УДК 378:001.893

Ликсина Е.В.¹ (Пенза, Россия) — lev330@yandex.ru; Галимуллина Н.М.² (Казань, Россия) — nadiyagalimullina@yandex.ru; Вагаева О.А.¹ (Пенза, Россия) — yurmashevj@inbox.ru

¹Пензенский государственный технологический университет

²Казанский национальный исследовательский технический университет имени А.Н. Туполева-КАИ

Аннотация. Технологии искусственного интеллекта в современных реалиях активно применяются в сфере науки и образования, в частности, в качестве вспомогательного инструмента подготовки научных публикаций. Специализированные ресурсы, призванные решать прикладные задачи подбора литературы по теме, оформления научной работы, проверки достоверности цитат, дополняются платформами, позволяющими проводить рецензирование научных трудов. Отмеченные тенденции приводят к необходимости научной дискуссии на тему перспектив и возможных сложностей применения искусственных систем в качестве альтернативы или дополнения человеческой экспертизе работ, созданных профессиональными историками или обучающимся обозначенного направления подготовки. Предметом данного исследования являются возможности и ограничения применения такого специализированного инструмента как Thesify.ai для рецензирования трудов исторической направленности. Методология исследования включает работу с теоретическим источниками с применением анализа, синтеза, обобщения и систематизации и метод моделирования процесса работы рецензентов с использованием технологий искусственного интеллекта. Основной эмпирический метод состоит в сравнительно-сопоставительном анализе рецензий, созданных экспертами-профессионалами, и автоматизированно, с применением ресурса Thesify.ai. Новизна исследования состоит в сравнении результатов отзывов экспертов-профессионалов и нейросети. При этом привлеченные рецензенты смогли сформулировать замечания содержательного плана, часть из которых совпадала между собой (недостаточность источниковой базы, в том числе, архивных данных). Анализ отзывов, составленных Thesify.ai, позволил сделать вывод о недостаточной точности замечаний нейросети в содержательном плане, не учете специфики исторических исследований и ориентации рецензий на оценку формальных признаков и структуры научного труда. Прикладная рекомендация по результатам исследования состоит в том, что несмотря на то, что применение искусственного интеллекта в рецензировании статей значительно повышает точность и скорость проверок, сокращает затраты ресурсов и улучшает общий уровень публикуемых материалов, необходимо помнить, что любые автоматизированные решения являются вспомогательными инструментами и требуют контроля со стороны квалифицированных специалистов-рецензентов.

Ключевые слова: искусственный интеллект, нейросеть, AI-платформа, научный инструментарий, отзыв, рецензия, историческое исследование, архивные данные, структура научной статьи, формальные требования.

Список источников:

