AI_Reformer: Образованию нужен AIR

Промты, AI-сервисы, данные, автоматизация и IT-решения для повседневной работы. Партнеры собрали в одной папке каналы, где можно следить за новыми инструментами, кейсами и идеями.

#open_source

👉 ЗАБРАТЬ ПОДБОРКУ ⠀

Connected Papers собирает карту литературы вокруг одной статьи

Инструмент выручает, когда нужно зайти на новую для себя «территорию». Достаточно найти одну хорошую статью, а дальше Connected Papers построит вокруг нее карту близких работ и поможет увидеть основные направления исследований.

Для каждого графа сервис анализирует около 50 тыс. публикаций и отбирает несколько десятков наиболее близких к исходной статье. Алгоритм учитывает, насколько совпадают списки литературы и как часто две работы цитируют вместе. Поэтому рядом могут оказаться статьи, которые вообще не ссылаются друг на друга, но относятся к одной исследовательской линии.

Инструмент показывает карту близких работ, сгруппированных по направлениям. Размер кружка отражает число цитирований, цвет — год публикации. Так видны самые заметные статьи и развитие темы со временем.

Для обзора литературы есть еще две вкладки. Prior Works помогает найти ключевые ранние тексты, на которые часто ссылаются статьи на карте. Derivative Works показывает более новые публикации, связанные сразу с несколькими из них. Среди таких материалов часто встречаются обзоры и метаанализы.

Можно указать две или несколько исходных статей. Тогда сервис найдет публикации, близкие к ним, и покажет связи между исследовательскими областями.

Но Connected Papers скорее инструмент для разведки. Он помогает быстро освоиться в новой теме, но не заменяет систематический поиск по научным базам. Карта строится вокруг выбранной вами статьи и показывает несколько десятков наиболее близких к ней работ, поэтому часть релевантной литературы может просто не попасть в это библиографическое окружение.

Данные сервис берет из Semantic Scholar. База ориентирована прежде всего на англоязычные научные статьи и препринты, а книги покрывает значительно хуже. Для гуманитарных дисциплин и неанглоязычной литературы это особенно важно учитывать.

Бесплатно можно построить пять графов в месяц. Академический тариф с безлимитными графами сейчас стоит 36 долларов в год при годовой оплате.

#stack

Шесть недель с ИИ дали школьникам прирост, сопоставимый с полутора годами учебы

Всемирный банк проверил ИИ-репетитора в девяти государственных школах Нигерии. После уроков школьники дважды в неделю приходили в компьютерный класс и работали с Microsoft Copilot. Всего получилось двенадцать занятий по 90 минут.

Для каждого занятия исследователи заранее готовили задания. Школьники работали парами за одним компьютером. Сначала вместо с нейросетью разбирались в теме, а потом самостоятельно выполняли работу. Если было нужно, то подключался учитель.

В среднем ученики посетили около девяти из двенадцати занятий. Причем чем больше занятий они успели пройти, тем выше потом оказывались результаты тестов.

Исследователи оценивали результаты по двум направлениям — английскому языку и цифровым навыкам. По английскому ученики опередили контрольную группу на 0,23 стандартного отклонения. Чтобы понять масштаб этой цифры, авторы сопоставили ее с обычным прогрессом школьников в Нигерии. Такой прирост там в среднем накапливается примерно за полтора года учебы.

Когда результаты по английскому и цифровым навыкам объединили в общий показатель, эффект достиг 0,31 стандартного отклонения. Программа оказалась результативнее примерно 80% подобных образовательных экспериментов в развивающихся странах.

#use_case

Прощай, дорогая редакция

Раньше за внимание читателя боролись редакции. Теперь придется привыкать, что картину происходящего нам будут складывать чат-боты.

За год доля тех, кто хотя бы раз в неделю узнает новости у ИИ, выросла с 7 до 10%. Среди людей младше 35 лет таких уже 16%.

Ожидаемо, быстрее всего привычку подхватывает молодежь. В Австралии новости через ИИ получает почти половина подростков и около трети детей 10–12 лет. Они реже подписываются на новостные аккаунты, а большинство не привыкло утруждать себя проверкой информации.

Но у новостей «на блюдечке с голубой каемочкой» есть своя цена. Раньше за сообщением стояли имя автора и репутация издания. Нейросеть беспощадно микширует десятки источников и выдает усредненный взгляд на события.

