Нейросеть для обзора литературы: что можно доверить ИИ

ИИ для науки6 августа 2026 г.17 мин чтения

Нейросеть для обзора литературы экономит больше всего времени на механических этапах: убирает дубликаты, сортирует тысячи записей на скрининге так, что вероятно релевантные идут первыми, и достаёт данные из статей в таблицу с цитатой-обоснованием. Решение о включении исследования, оценку риска смещения и выводы принимает человек, даже если ИИ предлагает свой вариант. Общая позиция Cochrane, Campbell Collaboration, JBI и Collaboration for Environmental Evidence (CEE) 2025 года такова: ИИ допустим, если авторы могут показать, что он не снижает строгость обзора, работает под контролем человека, а каждое его участие в суждениях честно описано в отчёте.

Статья написана для систематического обзора. Если вы пишете главу «обзор литературы» для диссертации, начните со статьи «Обзор литературы для диссертации»; весь маршрут систематического обзора от вопроса до отчёта описан в статье «Систематический обзор литературы: как написать».

Что ИИ делает на каждом этапе обзора

Чем механичнее этап, тем зрелее автоматизация. Таблица опирается на обзор состояния инструментов в документе RAISE 3 (версия 4 от 23 сентября 2026 года) и на главу 4 Руководства Cochrane (Cochrane Handbook).

Этап	Что умеет ИИ	Насколько это проверено	Что остаётся за человеком
Поиск	Подсказывает термины, ищет по смыслу, возвращает короткий ранжированный список	Годится для разведки темы и как дополнение к основному поиску; полноты не обеспечивает	Поисковая стратегия, выбор баз, воспроизводимость
Дедупликация	Сводит дубли по DOI, названию, авторам	Зрелые проверенные методы, у ряда инструментов чувствительность выше 98%; обзор без автоматической дедупликации сегодня редкость	Проверка спорных пар: ложный «дубль» выбрасывает из обзора нужную статью
Скрининг названий и аннотаций	Сортирует записи по вероятной релевантности; классификаторы помечают записи, которые не являются РКИ; языковые модели предлагают решение с обоснованием	Изучено больше всего; вопрос, когда безопасно остановиться, пока не решён	Критерии, спорные записи, решение прекратить скрининг
Отбор по полным текстам	Предлагает решение по каждому критерию с цитатой из статьи	Независимых оценок мало	Окончательное включение: по Cochrane, двумя людьми независимо
Извлечение данных	Находит в полном тексте элементы PICO, числа, исходы	Схемы «ИИ плюс проверка человеком» приближаются к точности человека, но оценок мало	Проверка каждого значения по источнику
Оценка риска смещения	Предлагает оценки по доменам инструмента	Автоматизируется трудно: оценки субъективны, и даже рецензенты-люди часто расходятся; в оценке системы RobotReviewer люди приняли 83% её оценок	Итоговое суждение
Синтез и выводы	Считает мета-анализ по введённым данным	Автоматизацию синтеза применяют редко	Интерпретация, выводы, текст обзора

Типичная ошибка: отдать ИИ этап, на котором он предлагает суждение (включить статью, оценить риск смещения), и не проверить результат. Для таких этапов правила требуют и контроля, и раскрытия в отчёте.

Позиция Cochrane, Campbell, JBI и CEE по ИИ (2025)

Осенью 2025 года четыре организации, которые выпускают систематические обзоры, опубликовали общее заявление о позиции (position statement) по ИИ одновременно в четырёх журналах: Cochrane Database of Systematic Reviews, Campbell Systematic Reviews, JBI Evidence Synthesis и Environmental Evidence. Его ключевые положения:

За обзор отвечают его авторы, в том числе за решение использовать ИИ и за соблюдение правовых и этических норм.
Организации поддерживают цели рекомендаций RAISE (о них ниже).
ИИ и автоматизацию можно применять, если авторы могут показать, что это не подрывает методологическую строгость и целостность обзора.
ИИ применяют под контролем человека.
Любое использование ИИ, которое выносит или предлагает суждения, полностью и прозрачно описывают в отчёте.
Разработчики инструментов должны сами следовать RAISE и публиковать сведения о том, как инструмент работает и как его проверяли.

