Исследователи из Северо-Западного университета в США обнаружили: грантовые заявки с более заметными признаками использования ИИ чаще напоминали проекты, которые то же ведомство профинансировало годом ранее. Об исследовании, опубликованном в PNAS, PsyPost сообщил 16 ноября 2026 года. Связь с вероятностью получить грант и числом последующих публикаций различалась для Национального института здравоохранения (NIH) и Национального научного фонда (NSF).

Что сравнивали исследователи

Команда изучила конфиденциальные заявки из двух крупных американских исследовательских университетов: 1 600 заявок в NSF и 4 100 в NIH. Затем их сопоставили с общенациональными данными о профинансированных проектах за 2021–2025 годы. В этот массив вошли 57 000 грантов NSF и 74 000 грантов NIH.

Признаки использования ИИ оценивали по частотности слов в аннотациях. Тематическую отличительность определяли по тому, насколько заявка отличалась от грантов, которые то же ведомство поддержало годом ранее. В расчётах учитывали научную область, год подачи, запрашиваемую сумму и личность учёного.

Заявки с более выраженными признаками ИИ в среднем ближе напоминали недавно профинансированные темы. Если сравнить заявки на 75-м и 25-м процентилях по этому показателю, разница в тематической отличительности составила около пяти процентильных пунктов для NSF и четырёх для NIH.

Связь с финансированием зависела от ведомства. Для заявок NSF статистически значимой зависимости не обнаружили. В университетской выборке NIH более высокий уровень признаков ИИ соответствовал примерно на четыре процентных пункта большей вероятности получить грант. Исходную долю профинансированных заявок NIH в этой выборке PsyPost не приводит.

В первые один-два года после начала грантов NIH более высокий уровень признаков ИИ был связан примерно с 5% большим числом публикаций. Однако связь ослабевала и переставала быть статистически значимой, если учитывать только наиболее цитируемые работы. Для NSF значимой связи между признаками ИИ и числом публикаций не нашли.

Представим условную заявку о лечении заболевания. Если её тема похожа на проекты, которые ведомство недавно поддержало, в таком сравнении она получит более низкую оценку отличительности. Это не значит, что исследователи проверяли именно такую заявку или что ИИ сам по себе сделал бы её менее оригинальной.

Авторы сравнивали заявки каждого учёного с его же другими заявками, но наблюдательный характер исследования не позволяет установить причину. Возможно, учёные чаще обращались к ИИ при подготовке тем, которые и без того были более привычными, выполнимыми или соответствовали приоритетам ведомств. Кроме того, анализ слов в аннотациях показывает только один возможный способ оценить использование ИИ. Он не говорит, применяли ли исследователи ИИ для генерации гипотез или других частей проекта. Конфиденциальные данные поступили лишь из двух университетов, а публикации отслеживали только один-два года.

Для подготовки собственных исследовательских текстов существует и помощь в подготовке научной статьи; это отдельная услуга и не связана с выводами американского исследования.

Схема показывает, какие показатели сопоставляли исследователи; наблюдаемая связь не доказывает, что ИИ вызвал изменения.

Фото: Kampus Production / Pexels