Как написать качественную научную работу без лишних нервов и нейросетей (ну, почти)

Что такое качественная научная работа? Где грань между галлюцинацией и новым знанием? Как написать докторскую в альбоме для рисования? Все это обсудили с Камиллой Ренатовной Нигматуллиной, заведующей кафедрой ЦМК, профессором, доктором политических наук. Без анекдотов и ИИ не обошлось.

В своем канале «Камилла Нигматуллина | медиаэксперт» вы делитесь мыслями коллег, что сейчас мало качественных научных работ. Отсюда вопрос: качественная научная работа — это какая?

Ответ простой: в новом знании. Я выступаю рецензентом в научном журнале «Вестник МГУ». В нем наличие нового знания — первый пункт в отзыве. И это— действительно главное, что должно быть в научной работе. Есть, конечно, и другие критерии: насколько обоснована методология, как представлены результаты, соответствует ли структуре. Но мне кажется, что первый — ключевой.

Сейчас количество научных работ, как и информации в целом, стремительно растет. Кажется, что про все уже написали, а то, что мы хотим сказать, не будет полезно. Как доказывать актуальность работы?

Актуальность вырастает из запроса — общественного, профессионального или научного.

Например, сейчас журналисты обеспокоены обилием фейков и искусственным интеллектом, который галлюцинирует (то есть придумывает что-то в условиях нехватки или искажения данных, при этом нередко получается чушь — прим. авт.). Эта обеспокоенность хорошо видна по материалам в специализированных медиа, слышна в докладах коллег на профессиональных конференциях или форумах. А значит, уже есть повод для того, чтобы исследовать фейки в медиа и галлюцинации нейросетей.

Так же и с наукой. Иногда научное сообщество решает, что в определенной проблематике назрел ответ на какой-то вопрос, и медиаисследователи должны его дать. Здесь с поиском темы проще всего: можно прийти на круглый стол или конференцию и послушать доклады — вы сразу поймете, в каком направлении работать.

Общество свои потребности фиксирует по-разному. Мы многое видим через социальные сети, медиа, через социологические опросы — так что при поиске общественного запроса нет какой-то конкретной системы, только насмотренность.

Если совсем ничего не можете придумать, вспомните, что у вас есть научный руководитель — он всегда может помочь. Возможно, он участвует в гранте или в инициативном проекте: присоединитесь к нему, помогите что-то закодировать, опросить фокус-группу или проинтервьюировать экспертов. Так вы получите часть готового исследования, а еще все материалы, выводы и методы.

Если не уверены в актуальности ВКР, вспомните, что темы утверждаются учебно-методической комиссией. Ее члены при необходимости могут попросить научного руководителя поменять направление исследования и подсказать, в какую сторону. К тому же все темы дипломов проходят согласование с работодателями — нашими партнерами в Институте, которые подтверждают факт актуальности. Бывают и готовые темы ВКР — чаще всего они появляются из госзадания, например, от правительства Петербурга.

Для студентов всегда нужен старший товарищ или какое-то экспертное сообщество, которые помогут выбрать тему исследования.

Студентам сложно писать выводы: обычно их мало или в них идет пересказ исследования. Что с этим делать?

Я бы сказала, что заключение похоже на работу с SЕО-оптимизацией текста. Вы должны туда внедрить те формулировки, которые позволят продемонстрировать вам научную новизну, свежесть методологии, качественность ваших результатов, их наглядность и применимость. Для этого существует шаблонная структура языка. А основной посыл должен быть таким: «Мы добились такого-то результата, и это означает вот что».

Введение — по сути, анонс и, в хорошем смысле, реклама работы. А заключение – это уже реклама конечного продукта.

Заключение расширяет идеи, которые у вас родились уже после окончания эмпирического исследования. Представьте, что пишете кикер (последние абзацы материала, разрушающие представление читателя о мире — прим. авт.) в журналистском тексте. Человек, который сканирует глазами вашу работу, вчитается в введение и будет искать мощный финал. Заключение и должно быть таким финалом — это концентрат результата, самые важные вещи в работе.