Что считается «суждением». Решение о соответствии исследования критериям, оценка риска смещения, извлечение библиографических, числовых или качественных данных, синтез данных из двух и более исследований, оценка достоверности доказательств (включая домены GRADE), текст о силе доказательств и выводах, краткое изложение для неспециалистов. ИИ для проверки орфографии, грамматики и структуры рукописи обычно указывать не нужно, но политику конкретного журнала стоит проверить.

Что указать в отчёте: название инструмента, версию и даты использования; цель и этапы обзора, на которых работал ИИ; обоснование (оценки точности инструмента и то, как вы проверили его в своём обзоре); финансовые и иные интересы авторов, связанные с инструментом; ограничения и возможные смещения.

В заявлении есть готовый шаблон формулировки для протокола. В переводе он выглядит так:

Мы используем [название инструмента, версия, дата] разработки [организация] для [конкретная задача] на этапе [этап обзора]. Инструмент применяется согласно [руководство пользователя, ссылка] / с настройками [описание]. Использование его результатов обосновано тем, что [как вы установили, что инструмент методологически надёжен, и как проверили его в контексте данного обзора]. Ограничения инструмента: [известные ограничения, возможные смещения, этические вопросы]. Подробное описание методики, параметров и проверки приведено в [дополнительные материалы].

Отдельно заявление разбирает быстрые обзоры (rapid reviews): там аннотации часто просматривает один человек, и при этом теряется около 13% релевантных исследований. ИИ в роли второго «рецензента» может снизить эти потери.

Что такое RAISE

RAISE (Responsible use of AI in evidence SynthEsis) представляет собой набор рекомендаций по ответственному использованию ИИ в обзорах доказательств. Его ведёт международная группа методологов, документы находятся в открытом доступе на платформе OSF. На конец сентября 2026 года там три документа версии 4 от 23 сентября 2026 года с пометкой «проект для обсуждения и доработки» (draft for consultation and revision):

RAISE 1 даёт рекомендации для восьми ролей: авторов обзоров, методологов, разработчиков ИИ, организаций, издателей, фондов, пользователей обзоров и преподавателей.
RAISE 2 описывает, как строить и оценивать ИИ-инструменты для обзоров.
RAISE 3 помогает выбрать инструмент для конкретного обзора, разбирает правовые и этические вопросы и описывает текущее состояние инструментов по этапам.

Для автора обзора из RAISE 1 практичнее всего три пункта. Первый: относиться к опубликованным оценкам инструмента критически и проверять, подходит ли он к вашей теме. Второй: обосновать использование ИИ и показать, что он не подрывает надёжность выводов, с учётом смещений, выдуманных данных («галлюцинаций») и неточностей инструмента. Третий: подробно документировать работу с ИИ, включая журнал действий и историю промптов, чтобы её можно было воспроизвести.

Инструменты для ИИ-скрининга: сравнение

Популярные платформы для систематических обзоров уже встроили ИИ в скрининг. RAISE 3 при этом предупреждает: у части решений нет открытого кода, мало сведений о том, как обучены классификаторы, и нет опубликованных оценок точности. Данные о доступе и ценах ниже приведены на сентябрь 2026 года по страницам тарифов Rayyan, Covidence, EPPI-Reviewer и справке Elicit.

Инструмент	Кто делает	Как помогает ИИ	Доступ
Rayyan	Компания Rayyan	Прогноз релевантности записей, поиск дубликатов; в платных тарифах извлечение PICO и ИИ-скрининг	Бесплатный тариф: 3 активных обзора, 2 приглашённых рецензента, прогноз релевантности. Платные тарифы от 4,99 доллара за место в месяц при оплате за год
ASReview LAB	Утрехтский университет (Нидерланды)	Активное обучение: модель учится на ваших решениях и поднимает вероятно релевантные записи наверх	Бесплатно, открытый код
Covidence	Компания Covidence	Классификатор РКИ Cochrane помечает записи как «Possible RCT» или «Not RCT»; записи при этом не удаляются автоматически	339 долларов в год за один обзор; пробный доступ на 500 записей
EPPI-Reviewer	EPPI Centre, Университетский колледж Лондона	Готовые классификаторы (РКИ, экономические оценки, систематические обзоры), собственные классификаторы, приоритетный скрининг	10 фунтов в месяц за пользователя, 35 фунтов в месяц за совместный обзор; сервис некоммерческий, для авторов Cochrane и Campbell бесплатен
Elicit	Компания Elicit	Поиск, скрининг аннотаций и полных текстов с цитатой к каждому решению, извлечение данных, итоговый отчёт	Режим Systematic Review на тарифах Pro, Scale и Enterprise; на Pro до 5000 статей в одном обзоре

