Журнал: Гуманитарий Юга РоссииФилимонов В. Ю.Научные открытия методами LLM: факты и интерпретации

Журнал: Гуманитарий Юга России

Филимонов В. Ю.

Научные открытия методами LLM: факты и интерпретации

DOI: https://doi.org/10.18522/2227-8656.2026.2.12
Филимонов Владимир Юрьевич
Пятигорский государственный университет, Пятигорск, Россия
Аспирант III курса Института подготовки кадров высшей квалификации

Полный текст

Открыть текст

Ссылка при цитировании:

Филимонов В. Ю. Научные открытия методами LLM: факты и интерпретации // Гуманитарий Юга России. 2026. Том. 15. № 2. С. 161-172.
DOI: https://doi.org/10.18522/2227-8656.2026.2.12. EDN: KQERXA

Рубрика:

ИССЛЕДОВАНИЯ МОЛОДЫХ УЧЕНЫХ

Аннотация:

Цель исследования – проведение анализа уровней проявления категорий факта и интерпретации в больших языковых моделях. Методологическую базу исследования составили разработки категорий модели социального конструктивизима Т. Сейновски, модель сенсорного мышления искусственного интеллекта Д.Ж. Чалмерс, модель этических паттернов искусственного интеллекта В.Н. Сокольчик, модель интерпретации текста в системе больших языковых моделей Б.В. Орехова Результаты исследования. Проведенное исследование позволило систематизировать проявления свойств факта и интерпретации в следующих представлениях LLM: как интерпретатора мнения личности, как интерпретатора возможной межличностной дискуссии, а также как интерпретатора научных фактов и тематических исследований в рамках информационных баз данных. Определены следующие проблемные направления развития LLM как интерпретатора и концептуальной основы развития области научных открытий: трудности в генерации LLM контента для редких или малоизученных явлений; некорректные и фальсифицированные библиографические ссылки; ошибки LLM в элементарных заданиях; самостоятельное изобретение LLM новых слов, не свойственных носителям языка. Перспективы исследования. В рамках исследования сформированы подходы к развитию метафоры о возможности представления факта и интерпретации в виде средств оценки информационных данных больших языковых моделей в различных субъективных формах: от личностной интерпретации к интерпретациям различных массивов крупных научных данных.

Литература:

  • Бочкова А. А. Искусственный интеллект: стратегии и методы решения сложных проблем // Надежность. — 2025. — Т. 25, № 1. — С. 46–57. — DOI 10.21683/1729-2646-2025-25-1-46-57. — EDN UGMEEC.
  • Гребенщикова Е. Г. Научные публикации в эпоху искусственного интеллекта // Научно-техническая информация. Серия 1: Организация и методика информационной работы. — 2024. — № 11. — С. 39–43. — DOI 10.36535/0548-0019-2024-11-5. — EDN LSYUTU.
  • Зайцев Д. В. Почему большие языковые модели не (всегда) рассуждают как люди? / Д. В. Зайцев // Вестник Московского университета. Серия 7: Философия. — 2024. — Т. 48, № 1. — С. 76–93. — DOI 10.55959/MSU0201-7385-7-2024-1-76-93. — EDN KEJEJL.
  • Захарова М. В. Интеллектуальные помощники для научного исследования в университетах / М. В. Захарова // Мир науки. Педагогика и психология. — 2024. — Т. 12, № 4. — EDN GGIFIX.
  • Кузьминов Я., Кручинская Е. Потенциал генеративного искусственного интеллекта для решения профессиональных задач // Форсайт. — 2024. — Т. 18, № 4. — С. 67–76. — DOI 10.17323/2500-2597.2024.4.67.76. — EDN CZHXZV.
  • Кузьминов В. Г., Швецов А. А. Искусственный интеллект: техно-лингвистический феномен или нечто большее? // Инновационные технологии в образовательной деятельности: Материалы XXVI Международной научно-методической конференции, Нижний Новгород, 07 февраля 2024 года. — Нижний Новгород: Нижегородский государственный технический университет им. Р. Е. Алексеева, 2024. — С. 451–460. — EDN BPPVYO.
  • Орехов Б. В. Текст и знание в аспекте больших языковых моделей / Б. В. Орехов // Историческая информатика. — 2023. — № 4 (46). — С. 104–113. — DOI 10.7256/2585-7797.2023.4.44180. — EDN BJQBQB.
  • Сейновски Т. Антология машинного обучения. Важнейшие исследования в области ИИ за последние 60 лет. — М.: Бомбора, 2022. — 304 с. — ISBN 978-5-04-101347-9.
  • Сокольчик В. Н. Открытая наука и современные научные публикации: этические требования и новые этические проблемы / В. Н. Сокольчик // Труды БГТУ. Серия 6: История, философия. — 2024. — № 1 (281). — С. 142–148. — DOI 10.52065/2520-6885-2024-281-27. — EDN BAEHFW.
  • Черняк М. А., Морозова С. А. «Свет мой, GPT, скажи…», или Феномен художественного текста постлитературной эпохи / М. А. Черняк, С. А. Морозова // Мир русского слова. — 2024. — № 4. — С. 50–62. — DOI 10.21638/spbu30.2024.406. — EDN WRAQHM.
  • Эпштейн М. Будущее гуманитарных наук: Техногуманизм, креаторика, эротология, электронная филология и другие науки XXI века / Михаил Эпштейн. — М.: РИПОЛ классик / Панглосс, 2019. — 239 с. — (Серия «ЛекцииPRO»). ISBN 978-5-386-12499-1.
  • Baryshnikov P. What is scientific knowledge produced by Large Language Models? / P. Baryshnikov // Philosophical Problems of IT & Cyberspace (PhilIT&C). — 2024. — P. 89–103. 10.17726/philIT.2024.1.6.
  • Bhattacharyya M. High Rates of Fabricated and Inaccurate References in ChatGPT-Generated Medical Content / M. Bhattacharyya, V. M. Miller, D. Bhattacharyya, L. E. Miller // Cureus. 2023. — No. 15 (5). — P. e39238. — DOI: 10.7759/cureus.39238.
  • Chalmers D. J. Does thinking require sensory grounding? From the history of philosophy to artificial intelligence / D. J. Chalmers // PhilArchive. 2023. — P. 22–45.
  • Liu Y., Nan Y., Xu W., Hu X., Ye L., Qin Zh., Liu P. AlphaGo Moment for Model Architecture Discovery. 2025. arXiv. — URL: https://arxiv.org/abs/2507.18074 (дата обращения: 24.07.2025).
  • Si Ch., Yang D., Hashimoto T. Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. 2024. arXiv. — URL: https://arxiv.org/abs/2409.04109 (дата обращения: 24.07.2025).
  • Zheng Y., Koh H. Y., Ju J., Nguyen A. T. N., May L. T., Webb G. I., Pan Sh. 2023. arXiv. — URL: https://arxiv.org/abs/2310.07984?utm_source=Securitylab.ru (дата обращения: 24.07.2025).
  • Zhu K., Zhang J., Qi Z., Shang N., Liu Z., Han P., Su Y., Yu H., You J. SafeScientist: Toward Risk-Aware Scientific Discoveries by LLM Agents. 2025. arXiv — URL: https://arxiv.org/abs/2505.23559 (дата обращения: 22.07.2025).

Содержание выпуска

>> Содержание выпуска 2026. Том. 15. № 2.
>> Архив журнала