Применение искусственного интеллекта в научной и исследовательской деятельности
онлайн-курс (курс повышения квалификации)
Автор и ведущий курса Сергей Пихтовников
Курс начинается 31 января 2026 года
Автор и ведущий курса Сергей Пихтовников
Курс начинается 31 января 2026 года
Записаться на курс
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности.
Оставьте телефон и мы перезвоним!
Или позвоните нам сами:
+7(903)779-9493
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности.
72 акад. ч.
Учебный объем курса: 72 акад. ч. Взаимодействие с преподавателем и выполнение практикумов осуществляется в закрытой группе ТГ, где автор отвечает на вопросы и комментирует работы слушателей.
8 тем
Материалы по темам курса предоставляются в специальной рабочей папке, доступ к которой сохранится и после обучения. К каждой теме есть практикум.
8 вебинаров
8 вебинаров длительностью по 2 акад. ч. будут проходить один раз в неделю в сдвоенном формате. Записи вебинаров будут доступны слушателям в течение 3 месяцев после окончания курса.
10+ ресурсов
Практические промпты, чек-листы и шаблоны для интеграции ИИ в научные исследования — от обработки данных до подготовки публикаций. Материалы обновляются и остаются доступны участникам после завершения курса.
Курс будет проходить
с 31 января по 28 февраля 2026 года.
Сдвоенные вебинары будут проводиться один раз в неделю, по субботам в 12.00 МСК с 31.01.2026 по 21 февраля.
с 31 января по 28 февраля 2026 года.
Сдвоенные вебинары будут проводиться один раз в неделю, по субботам в 12.00 МСК с 31.01.2026 по 21 февраля.
Почему вам стоит выбрать этот курс?
- АктуальностьКурс фокусируется на интеграции искусственного интеллекта в научные исследования, раскрывая реальные возможности ИИ для ускорения открытий, автоматизации рутинных задач и повышения качества работы в любой дисциплине — от физики до гуманитарных наук.
- ОпытПрограмма разработана с учётом лучших мировых практик и регулярно обновляется в соответствии с динамикой ИИ-сферы. Автор курса — известный специалист в области информационных технологий в образовании. Его опыт и знания обеспечивают высокий уровень преподавания и гарантируют, что слушатели получат актуальную и полезную информацию.
- Практическая направленность курсаКурс ориентирован на практическое применение знаний. Мы предоставляем реальные кейсы, задания и сценарии использования искусственного интеллекта в научно-исследовательской работе, что помогает участникам применять полученные знания на практике. Вы получите готовые workflow, шаблоны промптов и инструменты, которые сразу примените в своих исследованиях.
- НетворкингПрисоединившись к курсу, вы становитесь частью сообщества учёных, аспирантов и преподавателей, обмениваясь опытом применения ИИ в разных областях. Это открывает дополнительные возможности для обмена опытом, сотрудничества и развития своей профессиональной сети.
- Поддержка слушателей и общениеДля общения и консультаций на курсе будет создана закрытая учебная группа в Телеграм что обеспечит оперативные ответы на вопросы, разбор кейсов и обратную связь по проектам. Документация всех инструментов и методов будет доступна в течение курса и после его завершения.
Для кого этот курс
Курс предназначен для студентов, магистрантов, аспирантов, преподавателей и научных работников, стремящихся эффективно интегрировать инструменты искусственного интеллекта в свою исследовательскую деятельность. Программа охватывает как фундаментальные концепции ИИ, так и практические навыки работы с современными инструментами для повышения качества и производительности научных исследований.
Бонус!
Всем участникам курса, выбравшим тариф «Активный слушатель», предоставляется двухмесячный бесплатный доступ к GPT-5
Три этапа
До обучения на курсе:
- Опасаетесь, что применение ИИ в научных исследованиях требует глубоких знаний программирования, математики и доступа к дорогим ресурсам.
- У вас нет системного понимания, какие ИИ-инструменты подходят для вашей дисциплины и как их интегрировать в исследовательский процесс.