Как выбрать. Для небольшого обзора с ограниченным бюджетом обычно хватает бесплатного Rayyan или ASReview. Covidence и EPPI-Reviewer платные (EPPI-Reviewer бесплатен для авторов Cochrane и Campbell) и удобнее для командной работы; оба упомянуты в Cochrane Handbook как программы со встроенным классификатором РКИ. Elicit закрывает больше этапов, включая поиск, но его поиск в независимой проверке оказался неполным (цифры ниже).

Перед выбором проверьте четыре вещи:

есть ли независимая опубликованная оценка инструмента помимо данных разработчика;
на каких данных обучен классификатор: в документации EPPI-Reviewer прямо сказано, что классификаторы, построенные на медицинских данных, не обязательно будут хорошо работать, например, в образовании; заявление Cochrane и партнёров упоминает и смещение из-за обучения только на англоязычных данных;
можно ли выгрузить решения и отдельно посчитать записи, исключённые алгоритмом: это понадобится для блок-схемы PRISMA;
можно ли оплатить сервис из вашей страны, если нужен платный тариф.

Насколько точен ИИ-скрининг: данные исследований

Короткий ответ: специализированные классификаторы для узкой задачи (например, «это РКИ или нет») почти не теряют нужные исследования, а универсальные языковые модели и ИИ-поиск пропускают заметную долю релевантных работ, и результат сильно зависит от промпта и темы. Для сравнения полезно знать, как ошибаются сами люди.

Что оценивали	Результат	Источник
Один человек на скрининге аннотаций	Пропустил 13% релевантных исследований (чувствительность 86,6%); два независимых рецензента пропустили 3% (97,5%)	Gartlehner и соавт., 2020
Классификатор РКИ Cochrane	Нашёл 43 783 из 44 007 РКИ, включённых в обзоры Cochrane (99,5%), точность около 8%	Thomas и соавт., 2021
GPT-4 Turbo на скрининге названий и аннотаций, 5 клинических вопросов	Чувствительность 0,75, после доработки промпта 0,91; специфичность 0,98-0,99; 1,3 минуты на 100 записей против 17,2 минуты вручную	Oami и соавт., 2024
Elicit Pro в режиме обзора против 4 опубликованных обзоров	Нашёл в среднем 39,5% включённых исследований против 94,5% у исходных поисков; точность 41,8% против 7,55%	Lau, Golder, 2025
Elicit, оценка самой компании на 58 обзорах	Скрининг прошли 93,6% релевантных статей, отсеяно 62,8% нерелевантных	Блог Elicit, 18 марта 2025
Автоматизация скрининга в целом	Ручной скрининг сокращается как минимум на 30%, иногда более чем на 90%, порой ценой потери до 5% чувствительности	Обзор O'Mara-Eves и соавт., 2015, по Cochrane Handbook

Как читать эти цифры:

Чувствительность (полнота) важнее точности. Классификатор Cochrane оставляет много лишнего (точность 8%), зато почти не теряет РКИ, и остаток просматривает человек. Для скрининга это правильный компромисс.
Данные разработчика и независимые оценки расходятся. RAISE прямо советует относиться к оценкам критически и по возможности опираться на проверки методологов без конфликта интересов.
Промпт меняет результат. В исследовании Oami доработка промпта подняла чувствительность с 0,75 до 0,91, поэтому формулировку критериев для модели проверяют на пилотной выборке.
Остановка скрининга по алгоритму рискованна. Repke и соавторы (2026) проверили 15 правил остановки приоритетного скрининга на 81 наборе данных: почти все либо пропускали релевантные записи, либо не давали обещанной экономии. Надёжно достигало заданной полноты только одно правило, и останавливалось оно поздно.

