Как автора научных работ меня сейчас часто спрашивают про нейросеть, якобы саму пишущую за вас дипломы, статьи и т.п. Я её затестила. Результаты таковы. Во-первых, нейросеть понимает куда лучше по-английски, чем по-русски. Разрыв в качестве формы и содержания между русской и английской версией колоссальный. Во-вторых, нейросеть не проводит собственные исследования, а собирает информацию, которая уже есть. Следовательно, если ваша тема очень хорошо изучена, вот прям досконально, то может выйти что-то более-менее приличное. Если же она изучена мало, то ничего толкового не будет. Если тема новая и никто по ней раньше работ не писал и исследований не проводил, то бот вам просто радостно сообщит, что никаких данных по этому запросу нет. В-третьих, обучение нейросети - длительный процесс, за время которого некоторые данные устаревают. И если, допустим, в октябре 2022 или январе 2023 года по вашей теме было какое-то значимое открытие, то нейросеть просто о нём не знает. В-четвёртых, имеются большие проблемы со стилистикой языка даже на английском. А на русском так вообще беда. Если ваша работа по гуманитарной специальности, где оцениваются в том числе и ваши языковые навыки, то придётся полностью переписывать всё. Масштаб работы вполне сравним с тем, как если находить чужую работу по похожей теме и переделывать её под себя. Ну или с тем, как если бы вы прогнали художественный текст через Гугл переводчик, а вам нужно показать вообще-то тоже литературный перевод. В общем-то, да, в нынешнем виде я бы сказала, что это максимально близко к переводам через автоматические переводчики. Может быть каким-то подспорьем, однако полноценный литературный перевод на выходе получить невозможно. Могут мне возразить, что какой-то же студент сдал диплом. Да, однако он его сам дорабатывал и правил по замечаниям научного руководителя. И в итоге всё равно получил оценку "удовлетворительно", что трудно считать триумфальным успехом. Так что не стоит уповать на то, что нейросеть сможет сделать ваши студенческие работы за вас. В лучшем случае можно получить текст, который требует масштабной доработки. Если же тема обладает значительной научной новизной и изучена слабо, то вообще ничего не выйдет.