Этим вовсю пользуются авторитарные режимы. Они разгоняют нужные нарративы по сеткам подконтрольных площадок, а нейросеть, как пылесос, втягивает этот поток и выдает читателю уже цельный и убедительный ответ.

В новой медиареальности капиталом становится уже не репутация, а объем присутствия в интернете. Чем плотнее интернет заполнен одной версией событий, тем выше шанс, что именно ее подхватит машина.

#deep_scan

Команда /goal хорошо показывает, в каком направлении развивается ИИ.

После нее достаточно написать, что должно получиться. Дальше ИИ сам разбирается, как это сделать, выполняет задачу и проверяет себя.

Особенно удобно там, где обычно нужно несколько итераций. Здесь поставил задачу — и вернулся уже за готовым результатом.

В карточке разбираем, как работает /goal, как ей пользоваться и где она пригодится.

#playbook

ИИ пока не умеет читать все, что у нас в голове. Но внутреннюю речь уже начал распознавать.

Ученые Стэнфорда научились определять слова, которые человек не произносит, а только проговаривает про себя. У четырех участников с имплантированными в мозг электродами система распознавала заданные фразы с точностью до 74%.

Причина в том, что внутренняя речь оставляет в моторной коре похожий след, что и попытка сказать те же слова вслух. Сигнал слабее, но его уже можно расшифровать.

Есть, однако, важная граница. Пока человек мысленно повторял заданную фразу, система справлялась. Когда его просили просто вспомнить любимую цитату из фильма, точно восстановить ее уже не получалось.

То есть настоящего чтения мыслей пока нет. Машина скорее улавливает внутреннюю речь, которую человек как будто беззвучно произносит.

И Стэнфорд не единственный, кто движется в эту сторону. В Японии систему mind captioning учат восстанавливать по МРТ содержание увиденных и вспоминаемых образов. Среди ста вариантов она угадывала увиденное примерно в половине случаев, вспоминаемое — примерно в 30%.

Мозг пока далеко не открытая книга. Но внутренний монолог уже перестал быть полностью недоступным для машины.

#push

Университетам стоит подумать о том, чтобы в чем-то вернуться к тому, какими они были пару сотен лет назад

Любую работу можно разложить на три шага: понять, что нужно сделать, выполнить это и проверить результат. Если задача уже определена, агенты все лучше справляются с ее выполнением. Поэтому образование, построенное вокруг инструкций и готовых алгоритмов, будет терять ценность, считает экономист из Стэнфорда Эрик Бриньолфссон.

Еще в прошлом году студенты делали проекты и в конце обычно представляли их в PowerPoint. А в этом году в каждом проекте должен быть работающий код, потому что теперь неважно, программировал ты раньше или нет. С помощью Replit, Cursor или Claude Code можно придумать идею, описать ее и собрать работающий продукт.

В Стэнфорде мы много работаем по методу Сократа. Студенты учатся формулировать проблему. В домашних заданиях им тоже приходится сначала определить, в чем вообще состоит задача и что в нее входит.

Старый способ обучения — когда преподаватель формулирует проблему, а студент просто выполняет шаги по рецепту. Новый — дать менее структурированную ситуацию и попросить самого разобраться, в чем здесь главный вопрос.

Академические знания тоже нужны. Иначе как понять, правильный ответ или нет? Я не думаю, что строгость и теория находятся на одном полюсе, а практичность — на другом. По-моему, они отлично дополняют друг друга. Максимальную ценность мы получаем, когда соединяем эти два подхода.

Как ни странно, многие гуманитарные дисциплины станут ценнее. Философия, искусство и его понимание. Возможно, университетам стоит подумать о том, чтобы в чем-то вернуться к тому, какими они были пару сотен лет назад. Многие ведь начинались как гуманитарные. Я говорю про философию, религию, искусство, музыку и историю. Думаю, это будет всегда важно.

Все более ценным будет умение проявлять инициативу и действовать самостоятельно. Если у вас нет намерения и цели, ИИ мало чем поможет. Но если у вас есть план, он может значительно усилить ваши возможности. Поэтому особенно ценными будут люди с высокой самостоятельностью и инициативой.

#readme

Scite отслеживает жизнь статьи после публикации

О статье обычно судят по журналу и числу цитирований. Но цитировать ее могут и потому, что с выводами не согласны. Scite показывает этот контекст. Сервис находит фрагменты из более поздних публикаций и отмечает, где работу поддерживают, где оспаривают, а где просто упоминают. Особенно полезно это для старых и часто цитируемых статей. Вместо десятков ссылок можно сразу открыть работы с другими результатами и понять, насколько надежен исходный вывод.

