ИИ-агент как соавтор исследования: агентный подход к качественной социологии

Аннотация

Статья посвящена трансформации исследовательского процесса в социальных науках под влиянием агентных систем на основе больших языковых моделей. Большинство исследователей используют генеративный искусственный интеллект в режиме одноразового взаимодействия в качестве «умного поисковика» без памяти о контексте, без доступа к инструментам и способности выполнять многошаговые задачи. Между тем архитектура ИИ-агента – системы, объединяющей языковую модель с инструментами (веб-поиск, выполнение кода, чтение/запись файлов), долгосрочной памятью и оркестратором – превращает пассивного «отвечателя» в активного соавтора. В статье предлагается концептуальная рамка агентного подхода и описывается шестиэтапный цикл исследования – от гипотезы и картографирования предметного поля через работу с источниками, автоматическую транскрибацию интервью и первичное кодирование к количественной аналитике и интерпретации. Каждый этап рассматривается через конкретные практики и инструменты – Whisper и GigaAM для транскрибации; coding agents (OpenCode, Claude Code) для аналитического программирования; Obsidian как система управления знаниями с агентным доступом; Semantic Scholar и Elicit для систематического поиска литературы. Особое внимание уделено российскому контексту – требованиям законодательства о локализации персональных данных, необходимости локального развертывания моделей при работе с чувствительным материалом, развитию отечественных языковых моделей. Обсуждаются этические вопросы соавторства – верификация «галлюцинаций», прозрачность методологии, проблема авторства, риски предвзятости англоцентричных моделей и воспроизводимость. Сформулированы три ключевые компетенции исследователя будущего – системное мышление, критическая верификация и этическая осознанность. Делается вывод о переходе от парадигмы AI-assisted research к AI-augmented research, в которой исследователь выступает архитектором интеллектуальных систем, сохраняя полную ответственность за научный результат.