- Пробовали использовать ChatGPT или другие LLM, но сталкивались с галлюцинациями, нерелевантными ответами и тратой времени на проверку.
- Освоите промпт-инжиниринг и создадите библиотеку шаблонов для анализа литературы, генерации гипотез и структурирования текстов.
- Научитесь автоматизировать поиск и систематизацию литературы с помощью специальных нейросервисов и построите карты исследовательского поля.
- Примените специализированные инструменты к конкретным задачам вашей области.
- Научитесь улучшать научные тексты: генерировать черновики, аннотации, переводы с сохранением терминологии, создавать презентации и инфографику.
- Интегрируете ИИ в полный workflow исследования — от формулирования вопросов до подготовки публикации.
- После успешного прохождения курса вы станете AI-компетентным исследователем, способным самостоятельно планировать и реализовывать проекты с использованием ИИ.
- Сократите время на рутинные задачи (обзоры литературы, анализ данных, написание черновиков) в 2−5 раз и сфокусируетесь на креативных аспектах науки.
- Избавитесь от недоверия к ИИ благодаря навыкам критической оценки, валидации и документирования результатов.
- Опередите коллег в цифровой трансформации науки, соответствуя требованиям журналов, фондов и этических стандартов (EU AI Act, NIH, РНФ).
- Получите удостоверение ПК и сертификат, подтверждающие владение компетенциями по применению ИИ в научной деятельности, и готовый проект для портфолио или публикации.
Ваши удостоверения будут внесены в базу данных Рособрнадзора (ФИС ФРДО) и доступны для проверки онлайн.
Три года назад, начав применять ИИ в педагогической, научной, учебно-методической работе, я столкнулся с теми же сомнениями, что и вы: недоверие к результатам, страх посредственности, десятки вопросов о надежности. Потребовались месяцы проб и ошибок, чтобы прийти к пониманию, как использовать генеративный ИИ правильно и эффективно.
Сегодня я готов поделиться с вами тем, что работает: проверенными промптами, чек-листами, алгоритмами для разных исследовательских задач.
Главное, чем я хочу вас вдохновить — это уверенность в том, что вы можете использовать ИИ ответственно и эффективно.
Вместе мы научимся не только грамотно применять ИИ, но и критически оценивать его, сохраняя вашу авторскую позицию и академическую честность.
К финалу курса вы создадите собственный проект — доказательство ваших новых компетенций.
Начните свой путь к современной науке!
Сегодня я готов поделиться с вами тем, что работает: проверенными промптами, чек-листами, алгоритмами для разных исследовательских задач.
Главное, чем я хочу вас вдохновить — это уверенность в том, что вы можете использовать ИИ ответственно и эффективно.
Вместе мы научимся не только грамотно применять ИИ, но и критически оценивать его, сохраняя вашу авторскую позицию и академическую честность.
К финалу курса вы создадите собственный проект — доказательство ваших новых компетенций.
Начните свой путь к современной науке!
Пихтовников Сергей Вячеславович
Зам. директора по информационным технологиям Института непрерывного образования УУНиТ, доцент, кандидат наук
Формы и стоимость участия
слушатель
₽10000
₽12300
₽12300
оплата до/после
17.01.2026
17.01.2026
активный
Слушатель
Слушатель
— все возможности СЛУШАТЕЛЯ
— консультации преподавателя
— участие в группе
— помощь при выполнении практикумов
— БОНУС! Двухмесячный бесплатный доступ к GPT-5
— БОНУС! Годовой доступ в ЭБС «Университетская библиотека онлайн»
— сертификат активного слушателя (при успешном завершении курса)
— дополнительная опция: возможно получение удостоверения о повышении квалификации (при успешном завершении курса)
— консультации преподавателя
— участие в группе
— помощь при выполнении практикумов
— БОНУС! Двухмесячный бесплатный доступ к GPT-5
— БОНУС! Годовой доступ в ЭБС «Университетская библиотека онлайн»
— сертификат активного слушателя (при успешном завершении курса)
— дополнительная опция: возможно получение удостоверения о повышении квалификации (при успешном завершении курса)
₽13300
₽16800
₽16800
оплата до/после 17.01.2026
VIP
— все возможности АКТИВНОГО СЛУШАТЕЛЯ
— два часа индивидуального консалтинга онлайн
— два часа индивидуального консалтинга онлайн
₽21600
₽25100
₽25100
оплата до/после 17.01.2026
Удосто-
верение
верение
Удостоверение о повышении квалификации установленного образца. Выдаётся только АКТИВНЫМ или VIP-СЛУШАТЕЛЯМ при успешном завершении курса.