Встроенному ИИ-ассистенту можно задать вопрос по теме. В ответ он соберет данные из исследований, покажет источники и даст ссылки на нужные фрагменты статей.

Reference Check проверяет список литературы в вашей рукописи и находит отозванные статьи, редакционные предупреждения и работы, которые позже оспорили. А расширение Scite показывает такой контекст прямо в Google Scholar и PubMed.

Начать можно бесплатно с Connect. Он дает ограниченное число запросов к базе Scite через ChatGPT, Claude и другие ИИ-сервисы. Basic стоит $20 в месяц при годовой оплате, Pro — $50 и добавляет API, повышенные лимиты и поиск по патентам, клиническим испытаниям и грантам. Нужен vpn.

#stack

Нейросети «пожирают» бумажные книги

В некотором смысле ИИ похож на плесень, которая портит продукт, на котором сама и разрастается. Теперь этот «прожора» добрался до старых бумажных книг.

Как добывают новое сырье, выяснили журналисты 404 Media. Они спрятали трекер в редкой книге и проследили за ней до объекта Amazon в Лас-Вегасе. Там книгам срезают корешки, страницы прогоняют через промышленные сканеры, а оригиналы после оцифровки отправляют в отходы.

Запасы «чистого» интернета почти исчерпаны, а веб-страницы уже переполнены ИИ-слопом. Чем его больше, тем выше риск, что новые модели будут учиться на текстах предыдущих и перенимать их ошибки, выдумки и речевые штампы.

Старые книги в этом смысле как консервы. Плесень может разрастаться вокруг, но в герметичную банку ей не пробраться. Эти тексты появились до генеративного ИИ, поэтому их человеческое происхождение не вызывает сомнений. Теперь нейросети добрались и до этой «заначки».

#commit

Исследование: ИИ-агенты пока не справляются с настоящей научной работой

Передовые ИИ-агенты уже умеют решать сложные задачи, если результат легко проверить. Но когда нужно самому выбрать гипотезу, оценить результат, отказаться от неудачного подхода и попробовать другой, их возможности резко падают. Это показал эксперимент исследователей из Принстона и британского Института безопасности ИИ.

Ученые выбрали две еще не опубликованные работы и попросили их авторов сформулировать главные исследовательские задачи, которые они решали. Затем те же задачи дали ИИ-агентам, но без доступа к самим статьям и готовым результатам. У систем было шесть суток, вычислительные ресурсы и API-кредиты на тысячи долларов. На выходе от них ждали полноценные научные статьи. В итоге эксперты отвергли обе.

Агенты находили перспективные идеи, но проверяли их слишком поверхностно. Слабые первые результаты часто заставляли их сразу бросить направление. Если выбранный путь заходил в тупик, ИИ редко менял стратегию. Даже обнаружив серьезную ошибку при самопроверке, он чаще добавлял оговорку, чем переделывал исследование.

Обе системы закончили работу раньше срока и потратили меньше половины бюджета. Они также пропускали часть прямых инструкций, например просьбы проверить другие подходы и тщательнее перепроверить результат.

Неопубликованные исследования выбрали специально, чтобы агенты не могли найти готовый ответ в интернете или обучающих данных. Такой подход авторы называют «теневой оценкой». ИИ получает ту же задачу, которую раньше решали ученые, а затем его результат сравнивают с оригинальной работой. Так можно увидеть, какую часть всего исследования агент способен пройти самостоятельно.

От этого напрямую зависит, насколько ИИ вообще может ускорить научную работу. Если часть этапов все равно остается человеку, именно они становятся ограничением. По закону Амдала даже стократное ускорение одной части работы не сделает весь процесс в сто раз быстрее. На схеме слева автоматизировано почти все, поэтому выигрыш огромен. Справа заметная часть работы остается человеку, и общий эффект резко падает.

Открытая научная работа может оказаться как раз таким узким местом, которое пока плохо поддается автоматизации. Впрочем, сами авторы считают выводы предварительными. Эксперимент провели всего на двух исследованиях.

#debug

Десять карточек выше — приемы, которые опытный преподаватель использует уже на автомате. ИИ помогает быстрее собрать такой арсенал: предлагает несколько вариантов, которые можно сразу попробовать на занятии.

