стремительное проникновение технологий искусственного интеллекта (ИИ) в сферу научных исследований и академического письма обуславливает необходимость системного анализа их возможностей и ограничений. Целью данного аналитического обзора является определение ключевых направлений применения ИИ в научной работе (от генерации идей и планирования исследования до подготовки публикации) и выявление сопутствующих рисков, связанных с технологическим несовершенством инструментов ИИ. На основе анализа научных публикаций (2021-2025) были выделены 7 ключевых направлений использования ИИ: 1) генерация идей и планирование; 2) поиск и обзор литературы; 3) анализ и статистическая обработка данных; 4) визуализация данных; 5) генерация, редактирование и рецензирование текста; 6) перевод текста; 7) распознавание и преобразование аудио- и рукописной информации в текст. Для каждого направления описаны функциональные возможности, а также выявлены характерные ограничения и риски, такие как «искусственные галлюцинации», проблема «черного ящика», риск непреднамеренного плагиата, игнорирование культурного контекста, зависимость от качества данных и др. Результаты обзора представляют значительный оптимизирующий потенциал ИИ для исследовательской деятельности, однако указывают на необходимость критического осмысления и постоянного контроля со стороны исследователя на всех этапах работы. Формулируются рекомендации по ответственному использованию ИИ, включая обязательное описание применяемых инструментов искусственного интеллекта в научных публикациях.
в статье проанализированы возможности генеративного искусственного интеллекта (ГИИ) в образовании в целом и обоснована целесообразность его использования в обучении физике студентов бакалавриатов информационно-технических направлений. На основе контент-анализа научных публикаций, сопоставительного анализа учебных планов, вторичного анализа масштабных опросов студентов и преподавателей российских вузов, а также методов педагогического проектирования предложена адаптивная образовательная стратегия. Она смещает акцент с запретительных практик в использовании ГИИ в обучении на формирование с его помощью критического мышления и исследовательской самостоятельности студентов. Показано, что с целью интеграции фундаментальных физических знаний с прикладными задачами ИТ целесообразно использовать интеллектуальные системы. Они могут выступать в качестве виртуального тьютора, источника мультимодального контента, средства персонализации учебных траекторий и т. д. Для повышения эффективности использования ГИИ предложен комплекс заданий по физике с разным уровнем сложности и требуемыми формами представления результатов, рассмотрены способы верификации ответов (кросс-проверка различными генеративными моделями, диалог в синхронном режиме, визуализация и моделирование). Для оценивания результатов обучения рекомендовано совместное использование таксономий Блума и SOLO, что позволяет оценить уровень когнитивной деятельности студентов и глубину освоения учебного материала. Предлагаемые решения направлены на формирование у студентов компетенций творческого плана, связанных с критическим мышлением, развитием навыков взаимодействия с интеллектуальными системами, а также с формированием готовности к непрерывному образованию.