Искусственный интеллект в подготовке научных статей

С.М.Алдошин,^a В.П.Анаников,^b И.П.Белецкая,^c А.А.Берлин,^d Л.Б.Бойнович,^m В.И.Бухтияров,^f А.А.Вошкин,^e Ю.Г.Горбунова,^g,e К.В.Григорович,^h У.М.Джемилев,^b М.П.Егоров,^b И.Л.Ерёменко,^e В.К.Иванов,^e С.Н.Калмыков,^c В.П.Колотов,ⁱ А.Л.Максимов,^j А.М.Музафаров,^k Б.Ф.Мясоедов,ⁱ О.Г.Синяшин,^l К.А.Солнцев,^h А.Р.Хохлов,^c А.Ю.Цивадзе,^m А.А.Ярославов,^c А.Б.Ярославцев^e

^a Федеральный исследовательский центр проблем химической физики и медицинской химии Российской академии наук, 142432 Черноголовка Московской области, Российская Федерация

^b Институт органической химии имени Н.Д.Зелинского Российской академии наук, 119991 Москва, Российская Федерация

^c Московский государственный университет имени М.В.Ломоносова, 119991 Москва, Российская Федерация

^d Федеральный исследовательский центр химической физики имени Н.Н.Семенова Российской академии наук, 119991 Москва, Российская Федерация

^e Институт общей и неорганической химии имени Н.С.Курнакова Российской академии наук, 119991 Москва, Российская Федерация

^f Федеральный исследовательский центр «Институт катализа имени Г.К.Борескова Сибирского отделения Российской академии наук», 630090 Новосибирск, Российская Федерация

^g Сколковский институт науки и технологий, 121205 Москва, Российская Федерация

^h Институт металлургии и материаловедения имени А.А.Байкова Российской академии наук, 119991 Москва, Российская Федерация

ⁱ Институт геохимии и аналитической химии имени В.И.Вернадского Российской академии наук, 119991 Москва, Российская Федерация

^j Институт нефтехимического синтеза имени А.В.Топчиева Российской академии наук, 119991 Москва, Российская Федерация

^k Институт элементоорганических соединений имени А.Н.Несмеянова Российской академии наук, 119991 Москва, Российская Федерация

^l Институт органической и физической химии имени А.Е.Арбузова Федерального исследовательского центра «Казанский научный центр Российской академии наук», 420088 Казань, Российская Федерация

^m Институт физической химии и электрохимии имени А.Н.Фрумкина Российской академии наук, 119071 Москва, Российская Федерация

Аннотация

Использование инструментов искусственного интеллекта (ИИ) при подготовке текстов научных публикаций уже стало неотъемлемой частью исследовательской практики. Большие языковые модели помогают переводить и редактировать тексты, выстраивать структуру статьи, готовить аннотации, адаптировать рукописи под требования журналов, ускорять первичный анализ литературы и выполняют целый ряд других полезных функций. Однако техническая полезность инструмента не отменяет главного: научная статья остается продуктом работы ученого, за который он несет ответственность. ИИ не может быть признан соавтором, не может отвечать за подлинность данных, корректность химической номенклатуры, логику изложения материала, полноту цитирования и обоснованность выводов. В настоящей статье представлена позиция главных редакторов и членов редколлегий ряда российских химических журналов о применении ИИ при подготовке научных публикаций. Для практического регулирования применения ИИ при подготовке научных статей предложен набор правил VALENCE в соответствии с международной издательской практикой. Библиография — 42 ссылки.

Ключевые слова: искусственный интеллект, большие языковые модели, научные публикации, химический журнал, авторство, редакционная этика, декларация использования ИИ, VALENCE, оригинальность текста, достоверность.

1. Можно ли использовать ИИ при подготовке научного текста?

Да, можно. Более того, научному сообществу уже нельзя игнорировать тот факт, что такие инструменты быстро входят в ежедневную практику. Исследователи пишут статьи на нескольких языках, работают с массивами литературы, готовят ответы рецензентам, приводят терминологию к единообразию и ежедневно выполняют множество вспомогательных задач, которые не являются сутью научного исследования, но требуют значительных затрат времени и внимания. Большие языковые модели могут помочь в этой работе. В настоящее время не сформулировано разумных оснований, запрещающих авторам использовать инструмент, который позволяет обрабатывать большие массивы литературных и экспериментальных данных, улучшает логику статьи и ясность текста, снижает языковой барьер и помогает быстрее довести качество изложения до уровня, соответствующего стандартам международного научного общения.

Однако разрешение использования ИИ не означает подмены сути процесса подготовки научных статей. Научная статья оценивается не по тому, набрал ли автор каждую фразу без цифровой помощи. Критериями качества научной статьи являются уровень научного результата, его достоверность и воспроизводимость, точность и ясность изложения, оригинальность подхода, добросовестность цитирования и, в целом, ответственность за приведенные результаты и выводы. Если применение ИИ помогает автору сделать текст точнее и понятнее, улучшает качество представления материала, это не противоречит научной этике. Если же ИИ используется для создания видимости нового знания, подделки экспериментальных данных, для генерации нерелевантных ссылок, для маскировки слабой аргументации или для ухода от ответственности, это не помощь автору, а, наоборот, нарушение норм научной этики.

