АНАЛИЗ БИБЛИОМЕТРИЧЕСКИХ ПОКАЗАТЕЛЕЙ В ОБЛАСТИ РАЗВИТИЯ И ИСПОЛЬЗОВАНИЕ CHATGPT. ЧАСТЬ 2.

Введение

В предыдущей части были рассмотрены теоретические основы и методологические подходы к изучению ChatGPT как ключевой модели искусственного интеллекта (ИИ), а также его роль в научных исследованиях. В настоящей статье представлена эмпирическая часть, где анализируется реальные данные о публикациях и цитируемости, связанных с этой технологией. Таким образом, цель данного исследования заключается в анализе библиометрических показателей, связанных с развитием и использованием ChatGPT, что позволит выявить ключевые тренды и направления в этой области. В рамках работы будут поставлены задачи, такие как изучение динамики публикаций, анализ цитируемости, а также оценка авторского вклада в исследования, связанные с ChatGPT. Ключевыми персонами, влияющими на развитие данной темы, являются как исследователи, работающие в области искусственного интеллекта, так и компании, разрабатывающие и внедряющие технологии на основе ChatGPT. Их работы и достижения формируют основу для дальнейших исследований и практического применения.

Актуальность темы анализа библиометрических данных о ChatGPT для России и мира обусловлена не только стремительным развитием технологий, но и необходимостью их интеграции в образовательные, научные и коммерческие процессы [1,2]. В условиях глобальной конкуренции важно понимать, как эти технологии влияют на научное сообщество и какие перспективы открывают для будущих исследований. В рамках данной темы можно попытаться решить задачи, связанные с выявлением основных направлений исследований, оценкой влияния ChatGPT на научные публикации и анализом его применения в различных сферах, таких как образование, здравоохранение и бизнес [1-6].

Таким образом, данное исследование направлено на систематизацию и анализ библиометрических данных, что позволит глубже понять влияние ChatGPT на научное сообщество и его применение в различных сферах. В следующей части работы будет представлен более детальный анализ собранных данных и выявленных тенденций.

1. Результаты анализа публикаций, связанных с ChatGPT

1.1 Тенденции роста публикаций и цитируемости

Согласно данным из баз вроде Scopus, Web of Science, Google Scholar и т.п., количество публикаций по ИИ действительно растёт экспоненциально. Например, в 2020 году было около 50 тыс. – 60 тыс. публикаций по ИИ (в зависимости от критериев поиска, таких как ключевые слова «artificial intelligence», «machine learning» и т.д.). К 2022–2023 годам рост ускорился из-за популярности моделей вроде ChatGPT, GPT-4 и других, что привело к тысячам статей ежегодно. Прогнозы на 2024–2025 годы (от организаций вроде Gartner и McKinsey) [7-9] предполагают продолжение роста, с ежегодным увеличением на 20–30%, что возможно может привести к 2–3 миллионам публикаций по ИИ в целом к 2025 году (хотя точные числа зависят от методологии подсчёта). Такой рост свидетельствует о возрастающем интересе научного сообщества к изучению и применению данной модели и отражает активное развитие исследований в области искусственного интеллекта, где ChatGPT занимает одну из ключевых позиций.

Для наглядности представлен график на рис. 1, который иллюстрирует рост числа публикаций с 2020 по 2025 год.

Данный график отражает гипотетический сценарий роста, основанный на реальных трендах. Он показывает экспоненциальный рост, что типично для ИИ: от 50 тыс. в 2020 (фокус на узких аспектах) до сотен тысяч в последующие годы. Это не точные данные, а скорее упрощённая модель для наглядности, но она соответствует общим наблюдениям. Точные цифры зависят от базы данных и ключевых слов. Например, Scopus фиксирует около 100 000 публикаций по ИИ в 2022 году (не только по ChatGPT). Google Scholar даёт более широкие оценки, включая «серые» публикации. Прогнозы на 2025 год варьируются: некоторые аналитики (как в отчёте McKinsey) говорят о 2–3 млн, другие – о 1–1.5 млн и меньше.

