LLM У НАУЦІ: АТРИБУЦІЯ ТА ВІДТВОРЮВАНІСТЬ

Анотація

Великі мовні моделі  (LLM) трансформують дослідження та освіту, дозволяючи створювати нові форми генерації, аналізу та автоматизації текстів. У дослідженні розглядається поточна політика та етичні стандарти щодо використання генеративного штучного інтелекту в наукових дослідженнях, зосереджуючись на атрибуції авторства, прозорості та відтворюваності. Аналізуються політики провідних міжнародних журналів (Science, Nature, Springer Nature, Elsevier) та рекомендації фінансуючих агентств (NIH, NSF), а також рекомендації Міністерства освіти і науки України (2025). Результати дослідження демонструють глобальний консенсус: ШІ не може бути автором, і його використання має бути розкрито. Для забезпечення відтворюваності дослідникам рекомендується надавати набори даних, код, параметри моделі та підказки. Такі ризики, як галюцинації, фальшиві цитування та дрейф моделі, потребують зменшення шляхом відстеження походження, перевірки DOI, водяних знаків та етичного розкриття інформації. Дотримання стандартів COPE, ICMJE, NISO, FAIR/RO-Crate, ORCID та ROR забезпечує підзвітність та чесність у дослідженнях за допомогою ШІ. Зроблено  висновок, що відповідальна інтеграція штучного інтелекту в науку та освіту може сприяти інноваціям, зберігаючи при цьому довіру та відтворюваність.