Наша редакционная позиция: мы не запрещаем ответственное применение ИИ при подготовке текста. Мы высказываемся против безответственности. Мы не предлагаем отвергать рукопись на том основании, что автор пользовался языковой моделью. Но журналам не следует рассматривать статьи, в которых есть недостоверные результаты и утверждения, нерелевантные ссылки, плагиат, скрытое заимствование, подмена данных, неверная химическая терминология, а также статьи, подготовленные с использованием инструментов ИИ без надлежащего декларирования.

2. Что обсуждается в настоящей статье

Данная публикация посвящена исключительно вопросу применения ИИ при подготовке текста научной статьи: языковое редактирование, перевод, стилистическая правка, структурирование рукописи, подготовка черновиков аннотаций и списков ключевых слов, формулирование вариантов заголовков, составление контрольных вопросов к тексту, помощь в организации литературного обзора и сопоставлении оформления статьи с требованиями журналов и другие подобные действия. Это технический этап написания статей и редакционной подготовки текста.

В настоящей статье не обсуждается применение ИИ для создания или редактирования рисунков, графических аннотаций, схем, фотографий, микрофотографий, спектров, изображений, визуализаций экспериментальных данных, а также для анализа первичных данных, планирования эксперимента, генерации моделей, автоматического синтеза или принятия научных решений. Эти области имеют собственные правила и риски, и они требуют отдельной редакционной политики и отдельного рассмотрения. В настоящем документе мы говорим только о тексте. Использование ИИ редакторами и рецензентами научных статей также выходит за рамки настоящего рассмотрения.

3. Зачем исследователю нужен ИИ при подготовке научного текста

В химической статье текст не является украшением результата. Текст – это способ логично и корректно описать эксперимент и представить его результаты, привести аргументацию, механизм, ограничения метода и выводы. Неудачный текст способен серьезно ухудшить и даже исказить самый хороший результат. В этом смысле ИИ-инструменты могут быть полезны не потому, что пишут вместо ученого, а потому, что могут помочь ученому структурировать материал и увидеть собственный текст со стороны и при необходимости улучшить его.

Большие языковые модели особенно полезны в задачах, где требуется работа с языком, но не требуется принятие собственно научных решений вместо автора. Использование этих инструментов позволяет сгенерировать несколько вариантов более четкой формулировки, сократить избыточный текст, перевести его фрагменты с сохранением терминологии, выявить повторы, предложить логичный порядок разделов, сформулировать аннотацию в пределах заданного объема, составить список вопросов для самопроверки текста. Для авторов, не являющихся носителями английского языка, ИИ снижает барьер международной коммуникации и позволяет сосредоточиться на сути исследования, заметно повышая скорость составления качественных текстов на иностранном языке.

В недавней работе о классификации применения ИИ в химии такой режим соответствует уровню «ИИ-ассистент»: готовые инструменты автоматизируют рутинные задачи, в том числе перевод, написание черновиков статей и аннотаций, первичный анализ литературы, генерацию ключевых слов и подготовку документации.¹ Такие инструменты высвобождают внимание исследователя для содержательной работы, но одновременно требуют новых этических и методологических норм, включая указание на использование ИИ и проверку достоверности результата.¹

Научные статьи, посвященные исследованиям в области химии и материаловедения, особенно чувствительны к качеству текста и полноте представления результата. Ошибка в названии вещества, неверная формула, неточное или неполное описание условий реакции, некорректное указание растворителя, температуры, времени реакций, методов очистки реагентов или обработки спектральных данных, некорректное описание методики анализа может изменить смысл работы. Поэтому применение ИИ при подготовке публикаций допустимо только как помощь автору, и при этом требует от автора аккуратности и тщательной верификации текста. Особенно тщательно должна проверяться экспериментальная часть, поскольку даже небольшое искажение условий, методики или обработки исходных данных может снижать воспроизводимость исследования.

4. Не противостояние человека и ИИ, а грамотное использование инструмента

В дискуссии об ИИ слишком часто возникает ложная дихотомия: либо человек-автор, либо машина. Для науки такое противопоставление непродуктивно. История химии уже проходила подобные этапы: компьютеры, электронные базы данных, лабораторные информационные системы, программы обработки спектров, автоматизированные системы хроматографического и спектрального анализа, системы управления лабораторными приборами и многие другие нововведения не отменили химика-экспериментатора. Они открыли новые возможности и изменили требования к химическим компетенциям для сохранения должного уровня достоверности результатов исследований.

Ключевой тезис сегодняшнего дня можно сформулировать следующим образом: «ИИ не заменит химиков, но химики, быстро осваивающие возможности ИИ, неизбежно опередят тех, кто этого не делает».² Этот тезис в полной мере относится и к написанию научных статей. Наша задача как исследователей и авторов научных публикаций – не противопоставлять ученого и искусственный интеллект, а научиться использовать этот новый, современный инструмент так, чтобы сохранить ответственность автора, а не размывать ее.

