Ректор ТГУ Эдуард Галажинский вновь утверждён в должности заместителя председателя ВАК РФ на последующие пять лет. В этом выпуске блога размещён подготовленный им аналитический материал, отражающий основные «реперные точки» ситуации, связанной с массовым приходом в диссертационную и публикационную сферы генеративных агентов – многофункциональных алгоритмов ИИ. Текст предназначен не только для экспертов, но и для широкого круга читателей –– всех членов российского академического сообщества.
Аналитический меморандум
О допустимых пределах использования генеративного ИИ в диссертационном и публикационном процессах по социально-гуманитарным научным специальностям
1. Исходный диагноз
Система научной аттестации во всём мире, включая Россию, вступила в новую фазу риска. Генеративный ИИ, представленный множеством конкретных генеративных агентов, используется уже не только для языковой правки и технической помощи, но и для построения планов, сводок литературы, подготовки обзоров, написания отзывов, предварительной редакционной фильтрации и технической поддержки рецензирования. Российский обзор 2025 года в журнале НИУ ВШЭ «Язык и образование» фиксирует, что обсуждение в академическом сообществе проблематики применения ИИ в публикационном процессе уже сместилось от выражения общей тревоги к нормативной работе вокруг прозрачности применения ИИ, его подотчетности человеку и постоянного за ним человеческого надзора, однако практическая операционализация этих принципов пока остается недостаточной. В международной издательской среде этот сдвиг подтверждается редакционной позицией журнала Nature Methods 2026 года: ответственное использование генеративных средств в научном издательском деле теперь рассматривается как вопрос не факультативный, а системный.
Для ВАК это означает следующее: проблема уже не сводится к заимствованию текста. Возникла более сложная угроза — подмена самостоятельного исследовательского вклада правдоподобной машинной продукцией. В диссертационном процессе это особенно опасно, потому что аттестация удостоверяет не просто связность и грамотность текста, а личный вклад, новизну, внутреннее единство работы и способность автора нести ответственность за собственное научное суждение. Эти требования закреплены в действующем Положении о присуждении ученых степеней. Российское гражданское законодательство прямо связывает авторство произведения науки с гражданином, творческим трудом которого оно создано.
2. Почему для социально-гуманитарных специальностей риск выше, чем кажется
В социально-гуманитарном блоке генеративные агенты затрагивают не только форму текста, но и саму ткань обоснования и аргументации. Здесь исследование часто строится посредством интерпретации источников, реконструкции контекста, понятийного различения, историографической позиции, ответственного чтения чужого текста. Поэтому даже стилистически безупречный текст, сгенерированный ИИ, может оказаться научно пустым или, что еще опаснее, вводящим в заблуждение. Тот же российский обзор 2025 года подчеркивает, что среди реальных областей применения генеративных средств уже находятся выдвижение идей, составление плана, резюмирование и синтез, то есть операции, близкие к ядру авторского вклада. Исследование корейских ученых 2025 года, опубликованное в журнале Technology in Society, посвященное непосредственно общественным наукам, делает еще более важный вывод: этические решения нельзя вырабатывать абстрактно, их нужно встраивать в конкретные дисциплинарные и институциональные порядки.
Отсюда можно заключить, что в социально-гуманитарных специальностях главная угроза связана не с грубой заменой автора машиной, а с гораздо более тонкой эрозией научной субъектности. Генеративный агент способен сглаживать противоречия, создавать видимость историографической полноты, предлагать убедительно звучащие, но усредненные формулы и заполнять логические провалы риторической плавностью. В результате возникает опасность институциональной ошибки: принять текстуальную зрелость за зрелость научного мышления.
3. Международная ситуация: что уже стало фактом
В мире генеративные агенты быстро становятся частью издательской инфраструктуры. Журнал Springer Nature в марте 2026 года сообщил, что в 2025 году более 1,5 миллиона рукописей прошли через почти 60 средств на основе искусственного интеллекта, встроенных в проверку, редакционную оценку и контроль исследовательской добросовестности; более чем в половине журналов этого издателя уже используется собственная платформа сопровождения рецензирования с помощью таких средств. К концу 2026 года через ИИ у этого издателя пройдет более 2 миллионов рукописей. То есть это не эксперимент, а промышленное встраивание искусственного интеллекта в издательский цикл.
