Нас ждет кризис рецензирования: как ИИ усугубляет проблему пир-ревью в науке
ИИ активно используется не только в коммерческом, но и в научном программировании, для анализа и визуализации данных. Как и в других сферах, генеративный ИИ множит как все хорошее, так и все плохое, что характерно для сложившейся системы. Он ускоряет создание кода и расчеты, то есть появление первых результатов исследований. Но дальше запускается сложная цепочка проверки и распространения результата. А ее так легко масштабировать с помощью ИИ уже не получается.Перспектива неприятная: мы пытаемся производить результаты исследований гораздо быстрее, чем проверять, какие из них вообще имеют смысл. Один некорректный фрагмент кода может породить график, статистику, вывод, статью, а потом и десятки новых работ, которые будут ссылаться на первую публикацию. На каждом следующем этапе результат будет выглядеть все более «научным» (вспоминаем индекс цитируемости).В итоге, если мы не поменяем схему распространения научного знания, то рискуем все чаще пропускать некорректные выводы, а может и свалиться в лженауку. Что в конечном счете не ускорит, а только замедлит прогресс. Читать далее