В современных работах цифровая химия описывается не как абстрактная «цифровизация», а как переход от отдельных инструментов к интеллектуальной инфраструктуре науки: ИИ становится частью анализа данных, проектирования материалов, автоматизации лабораторий, обработки естественного языка и выявления скрытых закономерностей.^3-5 Однако даже в этих более сложных сценариях сохраняется методологическое требование: данные, код, модели, выводы и текст должны оставаться проверяемыми. В контексте подготовки рукописи это означает: автор может использовать ИИ как инструмент, но не может делегировать ему ответственность за научное содержание.

5. Мировая издательская практика

Мировая издательская практика за последние годы выработала несколько общих принципов. Первый принцип: ИИ и большие языковые модели не могут быть авторами или соавторами научных статей, потому что авторство означает способность отвечать за содержание, подписывать публикационные соглашения, принимать ответственность за точность, оригинальность и добросовестность работы. Второй принцип: использование ИИ должно быть указано в рукописи или при подаче, если оно влияло на подготовку текста или содержания. Третий принцип: человек-автор обязан проверить и отредактировать результат, включая факты, ссылки и выводы. Эти правила в разных формулировках представлены в политике таких издательств, как Elsevier,^6,7 Nature Portfolio и Springer Nature,^8,9,10 ACS Publications,¹¹ Royal Society of Chemistry,¹² Wiley,¹³ Taylor & Francis,¹⁴ рекомендациях ICMJE^15,16 и позиции COPE.¹⁷

Показательно, что эти документы не сводятся к простому запрету. Elsevier прямо признает потенциал генеративного ИИ для повышения эффективности работы авторов, но требует декларации использования ИИ с указанием инструмента, цели использования и степени авторского контроля; в предложенной Elsevier формуле окончательная ответственность остается за авторами.⁷ ACS требует раскрывать использование ИИ-инструментов в рукописи и отдельно указывает, что ИИ не может быть автором и, следовательно, не может отвечать за опубликованную работу.¹¹ Taylor & Francis допускает ответственное использование генеративного ИИ для формулирования идей, языкового улучшения, перевода, интерактивного поиска, классификации литературы и помощи в написании и отладке программ, но одновременно запрещает применение ИИ, подменяющее ключевые обязанности исследователя и автора.¹⁴ ICMJE формулирует тот же принцип: люди ответственны за любой материал, в подготовке которого использовались ИИ-инструменты, и должны тщательно проверять результат, поскольку он может быть искаженным, неполным или предвзятым.^15,16

Сходство позиций разных издателей важно для авторов научных публикаций. Оно показывает, что вопрос уже решается не на уровне страха или неопределенности перед новой технологией, а на уровне прозрачности, авторской ответственности и проверяемости. Поэтому автору следует не скрывать использование ИИ, а заранее прочитать правила журнала, использовать инструмент ИИ в допустимых пределах и корректно декларировать его применение при подготовке рукописи или сопроводительной документации.

Редакционные рамки обсуждались в Nature в форме требования прозрачности и отказа от авторства ИИ,⁸ в Science – через жесткую установку «ChatGPT is fun, but not an author»,¹⁸ в JAMA – в виде обсуждения последствий участия в написании статей «автора, не являющегося человеком» для получения честного научного знания,¹⁹ в COPE и ICMJE – через закрепление ответственности человека и невозможности авторства ИИ.^15,16,17 Позиция издательств была систематизирована в обзоре инструкций для авторов, где показана общая тенденция к запрету ИИ-авторства при разнообразии способов раскрытия фактов использования ИИ-инструментария.²⁰

В качестве отдельных примеров, в химии и смежных областях обсуждалось ускорение темпов развития химической науки за счет использования ИИ,²¹ применение ChatGPT для анализа текста и прогноза синтеза металл-органических каркасов (MOF),²² сценарии трансформации материаловедения и химии с помощью больших языковых моделей (LLM).²³ В литературе описано применение LLM и самостоятельных агентов в химии,²⁴ автономное химическое исследование с большими языковыми моделями,²⁵ проектирование групп реакций с помощью ChatGPT²⁶ и анализ возможностей LLM в области решения химических задач.²⁷

Были выделены 20 наиболее значимых для химии ИИ-технологий и семь широких направлений цифровой трансформации,²⁸ предложена трехуровневая классификация применения ИИ «ассистент – аналитик – исследователь»,¹ сформулирована идея прагматичного освоения ИИ как инструмента, без ожидания замены им химика,² разобраны проблемы «спящих» и «потерянных» данных,²⁹ описана эпоха «ИИ для» (AI4) как переход от ИИ как цели к ИИ как инструменту научно-технологического развития.³⁰

В недавнем обзоре эти работы помещены в контекст цифровой химии как самостоятельного направления.³ Также в литературе обсуждаются вопросы применения генеративного ИИ в химической инженерии, прозрачность, этика профессионального использования и применимость в химической промышленности.^31-36

6. Правила VALENCE для подготовки текстов научных статей

В нашей редакционной практике мы предлагаем руководствоваться принципами VALENCE (табл. 1), которые закрепляют взаимосвязь между инструментом, автором и добросовестностью в научном тексте. Правила VALENCE не требуют от автора отказаться от ИИ. Они требуют от автора сохранения ответственности за публикацию. В этом и состоит принципиальное отличие грамотного использования инструмента от этически сомнительной подмены авторства.

