Світ науки трансформується на наших очах, і вагомий внесок у розуміння цих процесів робить фахівець нашого інституту д.т.н., проф. Анатолій Петренко. Його нещодавнє дослідження «Генеративний штучний інтелект (GAI) для наукових досліджень та творчої діяльності», опубліковане у видавництві Springer Nature, Switzerland (https://doi.org/10.1007/978-3-031-97529-5_15), привернуло увагу міжнародної спільноти, зокрема платформи «The Science Matters».

Анатолій Іванович розглядає GAI не просто як інструмент, а як креативного «наукового помічника» у наукових дослідженнях, який змінює процес наукового відкрити. Від формування гіпотез до складних моделювань — GAI зараз допомагає дослідникам з безпрецедентною швидкістю та в безпрецедентних масштабах. Але його креативність, що заснована на синтезі та рекомбінації мільйонів фрагментів інформації, на яких його навчали, відрізняється від творчості людини, що базується на створенні якісно нових, невідомих раніше духовних або матеріальних цінностей.

Однак інтеграція GAI в науку не позбавлена ризиків. Головна проблема, яку часто називають проблемою «чорного ящика», полягає в тому, що ми не завжди розуміємо, чому GAI дійшов певного висновку. Тому Анатолій Петренко наголошує на важливості впровадження пояснювального ШІ: ми маємо розуміти логіку алгоритму, щоб уникнути «галюцинацій» системи та зберегти довіру до науки.

Майбутнє лежить не у заміні, а в гібридній інтелектуальній системі, де людське судження та можливості машини об’єднані. Це синергія людської інтуїції та стратегічного мислення з неймовірною швидкістю й масштабами обробки даних машиною. Наука завжди була пошуком істини. З генеративним ШІ ми отримали новий, неймовірно потужний ліхтарик, щоб освітити темні куточки невідомого. Наше завдання тепер полягає в тому, щоб навчитися тримати його рівно і направляти у правильному напрямку.

Для студентів та молодих науковців НН ІПСА цей розвиток відкриває безпрецедентні можливості. Найбільш перспективними напрямками для студентських досліджень у 2026 році стають оптимізація та мініатюризація генеративних моделей, мультимодальна генерація контенту, агентні системи на базі GAI, генерація синтетичних даних та data augmentation, доменно-специфічні застосування GAI, включаючи освіту; виявлення та захист від синтетичного контенту, етичні та соціальні аспекти GAI та інше.