Разговор про искусственный интеллект в исследованиях обычно звучит как список потерь. Мы зайдём с обратной стороны: не где ИИ заменяет исследователя, а где не заменит — и почему именно там.

Профессия — это набор задач, поэтому её можно разложить по двум осям: стоимость автоматизации и стоимость верификации, то есть проверки полученного результата. Автоматизация дешевеет и захватывает всё больше задач, а стоимость проверки держится на месте или растёт: она упирается в экспертность, которой мало. Именно в этом разрыве перестраивается профессия — человек перестаёт быть исполнителем и становится тем, кто ставит подпись под сделанным машиной. Покажем интерактивную карту, на которую разнесены около сорока задач исследователя из реальной системы грейдов (уровней профессионального роста).

Ядро доклада — пять навыков, которые дорожают: контакт с реальностью (эксперимент, трудные поля, скрытый контекст), верификация результата работы ИИ, принятие решений, живое человеческое участие и сенсмейкинг — умение собрать из разрозненных данных осмысленную картину. По каждому разберём, почему эта зона держится, как навык прокачивать и где ИИ в нём усилитель, а не конкурент.

Из пяти навыков складываются три роли, которые останутся: автоматизатор исследовательского контура, полевик-экспериментатор и стратег. Доклад отчасти терапевтический: станет понятно, что качать и на чём можно выдохнуть.