Всем привет! Я Илья, инженер-программист в компании Raft. Когда-то я был аспирантом и пытался развивать отечественные нанотехнологии на стыке химии полимеров, биохимии и металлоорганического синтеза. В те годы, когда наш ученый совет упразднили, а годовой бюджет кафедры на реактивы ограничивался девятью тысячами рублей, требования руководства публиковать статьи «мирового уровня» выглядели утопией.
Тем не менее, я не терял оптимизма. Заниматься наукой в дефиците ресурсов — это своего рода вызов: любой справится при наличии безлимитного бюджета, а ты попробуй выдать результат из ничего. Закупал реагенты через eBay, литературу искал в зарубежных источниках или находил редкие издания в «Библио-Глобусе». Аспирантская стипендия худо-бедно покрывала эти расходы.
Несмотря на поддержку научного руководителя и заведующего лабораторией, до значимых прорывов дело не дошло. Возможно, стоило внимательнее разбирать стопки пожелтевших «архивных» черновиков, пылящихся на подоконнике среди горшечных растений.
Диссертация осталась незавершенной, а экспериментальная часть (биохимические тесты и электронная микроскопия) — нереализованной. Хватило сил лишь на органический синтез соединений, которые портились в ожидании дальнейших исследований. Научная работа по факту свелась к дебатам, написанию посредственных публикаций и подготовке радужных отчетов. После аспирантуры я «отдал долг Родине», сменил несколько сомнительных мест работы и в итоге оказался в IT, где и тружусь по сей день.
Если сфера IT неизменно стимулировала работу мозга, то развитие ИИ кардинально упростило поиск данных и решение прикладных задач. Это подтолкнуло меня к экспериментам. Практика так называемого «вайб-кодинга» показала, что многие вещи можно создавать буквально «на коленке», что привело к гипотезе: заниматься наукой вполне реально и в домашних условиях.
За последние годы появилось множество инструментов для поиска научных работ, патентов и их ИИ-суммаризации, что колоссально ускорило работу с информацией. У меня выработалась привычка изучать академические первоисточники после новостных сводок. Это полезный навык: кросс-анализ медицинских рекомендаций через призму биомедицинских публикаций помогает не только следить за здоровьем, но и развивать критическое мышление.
Чтение фундаментальных статей пробудило азарт: захотелось самому опубликоваться в журнале из перечня ВАК. Независимые исследователи это делают, значит, смогу и я.
Строить работу пришлось исключительно на открытых данных. Если выражаться пафосно — это был OSINT, а по факту — долгие часы в интернете.
С теоретическим обзором проблем не возникло, но статья без эксперимента — профанация. Я всегда с недоумением смотрел на аспирантов-гуманитариев, строящих диссертации на методе «скомпилировал три статьи в одну». В эпоху нейросетей с этим справится даже школьник.
Я выбрал тему «ИИ в образовании». Начал с анализа англоязычной академической базы. С экспериментом возникли сложности, пока не вспомнил про ЕГЭ, который в свое время пропустил. Демонстрационные варианты и статистика баллов находятся в открытом доступе.
Суть эксперимента: проверить способность нейросети решать типовые задания ЕГЭ и сравнить результат со средними баллами выпускников. Цель — оценить потенциал ИИ в стандартизированном обучении. Есть подозрение, что школьники давно используют нейросети для домашних заданий. Интересно, что будет, когда они придут работать на стратегические объекты? Впрочем, не мне судить — педагоги когда-то пророчили мне печальное будущее, но их предсказания, к счастью, оказались ошибочными.
Работа над статьей стала моим вечерним хобби на несколько месяцев. После самоцензуры и проверки на антиплагиат я занялся рассылкой в ВАК-журналы. Получив отказы в бесплатных изданиях, я заметил, что тема «ИИ в образовании» стала трендовой даже в политических кругах. Понимая, что актуальность может быстро угаснуть, я обратился в платные журналы, благо зарплата инженера позволяет подобные инвестиции.
Одно из изданий приняло материал. После нескольких этапов правок и рецензирования статья была утверждена. Каждый раз я убеждался: здоровый скепсис — фундамент любой науки.
В своем исследовании я пришел к выводу: образовательная система должна адаптироваться к ИИ, внедрять промпт-инжиниринг, бороться с когнитивным долгом и фокусироваться на развитии метакогнитивных навыков и креативности.
Гипотеза о том, что можно заниматься наукой «с нуля», подтвердилась. Планирую и дальше углубляться в эту кроличью нору.
В сети огромное количество открытых датасетов. Переход от «вайб-кодинга» к «vibe-science» может привести к неожиданным открытиям. Академические ученые часто обходят вниманием многие нишевые темы — в этом плане у независимых исследователей-энтузиастов больше свободы. В конце концов, история науки знает немало случаев, когда прорыв совершали не «штатные» специалисты, а увлеченные одиночки.
PS: Параллельно со статьей я «навайбкодил» прототип приложения (не взлетело на пресейле) и сформировал пул идей для будущих работ, спроектировав вычислительные эксперименты с помощью «ИИ-наставника». Возможно, что-то из этого скоро увидит свет.
Сегодняшние технологии открывают колоссальные возможности для каждого, кто готов использовать данные и ИИ для поиска истины.