Еще важнее то, что машинная помощь вошла в рецензирование. В статье 2026 года в Nature Machine Intelligence на материале анализа более 20 000 рецензий докладов для научных конференций показано, что автоматизированная обратная связь для рецензентов побудила 27% из них переработать свои отзывы, учтя 12 000 рекомендаций от ИИ. Слепая оценка подтвердила, что пересмотренные рецензии, получившие обратную связь, были значительно более информативными. Это важный рубеж: машина уже не только помогает писать научный текст, но и начинает структурировать язык и логику экспертной оценки.
Параллельно с этим усиливается и более тревожная тенденция — самореферентность генеративных агентов. В статье Nature 2026 года об автоматизации полного исследовательского цикла описана система, которая выдвигала идеи, писала код, проводила вычислительные опыты, строила рисунки, писала статью и выполняла собственное рецензирование. Один из текстов, полностью созданных ИИ, прошел первый этап отбора на крупную конференцию и был снят только по специальному запросу исследователей, проводивших этот эксперимент. Это означает, что генеративные агенты уже приблизились к замыканию целого контура: производство текста, его предварительная оценка и его рецензионная обработка начинают принадлежать одному технологическому семейству.
4. Самореферентность как новая институциональная опасность
Для ВАК самореферентность — не отвлеченная философская категория, а прямая практическая проблема. Если генеративный агент помогает соискателю написать обзор, затем сходный по типу агент помогает редакции предварительно оценить статью из перечня, а затем еще один искусственный агент помогает рецензенту оформить отзыв, то научная коммуникация постепенно замыкается на машинный круг. Возникает риск круговой верификации: текст, построенный с учетом машинной логики правдоподобия, получает положительные сигналы в тех процедурах, которые сами опираются на машинные критерии связности, полноты и формальной убедительности. Имеют место реальные злоупотребления: Nature в 2025 году сообщил о случаях, когда в рукописи вставлялись скрытые указания для машинных средств рецензирования, чтобы склонить их к более благоприятной оценке.
Для социально-гуманитарных наук эта опасность особенно высока. Поскольку, как уже было сказано выше, в отличие от большинства естественно-научных дисциплин, здесь значительная часть оценки строится не на лабораторных экспериментах, а на работе с текстами. Именно поэтому самореферентность генеративных агентов способна здесь не просто ускорить работу, а деформировать сам критерий качества, сместив его от глубины мысли к безупречности оформления.
5. Отдельные риски именно для диссертационного процесса
Непосредственно для диссертаций, авторефератов, отзывов и заключений можно выделить шесть узловых рисков.
Первый — скрытая генерация смыслового ядра работы. Генеративный агент может не только улучшать стиль, но и фактически предлагать формулировки проблемы, гипотезы, новизны и выводов. Для социально-гуманитарной диссертации это равносильно вторжению в самую сердцевину авторского вклада. Российское право, признающее автором произведения науки гражданина, а не техническую систему, дает основание считать такую скрытую подмену несовместимой с принципом самостоятельности.
Второй — фабрикация библиографии. Опыт многочисленных пользователей показывает, что генеративные системы способны производить правдоподобные, но несуществующие библиографические записи и записи с существенными ошибками. Для гуманитарных и общественных наук это не вторичный недостаток, а разрушение самого процесса доказательства: ложная ссылка здесь часто подрывает не отдельный фрагмент, а всю конструкцию исследования.
Третий — машинная стандартизация языка диссертации. Если значительная часть текста построена с помощью генеративного агента, возрастает вероятность появления усредненного, безличного письма. Для ВАК это имеет прямое значение, потому что социально-гуманитарное исследование должно демонстрировать не только правильность словоупотребления, но и авторскую работу с понятием и источником.
Четвертый — компрометация отзывов и рецензий. Как только генеративные агенты начинают использоваться оппонентами, рецензентами и редакторами без прозрачных правил, возникает риск снижения подлинной экспертной ответственности. Специальное исследование показало, что даже сами рецензенты видят здесь угрозы приватности, предвзятости и непрозрачности, несмотря на признание возможной пользы от ИИ.
