Этот текст вдохновлён волной недавних публикаций об ИИ от людей, которых я уважаю: Дэна Уильямса, Алекса Имаса, Бена Ансела, Тибора Рутара, Скотта Каннингема, Кевина Мангера, Холлис Роббинс, Клода (да!) Блаттмана, Кевина Брайана, Энди Холла, Келси Пайпер, Шона Уэствуда и многих других. Поэтому здесь я продолжаю традицию высказывать мнения, которые раздражают, но необходимы.
Я изучаю иммиграцию и общественное мнение, а не ИИ. Но последние несколько месяцев я наблюдал, как ИИ трансформирует мой собственный исследовательский процесс, и мне есть что сказать коллегам. Впервые в жизни я искренне не знаю, как будет выглядеть академическая среда через пять лет.1 Даже если прогресс полностью остановится и мы навсегда застрянем с нынешними моделями, уже запущенные изменения трансформируют мою область академических исследований и публикаций до неузнаваемости. Статус-кво неустойчив. Это может занять время, потому что академическая среда — наиболее консервативный по своей природе институт на планете. Но она изменится.
Вот десять тезисов для моих коллег, большинство из которых, похоже, по-прежнему ничего не замечают.
1. ИИ уже может проводить социальные исследования лучше, чем большинство профессоров.
Это не преувеличение. Тибор Рутар недавно описал, как создал полноценную научную статью, используя только промпты для ИИ, получив работу, которую считает пригодной для публикации в журналах первого квартиля. Пол Новосад, по имеющимся данным, достиг аналогичных результатов за 2–3 часа. Яша Монк утверждает, что Claude может создать статью по политической теории публикабельного качества менее чем за два часа с минимальной обратной связью. Скотт Каннингем оценивает, что создание рукописи теперь обходится примерно в 100 долларов за услуги редактирования плюс подписка на Claude.
И это далеко не только обработка чисел или выполнение готового кода в Stata. Да, я утверждаю, что LLM создают превосходные обзоры литературы и генерируют плодотворные рекомбинации существующих идей. Будем честны: академики никогда не были особенно хороши в письме, а ИИ может сделать ваши идеи гораздо доступнее для людей, которым они действительно нужны. Но эффективное использование требует вложений: Азиз Сундерджи описывает создание файла инструкций объёмом около 200 строк, кодирующего его исследовательский процесс, решения по оценке и поведенческие ограничения. Это требует навыка.
2. Академическая статья — умирающий формат.
Шон Уэствуд выразился прямо: «ИИ делает обзоры литературы лучше. ИИ будет проводить рецензирование. Пользователи будут просматривать резюме от ИИ. Настоящая наука — это вопрос, план предварительного анализа и сам анализ. 30-страничная статья — это просто рудиментарная обёртка». Его разнесли за это на Bluesky. Но он абсолютно прав, и сама реакция доказывает его правоту: профессиональное сообщество не может даже обсуждать очевидное, не сомкнув ряды. Артур Спирлинг тоже прав в том, что нам нужны разговоры о том, что такое статья, что означает «рецензирование» и какова правильная роль генеративного ИИ. Возможно, было бы неплохо, если бы ИИ наконец подтолкнул нас отойти от системы, в которой университеты тратят деньги налогоплательщиков, чтобы платить коммерческим издателям за очень медленный выпуск спрятанных за платной подпиской PDF-файлов2 с устаревшими результатами публично финансируемых исследований.
3. Коммерческая журнальная система может этого не пережить.
В последней работе Каннингема смоделирована математика. Если создание рукописи сокращается до пары часов и ~100 долларов, количество подач может вырасти впятеро, в то время как количество мест в журналах останется прежним. Доля отклонений на этапе первичного рассмотрения вырастет с ~50% до ~90%. Модель доходов рухнет. Рецензирование, уже испытывающее перегрузку, станет невозможным в таком масштабе. Кевин Мангер выступает за плату за подачу, оплату рецензентам, пострецензирование после публикации и отбор с помощью LLM. Вопрос в том, адаптируются ли журналы или будут обойдены. Мой прогноз: большинство будет обойдено.
4. Академики предъявляют к ИИ абсурдно завышенные требования.
