ИИ поможет студентам найти "своего" научного руководителя

2025-09-11T09:19:18Z — Разработчики собрали данные о потенциальных научных руководителях БФУ в машиночитаемом виде и "зашили" их в алгоритмы машинного обучения

ТАСС, 11 сентября. В БФУ им. И. Канта создали систему на базе искусственного интеллекта, которая помогает студентам и аспирантам подобрать наставника так же точно, как сервисы подбирают музыку или фильмы — только вместо треков и сериалов в центре внимания научные руководители.

Зачем это нужно

Выбор научного наставника — это почти как выбор соавтора на несколько лет вперед. От правильной кооперации зависят не только успехи в диссертации или ВКР, но и интерес к самому обучению, а в перспективе — место работы. Проблема в том, что студент часто не имеет доступа к полной информации о преподавателях и их научных сферах. К этому добавляется еще два барьера: сложно объективно оценить собственные интересы и навыки, непросто соотнести их с требованиями конкретного руководителя.

Как работает система

Разработчики собрали данные о потенциальных научных руководителях БФУ в машиночитаемом виде и "зашили" их в алгоритмы машинного обучения. Теперь студент заполняет информацию о себе в веб-интерфейсе — и получает список руководителей, с которыми у него наибольшая вероятность продуктивного сотрудничества. Под капотом системы — современные нейросети (Qwen3 и Falcon), библиотека transformers, фреймворк PyTorch и FastAPI. Данные о научных руководителях были собраны с сайта университета, преобразованы в JSON и закодированы в векторные представления для работы алгоритмов семантического поиска (RAG — Retrieval Augmented Generation).

Два подхода к соединению студентов и руководителей

Команда протестировала два сценария подбора:

Фильтрация и точечная проверка. Сначала система отбирает небольшой список (до 10 кандидатов) по направлению исследований и школе. Затем каждое совпадение проверяется по трем критериям: интересы, навыки и компетенции руководителя. Этот вариант дает очень точный результат, но требует времени.

Мгновенный подбор через RAG. Алгоритм сразу ранжирует всех кандидатов, сортируя их по степени схожести с профилем студента. Дополнительно включается reranker, который уточняет результаты. Такой способ быстрее, но иногда менее глубокий.

Оба подхода визуализированы в интерфейсе: первый напоминает вдумчивый поиск "по полочкам", второй — быструю рекомендацию "в один клик".

Мы рассматриваем процесс принятия решения студентом по выбору научного руководителя как задачу высокоточной рекомендательной системы. По сути — это поиск совпадения не по формальным признакам, а по смысловому ядру — исследовательскому интересу. Наш навигатор работает на стыке двух моделей: сначала он, подобно внимательному научному консультанту, помогает студенту структурировать собственные интересы, а затем, как поисковик по живым экспертам, находит ученых, чьи работы и компетенции релевантны данному запросу. Мы не заменяем решение человека, а делаем его основу полной, структурированной и понятной, - отмечает старший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта Наталья Шушарина.

Что это значит для студентов

По сути, система превращает выбор научного руководителя из сложного и зачастую стрессового процесса в понятный диалог с ИИ. Она помогает сэкономить время, избежать случайных решений и найти того самого человека, который сможет не только руководить, но и вдохновлять.

Выбор научного руководителя — одно из ключевых решений для студента или аспиранта. От него зависит качество будущей работы и профессиональные перспективы. Искусственный интеллект позволяет сделать этот выбор более прозрачным и осознанным, - говорит и. о. ректора БФУ им. Канта Максим Демин.

Разработка коллектива поддержана в рамках федеральной программы "Приоритет 2030".

Исследования проводятся в рамках Десятилетия науки и технологий в России.

Читайте также: