《俄罗斯科学界开始采用“数字大脑”》

根据高等经济大学（HSE）的调查，85%的俄罗斯科学家已经在工作中使用人工智能（AI）。然而，将创新技术引入实践，并不意味着使用这些技术的人默认也都成了创新者。科学家正在成为他人开发成果的用户，而且更多是国外开发成果的用户，这些成果有助于自动化例行流程，或弥补外语能力的欠缺——这很方便，但不足以实现科学突破。调查目前尚未发现AI技术对俄罗斯科研最终成果产生显著影响。

各类生成式AI在俄罗斯科学家中的使用率（占使用神经网络的受访者比例）。来源：高等经济大学

并非国内经济的每一个行业都能像俄罗斯科学领域那样，拥有如此高的AI技术渗透率

这一点得到了高等经济大学统计研究与知识经济研究所今年5月在约1200名高校和科研机构科学家中开展的在线调查的印证

结果显示，约85%的俄罗斯科学家已经在实践中使用AI技术。生成式AI模型在科学家中得到广泛传播，这类神经网络能够基于对海量数据的学习生成内容（文本、图像、音频、视频）。

俄罗斯研究人员需求最大的是通用AI服务和聊天机器人。近四分之三已掌握生成式AI的受访科学家会使用这类服务。其中绝大多数使用国外解决方案（88%），约一半使用国内解决方案（51%）；由于许多人同时使用多个服务，合计比例超过100%。

年龄差异并不明显。在44岁以下的受访者中，约90%使用AI。在45—69岁年龄段中，这一比例为83%至86%。在70岁及以上的科学家中，71%的受访者使用AI，这一数字同样可观

生成式AI的使用规模取决于专业方向。社会科学居于领先位置：AI渗透率为89%。在技术科学、医学科学和自然科学中，这一指标也很高，为84%至87%。人文学科和农业科学研究人员中的渗透率略低，约为76%至77%。

对于绝大多数俄罗斯科学家来说，接触AI是一种新经验：每两名AI服务用户中就有一人是在一两年前开始使用它们的，另有近30%是在不到一年前开始使用的。

但生成式AI服务已经成为常规科研实践的一部分。超过三分之二的用户每周至少使用一次生成式AI，超过三分之一的人每天都使用AI工作

在调查中，受访者需要从一份任务清单中作答，这些任务是现代科学家在研究不同阶段会遇到的。

需求最高的方向包括探索性、准备性信息收集，科学文献的检索和筛选（编制参考文献目录），以及将文本从俄语翻译成外语——在使用神经网络的受访科学家中，超过50%的人目前会使用AI解决所有这些任务。

AI服务还经常帮助科学家改进已经写好的文本，并将所需材料从外语翻译成俄语——«提及这些用途的受访者略低于50%

除此之外，在依靠AI帮助的科学家中，三分之一使用这些技术与AI共同进行头脑风暴，生成研究思路，然后讨论这些想法；还用于准备演示文稿、教育课程教学材料，编写考试题目，撰写和编辑科学论文。

每五名AI用户科学家中就有一人尝试借助AI生成或完善程序代码，用于数据分析或创建可视化内容。

然而，将创新技术大规模引入实践，并不意味着所有使用这些技术的人默认都会全员成为创新者

科学家们对AI服务影响其科研成果质量的评价相互矛盾。高等经济大学专家得出结论称：“42%的人观察到正向关联，47%的人认为不存在这种关联。这使我们可以推测，生成式AI目前仍是一种辅助工具，它提高了科学家个别工作阶段的效率，但并未对科研最终成果产生实质性影响。”

即便不期待轰动性发现和突破，值得注意的是，AI技术甚至也没有帮助俄罗斯科学家单纯增加在国内外科学期刊上的发文数量

尽管AI在检索和概括科学信息、准备草稿及编辑方面提供了帮助，但约60%的用户并未注意到自身发表活动出现明显变化

因此，调查显示，AI服务让俄罗斯科学家能够自动化一部分例行流程，可以说能弥补外语能力的欠缺，减轻官僚负担和文书工作——这一切都很方便，在某些方面有用，但不足以实现科学突破。过去人们同样可以凭借使用互联网搜索引擎或在线翻译工具的经验而自夸。

不过，显示AI技术高渗透率的85%这一数字，无疑会在有关国内科学数字化转型的报告中显得很好看。

同时，也应考虑方法论层面：这项研究采用在线调查形式，回答基于受访者自我评估。俄罗斯总统国民经济与公共管理学院（总统学院）方向负责人比尼亚托夫·穆拉德·巴赫季亚尔-奥格雷提醒说，积极使用AI的科学家可能更愿意参加这类研究。

接受《独立报》采访的专家呼吁，不要在技术覆盖率、可及性与科研效率之间画等号。“实际效果应通过研究时间缩短、论文质量、专利数量和已落地开发成果来评估，”2035大学AI领域首席专家雅罗斯拉夫·谢利韦尔斯托夫认为。

