Астрофізикиня Олена Компанієць — про межі довіри до ШІ та молодь в українській науці

Олена Компанієць — астрофізикиня, молодша наукова співробітниця відділу позагалактичної астрономії та астроінформатики Головної астрономічної обсерваторії НАН України. Голова ради молодих науковців Головної астрономічної обсерваторії НАН України, освітня координаторка  науково-популярного лекторію для дітей та підлітків Science Kids від ГО INSCIENCE та співголова організаційного комітету Всеукраїнської Астрошколи від Головної астрономічної обсерваторії НАН України. 

Олена досліджує ізольовані галактики з активними ядрами та еволюцію галактик у Всесвіті. Зараз команда, в якій працює Олена, серед іншого, вивчає ймовірне припливне руйнування зорі надмасивною чорною дірою в одній із таких систем.

Ми говоримо про те, як ШІ змінює щоденну роботу науковиці, де проходять межі довіри до нейромереж і чому молодь важлива для майбутнього української науки.

Олено, зараз штучним інтелектом користуються буквально скрізь. Як ви використовуєте його у щоденній роботі?

У мене платна підписка на ChatGPT, і я замислююсь, чи брати ще й на Claude. Найперше, для чого я його використовую, — це пошук літератури. Там є окремий інструмент — Deep Research: достатньо задати ключові слова, і він підбирає статті, які найкраще відповідають потрібній темі. Раніше це все доводилося гуглити вручну.

Ще він дуже допомагає впоратися з бюрократією. Наукові статті ми пишемо англійською і верстаємо в Overleaf, тобто в LaTeX. Річні та грантові звіти ми готуємо у Word. Переводити текст із LaTeX вручну було б довго й незручно, адже це окрема система верстки зі своїм синтаксисом: для індексів, зображень, формул та інших елементів використовуються спеціальні команди. Тому ми просто беремо текст статті й просимо ШІ переконвертувати його у формат Word.

Нещодавно наукова керівниця попросила розповісти студентам про нашу нову публікацію. Я була здивована, але ChatGPT доволі гарно зверстав презентацію на основі статті. Не треба вручну копіювати текст, переносити, перекладати. Я прошу згенерувати у PPTX, потім заходжу на Google Drive і підправляю те, що треба.

Але була й кумедна ситуація, яка вкотре нагадала: довіряй, але перевіряй. Якось я готувала титульний слайд для виступу на вченій раді, де ми звітували за молодіжною тематикою. Завантажила текст і попросила ШІ згенерувати гарну ілюстрацію. Назва завершувалася словами «космічних та наземних телескопів». Але модель невдало об’єднала слова, і в результаті вийшов напис «телескопів жопів». Добре, що ми вчасно це помітили. Тож якщо ви працюєте з ШІ, завжди уважно перевіряйте результати його роботи. Пам’ятайте: штучний інтелект може помилятися — і справді помиляється.

Крім допоміжних задач, як використовуєте ChatGPT для наукової роботи?

Коли я вчилась в університеті, ми Python не вивчали. Але зараз він всюди. Якщо хочеш займатися наукою, треба вміти програмувати. Починаючи від побудови графіків із таблиць і закінчуючи серйозними чисельними моделюваннями. Без ChatGPT для мене це було б дуже повільно.

Зараз, якщо я хочу побудувати графік з моїх даних, мені не треба вручну шукати мануали, яку функцію використати, які імпорти додати, як відкривати файли різного формату: CSV, TXT, FITS. Я просто маю коректно поставити задачу ChatGPT. Максимально деталізувати промпт. І далі прошу написати код на Python.

Тут є два варіанти: або запускаєш локально (тоді треба просити, щоб він окремо прописав, які бібліотеки інсталювати), або, якщо задача не вимагає серйозних обчислювальних потужностей, використовуєш Google Colab. Там дуже зручно, не треба все локально інсталювати.

Так я не витрачаю час на те, що мої знайомі називають monkey job. Це все інформація з відкритих інструкцій і репозиторіїв, ChatGPT просто знаходить її швидше.

А в дослідженнях?

