Точка «приятия решения» в кризисе научного рецензирования. Большие языковые модели — оптимальное решение или путь к системному коллапсу?

Аннотация

Работа посвящена анализу эволюции и современного состояния института научного рецензирования в условиях системного кризиса академической экспертизы. Представлены исторические предпосылки формирования классической модели научного рецензирования и факторы, дестабилизирующие современную научную коммуникацию: диспропорция между лавинообразным ростом числа публикаций и количеством ученых, привлекаемых в качестве рецензентов, отсутствие институциональной мотивации труда экспертов и ограничение временных рамок для публикации актуальных работ. В качестве инструмента преодоления указанных противоречий в статье рассматривается внедрение технологий искусственного интеллекта (ИИ). Представлен сравнительный анализ работы рецензента-ученого и трех специализированных программных решений на базе больших языковых моделей: Manus, Perplexity и Consensus. С помощью балльной системы оценки качества рецензий авторы сопоставляют эффективность ИИ и эксперта-человека в выявлении методологических изъянов и при проверке аргументации. Исследование показывает, что современные модели способны значительно автоматизировать процесс верификации знаний, значительно ускоряя редакционный цикл. В разделе обсуждения акцентируется внимание на конфликтогенном потенциале цифровизации науки. Приводится классификация ключевых рисков — от этических дилемм и проблем авторского права до «врожденных» когнитивных искажений алгоритмов. В заключении предложен комплекс рекомендаций по безопасной интеграции ИИ в поле научного рецензирования. Предлагаемые меры направлены на создание гибридной модели оценки, которая позволит сохранить исторические высокие академические стандарты, одновременно нивелируя последствия кризиса перепроизводства информации. Статья ориентирована на исследователей в области философии науки, конфликтологии и управления научными процессами.