Таблица 1. Принципы VALENCE (Verify, Acknowledge, Limit, Edit, No AI authorship, Cite & protect, Ensure standards).

^a Приводится на английском языке для интеграции в современную международную издательскую практику.

7. Как правильно декларировать использование ИИ

Декларация об использовании ИИ должна быть приведена в явном виде и быть четкой и исчерпывающей. В ней нужно указать инструмент, версию или дату обращения, цель применения и факт авторской проверки. Если целевой журнал предлагает собственный шаблон, автор должен использовать шаблон журнала. Если такого шаблона нет, мы рекомендуем следующую формулировку:

При подготовке настоящей рукописи авторы руководствовались принципами VALENCE и использовали [название инструмента, версия/дата обращения] для [описание использования и раздела статьи]. После использования инструмента авторы проверили, отредактировали, согласовали и утвердили весь текст. ИИ-инструмент не использовался как источник научных выводов и не является автором или соавтором работы. Авторы несут полную ответственность за научное содержание публикации.

Для рукописи на английском языке:

During the preparation of this manuscript, the authors followed the VALENCE recommendations and used [tool name, version/date] for [specific purpose/part of manuscript]. After using this tool, the authors reviewed, edited, verified and approved the entire text. The AI tool was not used as a source of scientific conclusions and is not an author or co-author. The authors take full responsibility for the scientific content of the publication.

Если ИИ-инструменты не использовались, можно указать: «ИИ-инструменты при подготовке текста не применялись». Стандартные средства проверки орфографии, пунктуации и технического форматирования обычно не требуют отдельной декларации, если журнал не указывает иное. Однако если инструмент на основе языковой модели (LLM) не только исправлял опечатки, но и предлагал новые формулировки, перестраивал разделы, создавал черновики или анализировал литературу, его использование следует описать.

При необходимости более подробное описание применения ИИ в работе можно привести в методической части или в отдельном разделе. В качестве примера можно привести декларацию в статье “Top 20 influential AI-based technologies in chemistry”, где указано использование ChatGPT-4 для исправления английского языка и анализа литературы, включая классификацию, кластеризацию и группировку исследований, при этом отдельно отмечено, что содержание было проверено и отредактировано, и автор принимает полную ответственность за публикацию.²⁸ Именно такая логика – не скрывать инструмент, но закреплять человеческую ответственность – должна стать нормой.

Возможные последствия недостоверной декларации должны определяться правилами конкретного журнала и характером установленного нарушения; редакционное решение должно основываться на самом нарушении научных или публикационных норм, а не на факте использования ИИ.

8. Что допустимо, а что недопустимо

Допустимо использовать ИИ для улучшения логики описания результатов, перевода текста на другой язык, первичной стилистической правки, подготовки вариантов аннотации и ключевых слов, составления предварительного плана статьи, поиска возможных повторов, предложения вариантов улучшения логики переходов между разделами, подготовки списка вопросов к автору, первичного сопоставления требований разных журналов и черновой подготовки ответа рецензенту. Допустимо попросить модель объяснить, какие места текста выглядят неясными, где нарушена последовательность аргументации или какие термины требуют единообразия. Во всех этих случаях ИИ работает как помощник, а не как источник научных утверждений. При этом ответ модели носит вероятностный характер и должен рассматриваться как предложение для критической оценки автором, а не как результат проверки. Если предлагаемое изменение затрагивает интерпретацию данных или научный вывод, решение должно оставаться за автором.

Недопустимо включать в статью ссылки, предложенные ИИ, без обязательного самостоятельного изучения соответствующих источников. Недопустимо поручать ИИ формулировать результаты, которых нет в экспериментальных данных. Недопустимо использовать модель для генерации «убедительного» обсуждения, если автор не может подтвердить каждое утверждение источником, экспериментом или расчетом. Недопустимо скрывать существенное применение ИИ, если правила журнала требуют декларации. Недопустимо выдавать сгенерированный текст за научные результаты, которые автор не получал, не понимает и не может аргументированно обосновать.

Для химических исследований особенно важно не использовать ИИ как безусловный справочник. Модель может перепутать вещества, неверно назвать реагент, предложить несуществующую ссылку, неправильно интерпретировать механизм реакции, обобщить частный результат до универсального правила или предложить слишком расширенное обобщение, проигнорировать частные особенности эксперимента, спутать условия реакции, исказить единицы измерения или уверенно написать то, что звучит правдоподобно, но не подтверждается в эксперименте и т.п. Поэтому все химические детали должны проверяться человеком по первичным источникам.