Зараз ми працюємо над дуже цікавим кейсом. Моя коліжанка Інна Ізвєкова знайшла об’єкт, в якому, можливо, ми спостерігаємо результат того, як раніше неактивна надмасивна чорна діра раптово спалахнула. Принаймні в одному з діапазонів ми не бачили жодної активності, а потім стався різкий спалах. З теорії ми знаємо, якими можуть бути криві при спалаху наднової в центрі галактики, або спалахи, викликані неоднорідностями в акреційному диску. Тут це підходило тільки під те, що надмасивна чорна діра розірвала зорю. І ми спостерігали спалах активності в результаті цього руйнування.

ChatGPT допоміг нам швидше проаналізувати наукові публікації, тому що їх багато на різні теми. Ми просили, щоб він знайшов список, де є щось схоже на те, що ми бачимо на основі наших даних. Далі нам треба було взяти аналітичні, теоретичні моделі, які ми знаємо з фізики й математики. Ми можемо оцінити, яка енергія виділяється під час руйнування зорі та яка маса відповідає за ту кількість виділеної енергії що ми спостерігаємо. Математика для такого першого грубого наближення у нас є. Все це треба оформити в код. І тут він якраз допомагає, бо ти даєш йому вхідний математичний базис і просиш оформити це в Python. 

Але особливість полягає в тому, що ми бачимо не сам акреційний диск, а те випромінювання, яке вже пройшло крізь пилову компоненту. Галактику спостерігаємо під таким кутом, що бачимо саме пилову складову. Спочатку нам потрібно було змоделювати сам процес руйнування. Потім — використати енергію, що виділяється під час акреції, як вхідні дані. Оскільки всі ці величини змінюються з часом, на їхній основі ми моделювали відповідь пилової компоненти: як вона поглинає випромінювання, перевипромінює його і що в результаті можна спостерігати за різних сценаріїв. Таких сценаріїв довелося розглянути дуже багато.

І тут починається найцікавіше. Коли ти пишеш код для моделювання фізичного процесу, ChatGPT може закласти неправильну логіку. Буває, він мені щось пропонує, а я кажу: так ніхто не робить, набагато логічніше взяти різні криві, які описують процес руйнування зорі на основі серйозних гідродинамічних моделювань, а не тикати пальцем у небо. Він такий: ну, так.

Або, наприклад, раніше для класифікації галактик за типом активності я заходила в базу даних Слоанівського цифрового огляду неба (SDSS), вписувала координати, знаходила свою галактику, відкривала таблицю по спектральних лініях, знаходила потоки чотирьох конкретних ліній. Потім в Excel рахувала ці цифри. А до нас ще на калькуляторах рахували. І так з кожною галактикою.

Зараз у мене в Google Colab написаний шматок коду, в який я просто підвантажую табличку з координатами та червоним зміщенням, неважливо скільки галактик. Автоматично робиться запит до бази даних, витягуються потрібні лінії, рахуються співвідношення і на виході будується графік з прокласифікованими об’єктами. Активне ядро галактики, зореутворення чи поєднання обох процесів — класифікація як п’яти, так і тисячі галактик займає не більше години.

Але для того, щоб написати цей код, я мала спочатку пояснити ChatGPT весь процес: куди йому треба звернутись, як колонка для конкретної спектральної лінії називається, яку саме колонку шукати.До цього він писав мені якусь несусвітню маячню. Так само потрібно було дати йому наукову статтю й пояснити, що для класифікації активного ядра галактики слід використовувати одне рівняння, а для визначення зореутворення — інше. І тільки після цього він зміг, і то не з першого разу, оформити код, який працює. Цікаво тут те, що ChatGPT адаптується під свого користувача. Тому зараз, після того, як ми з колегою вже йому багато чого самі пояснили, він став ніби нашим персональним помічником, який допомагає просто пришвидшити різні рутинні процеси. 

Тобто він все одно помиляється? Як ви це контролюєте? 

Коли починаєш писати з ним код для моделювання фізичного процесу або аналізу даних, він може видати нісенітницю. Треба чітко розуміти, дивлячись на код, яку формулу він набрав, яку ідею заклав.

