Главные препятствия для применения нейросетей в российской научной среде
Опрос ИСИЭЗ НИУ ВШЭ зафиксировал структурный разрыв между интересом к генеративному ИИ в российской академии и реальным масштабом внедрения. Более 90% ученых, применяющих модели, фиксируют пользу для своих дисциплин.
При этом 28% организаций и 16% исследователей технологию не используют. Выборка — 424 руководителя вузов и НИИ, 1209 ученых.
Институциональный слой
Среди 28% организаций без ИИ доминирует страх неверных результатов — 45%. Дальше идут дефицит квалифицированных кадров (36%), нехватка вычислительных мощностей (33%), стоимость внедрения (31%). Почти четверть — 24% — не видят задач под алгоритм, ещё 23% не сталкиваются с задачами, которые ему можно делегировать. Галлюцинации LLM остаются нерешённым багом: пока модель не даёт воспроизводимый результат, риск-менеджмент вуза блокирует закупку API и подписок.
Уровень исследователя
Среди 16% ученых без генеративного ИИ 55% не считают технологию необходимой. По 23% называют её бесполезной или ссылаются на отсутствие навыков. Технический доступ не проблема — только 9% жалуются на отсутствие сервисов, столько же считают их небезопасными. Узкое место — компетенции и время: 48% не хватает навыков, 34% — времени на освоение. У тех, кто работает со специализированными моделями — собственными или адаптированными, — картина жёстче: 57% дефицит навыков, 50% нехватка времени, 39% ограниченный доступ к инструментам, 25% нехватка оборудования, 20% нехватка GPU.
Что не закрыто
Главный ограничитель — данные. 19% жалуются на объём, 18% на качество, 19% на стоимость разметки и сбора. Правовые рамки обмена данными между организациями и странами блокируют 19% проектов. Финансирование проектов с ИИ закрыто только у 25% — у остальных денег не хватает. Зарубежные подписки удерживают 37% пользователей по стоимости, 32% — из-за правовой неопределённости применения, 29% — из-за чувствительности загружаемых данных. Почти каждый второй не-пользователь хотел бы освоить ИИ, но 49% — лишь формально; среди пользователей 80% стремятся расширить практику. Нехватка времени на освоение — это, в том числе, распылённое внимание: в той же информационной среде, где учёный ведёт мониторинг поп-культурной хроники и биографий, бюджет когнитивного ресурса не резиновый. Переход к системному внедрению не сводится к закупке GPU — требуется пересборка датасетов и компетенций на уровне кафедр.