9. Риски и этические нормы

Главный риск использования ИИ при подготовке научных рукописей – не сам факт машинной помощи, а появление текста, который звучит убедительно, но не имеет достаточного научного обоснования. У больших языковых моделей нет профессиональной совести, лабораторной памяти, опыта неудачных экспериментов и ответственности перед читателем. Они генерируют вероятное продолжение текста, а не истину, поэтому результат может содержать «галлюцинации» ИИ, в т.ч.: вымышленные факты или источники, некорректное определение причины, источника или авторства, устаревшие сведения, стилистически гладкие, но методически пустые фразы.

Вторая опасность – плагиат и нарушение авторских прав. ИИ может воспроизводить фрагменты текста, близкие к уже опубликованным, или включать идеи без корректного обоснования или подтверждения. Ответственность за это несет автор, а не инструмент. При использовании ИИ авторы несут ответственность за корректность цитирования источников, получение разрешений на публикацию и отсутствие в работе плагиата.

Третья проблема – размывание авторского суждения. Если автор принимает машинный черновик без критического чтения, статья может потерять точность, индивидуальную аргументацию и связь с реальным экспериментом. ИИ способен выровнять стиль, но не способен заменить научную позицию и обоснованную аргументацию. В химии это особенно опасно: гладкий текст может скрывать неясность механизма реакции, неаргументированное объяснение эксперимента, неполное описание метода, недостаточную воспроизводимость или неправильно интерпретированные данные.

Четвертое ограничение – конфиденциальность. ИИ-инструменты следует выбирать с учетом политики безопасности, лицензионных условий, а также корпоративных и институциональных требований. Осторожность необходима при загрузке неопубликованной рукописи во внешние ИИ-сервисы, включая сервисы предварительной «экспертной» оценки: автор должен заранее проверить условия конфиденциальности и использования загруженных данных.

Отдельного внимания требуют и более широкие этические и социальные вопросы: происхождение обучающих данных и права их авторов, ресурсоемкость и экологический след больших моделей, а также неравный доступ исследователей к наиболее мощным инструментам. Эти вопросы важны, но выходят за рамки настоящей статьи, посвященной применению ИИ при подготовке текста научной публикации.

Этическая граница в вопросе авторства сегодня однозначна: ИИ нельзя указывать соавтором научной статьи. Это не дискриминация инструмента, а защита смысла авторства. Автор – тот, кто понимает работу, соглашается с финальной версией, может объяснить все принятые решения, исправить ошибки и способен нести ответственность перед научным сообществом. В настоящее время ИИ этого сделать не способен и маловероятно, что сможет сделать в ближайшем будущем.

10. Детекторы, анализаторы и оригинальность текста

Проверка текста на заимствования и плагиат необходима. Оригинальность текста остается важным критерием научной публикации, а анализ текстового сходства помогает выявить некорректные заимствования, самоплагиат, неоформленные цитаты и технические ошибки в ссылках. Однако анализ на «написание с помощью ИИ» – принципиально иная задача. Такой анализ сам по себе не доказывает ни добросовестность, ни недобросовестность автора.

Наша редакционная позиция: отчет детектора ИИ-текста не должен требоваться от авторов и не должен служить самостоятельным основанием для отказа в публикации. В качестве показательного примера: ведущий мировой разработчик в сфере искусственного интеллекта «OpenAI» снял свой классификатор ИИ-текста из-за низкой точности.³⁷ Независимые исследования также подтверждают ограниченную надежность и уязвимость детекторов, показывая, что существующие инструменты не являются достаточно точными.³⁸ Теоретически и эмпирически обсуждаются фундаментальные трудности достоверного обнаружения ИИ-генерированного текста.³⁹ Подчеркивается наличие риска ложных срабатываний и необходимость профессионального суждения, а не автоматического вывода о нарушении.^40,41

Следовательно, редакции нужен не детектор «машинности», а прозрачность и ответственность.42 Если автор честно декларирует использование ИИ, проверяет факты, подтверждает ссылки, сохраняет оригинальность текста и отвечает за содержание, сам факт использования ИИ не является нарушением. Если же текст содержит плагиат, ложные утверждения, недостоверные утверждения или нераскрытое применение ИИ-инструмента там, где раскрытие обязательно, проблема не в том, что текст «похож на написанный ИИ», а в том, что нарушены научные стандарты и правила научной этики. Это не означает отказа редакции от проверки: при наличии конкретных несоответствий в данных, ссылках, оригинальности или внутренней логике рукописи редакция вправе запросить пояснения и провести дополнительную проверку. Оцениваться при этом должно конкретное нарушение, а не вероятностная оценка «машинности» текста.