Я прошу, щоб він спочатку розписував покроково, що робить, а потім вже скидав код. Але ця покроковість теж не завжди з кодом збігається. Але мені все одно так простіше, тому що я кодити своїми пальчиками не вмію. Витрачати зараз час на те, щоб це вивчити, мені не дуже хочеться, враховуючи, що поки під мої задачі я можу використовувати ChatGPT. Або Claude, подивимося, можливо, він буде краще кодити. Але це не означає, що він робить за тебе всю роботу. Ти маєш контролювати повністю весь процес на кожному етапі.

Навіть коли я надсилаю йому код і прошу: «Ось ця галактика, тепер — та сама ідея, але зміни лише ось цей фрагмент», він може запевнити, що змінив тільки те, про що я просила, і більше нічого не чіпав. А потім виявляється, що чіпав. Тому кожну таку відповідь доводиться ретельно перевіряти.

Чому ще навчила вас робота з ШІ?

Я починала із ChatGPT щось пробувати, мабуть, рік тому. Але є цікаве, що я за собою помічаю. Ти все одно вчишся програмування, коли з ним працюєш. Маєш прочитати функцію. Маєш знати, як у Python записується піднесення до степеня, логарифми, різні математичні операції. Як формуються запити для запису чи витягування з файлу, з бази даних. Ти все одно паралельно навчаєшся.

Я не знаю, чи можна щось з ним накодити, щоб взагалі не розуміти, що відбувається. Нам доводиться перевіряти. Якщо цього не робити, він нагалюцинує такого, що ти потім взагалі не знайдеш, звідки що взялось.

Мені дуже сподобалася аналогія моєї коліжанки Дарʼї Добричевої про те, що раніше ми читали книги, щоб шукати інформацію, потім з’явився Інтернет. Ми почали шукати через Google. І там так само є певні лайфхаки, як гуглити, щоб знаходити те, що треба. Зараз інформації стає ще більше, тому ми вчимося використовувати нейромережу для пошуку.

Коли ми говоримо про програмування з допомогою ChatGPT, він не пише код з нуля. Є дуже велика кількість різних Python-бібліотек для астрофізиків. Він бере шматочки. Просто робить пошук по бібліотеках і по базах даних, не вигадує функцій. Бере вже давно написані функції й методи. Просто знаходить їх швидше.

Ми тільки пам’ятаємо, що завантажувати можна лише те, що не несе конфіденційної інформації. Ми не знаємо, як ця модель насправді влаштована, тому краще пам’ятати про безпекові питання.

Як ви оцінюєте різні інструменти для наукового пошуку? ChatGPT і Perplexity, наприклад, посилаються на різні джерела?

Я тестувала. Взяла два ідентичних промпти про регенерацію аксолотлів і можливість адаптувати це для людини. ChatGPT видав кілька пунктів, кожен із посиланням на наукову публікацію, де це перевірялось, підтверджувалося або спростовувалося. Perplexity видав просто будь-які вебресурси. Зокрема й російські. Переходиш на них, а там немає посилання на першоджерело. Це означає, що хтось може написати: сенсація, завдяки дослідженню аксолотлів ми навчилися відрощувати людині другу голову. І Perplexity це підтягне.

Тому все одно важливо, щоб у людини були навички роботи з джерелами інформації. Треба вміти перевіряти, звідки вона береться і чи справді вона правдива.

Зараз багато студентів використовують ШІ для написання курсових, а дехто і дипломних. Як це може вплинути на підготовку майбутніх науковців?

Як кажуть, інколи діти молодшої школи, з якими я працюю, це читерство. Багато інструментів, якщо використовувати їх необдумано, можуть зашкодити. Якщо сприймати все, що він говорить, на віру, думати, що він за нас може щось написати повністю з нуля, це потенційно загрожує деградацією суспільства. Можна опинитися у фільмі «Ідіократія».

Я часто проводжу науково-популярні заходи в різних регіонах і бачу багато людей, які думають, що якщо ChatGPT так сказав, значить, це правда. А в новинах вже були згадки про летальні випадки, коли його використовували як лікаря.