Галлюцинации контента вызывают обеспокоенность, и исследователи всегда должны проверять свои источники. Но как и в случае с беспилотными автомобилями, нам нужна точка отсчёта: люди-авторы испокон веков цитировали статьи поверхностно, на основании одного лишь резюме. Журналы уже публикуют исследования с ошибками в данных, подтасованными p-значениями и невоспроизводимыми результатами в пугающих масштабах. По одной из оценок, доля по-настоящему полезных опубликованных статей составляет около 4%. LLM, которая иногда выдумывает ссылку, конкурирует с системой, которая регулярно производит мусорную науку, облачённую в достаточно жаргона, чтобы пройти рецензирование. Если бы мы применяли к результатам работы людей тот же скептицизм, что и к результатам ИИ, мы бы закрыли половину журналов уже завтра.
5. Молодые учёные сталкиваются с наибольшим разрушением и наибольшими возможностями.
Это, вероятно, плохие новости для молодых учёных, пытающихся строить карьеру в разгар этих перемен. Джейсон Флетчер утверждает, что стратегическая логика получения постоянной должности не изменилась — сначала пройди через ворота — но ИИ фундаментально меняет то, как вы туда добираетесь. Затраты на подготовку к преподаванию снижаются. Очистка данных и отладка делегируются ИИ. Узкое место смещается от исполнения к верификации и оригинальному мышлению.
Гаути Эггертссон отмечает, что отдача от концептуального мышления и оригинальных идей теперь относительно выше по сравнению с технической рутинной работой. Молодой учёный с хорошими идеями и Claude Code теперь может производить исследования с такой скоростью, которая ещё несколько лет назад потребовала бы целой лаборатории. Но то же самое могут и все остальные, а критерии оценки не поспевают за изменениями.3
6. Я больше не вижу роли ассистента-исследователя в своём рабочем процессе.
Я по-прежнему считаю бесценным иметь подопечных и соавторов. Но их роль быстро меняется. Я не стану нанимать кого-то для очистки данных, запуска регрессий или написания обзоров литературы, когда ИИ делает всё это быстрее и с ничтожными затратами. Что мне нужно от сотрудников — это оригинальное мышление, экспертиза в предметной области и интеллектуальный вызов. Это реальная потеря для традиционной модели ученичества, и у меня нет готового ответа, чем её заменить. Комплементарная модель Флетчера — ИИ производит первичный анализ, исследователи-люди независимо воспроизводят с нуля — указывает в перспективном направлении. Но очевидно, что тенденция к увеличению числа соавторов в социальных науках, к примеру, может очень скоро развернуться.
7. Большая часть оппозиции ИИ — это защита статуса, замаскированная под принципиальность.
Недавно я задался вопросом в Твиттере: не является ли значительная часть неприязни к характерным признакам ИИ новой версией контроля за грамматикой — когда люди навязывают статусные маркеры через языковое привратничество. Кевин Брайан сказал прямо: «Я понимаю стремление к ремесленным, штучным исследованиям, где матрицы обращаются вручную. Но наша работа — двигать границу знаний, а не самоактуализироваться».
Дэн Уильямс убедительно писал о том, как дезинформация для образованных процветает внутри институтов, где почти все разделяют одни и те же предубеждения. Я думаю, нечто подобное происходит с отрицанием ИИ. Многие академики — особенно сконцентрированные на Bluesky4 и, подозреваю, те, кто полностью офлайн — находятся в полном отрицании того, что уже происходит. Крис Блаттман из скептика Claude Code превратился в создателя полноценного инструментария для работы с ИИ за считанные недели. Роберт Райт недавно принял у себя Алекс Ханну и Эмили Бендер, утверждающих, что LLM бесполезны. Умные люди заявляют, что инструмент, который миллионы находят полезным, фундаментально сломан. Именно это высокомерие — причина побед популистов, и это в равной мере относится к отрицанию ИИ, как и к политике.
8. Продуктивные опасения — о безопасности и верификации.
Мой вызов любому, кто отвергает возможности ИИ: проведите одну неделю наедине с Claude Code или Codex. Не с чат-ботом — с агентом. Большинство людей по-прежнему считают ИИ поисковой системой, которая иногда выдумывает. Они понятия не имеют, на что способны агентные системы ИИ.
Сосредоточенность на том, «действительно ли» LLM понимают или производят «настоящее» знание, — это философская роскошь, отвлекающая от того, о чём действительно стоит беспокоиться. Как верифицировать утверждения, сгенерированные ИИ, в масштабе? Как предотвратить подтасовку p-значений? Команда Энди Холла обнаружила, что ИИ-агенты на удивление устойчивы к угодливой подтасовке p-значений — но могут быть взломаны при умеренных усилиях. Как защитить конфиденциальные данные, когда инструменты ИИ получают доступ к институциональным репозиториям? Как обеспечить, чтобы респонденты онлайн-опросов были реальными людьми? Это решаемые инженерные и институциональные проблемы проектирования — из тех, что Холлис Роббинс называет задачами «последней мили» — вещи, которые живут на краю экспертизы, в контекстуальном и неустоявшемся. Дискутировать о том, «действительно ли» Claude интеллектуален, — это как спорить о том, «действительно ли» калькулятор делает математику, в то время как ваш конкурент уже решает задачи.