₽3300
оплата после окончания курса
Сертификаты и удостоверения
Сертификат «cлушателя» (образец)
Сертификат «активного слушателя» (образец). Выдается при успешном завершении курса.
Образец удостоверения о повышении квалификации
(выдается при успешном завершении курса, обращайтесь к менеджеру за дополнительной информацией)
(выдается при успешном завершении курса, обращайтесь к менеджеру за дополнительной информацией)
Сергей Пихтовников
Зам. директора по информационным технологиям Института непрерывного образования УУНиТ, доцент, кандидат наук, методист, продюсер онлайн-курсов
С 2004 года занимается исследованиями в области внедрения информационных технологий в образовательный процесс, активный участник научно-практических конференций, посвященных тематике применения ИКТ в образовательном процессе.
Автор и ведущий вебинаров компании Директ-Медиа по тематике применения ИКТ и искусственного интеллекта в образовательной деятельности педагога.
Автор, разработчик курсов для федеральных проектов «Содействие занятости» национального проекта «Демография», федерального проекта «Код будущего».
Стаж преподавательской и научной деятельности 19 лет.
Автор и ведущий вебинаров компании Директ-Медиа по тематике применения ИКТ и искусственного интеллекта в образовательной деятельности педагога.
Автор, разработчик курсов для федеральных проектов «Содействие занятости» национального проекта «Демография», федерального проекта «Код будущего».
Стаж преподавательской и научной деятельности 19 лет.
Программа курса
PDF и онлайн
1.1. Основы искусственного интеллекта для науки
- Что такое ИИ: узкий vs общий ИИ, машинное обучение, глубокое обучение.
- Типы задач, решаемых с помощью ИИ в научном контексте.
- Как ИИ преобразует различные области науки: от медицины до гуманитарных исследований.
- Обзор алгоритмов машинного обучения (контролируемое, неконтролируемое, обучение с подкреплением).
- Генеративный ИИ и большие языковые модели (LLM).
- Специализированные ИИ для науки (AlphaFold, предиктивное моделирование).
- Обзор основных платформ: ChatGPT, Claude, Google Gemini, Grok.
- Специализированные научные платформы.
- Понимание основных концепций и типов ИИ.
- Способность классифицировать исследовательские задачи по типу применимых ИИ-решений.
- Ориентация в экосистеме современных ИИ-инструментов.
- Анализ: Какие задачи в вашей области можно улучшить с помощью ИИ.
- Сравнение возможностей различных LLM-платформ.
2.1. Основы эффективного взаимодействия с LLM
- Принципы создания качественных промптов.
- Техники промпт-инжиниринга: zero-shot, few-shot, chain-of-thought.
- Работа с контекстом и длинными документами.
- Анализ и суммаризация научной литературы.
- Генерация исследовательских вопросов и гипотез.
- Помощь в структурировании аргументации.
- Критический анализ результатов: галлюцинации и проверка фактов.
- Создание систем промптов для повторяющихся задач.
- Сравнение возможностей разных моделей (ChatGPT vs Claude vs Gemini).
- Владение техниками промпт-инжиниринга для научных задач.
- Умение критически оценивать результаты работы LLM.
- Навыки автоматизации рутинных задач с помощью LLM.
- Разработка набора промптов для анализа литературы в вашей области.
- Создание шаблонов для генерации разделов научного текста.
- Сравнительный анализ ответов разных LLM на одинаковые запросы.
- Практикум по выявлению и исправлению галлюцинаций ИИ.
