Внедрение генеративного ИИ в научные исследования ускоряет написание кода и анализ данных, что ведет к резкому росту числа публикаций. С 2020 по 2025 год ежегодное количество научных работ удвоилось, особенно после выхода ChatGPT. Из-за нехватки рецензентов временной лаг между подачей статьи и её публикацией увеличился с нескольких месяцев до года.
Исследователи из Университета Мичигана, Университета Теннесси и Sandia National Laboratories в 2025 году опросили 527 ученых об использовании ИИ. Участники с медианным опытом программирования в шесть лет чаще всего применяли нейросети для обработки данных (23,9%), визуализации (19,8%), отладки (17,4%), научных вычислений (11,7%) и статистического анализа (10,9%).
Методы проверки результатов остаются недостаточно надежными. Около 52,8% опрошенных просто запускали код, при этом автоматические тесты использовали лишь 2,8% участников, а проверку коллегами — 2%. Выяснилось, что менее опытные разработчики больше доверяют ИИ, хотя им сложнее самостоятельно заметить ошибки в сгенерированных алгоритмах или неверно выбранных методах.
Рост числа публикаций создает нагрузку на систему рецензирования. Эксперты предупреждают, что автоматизация проверки статей требует осторожности: без доступа к эталонным данным и независимым вычислениям «агенты-рецензенты» могут лишь подтверждать некорректные результаты, созданные другими моделями. Это грозит увеличением объема опубликованных, но ошибочных научных выводов.