#playbook

Экзамен под надзором ИИ закончился скандалом

Национальный автономный университет Мексики (UNAM) проведет очную пересдачу вступительного экзамена примерно для 58 тысяч абитуриентов после скандала с возможным массовым списыванием. В этом году университет впервые перевел экзамен в онлайн и использовал систему ИИ-наблюдения, которая должна была выявлять подозрительное поведение.

Из более чем 150 тысяч работ университет аннулировал около 3 тысяч. Экспертов насторожило необычно большое число максимальных результатов: их оказалось примерно втрое больше, чем в предыдущие годы. Одновременно выросло число абитуриентов, которые правильно решили лишь один-два задания из 120 или не справились вообще ни с одним.

В соцсетях тем временем появились ролики с инструкциями, как обойти систему контроля. Один из абитуриентов рассказал, что ему предлагали за 2500 песо (около $150) программу, которая способна пройти тест за участника.

Расследование UNAM подтвердило и обычные нарушения. Некоторые поступающие пользовались телефонами, получали помощь, а в отдельных случаях экзамен за них сдавал другой человек.

Теперь университет проведет контрольный экзамен очно. Пересдача коснется всех, кто получил проходные результаты в этом году и в течение предыдущих пяти лет.

UNAM рассчитывал, что онлайн-экзамен сделает поступление доступнее для жителей регионов. Для контроля университет нанял платформу Territorium Life с ИИ-прокторингом, способным фиксировать действия и поведение участников. Компания утверждает, что система работала штатно.

Скандал дошел до президента Мексики Клаудии Шейнбаум, выпускницы UNAM. Она предложила университету привлечь к расследованию генеральную прокуратуру.

#404

Исследование MIT: разум не спасает от «бредовой спирали» нейросетей

ИИ может навязать человеку ошибочную картину мира, даже если не выдумывает ни одного факта. Исследователи MIT называют этот эффект «бредовой спиралью». После долгого общения с ботами люди начинали всерьез верить в псевдонаучные открытия, особые отношения с ИИ или идеи о «выходе из симуляции».

Некоторые такие истории уже закончились тяжелыми инцидентами и судебными исками. Проблему ученые связывают с подхалимством моделей, или sycophancy. Чат-боту выгодно продолжать мысль пользователя и давать ответы, которые тот воспринимает как полезные и убедительные.

Ученые проверили этот механизм на математической модели. Пользователь в ней вел себя совершенно рационально. Он получал новую информацию, оценивал ее и на ее основе пересматривал свои убеждения. Бот тоже ничего не выдумывал. Машина просто выбирала из реальных данных те, которые лучше подтверждали уже высказанную пользователем версию.

Этого оказалось достаточно, чтобы запустить спираль. Сначала слабая догадка получала немного подтверждений и начинала казаться правдоподобнее. Бот видел выросшую уверенность и в следующем ответе подбирал еще более подходящие аргументы. Через несколько таких циклов исходное предположение превращалось в устойчивое убеждение.

Исследователи проверили два очевидных способа защиты — запретить боту выдумывать факты и предупредить пользователя о его возможной предвзятости. Ни один не решил проблему. Даже если ИИ опирается только на реальные данные, он все равно может выбирать из них те, которые подтверждают позицию собеседника. Предупреждение тоже лишь немного снижает риск, но не убирает сам механизм.

#debug

OpenAI вводит специальный режим ChatGPT для подростков

Пользователи 13–17 лет, а также те, кого система определения возраста сочтет несовершеннолетними, будут автоматически получать версию сервиса с дополнительными ограничениями и усиленной защитой при обсуждении чувствительных тем.

Возраст компания определяет не только по данным профиля. Система учитывает время использования ChatGPT, когда учетная запись создана и тысячи других сигналов. Если она решит, что перед ней подросток, к аккаунту будут применены соответствующие ограничения.

Изменится и работа с учебными заданиями. Когда подросток просит просто «быстро дать ответ» на домашку, ChatGPT сможет переключать его в режим обучения, где модель помогает пройти путь к решению, а не сразу выдает результат. Родители смогут сделать такой режим стандартным с помощью функции «Часы обучения».

Для подростковых аккаунтов по умолчанию сильнее ограничиваются разговоры об откровенном контенте, расстройствах пищевого поведения, насилии и членовредительстве. В ситуациях высокого риска система также сможет отправлять предупреждения родителям, если соответствующие функции семейного контроля включены.

