Институт статистических исследований и экономики знаний НИУ ВШЭ на основе результатов онлайн-опросов российских ученых и руководителей государственных организаций вузов и НИИ изучил факторы, которые препятствуют более активному использованию технологий искусственного интеллекта в академической сфере.
Применение ИИ пока не стало в российской науке повсеместной и универсальной практикой, несмотря на то что более 90% ученых — пользователей генеративного ИИ согласны с тем, что он уже приносит пользу для развития их области науки. Ранее ИСИЭЗ НИУ ВШЭ представил результаты опросов российских ученых и государственных организаций сферы науки, позволившие оценить масштабы использования ИИ исследователями и уровень его внедрения в деятельность вузов и НИИ. Новый материал посвящен факторам, которые препятствуют дальнейшему распространению этих технологий.
Справочно: Опрос российских ученых проводился в мае 2026 г. Объем выборки — 1209 респондентов, из которых 769 работают в вузах, 318 — в НИИ, 122 совмещают работу в организациях обоих типов. Опрос государственных организаций сферы науки проводился в мае—июне 2026 г. К участию в нем были приглашены руководители государственных вузов и НИИ, а также их заместители, ответственные за научную деятельность. Объем выборки — 424 организации, из которых 250 — вузы, 174 — НИИ.
Среди опрошенных государственных вузов и НИИ 28% не используют технологии ИИ для решения задач организации, почти половина из них (45%) — из-за опасений получить неверные, ошибочные результаты (рис. 1). Распространенными барьерами являются также дефицит квалифицированных кадров (36% организаций, не использующих ИИ), нехватка вычислительных мощностей (33%) и высокие затраты на внедрение таких технологий (31%). Почти четверть организаций, не использующих ИИ, не испытывают в них потребности (24%) или, по мнению их руководителей, не сталкиваются с задачами, решение которых можно было бы поручить ИИ (23%). Несколько реже в качестве барьеров называют различные инфраструктурные условия — нехватку массивов данных (19%) и недостаточное их качество (13%), ограничение доступа к зарубежным ИИ-сервисам (16%).
Некоторые из указанных факторов сдерживают распространение ИИ-решений и на индивидуальном уровне. Среди ученых, принявших участие в опросе ИСИЭЗ НИУ ВШЭ, 16% пока не используют в своей работе генеративный ИИ — наиболее востребованный сегодня вид технологий ИИ. Среди тех, кто не пользуется генеративным ИИ, каждый второй (55%) не видит в этом необходимости; почти четверть считают такие технологии бесполезными (23%); столько же ссылаются на отсутствие необходимых навыков (23%). Ограничения технического характера тоже влияют, но заметно слабее: лишь 9% участников опроса, не использующих генеративный ИИ, отметили, что это связано с отсутствием доступа к необходимым ИИ-сервисам. Столько же считают, что использование таких сервисов может быть опасным.
Примечательно, что среди ученых, не использующих ИИ, только каждый второй (49%) хотел бы начать его применять, тогда как среди тех, кто уже внедрил его в свою научную работу, подавляющее большинство (80%) стремится к еще более интенсивному его использованию. Препятствиями выступают различные факторы, набор которых варьирует в зависимости от типа ИИ.
В отношении генеративного ИИ и сервисов на его основе главным барьером является недостаток навыков — его отметил почти каждый второй опрошенный ученый, который хотел бы активнее применять такие технологии (48%) (рис. 2). Сервисы генеративного ИИ обычно просты в использовании, однако недостаток компетенций может затруднять работу с ними, влиять на качество результатов (например, из-за неспособности пользователя написать правильный промпт) или ограничивать эффективность (например, из-за неумения создавать ИИ-агентов или автоматизировать типовые действия). Дефицит навыков усугубляется нехваткой времени на их освоение — на значимость этого барьера указывает треть опрошенных ученых, заинтересованных в интенсификации работы с генеративным ИИ.
Заметное влияние оказывают ограничения, связанные с подписками на зарубежные ИИ-сервисы, которые российские ученые пока предпочитают отечественным. Среди них как высокая стоимость этих подписок (37%), так и сложности с оплатой (39%), например, из-за невозможности произвести ее с помощью российских банковских карт. Использование генеративного ИИ ограничивают также правовая неопределенность его применения в исследованиях (32%) и опасения ученых относительно дальнейшей судьбы данных, загружаемых в ИИ-сервисы (29%). Влияние этих факторов особенно ощутимо при работе с чувствительными данными (29%).
Почти треть российских ученых используют специализированные ИИ-решения — собственные или адаптированные модели, методы, алгоритмы и т. п. Из них каждый второй (51%) хотел бы масштабировать эту деятельность. Как и в случае с генеративным ИИ, этому препятствуют прежде всего дефицит навыков и времени на освоение технологии (57% и 50% соответственно; рис. 3), причем в отношении специализированного ИИ эти проблемы выражены острее.
Существенным ограничением остаются и ресурсные факторы — среди ученых, желающих активнее использовать специализированный ИИ:
- 39% не имеют доступа к необходимым инструментам;
- каждый четвертый отмечает отсутствие или недостаток оборудования;
- каждый пятый — нехватку вычислительных мощностей;
- столько же указывают на проблемы, связанные с данными, такие как их недостаточный объем (19%), низкое качество (18%) и высокие затраты на сбор и обработку (19%).
Ситуацию усугубляют недостаточное финансирование научных проектов с применением ИИ (25%) и правовые ограничения на обмен данными между организациями и странами (19%).
Опросы ИСИЭЗ НИУ ВШЭ показали, что и организации, и сами ученые заинтересованы в применении ИИ и видят в нем большой потенциал для развития науки, однако сталкиваются с различными барьерами. На индивидуальном уровне важнейшими из них являются нехватка компетенций и времени на освоение таких решений, в то время как на институциональном — опасения насчет надежности результатов работы ИИ и ограниченность ресурсов на внедрение таких технологий. Преодоление выявленных барьеров — необходимое условие для расширения круга пользователей и перехода к системному внедрению ИИ в российской науке.
Источники: результаты проекта HSE-MS-2026-005, выполненного в НИУ ВШЭ.
Источник: Иван Юдин и Екатерина Стрельцова. ИСИЭЗ НИУ ВШЭ
