Исследование, опубликованное в Nature, указывает на риск снижения разнообразия в научной среде из-за повсеместного внедрения ИИ. Анализ миллионов публикаций показал, что использование алгоритмов для написания и обработки текстов приводит к стандартизации лексики и сужению тематического охвата. Это создает «научную монокультуру», где новые идеи вытесняются предсказуемыми результатами, соответствующими паттернам обучающих выборок моделей.
Авторы работы проанализировали динамику цитирований и лингвистические особенности статей, вышедших после массового внедрения генеративных инструментов. Выяснилось, что тексты, созданные или отредактированные с помощью ИИ, чаще используют схожие формулировки и ссылаются на ограниченный круг «популярных» работ. Такая тенденция затрудняет прорывные открытия, так как алгоритмы склонны отдавать предпочтение контенту, который статистически вероятен, а не оригинален.
Проблема усугубляется тем, что исследователи всё чаще полагаются на ИИ для систематизации литературы и написания обзоров. В результате научный дискурс становится более однородным, а маргинальные, но потенциально важные гипотезы теряются в потоке «усредненного» контента. Это ставит под угрозу долгосрочную эффективность научного поиска, требующего высокой степени интеллектуальной вариативности.
Ключевые факты
- Исследование опубликовано в научном журнале Nature, охватывая анализ миллионов академических публикаций.
- Использование ИИ-инструментов коррелирует с ростом использования стандартных фраз и снижением лексического разнообразия в статьях.
- Алгоритмы способствуют «эффекту Матфея» в цитировании, усиливая популярность уже известных работ и затрудняя видимость новых исследований.
- Ученые отмечают риск «петли обратной связи», при которой ИИ обучается на текстах, созданных другими ИИ, что ускоряет деградацию оригинальности научных данных.