Как применять ИИ на скрининге, чтобы не потерять исследования

Сформулируйте критерии так, чтобы их можно было проверить по тексту. «Только рандомизированные контролируемые исследования» проверяется; «качественные исследования по теме» нет. Как это сделать, разобрано в статье «Критерии включения и исключения в систематическом обзоре».
Проведите пилот. Двое рецензентов вручную размечают выборку записей, ИИ размечает её же, вы считаете, сколько релевантных записей ИИ пропустил. RAISE называет такую калибровку частью обоснования.
Определите роль ИИ в протоколе заранее: сортировщик записей, второй рецензент при одном человеке, фильтр по дизайну исследования. В полном систематическом обзоре Cochrane допускает, что названия и аннотации просматривает один человек, но окончательное решение по полному тексту принимают двое независимо.
Проверяйте обоснование вместе с вердиктом. Хороший инструмент к решению «исключить» прикладывает причину, например: «исключить: дизайн обсервационный, в методах указано "ретроспективное когортное исследование"», и подсвечивает эту фразу в тексте. Такое предложение подтверждается или отклоняется за секунды.
Решите заранее, когда остановитесь. Если вы прекращаете скрининг до конца списка по сигналу алгоритма, опишите правило остановки и связанный с ним риск.
Записывайте числа. В блок-схеме PRISMA 2020 есть отдельная строка для записей, которые инструменты автоматизации пометили как неподходящие. Подробнее в статье «PRISMA 2020: чек-лист и блок-схема на русском».
Проверьте работу на своём языке и в своей области. Если в обзоре много русскоязычных статей, в пилотную выборку включите и их.

Извлечение данных: только с цитатой и проверкой

На этапе извлечения ИИ находит в статье размер выборки, дизайн, вмешательство, исходы и эффекты и переносит их в таблицу. RAISE 3 отмечает, что продуманные схемы извлечения с участием языковой модели приближаются к точности человека, но качественных оценок мало, а применение в новом обзоре требует собственной проверки на выборке статей.

Два практических требования к инструменту. Первое: он работает с полным текстом и помечает значения, взятые только из аннотации. В аннотации обычно нет точных значений, доверительных интервалов и деталей методов. Второе: к каждому значению прилагается цитата из текста, тогда проверка занимает секунды. Как построить форму извлечения и организовать двойное извлечение, разобрано в статье «Форма извлечения данных для систематического обзора».

Поиск литературы: ИИ дополняет поисковую стратегию

Инструменты поиска по смыслу (Elicit, Undermind, Asta и другие) по запросу на обычном языке возвращают ранжированный список статей. RAISE 3 оценивает их так: полезны на этапе разведки темы и для поиска работ, которые пропустил основной поиск, но не всегда понятно, откуда взяты результаты и насколько поиск полон. Независимая проверка Elicit нашла в среднем менее 40% включённых исследований. Основной поиск для систематического обзора по-прежнему строят вручную по базам, с воспроизводимой стратегией.

Если в обзоре нужны русскоязычные работы, проверьте, какие источники опрашивает выбранный инструмент: покрытие русскоязычных журналов у разных сервисов сильно различается.

Почему ChatGPT не заменяет инструмент для обзоров

Универсальный чат-бот генерирует правдоподобный текст и может сослаться на статью, которой не существует. Инструменты для обзоров работают поверх реальных записей и PDF, которые вы нашли или загрузили, и показывают, из какого текста взято каждое утверждение. RAISE 1 требует учитывать, что ИИ может выдумывать данные, и проверять его результаты.

	Универсальный чат-бот	Инструмент для обзоров
Откуда ответ	Генерирует текст по обученной модели	Из найденных или загруженных статей
Ссылки	Может выдумать несуществующую	Цитата из конкретного текста, которую можно проверить
Если данных нет	Может достроить правдоподобный ответ	Сообщает, что данных нет, или оставляет ячейку пустой
Учёт решений	Нет	Журнал решений для PRISMA
Пригодность для систематического обзора	Для редактуры текста и черновика плана	Для скрининга и извлечения при проверке человеком

Как указать использование ИИ: PRISMA, журнал, ВАК

PRISMA 2020. Пункт 8 (процесс отбора), пункт 9 (процесс сбора данных) и пункт 11 (оценка риска смещения) просят указать, сколько рецензентов работали, независимо ли, и, если применимо, какие инструменты автоматизации использовались. В блок-схеме записи, исключённые автоматизацией, показывают отдельно.

