образование

Nature отозвал исследование о пользе ChatGPT в образовании

Nature Portfolio отозвал влиятельный метаанализ о пользе ChatGPT в образовании. Разбираем, что сломалось в исследовании и почему это важно для edtech.

Проверено 4 мая 2026 года. Nature отозвал исследование о пользе ChatGPT в образовании. Точнее, Nature Portfolio снял статью в Humanities and Social Sciences Communications, которая с мая 2025 года успела набрать 486 тысяч просмотров и 264 цитирования на странице издателя. Это важная оговорка: речь не о флагманском журнале Nature, но и не о маргинальной публикации. За год этот метаанализ стал удобной ссылкой для всех, кому нужно было быстро доказать тезис «ChatGPT улучшает обучение».

Сама новость важна не потому, что теперь «ИИ в образовании опровергнут». Вывод грубее и неприятнее: слабая исследовательская база может очень быстро превратиться в продуктовый и управленческий аргумент, а ретракция почти никогда не догоняет исходный охват. На Toolarium мы уже отдельно разбирали, где ИИ в образовании реально помогает, а где нужен жёсткий контроль. История с ретракцией показывает, почему этот контроль нужен не только в классе, но и на уровне самих доказательств.

Официальная retraction note Springer Nature фиксирует причину отзыва: discrepancies in the meta-analysis, которые подрывают доверие к выводам статьи. Источник: Humanities and Social Sciences Communications.

Что именно утверждала отозванная работа

Статья Jin Wang и Wenxiang Fan вышла 6 мая 2025 года и называлась The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: insights from a meta-analysis. В аннотации авторы писали, что собрали 51 исследование, опубликованное между ноябрём 2022 года и февралём 2025-го, и получили крупный положительный эффект для learning performance с g = 0.867 и умеренно положительный эффект для learning perception и higher-order thinking — по g = 0.456 и g = 0.457.

Проблема в том, что из этих чисел очень легко сделать слишком широкий вывод. В самом тексте авторы переходили от статистического результата к практическим рекомендациям: ChatGPT стоит шире внедрять в разные курсы, активнее интегрировать в problem-based learning и держать интервенции по 4–8 недель для более стабильного эффекта. Для рынка образования это звучало почти как готовая санкция на масштабирование.

Именно поэтому статья разошлась так быстро. По состоянию на 4 мая 2026 года на странице Springer Nature у неё видны 486 тысяч доступов, 264 цитирования и Altmetric 985. Даже если эти метрики потом ещё изменятся, порядок величины уже понятен: это не тихая публикация, которую заметили только специалисты по методологии.

Уровень	Что подтверждено	Чего из этого нельзя выводить
Оригинальная статья 2025 года	51 исследование, крупный положительный эффект по learning performance, умеренный по perception и higher-order thinking	Что ChatGPT универсально и доказанно улучшает обучение в любом контексте
Официальная ретракция 2026 года	Springer Nature нашёл discrepancies in the meta-analysis и перестал доверять валидности анализа и выводов	Что издатель доказал fraud, подделку данных или полный крах всех исследований по ИИ в образовании
Более широкий research-контур	Есть и другие метааналитики и обзоры, которые находят некоторые положительные эффекты, но сами признают сильные ограничения	Что один громкий paper или одна ретракция могут закрыть тему целиком

Почему Springer Nature снял статью

Официальная retraction note опубликована 22 апреля 2026 года. Формулировка у издателя узкая, но достаточно жёсткая: редактор решил отозвать статью из-за concerns regarding discrepancies in the meta-analysis, а эти проблемы подрывают доверие к валидности анализа и выводов. В той же note отдельно сказано, что авторы не ответили на переписку по поводу ретракции.

Здесь важно не достраивать историю за редакцию. Springer Nature не пишет о мошенничестве, фабрикации данных или злонамеренной подделке. Официально зафиксировано другое: в самом метаанализе обнаружены расхождения, достаточные для того, чтобы издатель перестал доверять результату как научному основанию.

Этого уже достаточно, чтобы новость была большой. Метаанализы часто живут в публичной дискуссии дольше отдельных экспериментов именно потому, что обещают быстрый и удобный итог по большому массиву литературы. Когда ломается такая публикация, под вопрос попадает не один громкий вывод, а вся цепочка последующих пересказов, ссылок и презентаций.