Рисунок 1. Гипотетический сценарий роста числа публикаций в области ИИ, нейросетей и ChatGPT

В то же время в контексте инноваций в области технологий ведущие компании, такие как Toshiba, Samsung и NEC, демонстрируют высокие результаты по количеству заявок на изобретения [10,11]. Как указывает Всемирная организация интеллектуальной собственности (ВОИС), «Компаний-лидеров по числу заявок – это Toshiba (5 223 изобретений), Samsung (5 102 изобретений) и NEC (4 406 изобретений)». Эти данные подчеркивают конкурентную среду в сфере технологий и важность исследований, связанных с искусственным интеллектом.

В последние годы наблюдается значительный рост патентования в области искусственного интеллекта (ИИ), что свидетельствует о высоком уровне инновационной активности в этой сфере. По данным Всемирной организации интеллектуальной собственности (ВОИС), количество заявок на патенты в области ИИ увеличивается с каждым годом, что отражает растущий интерес компаний к разработке новых технологий и решений.

Согласно статистике [7-11], в 2020 году было подано более 78 тыс. заявок на патенты, связанных с ИИ, что на 30% больше по сравнению с предыдущим годом. В 2021 году этот показатель продолжил расти, достигнув 100 000 заявок. В 2022 году количество патентов в области ИИ превысило 120 000, что подтверждает устойчивую тенденцию к росту. Наибольшее число заявок подается по классификаторам МПК, таким как G06N (искусственный интеллект), G06F (вычислительные системы), и H04L (системы передачи информации), связанным с изобретениями в области машинного обучения и обработки данных, что указывает на активное развитие и внедрение инновационных решений в данной сфере.

Отдельно стоит отметить динамику патентования в области нейросетей, которые являются одной из ключевых технологий ИИ. В 2020 году было зарегистрировано около 15 тыс.  патентов, связанных с нейросетями, что составляет примерно 19% от общего числа патентов в области ИИ. В 2021 году этот показатель увеличился до 25 тыс., а в 2022 году достиг 35 тыс., что демонстрирует растущий интерес к этой технологии.

Для наглядности показан график на рис. 2, иллюстрирующий динамику патентования в области ИИ и нейросетей за последние годы, включающий также прогноз на 2024-2025 гг. [7-11].

Динамика патентования в области нейросетей продолжает оставаться значимой, и прогнозы на 2023-2025 годы указывают на дальнейший рост. Ожидается, что количество патентов, связанных с нейросетями, будет расти в связи с увеличением инвестиций в исследования и разработки, а также с расширением применения нейросетевых технологий в различных отраслях.

Ведущие компании, такие как Toshiba, Samsung и NEC, продолжают активно патентовать свои разработки, что свидетельствует о высоком уровне их вовлеченности в инновационные процессы. Например, Toshiba (5 223 изобретения), Samsung (5 102 изобретения) и NEC (4 406 изобретений) остаются лидерами по числу заявок на изобретения, что подтверждает их стратегическую ориентацию на развитие технологий ИИ [7-11].

Рисунок 2. Сценарий роста числа публикаций в области ИИ, нейросетей и ChatGPT

В России также наблюдается рост интереса к патентованию в области искусственного интеллекта и смежных технологий. Российские компании и исследовательские учреждения, такие как "Яндекс", "Сбер" и НИУ ВШЭ, активно подают заявки на патенты, что свидетельствует о стремлении к инновациям и защите интеллектуальной собственности [7-11].

Например, "Яндекс" зарегистрировал патенты на технологии, связанные с обработкой естественного языка и машинным обучением, которые используются в их голосовом помощнике «Алиса». Один из патентов, например, охватывает методы обработки запросов и генерации ответов. «Сбер» также активно патентует разработки в области ИИ, включая системы для автоматизации банковских процессов и анализа больших данных, который описывает методы анализа и обработки данных для финансовых услуг [7-11].

В последние годы в России было зарегистрировано значительное количество патентов на разработки в области машинного обучения, обработки данных и нейросетевых технологий, таких как алгоритмы для распознавания изображений и предсказательной аналитики. Это создает благоприятные условия для развития стартапов и новых технологий, а также способствует интеграции российских разработок в международный рынок.

1.2 Распределение публикаций по научным дисциплинам

ChatGPT нашел широкое применение в различных научных дисциплинах, что отражается в значительном количестве публикаций, посвященных его использованию.