Журнал. Перечень сведений из заявления Cochrane и партнёров (название, версия, даты, цель, обоснование, интересы, ограничения) подходит для раздела методов или отдельного раздела о применении ИИ. Требования конкретного журнала проверяют по его политике.

Беларусь. На круглом столе ВАК Беларуси 28 ноября 2025 года заместитель Председателя ВАК Д. В. Капский представил доклад «Об использовании искусственного интеллекта при подготовке квалификационных научных работ (диссертаций)… (методические рекомендации)». В слайдах доклада в «зелёную зону» допустимого использования включены поиск и анализ литературы, в том числе для обзора литературы, с последующей верификацией. При использовании ИИ рекомендовано ссылаться на технологию: наименование, производитель, версия, дата обращения и описание запросов. Эти сведения приводят в описании методологии.

Россия. Утверждённого документа ВАК РФ об использовании ИИ в диссертациях мы на сентябрь 2026 года не нашли. В мае 2026 года заместитель председателя ВАК РФ, ректор ТГУ Э. В. Галажинский опубликовал аналитический меморандум для социально-гуманитарных специальностей: использовать ИИ для первичного подбора литературы допустимо при обязательном указании этого факта, скрытое использование для написания обзора литературы недопустимо. Это предложение, а не действующая норма.

Подробнее о правилах журналов, COPE, ВАК Беларуси и России и образец декларации об использовании ИИ есть в статье «Нейросеть в диссертации и научной статье: что разрешено».

Частые вопросы

Может ли нейросеть полностью написать систематический обзор? Нет. Cochrane, Campbell, JBI и CEE допускают ИИ только под контролем человека, а ответственность за обзор остаётся на авторах. ИИ ускоряет дедупликацию, скрининг и извлечение данных, но формулировку вопроса и критериев, окончательное включение, оценку риска смещения и выводы берёт на себя исследователь.

Можно ли заменить второго рецензента нейросетью? В полном систематическом обзоре по стандартам Cochrane окончательное решение по полному тексту принимают два человека независимо. На этапе названий и аннотаций, особенно в быстрых обзорах, ИИ в роли второго рецензента может снизить риск пропуска, который у одного человека составляет около 13%. Такое решение фиксируют в протоколе и описывают в отчёте.

Какая программа для скрининга бесплатная? ASReview LAB бесплатна и имеет открытый код. У Rayyan есть бесплатный тариф на 3 активных обзора с прогнозом релевантности (на сентябрь 2026 года). Covidence, EPPI-Reviewer и режим обзора в Elicit платные; EPPI-Reviewer бесплатен только для авторов Cochrane и Campbell.

Нужно ли указывать использование ИИ в обзоре или диссертации? Да, если ИИ выносил или предлагал суждения: отбирал статьи, извлекал данные, оценивал риск смещения, писал выводы. В отчёте указывают инструмент, версию, даты, этапы, обоснование и ограничения; PRISMA 2020 просит описать инструменты автоматизации в пунктах 8, 9 и 11. Для диссертации в Беларуси ориентир дают методические рекомендации, представленные ВАК 28.11.2025.

Подходит ли ИИ-скрининг для русскоязычных статей? Зависит от инструмента: многие классификаторы обучены в основном на англоязычных медицинских данных, и их точность на других языках и в других областях не гарантирована. Включите русскоязычные записи в пилотную выборку и сравните решения ИИ с решениями рецензентов до основного скрининга.

Сколько записей можно обработать? Лимиты зависят от инструмента и тарифа. Например, на сентябрь 2026 года пробный доступ Covidence рассчитан на 500 записей, а режим Systematic Review в Elicit на тарифе Pro принимает до 5000 статей в одном обзоре. Проверьте лимит до начала работы, особенно если поиск вернул несколько тысяч записей.

Источники

Попробуйте Нейросинт на своём обзоре.

Начать бесплатно →