11. Главные критерии научной статьи

Редакционная оценка научной статьи должна оставаться привязанной к научным критериям. Точность заключается в строгом соответствии реальности фактов, чисел, названий веществ, условий экспериментов, корректности спектральных и иных данных, формул, единиц измерения, методик анализа, статистики и выводов. Четкость позволяет читателю понять, что сделано, зачем, как именно это сделано, что получено и где границы результата. Под оригинальностью подразумевается не только отсутствие текстового плагиата, но и наличие самостоятельного научного вклада. Достоверность означает, что утверждения подтверждены инструментальными (фактическими) данными, надежными источниками и научной логикой. Воспроизводимость требует, чтобы методика была описана достаточно полно для ее независимой проверки. Прозрачность проявляется в том, что читатель имеет доступ к сведениям об источниках, ограничениях, конфликтах интересов и использованных инструментах. Ответственность предполагает, что автор готов аргументированно обосновать каждое существенное утверждение.

Грамотное применение ИИ не противоречит этим критериям. Наоборот, оно может помочь автору яснее сформулировать мысль, увидеть неполноту описания, найти противоречия в структуре текста, снизить языковой барьер и ускорить подготовку черновика. Но ИИ не освобождает автора от проверки. Научный текст может быть подготовлен с цифровой помощью; но научная ответственность не может быть размыта (автоматизирована).

12. Практический рабочий порядок для авторов

Перед началом работы автор должен проверить правила целевого журнала: что редакция считает использованием ИИ, в каких случаях требуется декларация, разрешено ли использование ИИ для языковой правки, как оформлять существенное применение таких инструментов в описании методов и других разделах. Затем следует определить задачи, где допускается использование ИИ: например, перевод, улучшение ясности текста, его сокращение, подготовка вопросов для самопроверки. Чем ближе задача к научному выводу, тем выше требования к документированию и проверке.

Во время работы полезно сохранять ключевые запросы и ответы, особенно если ИИ помогал структурировать обзор литературы или группировать источники. Не следует использовать ИИ для генерации библиографии без последующей ручной проверки DOI и библиографических данных. После работы необходимо прочитать и выверить текст уже в качестве рецензента (где факты требуют ссылки, где формулировка слишком общая, где есть риск неточностей, где машинная гладкость скрывает отсутствие содержания и другие аспекты). В работах с множеством соавторов полезно заранее согласовать порядок учета существенного применения ИИ; технические средства отслеживания могут быть вспомогательными, но не заменяют авторскую ответственность.

На финальном этапе автор должен оформить декларацию использования ИИ. Такая декларация призвана помочь читателю понять, где были использованы ИИ-инструменты, и маркирует созданный с помощью ИИ текст. Декларация не снижает ценность работы, а повышает доверие к ней.

13. Заключение

Наука не выигрывает от страха перед ИИ-инструментами. Она выигрывает от точности, честности, проверки и ясности. ИИ уже вошел в рабочую практику исследователя. Вопрос не в том, чтобы изгнать или ограничить применение ИИ, а в том, чтобы не позволить ИИ вытеснить автора из зоны ответственности.

Мы принимаем грамотное использование ИИ при подготовке текстов и приветствуем инструменты, которые помогают сделать статью яснее, аккуратнее и доступнее для читателя. Однако мы требуем, чтобы авторы проверяли каждую ссылку, каждую цифру, каждое химическое утверждение и каждый вывод. Мы настаиваем, чтобы использование ИИ было задекларировано, чтобы ИИ не заменял авторское научное суждение и не становился соавтором публикации, на которого можно списать ответственность.

Критерий качественной статьи в химическом журнале определяется не отказом от использования ИИ-инструментов, а отсутствием недостоверности, небрежности, плагиата, скрытых заимствований и безответственности. Если ИИ помогает автору приблизиться к точности, ясности, оригинальности и достоверности, он может быть полезным инструментом. Если же его использование отдаляет автора от этих критериев, он должен быть остановлен человеком. Последнее слово всегда остается за исследователем.

14. Декларация об использовании ИИ

При подготовке настоящей рукописи авторы следовали рекомендациям VALENCE и использовали системы ИИ для языкового и структурного редактирования текста, подготовки черновых вариантов отдельных формулировок, уточнения логики изложения, систематизации информации и форматирования рукописи. После использования инструмента авторы проверили, отредактировали, согласовали и утвердили весь текст. ИИ-инструмент не использовался как источник научных выводов и не является автором или соавтором работы. Авторы несут полную ответственность за научное содержание публикации.

15. Сведения об авторах

С.М.Алдошин (S.M.Aldoshin). Известия Академии Наук. Серия химическая.

В.П.Анаников (V.P.Ananikov). Доклады Российской академии наук. Химия, науки о материалах.

И.П.Белецкая (I.P.Beletskaya). Журнал органической химии.

А.А.Берлин (A.A.Berlin). Химическая физика.

Л.Б.Бойнович (L.B.Boinovich). Коллоидный журнал.

В.И.Бухтияров (V.I.Bukhtiyarov). Кинетика и катализ.

А.А.Вошкин (A.A.Voshkin). Теоретические основы химической технологии.

Ю.Г.Горбунова (Yu.G.Gorbunova). Журнал физической химии.

К.В.Григорович (K.V.Grigorovich). Металлы.

У.М.Джемилев (U.M.Dzemilev). Химия твёрдого топлива.

М.П.Егоров (M.P.Egorov). Успехи химии, Известия Академии Наук. Серия химическая, Mendeleev Communications.

