Anthropic: мужчины в социальных науках используют кодирующие ИИ‑агенты более чем вдвое чаще женщин

Опрос Anthropic выявил значительный гендерный разрыв в использовании кодирующих ИИ‑агентов: мужчины применяют их более чем вдвое чаще. Экономисты — наиболее активны (39%), исследователи образования — наименее (≈4%).

Anthropic провела опрос среди исследователей социальных наук и обнаружила существенный гендерный разрыв в использовании кодирующих ИИ‑агентов: люди с типично мужскими именами применяют такие инструменты более чем вдвое чаще, чем те с типично женскими именами. Это важно для методов анализа и распределения вычислительных навыков в науке, поскольку кодирующие агенты часто интегрируются в рабочие процессы исследования.

Разбиение по дисциплинам показывает большой разброс: экономисты лидируют по использованию кодирующих агентов — 39% опрошенных в этой дисциплине применяют их, тогда как среди исследователей образования доля составляет около 4%. Доминирующая задача для пользователей кодирующих агентов — генерация кода для анализа данных: на неё приходится 97% случаев применения. При работе с текстом 54% пользователей кодирующих агентов используют их для черновиков, тогда как среди пользователей ИИ в целом этот показатель равен 30%; у экономистов доля использования таких агентов для черновиков достигает 50%.

Общее использование ИИ между группами сравнительно равномерно, но именно по кодирующим агентам наблюдаются заметные различия по гендеру, карьерному уровню и рангу университета. Аспиранты и постдоки применяют кодирующие агенты значительно чаще, чем профессора. Исследователи в университетах топ‑25 используют эти инструменты примерно на 40% чаще, чем их коллеги в других вузах, что указывает на концентрацию возможностей и доступа к практическим инструментам.

Оценки влияния ИИ на научную продуктивность в целом положительные: 88% респондентов поставили эффект ИИ на собственную продуктивность выше 5 по шкале от 0 до 10, причём половина оценила влияние в 8 или выше. Пользователи кодирующих агентов в среднем более оптимистичны относительно собственного выхода статей, но при этом они сохраняют скептицизм относительно того, как ИИ повлияет на дисциплину в целом.

Исследователи выражают конкретные опасения: 70% респондентов более оптимистично смотрят на влияние ИИ на собственную продуктивность, чем на будущее всей социальной науки, и этот разрыв в восприятии увеличивается с числом используемых кейсов ИИ. Среди потенциальных рисков отмечают перегрузку системы рецензирования, усиление конкуренции за внимание, селективную отчётность и склонность к осторожным, инкрементальным исследованиям. В смежной биомедицине зафиксирован резкий рост фальсифицированных ссылок — с 2023 года уровень фальсификаций цитат вырос более чем в двенадцать раз.

Авторы делают практические выводы для разработчиков и внедрителей инструментов: поскольку 97% применения кодирующих агентов связано с генерацией кода для анализа данных, приоритеты продукта и интеграций должны учитывать рабочие процессы анализа данных. Разрыв по дисциплинам, карьере и гендеру указывает на потребность в таргетированном обучении, улучшении удобства использования и механизмах валидации вывода — контроле цитат, трассируемости и воспроизводимости — чтобы снизить риски и расширить доступ к инструментам.