Навчання в університеті передусім вчить мислити й аналізувати. Мені подобається, як нам казали викладачі, що більшу частину того, що ви зараз вчите, ви не будете використовувати в роботі. Теорію функцій комплексної змінної я не використовую ні в повсякденному житті, ні в роботі. Але поки ти вчишся і розв’язуєш задачі, у тебе формуються нейронні зв’язки. Здатність мислити, аналізувати й критично оцінювати інформацію потрібна скрізь. Щоб відрізнити банальний інформаційний вкид пропаганди ворога від інформації, на яку варто відреагувати.

Мені, наприклад, не хотілося б піти до лікаря, який захистив свою кваліфікаційну роботу, написану повністю ChatGPT.

Але якщо студенти взагалі не будуть використовувати мовні моделі, вони можуть не бути адаптовані до сучасного світу.

Так, дійсно, тут не треба впадати в крайність. Ми всі так чи інакше будемо цим користуватися. Мені здається, він через пару років повністю замінить нам ручний гуглінг. Студенти можуть використовувати це, щоб вчитися. Можна закинути статтю і сказати: «Я не розумію, поясни мені». І він пояснює. Можна попросити допомогти з перекладом з англійської на українську. Або різні речі, пов’язані з оформленням, перевіркою синтаксису.

Це інструмент, і все залежить від того, як ти ним користуєшся. Це як ніж, яким можна хліб нарізати, а можна й руку порізати. Ми точно не зможемо виключити його з роботи. Це стає частиною нашого життя. Але дуже важливо, щоб наукові роботи й реферати не генерувались повністю ШІ замість самого студента.

Якщо ми використовуємо це як допоміжний інструмент для автоматизації, то це нормально. Але це точно не має бути той випадок, коли ти сидиш склавши руки, а він за тебе все робить.

Ви — освітня координаторка лекторію Science Kids від ГО INSCIENCE, де вчені розповідають дітям про науку. Чи використовуєте ШІ для підготовки матеріалів?

Якщо ми говоримо про наукову роботу, це може бути візуалізація з публікації або фотографія галактики, клітини, тварини, тобто реального об’єкта. Якщо таке фото існує, ми просимо лекторів надавати перевагу справжнім зображенням. Нам важливо показувати реального дятла, а не того, якого згенерував ШІ.

Коли ми розповідаємо про динозаврів, є роботи палеонтологів про те, який вигляд може мати той чи інший динозавр. Це реконструкції за кістками, вони мають певне підґрунтя, а не зі стелі змальовані. Якщо є можливість взяти зображення, яке є реконструкцією на основі скам’янілостей, треба брати його, а не згенероване ШІ.

У нас є онлайн-лекторій і офлайн-осередки, які зараз діють у Миколаєві, Одесі та Харкові, де ми щотижня проводимо лекції з вченими для дітей. Також відновили свою роботу осередки в Херсоні та Запоріжжі, але там лекції не щотижня. Ми завжди переглядаємо презентації лекторів, проводимо репетиції. І якщо зображення згенероване ШІ, завжди постає питання, чи є альтернатива реального зображення або наукової візуалізації.

Є випадки, де ШІ допомагає. Якщо лектори додають ілюстрацію не дуже хорошої якості, особливо україномовну, бо їх набагато менше, в Gemini можна попросити не змінювати нічого, лише покращити якість. І він просто покращує якість картинки. У такому випадку ми пишемо джерело, звідки взята ілюстрація, і додаємо, що якість покращена за допомогою відповідного інструменту. Так само він може перекласти підписи з англійської на українську. Це не завжди працює гарно, але ми пробуємо. І вказуємо це в джерелах.

Ми знаємо, що сьогодні багато українських науковців або у війську, або виїхали з країни. Чи може ШІ хоча б частково компенсувати цей брак людей?

Ні, ШІ, принаймні зараз, не здатен замінити науковців та науковиць. Я не можу говорити за всю українську науку, можу говорити за те, що бачу в нашій астрономічній спільноті. Головна проблема в тому, що у нас дуже мало молоді йде в науку, і не всюди є ефективна передача знань. Ми маємо ризики того, що певні астрофізичні напрями взагалі можуть зникнути через пару років. У нас є дуже велика кількість вчених, яким 70+, і дуже маленька кількість молоді, яка приходить працювати. Ця проблема була ще до війни, я маю на увазі до 2014 року. Потім до повномасштабного вторгнення, а зараз вона ще більша. 

