skip to main |
skip to sidebar
На сайті Міністерства освіти та науки України без пафосу та феєрверків, тихенько представлено оновлений проєкт наказу МОН “Про внесення змін до Порядку формування Переліку наукових фахових видань України”. У PDF-повідомленні зазначено, що зауваження та пропозиції до проєкту акта та аналізу його регуляторного впливу приймаються до 17 грудня 2025 року на електронну адресу. Редактори, не баріться! Я ж поки напишу про кілька проблем у цьому проєкті на які пропоную звернути особливу увагу і, можливо, вам це допоможе краще сформулювати свої пропозиції. Якщо дуже коротко, то квітневий варіант був небезпечним і концептуально шкідливим, а поточний хоч і бюрократичний, але вже не токсичний.
Коли сьогодні говорять про використання штучного інтелекту в наукових дослідженнях, то зазвичай мають на увазі ChatGPT-подібні інструменти, які можуть швидко згенерувати текст або стислий виклад теми. Проблема в тому, що така генерація часто виглядає доволі переконливо, але незрозуміло звідки взялася ця інформація, які джерела було використано, і чи можна це хоч якось перевірити. Саме на цьому тлі цікавим виглядає новий сервіс DeepScholar, що створений командами Стенфорда та Берклі.
Google нарешті зробив те, чого від нього чекали вже пару років – прикрутив генеративний ШІ до Google Scholar. Новий інструмент називається Scholar Labs і це перша спроба перетворити гігантський Google Scholar на розумний пошуковик, який буде не просто показувати результати, а намагатиметься відібрати для нас найкорисніші статті. Пишете дослідницьке запитання в Scholar Labs, система аналізує запит, розкладає його на теми та зв’язки та запускає серію пошуків у Scholar. Алгоритм совгається по відібраних статтях, оцінює наскільки кожна відповідає запитанню, і показує список публікацій з короткими поясненнями – чому саме ця робота релевантна й що саме в ній важливо.
Щороку Шнобелівська премія нагадує нам, що наука не завжди має бути страшенно серйозною, щоб бути корисною. 2025 року нагороду в галузі інженерного дизайну отримали Вікаш Кумар і Сартхак Міттал – викладач і його колишній студент з Університету Шів Надар. Назва їхньої роботи “Смердючі черевики – як можна переробити взуттєву полицю” тільки на перший погляд, виглядає як жарт, але насправді – це зразок чудово побудованого дослідження, яке можна показувати студентам та аспірантам на заняттях з академічного письма!
Науковці з Нанкінського сільськогосподарського університету вирішили з’ясувати, чи впливає повторне використання наукових даних (dataset reuse) на цитованість публікацій. Хоча різні агітатори люблять запевняти, що відкритість даних є однією з ключових цінностей сучасної науки, у скептиків досі залишаються сумніви: чи не зменшує повторне використання даних новизну дослідження і, відповідно, його науковий вплив? Дослідники проаналізували публікації з PubMed Central Open Access Subset у галузі біомедичних та наук про життя й ідентифікували три типи поведінки: self-reuse – автори повторно використовують власні дані; reuse-of-others – використання чужих відкритих даних; non-reused – дані, які згадуються лише один раз.
Команда Google DeepMind спільно з істориками з університетів Оксфорду, Ноттінгема й Уоріка, презентували Aeneas (Еней) – генеративну нейромережу, створену для того, щоб допомогти вченим відновлювати пошкоджені тексти, визначати їх географічне та хронологічне походження й знаходити паралелі між написами. Автори на сторінках журналу Nature запевняють, що результати роботи цього ШІ-інструмента просто дивовижні: 90% істориків визнали знайдені паралелі корисними для подальших досліджень, похибка датування скоротилася з 31 до 14 років, точність географічного визначення зросла з 27% до 68%, а помилка при відновленні текстів знизилася з 39% до 21%.
Університети стоять на межі великих змін. У новому спецвипуску Nature “The future of universities” зібрано під одним дахом цікаві тексти, які показують: традиційна модель вищої освіти більше не витримує тиску. Насамперед академічні бюджети тріщать по швах. У Британії понад 40% університетів прогнозують бюджетний дефіцит, а навіть провідні виші США змушені шукати нові фінансові моделі. Демографія теж не на користь ЗВО – у багатьох країнах зменшується кількість студентів через старіння населення. Тому університети все частіше звертаються до першого покоління студентів (ті, хто перший у своїй сім’ї вступає до університету, тобто їхні батьки не мали вищої освіти) та до молоді з країн, що розвиваються.
