Щороку в біомедицині та науках про життя з’являється така кількість статей і препринтів, що жоден дослідник фізично не може прочитати навіть невелику частину релевантного потоку. Стартап QED Science пропонує радикальну відповідь: нехай ШІ аналізує рукописи, оцінює їхню оригінальність та обґрунтованість і допомагає знаходити найсильніші роботи ще до традиційного рецензування. Компанія вже застосувала систему до 57 455 препринтів bioRxiv і виділила 574 роботи — приблизно верхній 1%.
Методологічно QED намагається прибрати фактор репутації. Рукописи оцінюються без орієнтації на ім’я автора, престиж університету, кількість цитувань чи журнал, куди роботу згодом прийняли. Ідея приваблива: наука повинна оцінюватися за силою доказів і новизною, а не за логотипом установи. Але саме тут починаються найскладніші питання — чи здатна модель коректно визначити «якість науки» в різних дисциплінах.
Компанія повідомляє про кілька перевірок QED Score. У наборі з 925 опублікованих робіт, які вже були розподілені експертами за рівнем якості, система відокремлювала слабші статті з високою точністю. В іншому тесті 4 953 препринти оцінювали до рецензування, а потім порівнювали оцінку з рівнем журналу, де вони зрештою вийшли; кореляція між QED Score і журнальним показником SJR становила 0,63.
Ще цікавішим був тест на суперечність. Дослідники сформували пари статей, де QED Score і ранг журналу давали протилежні висновки. Незалежні експерти, які не знали оцінок, у 75% вирішальних випадків обирали роботу, яку вище поставив QED. Це звучить сильно, але дані поки переважно походять із власної методології компанії, тому незалежне відтворення буде критично важливим.
Що означає результат
Головна проблема полягає в тому, що наукова цінність не завжди видна в момент появи препринту. Деякі роботи здаються скромними, але відкривають інструмент, який через п’ять років змінює цілу галузь. Інші мають ефектну концепцію та сильний дизайн, але виявляються нереплікованими. Людські рецензенти теж часто помиляються, тому завдання не полягає в тому, щоб вимагати від ШІ абсолютної безпомилковості.
Де межа можливостей
Є ризик прихованого відтворення старих упереджень. Навіть якщо модель не бачить ім’я автора, вона навчалася на науковому тексті, в якому вже закладені традиції певних журналів, стилів і дисциплін. Оригінальність також непросто виміряти: робота може бути радикально новою саме тому, що не схожа на корпус відомих досліджень, і алгоритм може сприйняти це як слабкість, а не прорив.
Чому потрібна обережність
Інша небезпека — перетворення QED Score на новий Impact Factor. Якщо університети, фонди або роботодавці почнуть механічно використовувати одну цифру, дослідники швидко навчаться оптимізувати тексти під неї. Будь-яка метрика змінює поведінку системи, коли стає ціллю. Тому навіть хороший алгоритм може створити нові стимули для «гри з показником».
Практичне значення
Найреалістичніша роль таких інструментів сьогодні — не заміна рецензентів, а попередній фільтр і критичний асистент. ШІ може розкласти рукопис на твердження, вказати на слабкі місця, знайти суперечності в літературі та допомогти редактору вирішити, яку роботу варто віддати фахівцеві першою.
Важливим буде питання прозорості. Якщо система впливає на гранти, публікації або кар’єри, дослідник повинен розуміти, за що саме знижено оцінку. «Модель так вирішила» не є достатнім поясненням для науки, яка вимагає відтворюваності й аргументації.
Що перевірятимуть далі
Ще один тест — робота за межами біомедицини. Те, що вважається сильним доказом у молекулярній біології, відрізняється від математики, астрофізики або польової екології. Універсальна метрика може втратити нюанси, тому майбутні системи, ймовірно, потребуватимуть дисциплінарних правил і спеціалізованих модулів.
Водночас сама ідея сліпого оцінювання має очевидну привабливість для молодих учених і невеликих лабораторій. Якщо система справді менше залежить від престижу установи, сильна робота з маловідомого університету може отримати шанс бути поміченою раніше. Але саме це твердження потребує незалежної перевірки: зменшення одного виду упередження не гарантує, що алгоритм не створює іншого.
Тому найкраща перевірка QED — не рекламна точність, а незалежні сліпі експерименти в різних дисциплінах і на нових масивах робіт.
QED Science ставить дуже важливе питання: чи можна вимірювати якість науки раніше й менш залежно від престижу. Відповідь поки не остаточна. Якщо незалежні команди підтвердять результати, такі системи можуть змінити рецензування, фінансування й пошук літератури. Але найкращий сценарій — не «ШІ вирішив, що істина», а поява нового шару перевірки, який змушує і алгоритм, і людину чіткіше пояснювати, чому конкретне наукове твердження заслуговує на довіру.