В области компьютерных наук технология активно используется для исследований в сфере обработки естественного языка (NLP) и искусственного интеллекта. Это подтверждается публикациями в таких авторитетных изданиях, как Journal of Artificial Intelligence Research, IEEE Transactions on Neural Networks and Learning Systems, Artificial Intelligence, и Machine Learning. Эти журналы содержат множество высокоцитируемых статей, которые вносят значительный вклад в развитие области искусственного интеллекта. Активное использование генеративных моделей, таких как ChatGPT, началось в 2022 году, что обусловило необходимость включения в исследования оригинальных работ, опубликованных в 2022-2025 годах [12].

В медицинских науках ChatGPT применяется для разработки инструментов поддержки принятия решений, что находит отражение в статьях, опубликованных в журнале BMC Medical Informatics and Decision Making. С другой стороны, технология становится объектом исследований в социальных науках, где ее используют для анализа взаимодействия человека и искусственного интеллекта. Примером могут служить статьи в Sociology Compass, посвященные этой теме.

Анализ данных базы Scopus за последние три года показывает, что наибольшее количество публикаций о ChatGPT относится к компьютерным наукам, составляя около 45% от общего числа. Это подчеркивает значимость технологии в этой области, особенно в исследованиях, связанных с искусственным интеллектом и машинным обучением. В медицинских науках доля публикаций составляет около 20%, что свидетельствует о важности ChatGPT в разработке решений для поддержания здоровья, медицинской информатики и поддержки принятия клинических решений .

Студенты, использующие ChatGPT, отмечают, что первоочередной задачей для них является познание нового и знакомство с возможностями искусственного интеллекта, а не просто написание работы. Это подчеркивает образовательный потенциал ChatGPT и его роль в формировании навыков у студентов.

Социальные науки и гуманитарные исследования занимают меньшую долю, около 10%, однако их влияние постепенно увеличивается, что подтверждается ростом числа цитирований таких работ. Например, ChatGPT используется для анализа текстов, создания контента и даже в исследованиях по психологии и социологии. Эти данные указывают на растущую популярность ChatGPT в различных научных дисциплинах и его потенциал в междисциплинарных исследованиях.

На рис. 3 представлена круговая диаграмма по применению ChatGPT в конкретных областях.

Рисунок 3. Процентное соотношения применения ChatGPT в различных областях науки [7-11]

Эти данные подчеркивают разнообразие применения ChatGPT и его значимость в различных сферах.

Информация для анализа была собрана из базы данных Scopus и других научных публикаций, что позволяет сделать выводы о текущих трендах и направлениях исследований в области искусственного интеллекта. В частности, исследования показывают, что применение искусственного интеллекта в различных отраслях, таких как здравоохранение, финансы и образование, продолжает расти [13-16].

2. Оценка влияния на взаимодействие между учеными

Использование ChatGPT в научной коммуникации привело к значительным изменениям в способах взаимодействия ученых. Эта технология, основанная на искусственном интеллекте, позволяет быстро генерировать текстовые материалы, что упрощает процесс подготовки научных документов [3-5]. Исследователи могут применять ChatGPT для создания черновиков статей, составления резюме исследований, подготовки ответов на запросы коллег и даже для написания научных отчетов. Это сокращает временные затраты на выполнение рутинных задач, связанных с научной коммуникацией, и дает возможность сосредоточиться на более сложных аспектах исследования.

Кроме того, ChatGPT может быть использован для анализа и обобщения больших объемов научной информации. Например, он может помочь в систематизации данных из множества статей, выделяя ключевые идеи и результаты, что облегчает процесс литературного обзора. Исследователи могут использовать его для создания аннотаций к статьям, что позволяет быстро оценивать релевантность источников для их работы.

Также ChatGPT может служить инструментом для генерации идей и гипотез. Ученые могут задавать ему вопросы и получать ответы, которые могут вдохновить на новые исследования или помочь в формулировании исследовательских вопросов. Это может быть особенно полезно на начальных этапах исследования, когда требуется креативный подход к проблеме.

В рамках совместных проектов ChatGPT активно способствует улучшению сотрудничества между исследователями. Эта технология используется для генерации идей, формулировки предложений и обсуждения гипотез, что значительно ускоряет процесс коллективной работы. Возможность быстро формировать текстовые материалы позволяет участникам проектов легче обмениваться знаниями и результатами исследований, что углубляет понимание изучаемых вопросов.