Почему эта история важнее одной статьи

Сюжет здесь не сводится к академической технике. Исследователь Ben Williamson ещё в августе 2025 года писал, что вокруг AI in education быстро разрастается режим viral science: небольшие, локальные и методологически неровные исследования складывают в метаанализы, а затем эти агрегированные числа начинают жить как «доказательство» того, что ИИ улучшает learning outcomes. По его подсчёту, уже к 28 мая 2025 года этот самый метаанализ собрал Altmetric 365 и 386 тысяч доступов.

Ilkka Tuomi формулирует проблему ещё шире. В статье What counts as evidence in AI & ED: Towards Science-for-Policy 3.0 он пишет, что существующие эмпирические данные по AI in education действительно иногда показывают положительный эффект, но при более внимательном разборе всплывают методологические и концептуальные проблемы. Его вывод жёсткий: такая evidence base не должна напрямую направлять policy or practice.

Именно это и делает новость о ретракции по-настоящему важной. Не потому, что она внезапно доказывает «ChatGPT бесполезен для учёбы», а потому, что показывает, как быстро рынок хватается за удобные численные формулы. Одна статья показывает крупный положительный эффект, дальше эта цифра уходит в блоги, презентации, edtech-питчи и разговоры про реформу учебного процесса. Через год издатель отзывает статью, но к тому моменту тезис уже успел превратиться в здравый смысл.

Что из этого не следует

Было бы слишком легко перевернуть эту новость в противоположную догму и заявить, что вся research-база по ChatGPT в образовании ничего не стоит. Источники этого не подтверждают. В том же Humanities and Social Sciences Communications 26 марта 2026 года вышла другая метааналитика — уже по 35 экспериментальным исследованиям и 4193 участникам. Она тоже находит умеренно положительный эффект ChatGPT на learning outcomes с g = 0.670, но сама же честно оговаривает риск sample selection bias и ограничения по полноте модераторов и higher-order thinking.

В том же журнале весной 2026 года вышла другая метааналитика по 35 исследованиям, которая тоже заявляет положительный эффект, но сама же предупреждает о sample selection bias и других ограничениях. Источник: Humanities and Social Sciences Communications.

Корректный вывод скромнее. Во-первых, evidence base вокруг ChatGPT в образовании действительно есть. Во-вторых, эта база очень неоднородна по дизайну исследований, контекстам и качеству журналов. В-третьих, любая попытка превратить её в лозунг вроде «ИИ уже доказанно улучшает обучение» или «ИИ в обучении полностью бесполезен» — это уже не наука, а маркетинг или контрмаркетинг.

Для практики вывод довольно приземлённый. Если вы отвечаете за курс, продукт или политику вуза, смотреть нужно не на одну красивую сводную цифру, а на устройство конкретного сценария: что именно делают студенты, какой навык измеряют, сколько длилась интервенция, кто был контрольной группой, что считается успехом и можно ли переносить этот результат на другой контекст.

Что теперь делать школам, вузам и edtech-командам

Первое: перестать продавать ИИ в образовании через одну магическую цифру. Даже добросовестный метаанализ может оказаться плохой опорой для решения, если под ним лежат разношёрстные и слабые исследования. Второе: разводить два вопроса — помогает ли конкретный инструмент в конкретном учебном сценарии и можно ли из этого строить широкую управленческую рамку. Это не одно и то же.

Третье: возвращать разговор к нормальной педагогической логике. Там, где ИИ помогает готовить материалы, давать первую обратную связь или адаптировать объяснение, у него есть понятная роль. Там, где рынок начинает обещать автоматическое улучшение learning outcomes «в среднем по больнице», нужен тот самый жёсткий контроль, о котором мы писали в материале про ИИ для учёбы и его реальные сценарии. А кейс с агентом, который получил 100% на Stepik, напоминает о другой стороне проблемы: формат оценки сам по себе может поощрять автоматизацию, а не понимание.

История с ретракцией ничего не доказывает про «конец AI in education». Зато она хорошо доказывает другое: в этой области слишком дорого обходится желание быстро найти одну красивую бумагу, которая снимет все вопросы разом.

Источники и дата проверки

Факты в материале проверены 4 мая 2026 года. Для быстро меняющихся метрик статьи — accesses, citations, Altmetric — дата проверки обязательна, потому что эти числа продолжают меняться и после ретракции.