3.1. ИИ-сервисы для поиска научных материалов
- Эффективный поиск научной информации с ИИ-сервисами.
- Автоматизация систематического поиска литературы.
- Извлечение ключевых идей и метаданных из статей.
- Автоматическая классификация научных публикаций.
- Кластеризация исследований по тематикам.
- Обзор сервисов ИИ для решения научных задач в различных областях науки.
- Навыки эффективного поиска и систематизации научной литературы.
- Умение использовать ИИ для создания обзоров литературы.
- Опыт работы с инструментами управления знаниями.
- Автоматическая классификация 50+ статей по заданным критериям.
- Построение карты исследовательского поля с помощью нейросервисов.
4.1. Основы библиографического описания и роль ИИ
Обзор стандартов библиографического описания (ГОСТ Р 7.0.100–2018, APA, MLA, Chicago). Рассматриваются традиционные трудности: ручной ввод данных, ошибки форматирования, несоответствие стилей. Вводится роль ИИ как автоматизатора: распознавание источников по DOI/URL, извлечение метаданных, генерация записей в нужном формате. Примеры сервисов.
4.2. ИИ-сервисы для автоматического извлечения и форматирования метаданных
Анализ инструментов на базе NLP. Механизмы парсинга PDF, распознавания ссылок в тексте (AnyStyle), генерации BibTeX/ RIS. Сравнение точности, скорости и поддержки языков.
4.3. Генеративные ИИ для создания и верификации библиографических записей
Применение LLM моделей для доработки неполных записей, перевода описаний, унификации стилей. Обсуждаются риски галлюцинаций и методы верификации (сверка с DOI, Crossref).
Результаты обучения:
Создание систематического обзора литературы по вашей теме с использованием ИИ-инструментов.
Обзор стандартов библиографического описания (ГОСТ Р 7.0.100–2018, APA, MLA, Chicago). Рассматриваются традиционные трудности: ручной ввод данных, ошибки форматирования, несоответствие стилей. Вводится роль ИИ как автоматизатора: распознавание источников по DOI/URL, извлечение метаданных, генерация записей в нужном формате. Примеры сервисов.
4.2. ИИ-сервисы для автоматического извлечения и форматирования метаданных
Анализ инструментов на базе NLP. Механизмы парсинга PDF, распознавания ссылок в тексте (AnyStyle), генерации BibTeX/ RIS. Сравнение точности, скорости и поддержки языков.
4.3. Генеративные ИИ для создания и верификации библиографических записей
Применение LLM моделей для доработки неполных записей, перевода описаний, унификации стилей. Обсуждаются риски галлюцинаций и методы верификации (сверка с DOI, Crossref).
Результаты обучения:
- Умение использовать ИИ для создания обзоров литературы.
- Умение конвертировать списки различные форматы.
- Умение верифицировать ИИ-сгенерированных описаний.
- Навыки распознавания и исправления типичных ошибок ИИ (галлюцинации авторов, неправильные тома/страницы).
- Навыки настройки промптов для LLM при доработке неполных записей.
- Навыки создания единого стиля цитирования для многоязычных источников (русский + английский).
Создание систематического обзора литературы по вашей теме с использованием ИИ-инструментов.
5.1. ИИ-инструменты для анализа данных
Обзор инструментов и возможностей в аналитике данных.
5.2. Визуализация и интерпретация результатов
Обзор инструментов и возможностей в аналитике данных.
5.2. Визуализация и интерпретация результатов
- Автоматическая генерация графиков и диаграмм.
- ИИ для создания интерактивных визуализаций.
- Владение ИИ-инструментами для анализа данных.
- Навыки визуализации и интерпретации результатов анализа.
- Полный цикл анализа исследовательского датасета: от загрузки до визуализации.
- Сравнение результатов традиционного и ИИ-анализа данных.
- Разработка интерактивного дашборда для визуализации результатов.
6.1. ИИ-ассистенты для научного письма
- Grammarly, DeepL Write, Wordtune для улучшения стиля.
- LLM для структурирования аргументации.