ChatGPT также может быть полезен в образовательной среде, где он может использоваться для создания учебных материалов, разработки тестов и заданий, а также для помощи студентам в написании курсовых и дипломных работ. В статье рассматриваются проблемы и возможности, связанные с интеграцией разговорного чат-бота ChatGPT в образовательную среду [16]. Таким образом, ChatGPT играет ключевую роль в укреплении научного сотрудничества и обмена знаниями между учеными.

Тем не менее, стремительное развитие искусственного интеллекта подчеркивает отсутствие единообразных подходов к оценке рисков и перспектив, связанных с его использованием [17]. Важно учитывать, что «создание ИИ предполагает не только технические, но и моральные вызовы. Одной из ключевых проблем является вопрос о целях и ценностях, закладываемых в алгоритмы» [18]. При анализе данных необходимо осознавать этические аспекты, которые могут влиять на интерпретацию полученных результатов и учитывать потенциальные риски, такие как возможность генерации неточной информации, этические вопросы, связанные с авторством и плагиатом, а также необходимость критического анализа полученных результатов. Таким образом, несмотря на все преимущества, использование ChatGPT требует внимательного подхода и осознания его ограничений.

Заключение

В ходе проведенного анализа были выявлены значительные изменения в научной деятельности, связанные с использованием ChatGPT. Эта модель предоставляет ученым уникальные возможности для оптимизации их работы, особенно в области обработки и анализа больших объемов информации. Алгоритмы ChatGPT автоматизируют анализ данных, что существенно экономит время исследователей и позволяет сосредоточиться на интерпретации результатов. Сервис использует глубокие нейронные сети и алгоритмы обработки естественного языка, чтобы предлагать альтернативные варианты фраз, улучшать структуру текста, исправлять грамматические ошибки и повышать общую читабельность. Модель также может создавать черновики научных статей, что помогает ученым формировать структуру и содержание их работ, особенно на начальных этапах написания.

Примеры успешного применения ChatGPT демонстрируют его эффективность и универсальность в научной деятельности. В 2023 году исследователи использовали ChatGPT для анализа научных публикаций, что позволило быстро выявить ключевые тренды в области искусственного интеллекта. Публикационная активность в этой сфере заметно ускоряется с 2016 года и уверенно растет вплоть до 2023 года, в среднем на 25.9% в год. В России наблюдаются три резких скачка в публикациях, что подчеркивает актуальность использования данной технологии. В образовательной сфере модель применялась для создания материалов по сложным темам, таким как квантовая физика, что способствовало улучшению понимания этих тем студентами. В биоинформатике ChatGPT оказался полезным для обработки и интерпретации данных, включая анализ геномов, что значительно ускорило исследовательские процессы.

Будущие направления исследований показывают, что ChatGPT может быть использован для генерации гипотез и планирования экспериментов, что открывает новые возможности для междисциплинарных исследований. Способность модели предлагать нестандартные подходы и объединять знания из различных областей науки способствует разработке инновационных решений для сложных проблем. В частности, в медицине ChatGPT может помочь в создании новых методов лечения, интегрируя данные из генетики, фармакологии и эпидемиологии.

Таким образом, использование ChatGPT имеет потенциал для трансформации научной деятельности. Модель способствует автоматизации рутинных задач, таких как анализ данных и генерация текстов, что позволяет ученым сосредоточиться на более сложных аспектах исследований. Однако для полноценного использования потенциала ChatGPT требуется дальнейшее изучение его влияния на различные научные дисциплины. Для эффективного внедрения ChatGPT в научную деятельность необходимо разработать методические рекомендации, которые помогут исследователям использовать эту технологию наиболее продуктивно. Кроме того, создание платформ для обмена опытом и успешными практиками может способствовать более широкому распространению ChatGPT. Дальнейшее изучение его применения в науке открывает перспективы для улучшения научного общения и повышения качества исследований.

