 и 7,7 балла). Магистранты и аспиранты более критичны при описании достоинств инструментов ИИ и чаще выявляют недостатки.

Выводы. Делается вывод о том, различия между бакалаврами и магистрантами/ аспирантами в выборе ресурсов ИИ и в оценке их достоинств и недостатков обусловлены разным уровнем их исследовательской компетенции и степенью готовности к самостоятельной научной деятельности. Применение ИИ облегчает студентам решение ряда задач, однако только квалифицированные преподаватели способны контролировать исследования обучающихся и информировать о корректных и недопустимых способах применения ИИ в науке.

Об авторах

И. Е. Абрамова

ФГБОУ ВО «Петрозаводский государственный университет»

Автор, ответственный за переписку.
Email: lapucherabr@gmail.com
ORCID iD: 0000-0002-1263-3599
SPIN-код: 3930-5117
Scopus Author ID: 57196033884
ResearcherId: G-7039-2019

доктор филологических наук, доцент, почетный работник высшего профессионального образования Российской Федерации

Россия, 185910, Российская Федерация, г. Петрозаводск, пр-кт Ленина, 33

Список литературы

  1. 1. Караваева Е.В., Маландин В.В. Проблемы кадрового обеспечения научно-технологического развития России в свете формирования новой Стратегии развития образования до 2040 года // Высшее образование в России. 2025. Т. 34. № 1. С. 30-41. https://doi.org/10.31992/0869-3617-2025-34-1-30-41, https://elibrary.ru/mrnzia
  2. 2. Zhai X., Nehm R.H. AI and formative assessment: The train has left the station // Journal of Research in Science Teaching. 2023. Vol. 60. Issue 6. P. 1390-1398. https://doi.org/10.1002/tea.21885
  3. 3. Padakanti S., Kalva P., Kommidi V.R. AI in scientific research: empowering researchers with intelligent tools // International Journal of Scientific Research in Computer Science, Engineering and Information Technology. 2024. Vol. 10. № 5. P. 416-422. https://doi.org/10.32628/CSEIT241051012
  4. 4. Shen C., Appling A.P., Gentine P. et al. Differentiable modelling to unify machine learning and physical models for geosciences // Nature Reviews Earth & Environment. 2023. Vol. 4. P. 552-567. https://doi.org/10.1038/s43017-023-00450-9
  5. 5. Huang G., Wang Y., Ham Y.G. et al. Toward a learnable climate model in the artificial intelligence era // Advances in Atmospheric Sciences. 2024. Vol. 41. P. 1281-1288. https://doi.org/10.1007/s00376-024-3305-9
  6. 6. Düking P., Leppich R., Holmberg H-C. Strengths, weaknesses, opportunities, and threats associated with the application of artificial intelligence in connection with sport research, coaching, and optimization of athletic performance: a brief SWOT analysis // Frontiers in Sports and Active Living. 2023. Vol. 5. https://doi.org/10.3389/fspor.2023.1258562
  7. 7. Телицына А.Ю. Оптимизация научной деятельности через интеграцию ИИ: нейронные сети как ин-струмент в работе с академической литературой // Мониторинг общественного мнения: экономиче-ские и социальные перемены. 2024. № 5 (183). С. 218-236. https://doi.org/10.14515/monitoring.2024.5.2623
  8. 8. Sadler T.D., Moore Mensah F., Tam J. Artificial intelligence and the Journal of Research in Science Teach-ing. JRST. 2024. Vol. 61. Issue 4. P. 739-743. https://doi.org/10.1002/tea.21933
  9. 9. Alduais A., Qasem F., Alasmari M. A SWOT analysis of generative AI in applied linguistics: Leveraging strengths, addressing weaknesses, seizing opportunities, and mitigating threats // F1000Research. 2025. https://doi.org/10.12688/f1000research.155378.2
  10. 10. Alfarraj Y.F., Wardat Y. Exploring the impact of ChatGPT on scientific research: assessing strengths, weak-nesses, opportunities, and threats // Education As Change. 2024. Vol. 28 (October). https://doi.org/10.25159/1947-9417/16006
  11. 11. Giray L., Jomarie J., Gumalin D. Strengths, weaknesses, opportunities, and threats of using ChatGPT in scientific research // International Journal of Technology in Education. 2024. Vol. 7 (1). P. 40-58. https://doi.org/10.46328/ijte.618
  12. 12. Mohmed H.Е., Elballat D.B. The attitudes of faculty staff members and their assistants towards students’ use of AI tools in scientific research // International Journal for Humanities & Social Sciences. 2024. Vol. 1. № 1. P. 49-61. https://doi.org/10.69792/IJHS.24.1.5
  13. 13. Jhajj K., Jindal P., Kaur K. Use of artificial intelligence tools for research by medical students: a narrative review // Cureus. 2024. Vol. 16 (3). e55367. https://doi.org/10.7759/cureus.55367
  14. 14. Mulally T. An experiential journey: a year of a professor using ai in the classroom and research // Interna-tional Journal of Studies in Education and Science. 2024. Vol. 5. № 3. P. 246-256. https://doi.org/10.46328/ijses.98
  15. 15. Wells S. Ready or not, AI is coming to science education – and students have opinions // Nature. 2024. Vol. 628. P. 459-461. https://doi.org/10.1038/d41586-024-01002-x
  16. 16. Сысоев П.В., Филатов Е.М., Евстигнеев М.Н. и др. Матрица инструментов искусственного интел-лекта в лингвометодической подготовке будущих учителей иностранного языка // Вестник Тамбов-ского университета. Серия: Гуманитарные науки. 2024. Т. 29. № 3. С. 559-588. https://doi.org/10.20310/1810-0201-2024-29-3-559-588
  17. 17. Сысоев П.В., Евстигнеев М.Н., Сорокин Д.О. Структурная модель подготовки будущих учителей на основе технологий искусственного интеллекта // Перспективы науки и образования. 2025. № 3 (75). С. 139-155. https://doi.org/10.32744/pse.2025.3.9
  18. 18. Сысоев П.В., Евстигнеев М.Н. Использование технологий искусственного интеллекта в исследова-тельской работе студентов // Вестник Московского университета. Серия 19: Лингвистика и межкуль-турная коммуникация. 2025. Т. 28. № 1. С. 85-101. https://doi.org/10.55959/MSU-2074-1588-19-28-1-6
  19. 19. Ли Я. Особенности нормативно-правового регулирования генеративного искусственного интеллекта в Великобритании, США, Евросоюзе и Китае // Право. Журнал Высшей школы экономики. 2023. Т. 16. № 3. С. 245-267. https://doi.org/10.17323/2072-8166.2023.3.245.267
  20. 20. Елсакова Р.З., Кузьмина Н.Н., Маркусь А.М., Кузьмина Н.М. Классификация нейросетей для создания образовательного контента преподавателем высшей школы // Вестник Южно-Уральского государст-венного университета. Серия «Образование. Педагогические науки». 2024. Т. 16. № 2. С. 17-29. https://doi.org/10.14529/ped240202

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».