Заявки, написанные будто нейросетью, получают больше денег NIH — и ставят вопросы помельче
Дашунь Ван и Ифань Цянь из Школы Келлога Северо-Западного университета вчера опубликовали в PNAS исследование о федеральном финансировании науки в США. Заявки на гранты с более выраженными признаками письма при помощи ИИ получали финансирование Национальных институтов здравоохранения на четыре процентных пункта чаще, чем заявки без таких признаков. При этом те же заявки получали более низкие оценки семантической самобытности: они были ближе к работам, которые ведомство уже финансировало. В Национальном научном фонде авторы не обнаружили значимой связи между письмом при помощи ИИ и успехом заявки.
Почему это важноЭто самый наглядный на сегодня случай, когда инструмент на базе ИИ оптимизирует не то. Модель, обученная на прошлых победителях, пишет заявки, похожие на прошлых победителей, а рецензенты вознаграждают это сходство — что прямо противоположно задаче учреждения, чья работа заключается в финансировании того, чего никто не пробовал. Результат по NSF важен не меньше: что бы эти два ведомства ни делали по-разному при экспертизе, одно из них не платит такую же надбавку за узнаваемость.
Читайте в приложении — бесплатно, 9 языков
Похожие новости
США собрали 16 стран, чтобы поставить ИИ в центр науки.2026-10-05Пять открытых задач пали в обычном окне чата.
2026-10-05Сырые модели решили задачи, которые не берёт их отточенная версия.
2026-10-04Обычные фотографии вывели модель на 70% в тесте на логику.
2026-10-04Google вывел свои чипы для ИИ на орбиту ради проверки на прочность.
2026-10-03