1. Wang L., Tahamtan I. Global peer review timing analysis 2015–2022 // Scientific Publishing Today. 2022. No. 14 (3). P. 167-184.
2. Naseem U., Razzak I., Musial K., Imran M. Transforming Healthcare with AI: Challenges and Opportunities // IEEE Access. 2021. No. 9. P. 118858-118866.
3. Юмашева Ю.Ю. К вопросу о применении искусственного интеллекта в исторических исследованиях // Историческая информатика. 2025. № 1. С. 95-121. DOI: https://doi.org/10.7256/2585-7797.2025.1.73578
4. Вагаева О.А., Ликсина Е.В., Галимуллина Н.М. Проблемы и перспективы использования искусственного интеллекта в процессе написания выпускных квалификационных работ // ЦИТИСЭ. 2025. № 1 (43). С. 623-639. URL: https://www.elibrary.ru/vqryvn
5. Martinez-Garcia P., Wang L., Ahmed K. Cross-language literature analysis capabilities of AI review systems // Digital Scientific Review. 2023. No. 19 (2). P. 234-249.
6. Khan M.K., Ferdous J., Murshed G., Hossain S.B. Use of Artificial Intelligence in Scientific Writing // Mymensingh Medical Journal. 2025. No. 34 (2). P. 592-597.
7. Семенников А.В. ИИ-как он изменяет образование и науку в эпоху цифровой трансформации // Экономика и управление: проблемы, решения. 2024. Т. 7 (147). С. 84-89. DOI: https://doi.org/10.36871/ek.up.p.r.2024.07.07.009
8. Иванова Л.А. Искусственный интеллект при написании научных статей – положительный или вредоносный фактор? // CredeExperto: транспорт, общество, образование, язык. 2024. № 4. С. 6-17. DOI: https://doi.org/10.51955/2312-1327_2024_4_6
9. Zhang H., Liu R. Comparative accuracy of AI and human methodological review // Research Evaluation Studies. 2023. No. 28 (1). P. 34-52.
10. Anderson K., Wilson R., Chen M. Statistical validation accuracy in AI versus human review systems // Journal of Scientific Validation. 2023. No. 45 (3). P. 234-251.
11. Reynolds M., Chen B. Statistical error detection rates in human peer review // Research Validation Studies. 2022. No. 9 (2). P. 145-162.
12. Daoudi M. Ethical limits and suggestions for improving the use of AI in scientific research, academic publishing, and the peer review process, based on deontological and consequentialist viewpoints // Discover Education. 2025. No. 4. P. 241. DOI: https://doi.org/10.1007/s44217-025-00696-z
13. Мукатаев Т.И., Акжанова Ж.А., Токсынов Ш.М., Тулкибай Д.А. Будущее научных публикаций: как искусственный интеллект меняет процесс рецензирования и распространения знаний // Инновационный дискурс развития современной науки. Сборник статей XXI Международной научно-практической конференции. – Петрозаводск: 2024. С. 42-47. URL: https://www.elibrary.ru/imhdkc
14. Maturo F., Porreca An., Porreca Au. The risks of artificial intelligence in research: ethical and methodological challenges in the peer review process // AI Ethics. 2025. No. 5. P. 5389–5396. DOI: https://doi.org/10.1007/s43681-025-00775-9
15. Ямашев Т.П. Использование генеративного искусственного интеллекта в написании научных работ: возможности и угрозы // Тенденции развития науки и образования. 2024. № 112-1. С. 166-169. DOI: https://doi.org/10.18411/trnio-08-2024-49
16. Jeschke J.M., Lokatis S., Bartram I., Tockner K. Knowledge in the dark: Scientific challenges and ways forward // FACETS. 2021. No. 6 (1). P. 423-441. DOI: https://doi.org/10.1139/facets-2019-0007
17. Roscher R., Bohn B., Duarte M. F., Garcke J. Explainable machine learning for scientific insights and discoveries // IEEE Access. 2020. No. 8. P. 42200-42216. DOI: https://doi.org/10.1109/ACCESS.2020.2976199
18. Al Samhori A.R., Alnaimat F. Artificial intelligence in writing and research: ethical implications and best practices // Central Asian Journal of Medical Hypotheses and Ethics. 2024. No. 5 (4). P. 259-268. DOI: https://doi.org/10.47316/cajmhe.2024.5.4.02
19. Shai F. Comparing human and AI expertise in the academic peer review process: towards a hybrid approach // Higher Education Research & Development. 2025. No. 44. P. 871-885. DOI: https://doi.org/10.1080/07294360.2024.2445575
20. Checco A., Bracciale L., Loreti P., Pinfield S., Bianchi G. AI-assisted peer review // Humanities and Social Sciences Communications. 2021. No. 8 (1). P. 25. DOI: https://doi.org/10.1057/s41599-020-00703-8

Библиографическая ссылка: Ликсина Е.В., Галимуллина Н.М., Вагаева О.А. Использование технологий искусственного интеллекта в рецензировании исторических исследований (на примере Thesify.ai) // ЦИТИСЭ. 2026. № 2. С. 77-88.