“对某种技术议程的高参与度并不保证真正的科学技术成果。如果所谓‘使用AI’主要指的是翻译文本、整理文章格式或准备演示文稿，那么这更多是提高运营效率，而不是技术突破，”Gazinformservice公司AI实验室首席工程师分析师伊琳娜·梅热涅娃解释说。

她表示，这样的指标可能在报告中很好看，但它并没有回答最主要的问题：是否正在创造世界级的新方法、新模型、新科学学派和应用解决方案。CDO Global公司董事安德烈·康德拉季耶夫补充说：“人工智能在科学中的真正价值，不在于用户数量，而在于它帮助解决的任务质量

“关于AI在科学中作用的国际讨论正是朝着这个方向发展：用户数量正逐渐让位于这样一个问题，即哪些过去无法完成的研究任务因为人工智能而变得可以解决，”比尼亚托夫·穆拉德·巴赫季亚尔-奥格雷证实道。

但无论俄罗斯科学家设定的研究任务和使用AI的效率如何，与AI技术相关的风险都越来越现实。

其中一个风险显而易见——幻觉。“AI可能给出不可靠信息或不存在的事实。因此，它的任何工作结果都必须核查，”IT控股公司T1副负责人谢尔盖·卡尔波维奇提醒说。

从这个意义上说，俄罗斯图书出版业近期发生的一场丑闻颇具代表性：一本向读者介绍一位美国作家“神话体系”的科普书出版后，被发现有使用神经网络的痕迹，甚至包括事实错误、在文本中植入不存在的引文、引用虚构研究和译者等等。出版社承认了这一问题。

信息收集和假设验证是研究过程中庞大而耗时的一部分。“AI可以更快地查看数据集、对比来源、测试假设，并理解下一步应该往哪个方向推进，”Polilog机构数字解决方案部门负责人柳德米拉·博加特廖娃列举了其优点。

“但也有反面：同样的技术不仅能加速高质量研究，也能加速伪研究。借助这些技术，可以迅速生成文本、分析的仿制品或缺乏充分证据基础的结论，”博加特廖娃警告其弊端。

除幻觉外，专家还提到扭曲风险。在与同一用户互动时，神经网络会开始适应这个用户。此外，研究行为本身也会发生变化

“生成式AI可能强化科学家既有的观点，制造出这种观点具有说服力的幻觉，同时还会形成一种习惯：更快同意现成解释，更少寻找替代性解释，”AI工作室1331负责人玛丽亚·洛普希娜这样描述问题

还有其他风险。特别是法律和技术风险：这些风险在使用外国AI服务时会出现。

康德拉季耶夫向《独立报》介绍说，在普通用户套餐下，即相对自由（免费或支付少量费用）使用国外神经网络的方案中，供应商默认有权将所有输入数据用于继续训练其模型。俄罗斯版权法在这里并不能提供保护。

而那些保证上传至神经网络的数据不会成为国外神经网络训练基础的资费方案，由于制裁原因，俄罗斯法人无法使用。“这意味着，俄罗斯科学家恰恰是在风险最高的那些资费方案下工作，”专家解释说。

换句话说，当研究人员将例如科学论文草稿、实验数据集或方法描述上传到公共ChatGPT时，他实际上是在把尚未发表的知识产权交给一家外国公司。

如果这类机密信息如果这些信息混入匿名数据集而难以识别还算好，但也不能排除通过特殊提示词（向神经网络提出的请求）在输出端将其分离出来的可能。而这其中还可能涉及与国家秘密或专有技术有关的信息

“对于从事封闭课题或商业敏感开发的组织来说，这会造成丧失优先权和知识产权的风险；而如果没有控制和监测这类泄露的工具，组织往往只能在事后才得知，”Stakhanovets公司技术总监谢尔盖·谢尔巴科夫解释说。

同样值得注意的是，康德拉季耶夫指出，在使用国内AI服务时，也会出现与版权相关的脆弱性

此外，对国外数字基础设施的依赖很危险，因为其访问权限可能在任何时候、因任何原因受到限制，盖达尔研究所经济过程数学建模实验室研究员杰尼·苏盖波夫警告说：“依赖没有国内替代品的外部服务，会给科学工作的连续性造成脆弱性。”

对国外平台的高度依赖，使研究过程对访问条件、成本和技术供应商政策的变化十分敏感，”谢利韦尔斯托夫表示赞同。因此，他说，重要的是将生成式AI的使用与内部数据保护规章、强制性专家核验结果以及国内专业化解决方案的发展结合起来。

然而，批评并不意味着应该放弃这项技术。正如普列汉诺夫俄罗斯经济大学数字化转型管理部门副主任帕维尔·捷列良斯基对《独立报》所说，现在我们获得了一种处理信息集的新工具，它能够自动过滤、整合和整理信息，或者换句话说，进行摘要处理。此前的工具是对数字化信息集的自动搜索，也就是各类搜索引擎。

“现在还有谁坐在满是灰尘的图书馆里？几乎没有人。所有信息都由搜索引擎一键提供，这已经成为科学家习以为常、不可或缺的行为。下一阶段是使用AI生成研究综述。这个阶段已经发生了，”捷列良斯基指出。“不久之后，没有这类工具将无法做任何事情。”