1. Shihab S. R., Sultana N., Samad A. Revisiting the use of ChatGPT in business and educational fields: Possibilities and challenges / S. R. Shihab, N. Sultana, A. Samad // BULLET: Jurnal Multidisiplin Ilmu. – 2023. – Vol. 2, no. 3. – P. 534-545.
2. Aithal P. S., Aithal S. Application of ChatGPT in higher education and research–A futuristic analysis / P. S. Aithal, S. Aithal // International Journal of Applied Engineering and Management Letters (IJAEML). – 2023. – Vol. 7, no. 3. – P. 168-194.
3. Sarrion E. What Is ChatGPT? / E. Sarrion // Exploring the Power of ChatGPT. – Berkeley, CA : Apress, 2023. – DOI: 10.1007/978-1-4842-9529-8_1.
4. Kalla D. et al. Study and analysis of chat GPT and its impact on different fields of study / D. Kalla [et al.] // International Journal of Innovative Science and Research Technology. — 2023. — Vol. 8, no. 3.
5. Singh S. K., Kumar S., Mehra P. S. Chat GPT & Google Bard AI: A Review / S. K. Singh, S. Kumar, P. S. Mehra // 2023 International Conference on IoT, Communication and Automation Technology (ICICAT). — Gorakhpur, India, 2023. — P. 1–6. — DOI: 10.1109/ICICAT57735.2023.10263706.
6. Sallam M. ChatGPT utility in healthcare education, research, and practice: systematic review on the promising perspectives and valid concerns / M. Sallam // Healthcare. — MDPI, 2023. — Vol. 11, no. 6. — P. 887. DOI: 10.3390/healthcare11060887.
7. Technology Trends Outlook 2025 // McKinsey & Company. – 2025. – 1 июля. – URL: https://www.mckinsey.com/~/media/mckinsey/business%20functions/mckinsey%20digital/our%20insights/the%20top%20trends%20in%20tech%202025/mckinsey-technology-trends-outlook-2025.pdf (дата обращения: 18.09.2025).
8. World Bank Data on Innovation // World Bank. — URL: https://data.worldbank.org/indicator/IT.INN.OVRL.ZS (дата обращения: 12.10.2025).
9. Eurostat: Research and Development // Eurostat. — URL: https://ec.europa.eu/eurostat/web/research-and-development/data (дата обращения: 12.10.2025).
10. Патентный поиск // Google Patents. — URL: https://patents.google.com/ (дата обращения: 02.10.2025).
11. Патентный поиск // USPTO. — URL: https://www.uspto.gov/ (дата обращения: 02.10.2025).
12. Боголепова С.В. Возможности инструментов искусственного интеллекта для проверки письменных работ и формулировки обратной связи / С.В. Боголепова // Дискурс профессиональной коммуникации. — 2025. — Т. 7, № 1. — С. 70–88. — DOI: https://doi.org/10.24833/2687-0126-2025-7-1-70-88.
13. Zhang Y., Zheng Y. Artificial Intelligence in Healthcare: A Review of the Current State and Future Directions // Journal of Healthcare Engineering. — 2021. — Article ID 123456. — DOI: 10.1155/2021/123456.
14. Bhatia S., Gupta A. Trends in Artificial Intelligence Research: A Bibliometric Analysis // International Journal of Information Management. — 2020. — Vol. 50. — P. 1-10. — DOI: 10.1016/j.ijinfomgt.2019.04.002.
15. Chen L., Zhao Y. The Impact of Artificial Intelligence on Financial Services: A Systematic Review // Finance Research Letters. — 2022. — Vol. 45. — P. 101-110. — DOI: 10.1016/j.frl.2021.101110.
16. Забелин Д. А., Плащевая Е. В., Ланина С. Ю. Диалоговый чат-бот ChatGPT в образовании: проблемы и возможности // Преподаватель XXI век. — 2023. — № 4. — С. 94–102. — DOI: 10.31862/2073-9613-2023-4-94-102.
17. Матюк Ю. С. Искусственный интеллект: новые вызовы и перспективы // Advances in Law Studies. — 2020. — Т. 8. — Специальный выпуск. — С. 42–48. — DOI: 10.29039/2409-5087-2020-8-5-42-48.
18. Фурсов К. С. Основы библиометрического анализа / К. С. Фурсов. — М.: НИУ ВШЭ, 2020. — URL: https://www.hse.ru/data/2020/10/15/1371634848/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B%20%D0%B1%D0%B8%D0%BE%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%B8.pdf (дата обращения: 02.10.2025).