Частина молоді йде в армію, частина — обирає інші напрямки, і в науку приходить все менше людей. І, звісно, є науковці, які пішли у військо з початку повномасштабного вторгнення. У нас колега з відділу, Максим Василенко (на рік за мене старший) — у війську з початку повномасштабного вторгнення.

Тому ми в обсерваторії у 2024 році ініціювали Астрошколу. Ідея в тому, що ми збираємо студентів, даємо їм теоретичні знання про те, що відбувається в сучасній астрофізиці, й розповідаємо, що ми робимо в обсерваторії. Місце проведення ми не розголошуємо — повідомляємо його лише зареєстрованим учасникам. До оргкомітету переважно входять співробітники нашої обсерваторії, і більшість лекторів також є її працівниками. Коли є фінансова можливість, залучаємо лекторів з інших астрономічних установ. Ми сподіваємося, що таким чином зможемо збільшити кількість молоді, яка після університету піде далі в науку.

Наскільки державне фінансування впливає на цю ситуацію?

Впливає. Закінчуєш університет, вже не можеш жити в гуртожитку, треба орендувати житло. Приходиш працювати в обсерваторію, а повної ставки не вистачає навіть на оренду. Не кажучи про їжу та все інше. Тому спочатку дуже важко, зазвичай доводиться поєднувати з якоюсь додатковою роботою.

У нас в Science Kids нещодавно виступав еволюційний біолог Тарас Олексик з Оклендського університету в Мічигані. Українець, який вже давно живе в Штатах. Він розповідав, що не тільки в Україні, а всюди у світі є цей перехідний період після університету. Коли ти молодий науковець, тільки починаєш дослідження, заробляєш дуже мало. Але якщо пережити цей етап, то з’являться перші публікації, захистиш дисертацію, і далі стане трохи легше, бо відкриється можливість подаватися на гранти. Один, другий, третій — і разом вони вже можуть забезпечити цілком хорошу зарплату. Я сама ще не захистилася, але дуже сподіваюся, що саме так і буде.

І ще в науці дуже багато подорожей. Особливо коли з’являються перші публікації й тобі є що представляти на конференціях. Ми з колегами отримали Travel Grant на конференцію Європейського астрономічного товариства, одну з найбільших у Європі, цьогоріч вона відбудеться у Швейцарії. Маю надію, що зберемо документи в МОН, і хлопців також зможуть випустити. Там буде окрема сесія, присвячена Україні та збереженню астрономії в Україні, й важливо, щоб на ній були наші представники.

Я також їздила на школу з космології в Кракові, на базі Ягеллонського університету. Познайомилася там з дуже крутими професорками, зацікавилася тим, що вони роблять, і через пів року поїхала на стажування у Варшаву, в Національний центр ядерних досліджень. Там була нова методика, з якою в Україні на той момент ніхто не працював. Я повернулася, почала цим займатися. Зараз уже є наукові роботи, й наша студентка Олена Пастовень уже цього року захистила магістерську за цим напрямом. Разом з Дар’єю Добричевою брала участь у школі з космології в Мічиганському університеті. Подали заявку на Travel Grant, відправили CV, мотиваційні листи й отримали грант. Вони повністю все оплачували.

Минулого року ми двічі їздили у відрядження на Тенерифе. Поки що це єдине місце, де мені справді сподобалося працювати. До четвертої години дня ти в інституті, а вже за пів години можеш відпочивати на березі океану.

Я хочу сказати, що мандрівки — це взагалі окремий бонус для молодих науковців.

Що вас найбільше мотивує?

У мене чоловік військовий, зараз на завданні, його немає вдома. Щоб не думати зайвого, я постійно щось роблю. З колегами — стаття одна за одною. Коли в тебе є цікавий науковий кейс, який хочеться проаналізувати, це набагато цікавіше, ніж сидіти, перекладати свої статті з англійської на українську і формулювати їх у текст дисертації. Але це треба зробити. Я це вже роблю. Просто моє ментальне здоров’я потребує більшого драйву безпосередньо від наукового дослідження.