И.Л.Ерёменко (I.L.Eremenko). Координационная химия.

В.К.Иванов (V.K.Ivanov). Журнал неорганической химии.

С.Н.Калмыков (S.N.Kalmykov). Радиохимия.

В.П.Колотов (V.P.Kolotov). Журнал аналитической химии.

А.Л.Максимов (A.L.Maximov). Журнал прикладной химии, Нефтехимия.

А.М.Музафаров (A.M.Muzafarov). INEOS OPEN.

Б.Ф.Мясоедов (B.F.Myasoedov). Радиохимия.

О.Г.Синяшин (O.G.Sinyashin). Журнал общей химии.

К.А.Солнцев (K.A.Solntsev). Неорганические материалы, Физика и химия обработки материалов.

А.Р.Хохлов (A.R.Khokhlov). Высокомолекулярные соединения.

А.Ю.Цивадзе (A.Yu.Tsivadze). Журнал физической химии, Электрохимия.

А.А.Ярославов (A.A.Yaroslavov). Высокомолекулярные соединения. Серия А, Б, С.

А.Б.Ярославцев (A.B.Yaroslavtsev). Мембраны и мембранные технологии.

16. Список сокращений

17. Литература

1. В.П.Анаников. Аналитика, 15 (4), 246 (2025); https://doi.org/10.22184/2227-572X.2025.15.4.246.260

2. V.P.Ananikov. Chim. Oggi – Chem. Today, 42 (4), 14 (2024)

3. А.О.Терентьев. Башк. хим. журн., 33 (1), 7 (2026); https://bcj.rusoil.net/files/slider/BCJ_1_2026/BCJ-1-2026.pdf

4. S.Bräse. Digit. Discov., 3, 1923 (2024); https://doi.org/10.1039/D4DD00130C

5. И.В.Ананьев. Аналитика, 16 (1), 34 (2026); https://doi.org/10.22184/2227-572X.2026.16.1.34.54

6. Elsevier. Generative AI policies for journals; https://www.elsevier.com/about/policies-and-standards/generative-ai-policies-for-journals (дата обращения: 21.08.2026)

7. Elsevier. The use of generative AI and AI-assisted technologies in writing for Elsevier; https://www.elsevier.com/about/policies-and-standards/the-use-of-generative-ai-and-ai-assisted-technologies-in-writing-for-elsevier (дата обращения: 21.08.2026)

8. Nature, 613, 612 (2023); https://doi.org/10.1038/d41586-023-00191-1

9. Nature Portfolio. Artificial Intelligence (AI): editorial policies; https://www.nature.com/nature-portfolio/editorial-policies/ai (дата обращения: 21.08.2026)

10. Springer Nature. Editorial policies: Artificial Intelligence; https://www.springernature.com/gp/policies/editorial-policies (дата обращения: 21.08.2026)

11. ACS Publications. Artificial Intelligence (AI) Best Practices and Policies at ACS Publications; https://researcher-resources.acs.org/publish/aipolicy (дата обращения: 21.08.2026)

12. Royal Society of Chemistry. Author responsibilities; https://www.rsc.org/publishing/journals/processes-and-policies/author-responsibilities (дата обращения: 21.08.2026)

13. Wiley. Best Practice Guidelines on Publishing Ethics: AI Technology; https://authors.wiley.com/ethics-guidelines/index.php (дата обращения: 21.08.2026)

14. Taylor & Francis. AI Policy; https://taylorandfrancis.com/our-policies/ai-policy/ (дата обращения: 21.08.2026)

15. International Committee of Medical Journal Editors. Use of AI by Authors; https://www.icmje.org/recommendations/browse/artificial-intelligence/ai-use-by-authors.html (дата обращения: 21.08.2026)

16. International Committee of Medical Journal Editors. Use of Artificial Intelligence in Publishing; https://www.icmje.org/recommendations/browse/artificial-intelligence/ (дата обращения: 21.08.2026)

17. Committee on Publication Ethics (COPE). Authorship and AI tools. 2023; https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools (дата обращения: 21.08.2026)

18. H.H.Thorp. Science, 379, 313 (2023); https://doi.org/10.1126/science.adg7879

19. A.Flanagin, K.Bibbins-Domingo, M.Berkwits, S.L.Christiansen. JAMA, 329 (8), 637 (2023); https://doi.org/10.1001/jama.2023.1344

20. C.Ganjavi, M.B.Eppler, A.Pekcan, B.Biedermann, A.Abreu, G.S.Collins, I.S.Gill, G.E.Cacciamani. BMJ, 384, e077192 (2024); https://doi.org/10.1136/bmj-2023-077192

21. S.Back, A.Aspuru-Guzik, M.Ceriotti, G.Gryn’ova, B.Grzybowski, G.H.Gu, J.Hein, K.Hippalgaonkar, R.Hormázabal, Y.Jung, S.Kim, W.Y.Kim, S.M.Moosavi, J.Noh, C.Park, J.Schrier, P.Schwaller, K.Tsuda, T.Vegge, O.A.von Lilienfeld, A.Walsh. Digit. Discov., 3 (1), 23 (2024); https://doi.org/10.1039/D3DD00213F