9. Мы скоро получим значительно лучшую науку.
Впрочем, есть и светлые стороны. На моей собственной территории — иммиграции: мы теперь можем автоматически каталогизировать изменения в политике и общественном мнении по странам и предлагать корректировки в реальном времени. Мы можем создавать алгоритмы для более эффективного подбора беженцев и мигрантов к принимающим сообществам. Мы можем обеспечить доступность исследований и доказательств для политиков и избирателей, которые никогда не читают академические журналы.
Более конкретно, Ямиль Велес и Патрик Лю создают экспериментальные дизайны с помощью ИИ с 2022 года; индивидуализированные эксперименты в Qualtrics теперь можно создать за 15 минут с помощью промптов. Работа Велеса указывает на нечто ещё большее: ИИ не просто ускоряет существующие методы опросов, а делает возможными совершенно новые формы интерактивных, адаптивных опросов — дизайны, которые было бы непрактично программировать вручную. Дэвид Янагидзава-Дротт пошёл ещё дальше, запустив проект по созданию 1000 экономических статей с помощью ИИ — не ради эффекта, а как стресс-тест того, что происходит, когда стоимость создания исследований падает практически до нуля.
Неносители английского языка также выиграют чрезвычайно: исследователи в Каире, Сан-Паулу и Джакарте теперь могут создавать прозу, не уступающую тому, что выходит из Кембриджа или Стэнфорда. Эггертссон подозревает, что ИИ подорвёт монополию, которой давно пользовались ведущие американские университеты, поскольку их преимущество отчасти основывалось на передаче знаний, которая теперь стала практически мгновенной. Если вас заботит демократизация науки, это имеет большее значение, чем большинство вещей, на которые университеты тратят деньги.
10. Помимо сценариев конца света, ИИ — это по-настоящему увлекательно.
Да, есть реальные риски. Вытеснение рабочих мест для некоторых академиков (и большинства других людей) — не гипотетическая угроза. Опасения по поводу согласования и безопасности обоснованы, даже если наихудшие сценарии вряд ли реализуются. Я отношусь к ним серьёзно и несколько опасаюсь нашего неопределённого будущего.
Но вот к чему я постоянно возвращаюсь: ИИ полезен и это весело. Мне кажется, что те, кто считает, будто «агентный ИИ делает нас глупее», вероятно, правы в чём-то. Но я также заметил, что мой порог прокрастинации повысился. Вместо бездумного скроллинга ленты я теперь бездельничаю, занимаясь побочными проектами в Claude Code. Возможно, это самая продуктивная форма безделья из существующих. Последние несколько недель я вайбкодил несколько довольно увлекательных проектов. Следите за обновлениями.
Мудрый Ицин Сюй советует всем нам сделать паузу на месяц, чтобы пересмотреть и перестроить свой рабочий процесс, а затем продолжить. Я согласен. Отдача будет большой. Закройтесь в комнате с Claude Code и посмотрите, что из этого выйдет.
P.S. Этот пост был полностью сгенерирован и опубликован на Substack агентным ИИ с использованием моего нового рабочего процесса в Claude Code (Opus 4.6). Делайте с этим что хотите.
P.P.S. То есть полностью сгенерирован на основе моих ремесленных, штучно выделанных человеческих постов и мыслей на эту тему в социальных сетях. Так кто же это написал на самом деле? Решайте сами.
Мэтт Иглесиас недавно описал, как неопределённость вокруг ИИ вызвала у него писательский блок, потому что любой среднесрочный анализ политики теперь сводится к спорам о траектории развития ИИ. Мне знакомо это чувство. ↩
Конечно, теперь мы знаем, что нужно использовать Markdown, а не PDF. ↩
К слову: в настоящее время я набираю постдока в Нотр-Даме. В объявлении явно указан интерес к агентным инструментам ИИ. Подозреваю, что в течение нескольких лет это станет стандартным критерием при найме. ↩
Простите, но должен отдать должное Нейту Сильверу — «блюскаизм» — это абсолютно реальное явление. ↩