Пятый — ложные обвинения на основе результатов применения детекторов. Сразу два больших исследования 2023 года, опубликованные в журналах Patterns и Computer Science, а также исследование 2026 года в журнале Nature Machine Intelligence подтвердили, что наблюдается тревожный рост подозрительности в отношении генеративного ИИ в академической среде; и что существующие современные системы распознавания сгенерированного текста не являются абсолютно точными и надёжными. В частности, популярные детекторы машинного текста систематически дают ложные срабатывания на англоязычных текстах авторов, для которых английский не является родным. То есть более простая, менее лексически разнообразная английская речь оказывается статистически «подозрительной» для алгоритма, вследствие чего система распознаёт не сгенерированный текст, а упрощённый английский. Можно предположить, что подобные ошибки могут быть допущены и в отношении русскоязычных текстов авторов, для которых русский язык не является родным. Из этого для ВАК следует прямой вывод: показатель, выявленный машинным способом, не может быть самостоятельным доказательством недобросовестности авторов. Результаты использования детекторов с целью выявления сгенерированного текста могут быть только поводами для углубленной содержательной проверки.
Шестой — перегрузка самого фильтра научной аттестации. Если генеративные агенты ускоряют производство внешне доброкачественных текстов, то возрастает поток публикаций и рукописей, которые трудно быстро отличить от действительно самостоятельной работы. Одна из статей в Nature за 2026 год прямо предупреждает, что автоматизация полного цикла способна дополнительно перегружать и без того напряженную систему рецензирования.
6. Российская ситуация: что уже есть и чего пока нет
В России проблема уже вошла в нормативное поле. С 1 января 2025 года действует ГОСТ Р 71657–2024, непосредственно касающийся создания научных публикаций с использованием искусственного интеллекта. В 2025 году Ассоциация научных редакторов и издателей (АНРИ) приняла вторую редакцию Декларации этических принципов научных публикаций. В ней прямо зафиксировано, что авторы несут ответственность за использование искусственного интеллекта; что он не может быть автором или соавтором научной статьи; а также, что редакторы должны принимать решения независимо от рекомендаций машины. В том же 2025 году Ассоциация провела специальный круглый стол, посвященный первому опыту регулирования и контроля генеративного искусственного интеллекта в научных публикациях. Это означает, что профессиональная среда уже сформулировала базовые ориентиры.
Но в российской аттестационной практике пока нет достаточно детальной типологии допустимого и недопустимого. Положение о присуждении ученых степеней задает критерии самостоятельности, новизны и внутреннего единства диссертации, однако не описывает специально ситуацию применения ИИ. Одновременно действующие требования к изданиям из перечня ВАК пока исходят из более ранней модели научной публикации: они касаются рецензируемости, наличия аннотаций, ключевых слов и библиографических списков, но не содержат прямого требования к журналам иметь публичную политику по использованию генеративных агентов авторами, рецензентами и редакцией. Следовательно, именно здесь сегодня имеется институциональный зазор.
7. Нормативная позиция, которую ВАК целесообразно занять
Представляется, что для ВАК в социально-гуманитарном блоке принципиально важно занять не запретительную, а разграничительную позицию.
Первая норма: генеративный агент не может быть признан автором, соавтором, официальным рецензентом, оппонентом или субъектом экспертного суждения в процедурах государственной научной аттестации. Для такого вывода достаточно и статьи 1257 Гражданского кодекса, и общей логики Положения о присуждении ученых степеней.
Вторая норма: допустимо применение ИИ, не затрагивающее собственно научное суждение. Сюда могут входить: проверка орфографии и пунктуации, форматирование, техническая выверка библиографического описания, перевод при обязательной проверке его человеком.
Третья норма: допустимо (но при обязательном указании этого факта) использование генеративных агентов для первичного подбора литературы, рубрикации материала, чернового планирования и языковой шлифовки. Однако и здесь вся ответственность за корректность фактов, ссылок, цитат и интерпретаций должна оставаться за автором. Такая логика соответствует и российской Декларации этических принципов научных публикаций 2025 года, и международному движению к прозрачности и человеческому надзору за ИИ.
Четвертая норма: недопустимо скрытое использование генеративных агентов для написания обзора литературы, формулировки новизны, выводов, теоретико-методологической части, рецензий, отзывов оппонентов, заключений диссертационных советов и экспертных заключений. Именно на этих этапах диссертационного процесса проявляется не техническая, а научная и институциональная ответственность.
8. Практические шаги, которые ВАК может предпринять без изменения базового закона
ВАК уже сейчас может инициировать пять практических решений.
Первое — ввести обязательную декларацию использования ИИ для диссертаций, авторефератов и публикаций, включаемых в аттестационное дело. В этой декларации автор должен указывать, применялись ли генеративные агенты, на каком этапе и для каких задач. Это будет не запрет, а новый стандарт прозрачности. Такая мера прямо согласуется с международной и российской логикой подотчетности.
