Anthropic оценила, во сколько раз ИИ может ускорить научные исследования

Компания Anthropic проанализировала, как учёные используют искусственный интеллект, и оценила, насколько он способен ускорить науку. По данным 3DNews, при нынешних возможностях ИИ в ряде областей может почти удвоить объём научных результатов, а при полной автоматизации теоретический прирост может достичь 15 раз. За человеком пока остаются этапы, требующие физического присутствия, прежде всего экспериментальная работа.

Что изучали в Anthropic

Как сообщает 3DNews, исследование охватило 207 049 сеансов работы со 2 августа по 30 сентября 2026 года. Из них 128 914 пришлись на чат-бот Claude и 78 135 — на Claude Code. Приложение Claude Science, которое объединяет научные базы и исследовательские средства, рассматривали отдельно.

Читайте также: Научно-исследовательское судно установило рекорд глубины у берегов Японии

Чтобы защитить конфиденциальность, в проект вносили только научную область и задачу, без содержания исследований. В классификацию попали 34 научные области и 7262 задачи. Кроме того, был проведён опрос 528 учёных.

Где и для чего учёные применяют ИИ

Самыми частыми сценариями использования Claude оказались вычисления и обработка информации. Сильнее всего ИИ востребован в информатике, математике и статистике, реже его применяют в медицине и лабораторных дисциплинах. Так, на информатику в Claude Code пришлось 32,7% сеансов научной работы, хотя в этой области занято лишь 4,3% исследователей.

Главные задачи, которые исследователи ставят перед ИИ, по данным 3DNews, распределились так:

Читайте также: На «белый континент» свою первую научно-исследовательскую экспедицию отправит Колумбия

• анализ данных: 33,7% сеансов с чат-ботом Claude и 48,1% — с Claude Code;
• подготовка текстов и переписка: около 16%;
• сбор данных: 28,6% времени исследователей, но лишь 11,5% сеансов Claude;
• выработка идей и гипотез: 7,1% времени исследователей, 4,2% сеансов Claude и 2,1% сеансов Claude Code.

Опрос при этом выявил расхождение. Самой важной задачей для получения значимых результатов учёные назвали именно выработку идей и гипотез, а сбор данных поставили лишь на второе место. Получается, что ИИ чаще привлекают там, где проще обеспечить автоматизацию, а не обязательно на этапах, ключевых для открытия.

В Claude Science чаще всего работают специалисты по биологии и биомедицине. Построение моделей взаимодействия белков и небольших молекул встречается здесь в 5,6 раза чаще, чем в базовом чат-боте. На выработку гипотез пришлось около 8% сеансов. Более 80% задач требовали подготовки на уровне доктора наук, а более 70% сеансов проходили при высоком уровне самостоятельности ИИ.

Три сценария ускорения науки

На основе собранных данных Anthropic описала три сценария влияния ИИ на объём научных материалов.

1. Делегирование ИИ от 27% до 52% времени на исследования, в среднем 38% по областям. В информатике и статистике выпуск материалов может удвоиться, в химии — вырасти примерно в 1,4 раза.
2. Передача ИИ 75% исследовательских действий, не связанных с физической работой. Рост в информатике достигает восьмикратного, в статистике — семикратного, в экономике — шестикратного, по лабораторным и медицинским направлениям — от двух- до трёхкратного.
3. Полная передача ИИ всех этапов, не требующих физической деятельности. В информатике, статистике, экономике, математике, психологии и многих других общественных и гуманитарных науках результативность теоретически вырастает в 15–16 раз.

В биологии, химии, материаловедении и биомедицине рост даже в третьем сценарии составит от трёх- до четырёхкратного: физические действия в этих науках занимают около 40% рабочего времени.

Ожидания учёных и ограничения

К 2030 году 94% опрошенных ожидают, что ИИ достигнет уровня лучших специалистов в анализе данных, 89% — в подготовке текстов, по 72% — в выработке гипотез и сборе данных. Около 40% считают, что к 2030 году ИИ сможет самостоятельно проводить целые исследования, к 2035 году так думают примерно 64%. Около половины допускают, что самостоятельные открытия уровня крупного прорыва станут возможными лишь после 2035 года или позже.

Как отмечается в материале 3DNews, быстрое развитие ИИ автоматически не означает столь же быстрого развития науки. Учреждениям потребуется время, чтобы перестроить работу, препятствием останутся дорогие эксперименты, а рост числа публикаций затруднит проверку результатов. Более самостоятельные системы поднимают и вопросы безопасности: ускорение исследований в биологии поможет медицине, но может облегчить получение опасных знаний или материалов.

ИИ уже ускоряет отдельные этапы исследований и сильнее всего меняет области, где преобладает чистая умственная и цифровая работа. Лабораторной науке для такого же скачка потребуется и автоматизация физического труда.