Skip to content
Новость Expected Parrot Blog сент. 2026 г.

Expected Parrot: AI-интервью как инструмент проверки авторства исследований

Скриншот AI-интервью на платформе Expected Parrot для проверки авторства исследования

Джон Хортон, один из разработчиков платформы Expected Parrot, описывает рабочий процесс, который позволяет автоматически проверить: понимает ли человек, приложивший своё имя к исследовательской работе, то, что в ней написано. Опрос устроен так: участник загружает PDF своей статьи, модель читает документ и составляет план интервью, после чего AI-интервьюер проводит беседу с автором и фиксирует транскрипт для дальнейшего анализа.

Проблема, которую решает инструмент

В академической среде нарастает недовольство потоком AI-генерированных исследований. Журнал Transactions on Machine Learning Research столкнулся с лавиной заявок и провёл точечную проверку: редактор связывался с авторами статей, намеченных к отклонению, и задавал им вопросы об их собственной работе. Результат оказался предсказуемым: многие «авторы» не могли объяснить, что именно они якобы сделали. Подход показал себя полезным, но не масштабируемым — редактору не хватит времени на индивидуальные разговоры с каждым заявителем.

Хортон проводит параллель между академической средой и бизнесом: та же динамика возникает, когда сотрудник отправляет коллегам вставленный без правок вывод ChatGPT вместо собственного анализа.

Как устроен рабочий процесс

Expected Parrot позволяет собрать подобный процесс проверки без написания кода — через диалог с исследовательским агентом платформы, который строит весь процесс на основе описания цели. Для тех, кто предпочитает работать напрямую, доступна и Python-документация.

Процесс состоит из трёх шагов. Участник загружает PDF своей статьи. Второй шаг — модель с поддержкой работы с изображениями читает документ и формирует план интервью. Третий шаг — участник проходит AI-интервью в текстовом или голосовом режиме, а платформа фиксирует транскрипт.

Платформа поддерживает смешанный формат: структурированные вопросы и открытое интервью могут чередоваться в одном опросе. Язык, режим (текст или голос), настройки интервьюера и контроли, видимые участнику, — всё это настраивается.

Что показал тест на самом авторе

Хортон протестировал рабочий процесс на себе, загрузив одну из своих собственных статей. По его словам, часть ответов AI-интервьюера его раздражала — и именно это он считает важным: исследователь должен видеть ход беседы и иметь возможность менять настройки, модели и подход до тех пор, пока не получит нужный результат. Платформа строится на принципе полной настраиваемости, а не на принципе «одно решение для всех».

Исследовательский агент после анализа транскрипта оценил вероятность того, что Хортон действительно является автором статьи, в 85% и зафиксировал темы, которые интервью не успело охватить, а также расхождение между ожидаемым ходом беседы и тем, что получилось в реальности.

Более широкое применение

Хортон подчёркивает, что проверка авторства — лишь один из возможных сценариев. Тот же механизм применим везде, где важно понять, стоит ли за текстом реальное понимание: в корпоративном обучении, при найме, в рецензировании отчётов, в customer research для проверки качества обратной связи, заполненной автоматически.

Для исследователей, работающих с качественными данными, платформа представляет интерес как инструмент для построения кастомных AI-интервью с полным контролем над интервью-гайдом, режимом и схемой анализа — без зависимости от готовых решений, закрытых для изменений.