Второе — разработать для диссертационных советов и экспертных советов ВАК единые методические рекомендации по использованию ИИ в диссертационном процессе и недопустимой подмены авторского научного вклада результатами функционирования генеративных агентов. Сейчас главный риск в том, что разные советы будут действовать по-разному: одни — чрезмерно мягко, другие — подозрительно и произвольно.
Третье — обновить требования к изданиям из перечня ВАК. Поскольку приказ Минобрнауки от 31 мая 2023 года с изменениями 2025 года уже задает перечень обязательных требований к изданиям, логично дополнить его требованием иметь публичную политику использования генеративных агентов авторами, рецензентами и редакцией. Это не требует ломать систему: нужно просто привести ее в соответствие с новой публикационной реальностью.
Четвертое — прямо закрепить, что автоматические средства распознавания сгенерированного текста не могут служить самостоятельным основанием для вывода о нарушении. Они могут использоваться только как вспомогательный индикатор, за которым следует содержательная проверка: анализ ссылок, цитат, черновиков, сопоставление устного и письменного дискурса автора, запрос пояснений и рабочих материалов. На необходимость такой осторожности указывают и исследование о предвзятости детекторов, и современные публикации о росте подозрительности как особой патологии академической среды.
Пятое — инициировать специальное междисциплинарное исследование с целью выявления изменений, вносимых сегодня генеративными агентами в диссертационный процесс. Сегодня у нас есть, в основном, международные кейсы, но крайне мало отечественных исследований; нет и достаточного корпуса русскоязычных аттестационных текстов для точной диагностики. Без этого любое регулирование останется частично умозрительным.
9. Прогноз для ВАК на ближайшие годы
В краткосрочной перспективе — в ближайшие два-три года — генеративные агенты окончательно станут частью авторской и редакционной повседневности. Рост их использования будет происходить быстрее, чем рост нормативной ясности. Это уже видно по международной издательской инфраструктуре и по тому, как быстро генеративная обратная связь вошла в рецензирование.
В среднесрочной перспективе — на горизонте пяти-шести лет — главным предметом спора станет не сам факт использования, а граница авторского вклада. Фокус сместится с вопроса «можно ли пользоваться» к вопросу «что именно еще можно считать самостоятельной научной работой». В социально-гуманитарных науках эта линия пройдет прежде всего через интерпретацию, историографию, понятийную работу и экспертное суждение.
В долгосрочной перспективе — на горизонте десяти лет — наиболее вероятна смешанная модель: ИИ-инфраструктура будет сопровождать почти весь путь рукописи, но законность и легитимность научной аттестации сохранятся только там, где человек останется носителем окончательного суждения и ответственности. Если этого не закрепить заранее, диссертационный процесс рискует столкнуться с двумя встречными деформациями: с одной стороны, с инфляцией правдоподобного, но слабого текста; с другой — с произвольной подозрительностью и недоверием к любому проявлению необычности авторского стиля. И то и другое разрушительно для ВАК.
10. Итоговое заключение
Для ВАК сегодня принципиально важно назвать проблему своим именем. Речь идет не просто о новой технологии создания научного текста. Речь идет о перераспределении функций внутри научной коммуникации: генеративные агенты, как квази-субъекты научного познания, начинают участвовать и в создании текста, и в его редакционной обработке, и в его рецензионной оценке. В этом и проявляется их самое опасное свойство — самореферентность. Наука начинает смотреть на себя в зеркало, а не за горизонт. Для социально-гуманитарных специальностей она особенно рискованна, потому что здесь объектом аттестации является не только текст как результат, но и мыслительное усилие, стоящее за ним. Международная практика уже движется к режиму прозрачности, подотчетности и человеческого надзора; российская профессиональная среда тоже сформулировала эту логику, но аттестационная система пока не довела ее до уровня единых процедур.
Поэтому стратегическая задача ВАК — не запрещать технологию как таковую, а защитить зоны непередаваемой научной ответственности. Человек может пользоваться искусственным интеллектом. Но при этом научное суждение, новизна, интерпретация, рецензия и аттестационное решение должны оставаться безусловно человеческими. Если эта граница будет проведена ясно, ВАК сможет не только отреагировать на вызов, но и заново укрепить смысл самой научной аттестации.
Ректор ТГУ Эдуард Галажинский,
член Совета по науке и образованию при Президенте РФ,
вице-президент РАО,
вице-президент Российского союза ректоров,
заместитель председателя ВАК РФ