Статья журналиста похожа на статью ученого: там тоже есть актуальность, новизна, выводы. Почему тогда у студентов-журналистов возникают сложности с курсачами?

Вопрос в форме. Если бы вам сказали провести исследование, а потом по нему сделать прикольную презентацию с мемами или записать подкаст, вам бы было весело. Мне кажется, что сложность именно в формате «текст+доклад», от которого мы пока не можем уйти.

К «кирпичам» текста подступиться страшно. Этот страх воспитан еще в школе: там любое сочинение должно было быть написано идеально: на «пять» по содержанию и «пять» по оформлению. С наукой так же — если не идеально оформлено, то как будто бы наша научная работа и не научная.

Для того, чтобы не бояться вот этих «кирпичей» текста, есть разные креативные методики. Например, начать рисовать какие-то схемы, что-то накидать в заметках в телефоне. Обычно, когда начинаешь делать хоть что-то, страх, что не напишешь вообще ничего, отступает.

Из личной практики: докторскую диссертацию я дописывала летом, в отпуске. В другое время была слишком занята. Для докторской надо было сидеть с компьютером утром до вечера — а я приехала на море и, конечно, не очень хотела.

В итоге купила альбом для рисования и брала его на пляж. А когда мне в голову приходила гениальная мысль, начинала рисовать схемы, графики и таблицы.

До сих пор храню этот альбом. Там буквально восемь листочков, и на них изложено все. Но форма требует, чтобы эти восемь листочков рисунков мне надо было упаковать в 500 страниц текста. Это, конечно, проблема.

Если вы придумаете лайфхак, чтобы добавить что-то приятное в процесс написания научной работы, будет проще.

Как еще облегчить себе жизнь при написании научной работы?

Опыт показывает: не надо замахиваться на глобальное междисциплинарное исследование, которое якобы перевернет историю. Сделайте просто хорошо.

Студенты-журналисты всегда очень любили одной ногой залезть в психологию, другой — в социологию, а потом «заполировать» все это лингвистикой. Часто из-за этого в небольшой студенческой работе оказывалось слишком много разных аспектов. Было непонятно, как выстроить структуру, и студенты просто терялись.

В какой-то момент я эту тягу к междисциплинарности стала пресекать. Масштабы мысли студентов иногда пугали — особенно, при отсутствии времени и ресурсов. Например, у меня была дипломница, которая хотела давать людям читать тексты и в это время измерять их пульс. Идея замечательная, но метод не наш.

Задача студента на этом этапе — подготовить именно приемлемое исследование. С точки зрения науки, критериев, комиссии.

Так что это именно тот случай, когда лучшее — враг хорошего.

Вы пишете, что сейчас каждая третья научная работа — со следами использования искусственного интеллекта. Хорошо это или плохо?

Про каждую третью работу – это мое предположение. Исполнительный директор «Антиплагиата» рассказал, что в 2023 году в каждой пятой работе были обнаружены следы генерации ИИ. Кажется, сейчас таких работ еще больше.

Хорошо это или плохо — отвечать нет смысла. Это факт — мы должны с ним работать.

В СПбГУ для наиболее продуктивной работы с нейросетями есть специальный свод правил. Высшая аттестационная комиссия для диссертаций в 2024 году установила их для каждого подразделения Университета — так что при написании диплома или статьи можно (и нужно!) ориентироваться на них. В ВШЖиМК они гласят, что искусственный интеллект использовать допустимо — со ссылками по ГОСТу, такими же, как ссылка на литературу. Целью использования нейросетей должна быть обработка данных, но не генерация текста.

Недавно в Университете выступал Сергей Николенко, доцент, заведующий лабораторией искусственного интеллекта ПОМИ РАН. Он сказал, что ИИ — хороший редактор статей, но грань между редактурой текста и его генерацией размыта. Объясню: представим,что искусственный интеллект помог вам отредактировать текст, а потом добавил один хороший абзац. А потом два абзаца… И так далее. После какого абзаца заканчивается ваш текст и начинается сгенерированный, пока не ясно.

