Тематикой ИИ (и в первую очередь - ) для задач исследований занимаются активно и достаточно давно. Однако в этом году наблюдается достаточно активное появление новых публичных инструментов в этом направлении. В первую очередь, как и во многих областях, хорошо себя показали агенты.

🔍 Исторически очевидной первой идеей стали инструменты для анализа базы публикаций, которые сперва появились как источники для поиска (например, в Perplexity). Такой же очевидной идеей может быть суммаризация и разивтие поиска похожих статей (например, в SemanticScholar). Дальше - инструменты для поддержки SLR ревью, которых появилось достаточно много [1]. А совсем недавно GoogleScholar (основное место поиска статей) выкатили Labs для поиска и анализа статей в режиме “чата”.

🔬 Далее, автоматизация исследований. Речь не о auto-ML и не о ИИ для численных экспериментах. Активно обсуждается использование агентов для полного цикла исследований: генерация гипотез, их проверка, корректировка. Тема обширная и агентные фреймворки активно разрабатываются (примеры - The AI Scientist [2], Curie [3], Dolphin [4], FutureHouse и много других). Тема очень большая и стоит отдельного рассмотрения (в т.ч. перекликаясь с vibe-thinking). В свете ИИ около статей стоит обратить внимание, что многие из них используют статьи для генерации “идей”, валидации, сравнения, а не только обзора.

✍️ Следующий этап - написание статей. Понятно, что использование ИИ на разных этапах, от генерации блоков до вычитки и коррекции стилистики применяется в той или иной мере большинством (NB, естественно, надо соблюдать при этом принципы научной этики). Но сейчас с агентными моделями идея выходит на новый уровень. Например, В этом году в Стэнфорде была организована конференция, на которой стaтьи писали и ревтьювили агенты - Agents4Science.

🧐 Рецензирование статей - также очевидный этап, на котором давно и в частном порядке и на уровне издательских систем применяются (опять же - с оговоркой на научную этику и приватность статей). Из интересного инструментария тот же Стэнфорд выкатил систему для агентного рецензирования - Stanford Agentic Review. Кажется, удобный инструмент, чтобы получить взгляд “со стороны” (пусть и от ИИ со всеми вытекающими ограничениями) на свою статью.

🎺 Наконец, продвижение статей после публикации. Помимо вполне общей поддержки (сгенерируй твит, сгенерируй картинку и пр.) появляются и весьма оригинальные решения. Например, alphaXiv (в целом - любопытный проект) сделал генератор подкастов, в котором по любой статье с arXiv’а можно за две минут сгенерировать аудио с дискуссией “профессора” и “студента”, обсуждающих ключевые идеи статьи. Пример для нашей статьи про когнитивные способности [5]. Можно поменять arXiv id в адресной строке и, нажав кнопку, получить обсуждение своей или чужой статьи.

Ссылки
[1] Artificial intelligence for literature reviews: opportunities and challenges
[2] The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery
[3] Curie: Toward Rigorous and Automated Scientific Experimentation with AI Agents
[4] Dolphin: Moving Towards Closed-loop Auto-research through Thinking, Practice, and Feedback
[5] Assessment of Cognitive Behavioral Characteristics in Intelligent Systems with Predictive Ability and Computing Power