Новый режим появляется на фоне усиливающегося давления на разработчиков ИИ из-за безопасности несовершеннолетних. За последние годы появились трагические случаи, связанные с общением подростков с чат-ботами.

Но пока сложно понять, насколько хорошо такие ограничения будут работать на практике. Опыт социальных сетей показывает: технически отделить подростков от нежелательного контента значительно проще, чем помешать им обходить установленные барьеры.

Новый режим появляется на фоне растущего давления на разработчиков ИИ из-за безопасности несовершеннолетних. За последние годы уже было несколько трагических случаев, связанных с общением подростков с чат-ботами.

Пока, однако, неясно, насколько такие ограничения окажутся действенными. Опыт социальных сетей показывает, что установить барьеры сравнительно легко, а вот помешать подросткам их обходить гораздо сложнее.

#push

Не время героев. ИИ забирает у человека монополию на интеллектуальный подвиг

Когда-то мой двоюродный дед удивлял окружающих тем, что перемножал в уме огромные числа. В те «ламповые» времена такой навык вполне мог быть профессией. Потом появились калькуляторы — и практическая ценность такого умения сильно поубавилась, вспоминает экономист Ноа Смит.

На днях новая модель Astra от OpenAI выдала решения десяти задач, над которыми математики бились десятилетиями. Еще вчера они казались неприступными вершинами, а сегодня к ним уже проложены туристические маршруты.

ИИ отнимает не работу. Он забирает у человека монополию на интеллектуальный подвиг, говорит в этой связи Смит.

Математика долго оставалась едва ли не последней героической профессией. Один человек мог годами биться над теоремой и в конце концов сделать то, что до него не удавалось всему научному сообществу.

Перельман и Уайлс подарили миру не просто доказательства. Их истории напоминали о невероятных возможностях человеческого ума и воли.

Возможно, поэтому появление ИИ так болезненно воспринимают многие ученые. Дело вовсе не в страхе потерять работу. Исчезает чувство собственной исключительности, когда ты берешься за задачу, которая другим не по силам.

Математика и математика, конечно, никуда не денутся. Мы продолжаем бегать после изобретения автомобиля и играть в шахматы после поражения от DeepMind. Наоборот, с ИИ наука будет развиваться быстрее.

Но если машина способна находить решения эффективнее человека, то главным становится уже не сам поиск, а понимание того, что найденный результат означает, как он меняет сложившуюся картину знаний и какие новые направления исследования открывает.

#readme

Университет впервые подал патентный иск против ИИ-компании

Исследовательский фонд Университета Теннесси подал в федеральный суд иск против Anthropic. Разработчика Claude обвиняют в нарушении двух патентов на технологии нейронных сетей. Это первый подобный спор между университетом и ИИ-компанией, и его исход может подтолкнуть другие научные организации защищать свои разработки через суд.

Университет получил патенты более десяти лет назад. По словам фонда, они стали результатом многолетних исследований нейросетей, устроенных по образцу биологических систем.

До сих пор претензии к ИИ-компаниям в основном касались данных, на которых обучают модели. Авторы и издатели судились с Meta, Google и другими разработчиками из-за использования книг, статей и научных работ без разрешения. Университет Теннесси первым заявил права не на контент, а на элементы самой архитектуры нейросетей.

Фонд требует компенсацию, которая будет соответствовать масштабу нарушения, но конкретную сумму пока не называет.

Разбирательство может растянуться на несколько лет, а его исход пока трудно предсказать. Но спор важен не только из-за возможной компенсации. Университеты десятилетиями создавали технологии, на которых выросла современная ИИ-индустрия. Теперь суду предстоит решить, дает ли этот вклад право не только на признание, но и на долю в доходах.

#push

Люди склонны наделять нейросети человеческими качествами. Всего за год LLM стали на 34% чаще называть учителем, другом или помощником. И чем «умнее» кажется модель, тем легче ей доверять — Nature.

Это и неудивительно, потому что модели прогрессируют фантастически быстро. По данным AI Index 2026, за тот же год результат лучших систем на Humanity’s Last Exam вырос примерно на 30 процентных пунктов. А тесты, которые создавались с расчетом на годы, новые модели «проглатывают» за несколько месяцев.

Только вот рост возможностей не равен росту «человечности». Способность рассуждать — не значит понимание, убедительный ответ — не значит знание, хороший результат в одной задаче — не значит универсальность. Большая часть мифов об ИИ возникает, когда успех модели в отдельных задачах принимают за доказательство того, что она так же хорошо умеет все остальное.