Как сделать так, чтобы искусственный интеллект в научных работах был во благо?

Главное благо идет от автоматизации. Все, что мы раньше делали долгими ночами вручную — кодировали, расшифровывали интервью, пытались кластеризовать огромное количество данных и сделать по ним выводы — ИИ может сделать за минуты. Но, естественно, нужно за ним следить.

Некоторые инсайты в научных работах основаны на данных, которые людям не видны.

Человеческий мозг оперирует не цифрами, а смыслами: мы читаем сразу значение слов. Машина же видит не смысл, а какие-то общие паттерны, и указывает на них. Отсюда и выводы, о которых мы раньше не думали. Правда, есть нюанс: когда нейросети не хватает данных, появляются галлюцинации — она пытается придумать что-то свое, и часто получается бред.

А люди — гениальные. Они умеют придумывать качественно новые идеи. Так что, возвращаясь к вопросу, хорошо или плохо использование ИИ в науке, если это следы генерации нейросетями связаны с обработкой данных, то и слава богу, а если это следы, связанные с генерацией текста, то 50 на 50.

Искусственный интеллект хорош еще и тем, что он помогает массово создавать контент. Есть ли сейчас тенденция, что с развитием ИИ в разы возрастает количество публикуемых научных работ?

Я думаю, что количество публикуемых работ не вырастет по той простой причине, что журналы не резиновые. Даже если люди начнут писать в два-три раза больше, мы просто будем в два-три раза больше отклонять — как правило, по причине низкого качества. Как рецензент «Вестника МГУ» я с низким качеством уже сталкиваюсь: мне недавно прислали одну из наших совместных работ с Натальей Анатольевной Павлушкиной, только пересказанную другими словами. Мы с ней были в шоке.

Раньше низкокачественных статей было меньше. Они, как правило, просто не доходили до публикации.

Это если мы говорим про приличные журналы — в списке квартилирования от ВАК они наверху. Если же журнал ниже третьего квартиля, то научное сообщество считает эти журналы некачественными. Даже если вместо миллиона статьей у них станет два миллиона, все равно не будут цитировать.

А вот количество критериев, по которым мы оцениваем качество статьи, увеличится — как раз в связи с тем, что мы должны определить, что делать с нейросетями, генерацией текста и новыми формами научного знания.

Помимо цитирования, можно как-то измерить новое знание, которое дает качественная работа?

Измерять качество работы чем-то, кроме частоты цитирования в хороших журналах, пока не додумались. Здесь тот же принцип, что и в SЕО-оптимизации: учитывается количество ссылок из авторитетных источников на данную работу, и ее «выносит» в ядро ВАК.

А как же практическая польза?

В точных и естественных науках с этим не возникает вопросов, потому что есть исследования, которые уже дали действительно крутой прикладной результат. Открыли новый минерал, изучили какую-то болезнь — это понятная практическая польза для жизни, ее, условно говоря, можно потрогать. В гуманитарной сфере потрогать ничего нельзя. В лучшем случае, кто-то придумал новый концепт, кто-то — новую классификацию, а кто-то описал новое явление. Например, после ковида в научном дискурсе появилось понятие «инфодемия» — насколько оно ценно для человечества?

Нам, гуманитариям, подобные вещи объяснять другим сложно. При этом гуманитарии — про общество, про то, как человек себя в этом мире осмысляет. В том числе — с помощью медиа.

На самом деле то, что мы делаем, безумно важно. Мы показываем людям, почему они что-то репостят, почему они хейтят кого-то в соцсетях, почему они пользуются конкретными сленговыми словами, чтобы выразить свое внутреннее состояние.

Как в принципе человечество видит свое существование? Медиаисследования — они об этом.

Текст и оформление: Дарья Жданова

Редактор: Светлана Кричко