Shaoming Cheng и Laurie Schintler взяли одну предметную область — государственное управление (public administration) — и попытались собрать её научный корпус пятью разными способами: по авторской атрибуции, по графу цитирований, с ИИ-ассистированием. Источники — Web of Science и OpenAlex. Результат, опубликованный на arXiv в июне 2026 года, сбивает с толку: пересечений нет вообще. Ни одного общего журнала, ни одной общей статьи между подходами. Это не расхождение в нюансах — это пять разных версий одной науки.
Контекст
Государственное управление — намеренно выбранный стресс-тест. Это дисциплина с размытыми краями: туда входят право, политология, экономика, социология, менеджмент. Определить, что «относится» к PA, а что нет — уже само по себе интерпретация. Именно поэтому она идеально подходит для проверки того, насколько классификационные системы независимы друг от друга.
Web of Science и OpenAlex устроены по-разному: первый — традиционный и избирательный реестр, второй — открытый и массовый. Поверх них можно строить выборки через ключевые слова, коды дисциплин, аффилиации авторов или граф цитирований. Всё это создаёт принципиально разные стартовые точки — и, как выяснилось, принципиально разные конечные результаты.
Рост AI-ассистированных инструментов в науке идёт уже несколько лет. Семантический поиск, автоматическая тематическая кластеризация, системы рекомендации литературы — всё это стало стандартом в академических базах данных. Что осталось незамеченным: эти инструменты не просто ищут, они структурируют знание. И теперь это задокументировано эмпирически.
Аналитика
Отсутствие пересечений — не статистическая погрешность. Это структурная проблема. Разные классификационные системы не находят разные подмножества одного корпуса — они строят принципиально разные знания о предмете. Это значит, что понятие «что такое государственное управление» зависит от того, какой алгоритм вы используете для его изучения.
У ИИ-ассистированных классификаций есть конкретная системная уязвимость: склонность к самоусилению. Модель, обученная на том, что уже считается релевантным, воспроизводит это определение — исключая пограничное и новое. Дисциплина не стагнирует потому, что исчерпана идеями. Она стагнирует потому, что алгоритм закрыл её границы раньше, чем это сделали исследователи.
Для AI-first команд это имеет прямое практическое значение. RAG-системы, корпоративные Knowledge Base, AI-агенты для анализа документов — все они построены на классификации. Кто решает, что попадает в индекс? Как настроены эмбеддинги, чанки, метаданные? Если классификатор формирует понятие о предметной области компании — он формирует и то, что агент видит. И то, чего агент не видит никогда.
Кейсы применения в бизнесе
B2B-SaaS стартап с продуктом для юридических команд: корпус «релевантных документов» формируется автоматически — судебная практика, кодексы, комментарии. Если классификатор исключает прецеденты из соседних юрисдикций как «нерелевантные» (потому что они не совпали с обучающей выборкой) — агент работает с неполной картиной. Практическое решение: регулярный ручной аудит того, что не попало в индекс, а не только того, что попало.
Корпорация с legacy-системами: внутренний поиск по документам — регламентам, приказам, отчётам — почти наверняка уже использует какую-то классификацию. Часто самописную или унаследованную из старого тезауруса. Подключение LLM поверх такого индекса без его пересмотра воспроизводит старые слепые зоны в новой обёртке. Нужен этап ревизии: что система считает нерелевантным и на каком основании.
Малый бизнес в КР или СНГ, строящий базу знаний для поддержки клиентов: если бот обучен на исторических тикетах, классификатор научится на самых частых запросах — и отрежет редкие, но критически важные случаи. Сценарий: клиент пишет нестандартно, агент не находит ответа, эскалирует. Решение — добавить нетипичные тикеты вручную, сформировать контрпримеры, не доверять автоклассификации без контроля.
Кейсы в личной жизни
Разработчик, строящий персональную базу знаний: автоматические теги и категории в Obsidian, Notion или аналогах формируются алгоритмически. Стоит периодически смотреть, что попало в «разное» или осталось без тега — там может лежать самое ценное, что не вписалось ни в одну категорию.
Контент-мейкер, использующий AI для исследования темы: когда просишь Claude или GPT дать источники по теме, ответ формируется из того, что модель считает релевантным. Это уже чья-то классификация. Перекрёстная проверка через разные формулировки запроса, явный вопрос «что ты не включил и почему» — не паранойя, а базовая медиаграмотность в эпоху AI-поиска.
Студент или исследователь, работающий с научными базами данных: пять разных поисковых стратегий по одной теме дают разные корпусы — это показало исследование напрямую. Использовать только один подход значит видеть только одну версию поля. Поиск через разные базы и разные методологии — не дублирование работы, а эпистемическая гигиена.
Как применить сегодня
- Если строите RAG или Knowledge Base — явно зафиксируйте правило попадания документа в индекс. Что включается автоматически, что вручную, что исключено и почему.
- Добавьте в пайплайн шаг «аудит исключённого»: что осталось за бортом классификатора? Делайте это не реже раза в квартал.
- Для любой автоклассификации держите человека в контуре на граничных случаях — это не против скорости, это за точность.
- При AI-анализе рынка или конкурентной разведки сравнивайте несколько инструментов и несколько запросов. Один классификатор = одна версия реальности.
- В корпоративных агентах логируйте не только то, что агент нашёл, но и то, что он отклонил или не рассмотрел. Слепые зоны важнее найденного.