От случайных промптов к системной работе с данными: итоги первого потока «ИИ для науки»

В Центре научной интеграции НИУ ВШЭ прошел первый поток программы повышения квалификации «ИИ для науки: как эффективнее работать с данными».

В мае-июле 2026 года в Центре научной интеграции НИУ ВШЭ прошел первый поток программы повышения квалификации «ИИ для науки: как эффективнее работать с данными». За два месяца слушатели прошли путь от первого осторожного промпта до выстраивания полноценного, воспроизводимого рабочего процесса с инструментами искусственного интеллекта, включая ИИ-агентов, которые не просто отвечают на вопрос, а сами выполняют последовательность действий с данными.

Первый поток собрал разную, но сплоченную аудиторию: участники из Москвы, Московской области, Архангельска, Санкт-Петербурга, Улан-Удэ и Иркутска – научные сотрудники, доценты и профессора, руководители исследовательских групп. Программа собрала состоявшихся исследователей, которые уже приняли решение работать с ИИ системно, а не от случая к случаю.

Разные науки – одна логика работы с ИИ

Экономисты и специалисты по региональному развитию, лингвисты и историки искусства, физики и химики-полимерщики, специалисты по клиническим исследованиям – программа сознательно не подстраивалась под одну дисциплину. Принципы работы с данными через ИИ, включая сбор, анализ, проверку результатов, остаются одинаковыми независимо от области науки, а под конкретную дисциплину адаптируются уже сами задачи и источники, с которыми работает исследователь.

Модули курса вели Иван Стерлигов, эксперт в наукометрии и научной аналитике, и Екатерина Кирсанова, доцент НИУ ВШЭ и эксперт по правовому регулированию ИИ и интеллектуальной собственности: вместе они закрывают и практическую, и правовую сторону работы с ИИ в науке. Участники отдельно отмечали эту связку в отзывах, оценив работу преподавателей в среднем выше 9,5 из 10.

Задания в курсе были рассчитаны на разный стартовый уровень: кто-то учился формулировать первый уверенный научный промпт и доводить его до рабочего результата, а кто-то – выстраивать из нескольких ИИ-инструментов цепочку для решения собственной исследовательской задачи. Часть слушателей пошла дальше диалога с чат-ботом и попробовала работать с ИИ-агентами – инструментами, которые не просто отвечают на вопрос, а сами выполняют последовательность действий с файлами и кодом. Среди практических заданий – доработка научного промпта под конкретную задачу слушателя, разбор реальных исследовательских кейсов и сравнение ИИ-инструментов между собой, чтобы по итогам курса у каждого была своя рабочая система инструментов, а не разрозненный список названий.

Как оценили курс сами участники

• индекс удовлетворенности курсом (CSI) – 93,3%,
• работа преподавателей, качество материалов и организацию программы – выше 9,5 из 10;
• вовлеченность в материалы курса тоже была высокой: у большинства этот показатель превысил 90%.

Но интереснее цифр то, что стоит за ними. Вот несколько фрагментов из комментариев слушателей, которые показывают, что программа закрывает разные, порой неожиданные профессиональные запросы: от практических навыков работы с данными до вопросов ответственного использования ИИ в научных командах.

Юлия Плющевская, в.н.с., к.э.н., Центр институционально-эволюционной экономики Институт экономики РАН

«И.А. Стерлигову удалось самое главное – снять страх перед ИИ. Получилось доходчиво донести принципы его использования, показать обучающие возможности самого ИИ, области и особенности применения разных инструментов».

Ольга Губина, старший научный сотрудник, Федеральный исследовательский центр комплексного изучения Арктики Уральского отделения РАН

«Мне нужны навыки работы с базами статей, текстами, обобщением, обработкой данных разного типа. Вы дали знания, как можно сделать больше и качественнее за то же самое время».

Александр Поздняков, заведующий лабораторией, Иркутский институт химии им. А. Е. Фаворского СО РАН, Лаборатория функциональных полимеров

«Курс очень полезен, и его содержание требует зрелого и ответственного подхода. Такие знания в неумелых руках могут быть использованы неверно, поэтому программа критически важна в первую очередь для ключевых PI, которые задают стандарты работы с данными в командах».

Отдельно участники отметили, что курс не просто познакомил их с очередным набором нейросетей, а дал понятную логику: что можно доверить ИИ, а что по-прежнему требует экспертного контроля исследователя, и как корректно описывать использование ИИ в статьях и отчетах.

Фалькович Юлия, директор центра научной интеграции, академический руководитель программ повышения квалификации для исследователей

«Мы видим, что исследователи все чаще используют ИИ в работе, но точечно и интуитивно. Наша задача – научить делать это осознанно: понимать, где ИИ ускоряет исследование, а где решение все равно должно оставаться за ученым»

По итогам курса все участники получили удостоверения о повышении квалификации установленного образца.

Следующий поток стартует 5 октября

Центр научной интеграции продолжает набор на программу «ИИ для науки: как эффективнее работать с данными». Новый поток начнется 5 октября 2026 года. Присоединяйтесь, чтобы перейти от случайного использования ИИ к системной работе с научной информацией и данными.

До встречи на обучении!