67% российских ученых и 72% руководителей вузов и НИИ считают, что ИИ в науке нужно регулировать через поддержку, а не через запреты. Как пишет CNews, опросы ИСИЭЗ НИУ ВШЭ фиксируют довольно внятный запрос академической среды: государству здесь отводят роль поставщика инфраструктуры и правил, а не надзирателя с новой пачкой KPI. Для русскоязычного ИТ-рынка это важный сигнал, потому что спор идет не о терминах, а о том, где завтра будут деньги, закупки и реальные проекты.
Основа выводов - два онлайн-опроса, проведенные в мае и июне 2026 года. В первом участвовали 424 государственные организации научной сферы: 250 вузов и 174 НИИ. Во втором - 1209 российских ученых, из них 769 работают в вузах, 318 в НИИ, еще 122 совмещают обе траектории. Выборка для такого разговора вполне серьезная: речь не о мнении пары лабораторий из столиц, а о срезе по системе, которая одновременно пытается внедрять ИИ и не очень понимает, где заканчивается помощь государства и начинается лишнее администрирование.
Именно на этом месте и возникает главный раскол. Когда разговор заходит о допустимых формах государственного участия, единой линии у сообщества нет. Идею невмешательства в выбор технологий и способов их применения поддерживают 58% ученых, но среди руководителей организаций эта доля заметно ниже, 36%. При этом около 40% опрошенных в обеих группах допускают более активную роль государства, включая контроль. Разрыв, похоже, отражает ту самую неопределенность, о которой говорит и сама ВШЭ: единой стратегии ИИ-трансформации науки пока не видно, поэтому исследователи и администраторы по-разному отвечают на вопрос, сколько свободы и сколько регламента здесь вообще нужно.
Зато по самым жестким сценариям консенсус почти железный. Ограничения на использование ИИ в науке, целевые показатели по этой теме и мониторинг их достижения не поддерживают около 70% ученых и 60% руководителей организаций. Перевод с бюрократического на обычный русский звучит так: академическая среда не хочет, чтобы внедрение ИИ превратили в еще одну обязательную галочку для отчетов. Это важный нюанс и для министерств, и для руководителей институтов: как только технология становится обязанностью с формой контроля, доверие к ней быстро уходит, а вместе с ним и готовность экспериментировать.
Совсем другая картина возникает, когда речь идет не о контроле, а о ресурсах. Более 80% респондентов позитивно оценивают централизованный доступ к вычислительным мощностям и целевое финансирование закупок оборудования для их расширения. Столь же высокую поддержку получили междисциплинарные команды, где специалисты по ИИ работают вместе с предметными исследователями, оплата подписок на ИИ-сервисы для государственных вузов и НИИ, долгосрочное финансирование ИИ-проектов, а также создание репозиториев датасетов и моделей. По сути, ученые и руководители просят не абстрактную «цифровизацию», а очень конкретный набор вещей: вычисления, сервисы, людей, данные и горизонт планирования длиннее одного бюджетного цикла.
Институциональные меры респонденты воспринимают спокойнее, но без отторжения. Около 70% опрошенных считают полезными единые стандарты качества датасетов и официальные рекомендации по ответственному и корректному использованию ИИ. Для науки это, пожалуй, самая прагматичная зона регулирования: если государство и вмешивается в процесс, то лучше через понятные правила качества и этики, а не через директиву, какой именно сервис кому включать. Но есть и красная лампочка. Идея создать систему оценки эффективности использования ИИ в исследованиях не вызывает энтузиазма: положительного эффекта от нее ждут менее половины участников опроса.
Причем скепсис здесь уже не символический. 29% ученых и 22% руководителей прямо считают, что такая система оценки скорее ухудшит условия для исследований и разработок. Для разработчиков, продактов и ИТ-директоров этот пункт звучит знакомо: как только полезный инструмент начинают измерять слишком грубой метрикой, команды быстро учатся оптимизировать не результат, а отчет. В научной среде риск тот же. Можно получить не больше сильных исследований с ИИ, а больше презентаций про «уровень внедрения». На бумаге все красиво, в лаборатории и продуктовой разработке пользы немного.
Для рынка это уже не философский спор о будущем науки, а вполне материальный список возможных направлений спроса. Если государственная поддержка пойдет по сценарию, который ждут респонденты, выиграют поставщики вычислительной инфраструктуры, облачных и прикладных ИИ-сервисов, платформ для работы с данными и команды, умеющие собирать совместные проекты на стыке ИИ и предметной экспертизы. Если же ставка будет сделана на контроль, показатели и дополнительную отчетность, на выходе можно получить знакомую российскому ИТ-контексту конструкцию: много формальных требований и меньше реального внедрения. Для бизнеса разница принципиальная, потому что в первом случае возникает рынок, во втором - новая версия регламента.
Резюме у этой истории простое. Активное применение ИИ для повышения качества и эффективности исследований уже закреплено как приоритет в Стратегии научно-технологического развития России, а подход с упором на инфраструктуру и сервисы совпадает с тем, что делают страны, у которых есть национальные стратегии ИИ-трансформации науки. Вопрос теперь не в том, нужен ли ИИ в науке, а в том, какой именно государственный интерфейс к нему построят: сервисный или контрольный. По ответам ученых и руководителей видно, что на первый есть запрос, а на второй запас терпения заметно меньше.