22. Z.Zheng, O.Zhang, C.Borgs, J.T.Chayes, O.M.Yaghi. J. Am. Chem. Soc., 145, 18048 (2023); https://doi.org/10.1021/jacs.3c05819

23. K.M.Jablonka, Q.Ai, A.Al-Feghali, S.Badhwar, J.D.Bocarsly, A.M.Bran, S.Bringuier, L.C.Brinson, K.Choudhary, D.Circi, S.Cox, W.A.de Jong, M.L.Evans, N.Gastellu, J.Genzling, M.V.Gil, A.K.Gupta, Z.Hong, A.Imran, S.Kruschwitz, A.Labarre, J.Lála, T.Liu, S.Ma, S.Majumdar, G.W.Merz, N.Moitessier, E.Moubarak, B.Mouriño, B.Pelkie, M.Pieler, M.C.Ramos, B.Ranković, S.G.Rodriques, J.N.Sanders, P.Schwaller, M.Schwarting, J.Shi, B.Smit, B.E.Smith, J.Van Herck, C.Völker, L.Ward, S.Warren, B.Weiser, S.Zhang, X.Zhang, G.A.Zia, A.Scourtas, K.J.Schmidt, I.Foster, A.D.White, B.Blaiszik. Digit. Discov., 2 (5), 1233 (2023); https://doi.org/10.1039/D3DD00113J

24. M.C.Ramos, C.J.Collison, A.D.White. Chem. Sci., 16, 2514 (2025); https://doi.org/10.1039/D4SC03921A

25. D.A.Boiko, R.MacKnight, B.Kline, G.Gomes. Nature, 624, 570 (2023); https://doi.org/10.1038/s41586-023-06792-0

26. B.Mahjour, J.Hoffstadt, T.Cernak. Org. Process Res. Dev., 27, 1510 (2023); https://doi.org/10.1021/acs.oprd.3c00186

27. T.Guo, K.Guo, B.Nan, Z.Liang, Z.Guo, N.V.Chawla, O.Wiest, X.Zhang. What Can Large Language Models Do in Chemistry? A Comprehensive Benchmark on Eight Tasks. arXiv, 2305.18365 (2023); https://doi.org/10.48550/arXiv.2305.18365

28. V.P.Ananikov. Artif. Intell. Chem., 2 (2), 100075 (2024); https://doi.org/10.1016/j.aichem.2024.100075

29. В.П.Анаников. Вестн. РАН, 95 (4), 35 (2025); https://www.elibrary.ru/item.asp?id=82376411

30. В.П.Анаников. Аддитив. технологии, 3, 10 (2025)

31. T.Daniel, J.Xuan. Digit. Chem. Eng., 12, 100168 (2024); https://doi.org/10.1016/j.dche.2024.100168

32. Y.Yuan, D.Chaffart, T.Wu, J.Zhu. Engineering, 39, 45 (2024); https://doi.org/10.1016/j.eng.2023.11.024

33. E.F.Ruff, J.M.O.Zemke. J. Chem. Educ., 102 (4), 1457 (2025); https://doi.org/10.1021/acs.jchemed.4c01038

34. M.Bortz, K.Dadhe, A.Mitsos. Chem. Ing. Tech., 93, 1875 (2021); https://doi.org/10.1002/cite.202171202

35. A.Toniato, O.Schilter, T.Laino. Chimia, 77, 144 (2023); https://doi.org/10.2533/chimia.2023.144

36. C.Linchevski. Chem. Ing. Tech., 93, 2040 (2021); https://doi.org/10.1002/cite.202100099

37. OpenAI. New AI classifier for indicating AI-written text. 2023. https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/ (дата обращения: 21.08.2026)

38. D.Weber-Wulff, A.Anohina-Naumeca, S.Bjelobaba, T.Foltýnek, J.Guerrero-Dib, O.Popoola, P.Šigut, L.Waddington. Int. J. Educ. Integr., 19 (1), 26 (2023); https://doi.org/10.1007/s40979-023-00146-z

39. V.S.Sadasivan, A.Kumar, S.Balasubramanian, W.Wang, S.Feizi. Can AI-Generated Text be Reliably Detected? arXiv, 2303.11156 (2023); https://arxiv.org/abs/2303.11156 (дата обращения: 21.08.2026)

40. Turnitin. Understanding false positives within our AI writing detection capabilities. 2023; https://www.turnitin.com/blog/understanding-false-positives-within-our-ai-writing-detection-capabilities (дата обращения: 21.08.2026)

41. Turnitin. Using the AI Writing Report; https://guides.turnitin.com/hc/en-us/articles/22774058814093-Using-the-AI-Writing-Report (дата обращения: 21.08.2026)

42. Y.He, Y.Bu. Proc. Natl. Acad. Sci. USA, 123 (9), e2526734123 (2026); https://doi.org/10.1073/pnas.2526734123