Каковы основные выводы исследования Anthropic об использовании ИИ в социальных науках?

Исследование показало, что 81% ученых-обществоведов уже используют генеративный ИИ в работе, но лишь 20% регулярно применяют автономных агентов для написания и анализа кода.

Для каких задач социологи чаще всего используют ИИ-агентов?

Вопреки стереотипам, большинство пользователей ИИ-агентов применяют их для генерации аналитического кода и обработки данных, а не для написания текстов или статей.

Какие группы ученых активнее всего внедряют ИИ-агентов в исследования?

ИИ-агенты чаще используются экономистами, политологами, аспирантами, молодыми учеными и исследователями из ведущих университетов, что указывает на неравномерное внедрение технологии.

Могут ли ИИ-агенты усилить неравенство в академической среде?

Да, есть опасения, что раннее внедрение ИИ-агентов может усугубить существующее неравенство, поскольку исследователи с доступом к ресурсам ведущих институтов первыми осваивают эти инструменты, повышая свою продуктивность.

Исследование Anthropic: как социальные науки внедряют ИИ-...

Anthropic опубликовала результаты масштабного опроса среди социологов, экономистов и политологов. Главный вывод: базовые языковые модели применяют почти все, но по-настоящему автономные инструменты для работы с кодом пока остаются уделом узкой группы ранних последователей.

Долгое время обсуждение ИИ в академической среде сводилось к помощи в написании текстов. Ученые опасались потока сгенерированных статей и галлюцинаций в обзорах литературы. Однако появление автономных агентов для написания кода (coding agents), таких как Claude Code, сместило фокус. Эти системы способны самостоятельно принимать идею, писать скрипты для анализа данных, запускать их, интерпретировать результаты и автономно вносить исправления.

Изображение из источника

Опрос 1260 исследователей выявил четкую картину. 81% респондентов уже используют генеративный ИИ для помощи в исследованиях. При этом лишь 20% регулярно применяют интегрированные в командную строку агенты. Основная задача ИИ в науке — не написание статей. Вопреки стереотипам, тексты с помощью нейросетей пишет лишь треть опрошенных. Зато 97% пользователей агентов применяют их именно для генерации аналитического кода.

Внедрение новых технологий происходит крайне неравномерно. Экономисты и политологи используют агентов чаще коллег из других дисциплин. Аспиранты и молодые ученые применяют их вдвое чаще, чем профессора с постоянной позицией. Наблюдается и серьезный разрыв в демографии: исследователи с типично мужскими именами используют агентов в два раза чаще, чем с женскими. Кроме того, представители ведущих университетов обгоняют коллег на 40%.

Изображение из источника

Эти данные показывают, что ИИ-агенты могут непреднамеренно усилить существующее неравенство в академической среде. Те, кто уже имеет доступ к ресурсам ведущих институтов, первыми осваивают инструменты, многократно ускоряющие рутинную работу с массивами данных. Пользователи агентов уже сейчас публикуют больше препринтов и подают больше заявок на гранты. Пока рано утверждать, что именно ИИ является прямой причиной такой продуктивности, но корреляция очевидна.

Автоматизация эмпирических исследований неизбежно снизит стоимость проверки научных гипотез. Это может привести к росту числа смелых открытий, но одновременно усилит нагрузку на систему экспертной оценки (peer review). Время покажет, насколько глубоко машинная логика повлияет на то, как мы изучаем экономику и общество, когда все больше аналитических решений будет делегироваться алгоритмам.