#debug

Южная Корея становится первой страной, которая сделает искусственный интеллект общественной услугой

Все 52 миллиона жителей получат бесплатный и неограниченный доступ к ИИ — по тому же принципу, по которому государство обеспечивает доступ к широкополосному интернету и государственному образованию.

Министерство науки и информационно-коммуникационных технологий уже открыло прием заявок на участие в программе «ИИ для всех» (AI for All Project). Ее первый этап — бесплатный универсальный чатбот. Публичную бета-версию запустят в конце сентября, а общенациональный сервис — до конца года.

Второй этап — персональный ИИ-агент. Он будет находить льготы, стипендии и государственные программы, на которые человек имеет право, сообщать о них и помогать с оформлением документов. Уже в 2027-м власти хотят построить систему, где каждый получит цифрового помощника.

Сервис планируют построить в основном на корейских технологиях: отечественные модели должны обрабатывать не менее 80% всех запросов. Зарубежные можно использовать для оставшихся 20%, но расходы на них государство оплачивать не станет.

За последние два года Южная Корея подготовила для этого инфраструктуру и законодательную базу. 22 января вступил в силу AI Basic Act — первый комплексный закон об ИИ в Азиатско-Тихоокеанском регионе. Теперь страна делает следующий шаг и превращает ИИ из коммерческого сервиса в цифровую услугу, доступ к которой государство хочет обеспечить всему населению.

#push

Хороший промпт — это короткий промпт. Современным моделям уже не нужны подробные инструкции

Делать промпт максимально подробным — скорее вредно. Чем умнее становятся модели, тем меньше им нужно объяснять заранее. Anthropic сократила системный промпт для Claude Opus 5 более чем на 80% и не увидела падения качества в тестах по программированию.

Проблемой становится уже не нехватка инструкций, а их избыток. Claude одновременно получает системный промпт, CLAUDE.md, Skills, память и сам запрос. Правила копятся, повторяются и начинают противоречить друг другу, поэтому модели приходится разбираться не только с задачей, но и с тем, какое указание важнее.

Anthropic советует сокращать CLAUDE.md и оставлять там только то, чего модель не сможет понять из файлов и структуры проекта. Инструкции для отдельных задач лучше выносить в Skills и подключать по необходимости.

Меньше подсказок нужно и для работы с инструментами. Claude умеет искать информацию, открывать файлы и запускать код и обычно понимает, когда это требуется. Редкие инструкции — например, для ревью или проверки результата — можно подключать по необходимости, а важные сведения между сессиями частично сохраняются в памяти.

В итоге меняется сам подход к инженерии контекста. Вместо попытки заранее предусмотреть каждый случай достаточно оставить только то, в чем модель действительно не сможет разобраться сама.

#deep_scan

Elicit — ИИ для быстрого поиска и разбора научных статей

Главная польза Elicit — быстро понять, что уже известно по теме, и сократить ручную работу. Сервис находит публикации по смыслу запроса, отбирает релевантные и извлекает из них нужные данные — например, методы, выборки и результаты.

Elicit также отвечает на вопросы по загруженным PDF и показывает фрагменты источников, на которых основаны ответы. Это удобно, когда нужно быстро войти в новую тему, собрать первый список литературы и решить, какие статьи стоит прочитать.

В базе сервиса больше 138 млн научных работ и 545 тыс. клинических испытаний. Однако заменить полноценный научный поиск Elicit пока не может.

В независимой проверке Elicit нашел только 39,5% нужных публикаций, тогда как ручной поиск — 94,5%. Однако в его выдаче было гораздо меньше лишнего: релевантными оказались 41,8% найденных работ против 7,55% при традиционном поиске. Получается, Elicit экономит время на первичном отборе статей, но для полного обзора литературы его одного недостаточно.

Поэтому университетские библиотеки советуют использовать его для предварительной разведки, проверки идей и отбора литературы, но не как единственный инструмент систематического обзора.

Бесплатный тариф Basic включает безлимитный поиск, саммари и чат с полными текстами, когда они доступны. Pro стоит $39 в месяц при годовой оплате и рассчитан на полноценную исследовательскую работу: большие лимиты, систематические обзоры, извлечение данных из публикаций, расширенные таблицы, уведомления и API.

Работает без VPN, интерфейс и поиск официально поддерживают только английский язык.

#stack