Замглавы Минобрнауки: использование искусственного интеллекта может стать выходом из кризиса исторической наук

Искусственный интеллект станет ключом к преодолению кризиса в исторической науке. По мнению экспертов, нейросети, обученные на уникальных архивных документах, выведут историописание на принципиально новый уровень. Это шанс превратить вызов в возможность для прорыва.

Российская историческая наука переживает период трансформации, который может быть преодолен путем внедрения технологий искусственного интеллекта. Такое мнение высказал заместитель министра науки и высшего образования РФ Константин Могилевский на круглом столе в Российском историческом обществе.

«В настоящее время российская историческая наука переживает своего рода кризис. Это не страшно само по себе - любая наука развивается через кризисы», - заявил Могилевский, комментируя текущее состояние дисциплины.

По его оценке, несмотря на распространенные опасения о том, что нейросети могут стать угрозой для гуманитарных наук, технологии искусственного интеллекта открывают новые возможности для исторических исследований. 

«Самый надежный способ выйти из нынешнего кризиса - это вооружиться искусственным интеллектом и начать действовать наступательно», - подчеркнул замминистра.

Ключевым направлением работы, по мнению Могилевского, должно стать создание и обучение отечественных нейросетей на основе верифицированных исторических данных. Он обратил внимание, что в 2021 году компания OpenAI исчерпала доступные общедоступные интернет-ресурсы для обучения своих моделей, что актуализирует использование закрытых архивных источников.

Основным ресурсом для обучения национальных AI-инструментов могут стать фонды российских библиотек и архивов, включая Росархив, где хранятся миллионы неоцифрованных документов, писем и отчетов. Использование этих материалов позволит создавать нейросети, работающие с первоисточниками, а не воспроизводящие западные нарративы.

Предложенная концепция находится на стадии обсуждения, однако задает вектор развития исторической науки с применением цифровых технологий. Реализация этой задачи потребует значительной работы по оцифровке архивных материалов и обучению специализированных нейросетей.