ИИ ИЗМЕНИЛ НЕКОТОРЫЕ СЛОВА НАУКИ, НО НЕ САМУ НАУКУ — ПОКА
С тех пор как в конце 2022 года большие языковые модели стали общедоступными, исследователи используют их, чтобы писать и редактировать тексты и искать литературу. Исследования приписывают им реальный выигрыш для отдельных учёных — в продуктивности и заметности. Но растут опасения за науку в целом: «парадокс ИИ» (AI paradox), при котором продуктивность достигается ценой качества, поток «ИИ-мусора» (AI slop) и постепенно распространяющаяся монокультура, которая сузила бы спектр идей.
Ron Bekkerman, Nichole Li, Bahareh Kargar и Mark Somers из Технологического института Нью-Джерси решили измерить, не сломалось ли что-нибудь, — не по сравнению с идеализированным прошлым, а по сравнению с тенденциями, которые уже шли.
Десять лет полных текстов
Их корпус содержит около 2,5 миллиона полнотекстовых статей, опубликованных с 2015 по 2025 год, в пяти дисциплинах: компьютерные науки, математика и физика (из arXiv), а также науки о здоровье и о жизни (из PubMed Central). Вместо того чтобы смотреть только на аннотации, авторы анализировали статьи целиком, двигаясь по лестнице вопросов: какие слова используются, насколько богат и техничен язык, насколько разнообразны темы, как построены статьи и кто их пишет.
Метод везде один и тот же: сравнить каждую тенденцию до и после 2022 года и искать перелом.
Слова, которые взлетели и упали
Взяв 20 000 самых распространённых английских слов, сведённых к 14 484 базовым формам, команда обнаружила 796 слов, частота которых резко выросла после 2022 года, 199, частота которых снизилась, и 71, которые выросли, а затем упали. Растут отточенные аналитические слова, которые предпочитают языковые модели, например «establish» и «underscore»; теряют позиции простые, такие как «good» и «happen». Знаменитое «delve» демонстрирует картину «рост и падение»: почти отсутствуя до 2023 года, оно достигло пика в 2024-м и резко пошло на спад в 2025-м — по предположению авторов, потому что модели обновлялись, а читатели стали настороженнее.
Сигнал сильнее всего в компьютерных науках и слабее всего в математике, где письмо сдерживается формальной нотацией. И он не ограничивается аннотациями: слова, частота которых резко выросла, встречаются и в основном тексте статей.
Научный язык не размывается
Однако затронутые слова — чуть больше тысячи — капля в словаре из десятков миллионов различных слов. Лексическое разнообразие, измеренное в скользящих окнах по 50 слов, не показывает значимого изменения наклона в 2022 году ни в одной дисциплине. А плотность научной терминологии продолжает расти во всех пяти областях. По словам авторов, «со временем научные статьи выглядят всё более научными».
Темы: две ложные тревоги
Всё чаще ли статьи говорят об одном и том же? В физике и математике тематическое разнообразие не меняется. В компьютерных науках оно падает почти по прямой — но снижение началось задолго до 2022 года, по мере того как область сосредотачивалась на глубоком обучении и генеративном ИИ, а с 2021 года оно даже немного замедлилось.
В науках о здоровье и о жизни после 2022 года действительно наблюдалось более резкое снижение. Но значительная часть сходства между статьями объяснялась их форматом: стандартными блоками о лицензиях, декларациях и ролях участников, поскольку биомедицинская литература переходила к единому формату. Исключение 105 таких шаблонных формулировок устранило большую часть снижения.
Статьи по шаблону
Структура статей по компьютерным наукам, изученная почти на 438 000 из них, сильно изменилась — но постепенно. Доля статей всего с одним–тремя разделами упала с 17% до 4%, а статей с восемью и более разделами выросла с 5% до 30%. Введения сократились в среднем с 2141 до 1236 слов, а списки литературы стали почти вдвое длиннее. Ни одна из этих тенденций не прервалась в 2022 году.
Команды крупнее, статей больше — в основном как прежде
Команды соавторов росли во всех дисциплинах ещё до 2022 года и просто продолжили расти. Выделяется одно исключение: команды в области компьютерных наук из Азии после 2022 года росли быстрее. Число статей после 2022 года также росло быстрее в компьютерных науках и физике, что авторы связывают с языковыми моделями. Скачок биомедицинских публикаций в 2023 году скорее объясняется восстановлением после спада 2022 года, вызванного сбоями эпохи COVID.
Пока нет
Авторы находят мало свидетельств «парадокса ИИ» в масштабе науки в целом. Они предостерегают от того, чтобы считать горстку модных слов доказательством революции, и утверждают, что правильный инструмент для управления этим напряжением — политика: в отношении декларирования, в отношении рецензирования. Однако у их успокаивающего вывода есть срок годности. Исследование охватывает лишь три года после 2022-го и измеряет наблюдаемые особенности текста, а авторы находят тревожной «скорость, с которой LLM проникают в исследовательский процесс».