- Генерация черновиков разделов статей.
- Автоматическое перефразирование и улучшение ясности.
- Перевод научных текстов с сохранением терминологии.
- Создание аннотаций и резюме.
- Генерация титулов и ключевых слов.
- Как избежать плагиата при использовании ИИ.
- Сохранение авторского голоса и стиля.
- Проверка фактической точности сгенерированного текста.
- Редактирование и финализация текста.
- ИИ для создания слайдов (Gamma, Beautiful.ai).
- Генерация научных иллюстраций и диаграмм.
- Инфографика для научной коммуникации.
- Владение ИИ-инструментами для улучшения научных текстов.
- Понимание границ использования ИИ в академическом письме.
- Навыки редактирования и финализации ИИ-сгенерированного контента.
- Написание и редактирование раздела научной статьи с помощью ИИ.
- Создание аннотации статьи на двух языках.
- Разработка научной презентации с использованием ИИ-инструментов.
- Сравнительный анализ: текст до и после редактирования ИИ.
7.1. Этические принципы использования ИИ в науке
- Честность и прозрачность в исследованиях
- Авторство и интеллектуальная собственность при использовании ИИ
- Приватность и защита данных участников исследований
- Требования научных журналов к раскрытию использования ИИ
- Политики исследовательских фондов (EU, NIH, РНФ)
- GDPR и другие регуляции защиты данных
- Этические комитеты и одобрение исследований с ИИ
- Документирование использования ИИ в методологии
- Версионирование моделей и данных
- Проверка результатов ИИ: валидация и cross-checking
- Открытая наука и sharing ИИ-инструментов
- Критическая оценка возможностей ИИ
- Потенциальные источники ошибок
- Когда НЕ стоит использовать ИИ
- Ответственность исследователя за результаты
- Понимание этических аспектов использования ИИ в науке
- Знание требований журналов и фондов
- Навыки документирования и валидации результатов ИИ
- Способность критически оценивать ограничения ИИ-инструментов
- Анализ кейс-стади: этические дилеммы при использовании ИИ.
- Разработка протокола использования ИИ для вашего исследования.
- Создание чек-листа проверки результатов ИИ.
8.1. Планирование исследования с ИИ
Итоговый проект:
Участники выбирают один из форматов:
Вариант A: Исследовательский проект
- Оценка применимости ИИ к вашему проекту.
- Выбор подходящих инструментов и методов.
- Разработка workflow: от идеи до публикации.
- Оценка рисков и планирование альтернатив.
- Формулирование исследовательских вопросов.
- Обзор литературы и анализ существующих работ.
- Сбор и анализ данных.
- Интерпретация результатов и написание статьи.
- Подготовка к публикации и рецензированию.
- Тренды и перспективные направления.
- Развивающиеся инструменты и платформы.
- Подготовка к будущим изменениям в исследовательской практике.
- Умение планировать и реализовывать исследования с использованием ИИ.
- Опыт интеграции ИИ-инструментов в реальный проект.
- Навыки презентации и документирования работы с ИИ.
- Критическое понимание возможностей и ограничений ИИ в науке.
Итоговый проект:
Участники выбирают один из форматов:
Вариант A: Исследовательский проект
- Применение ИИ-инструментов к реальной исследовательской задаче.
- Полный цикл: от формулирования вопроса до получения результатов.
- Документация всех использованных ИИ-инструментов и методов.
- Создание систематического обзора литературы по выбранной теме.
- Использование ИИ для поиска, анализа и синтеза информации.
- Критическая оценка качества результатов.
- Разработка и тестирование ИИ-powered методологии для вашей области.
- Сравнение с традиционными подходами.
- Рекомендации по применению.
- Презентация (15 минут).
- Письменный отчет (5-10 страниц).
- Демонстрация использованных инструментов.
- Рефлексия: что сработало, что нет, lessons learned.
Задать вопрос автору
Уважаемые слушатели! Если вас заинтересовал этот курс и вы хотите получить дополнительную информацию, заполните, пожалуйста, эту форму.
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности.