Читает PDF и пишет за тебя? Проверяем возможности Jenni AI

Как студентам, так и научным сотрудникам с большим опытом работы хорошо известно о том, что академическое письмо — это особый круг ада. Пустой экран, мигающий курсор, дедлайн через три дня, а в голове — вакуум. Литературный обзор нужно было начать еще неделю назад, цитаты разбросаны по двадцати PDF-файлам, а форматирование библиографии по стандарту вызывает желание бросить все и уйти в лес. В этой ситуации многие предпочитают обращаться к нейронным сетям, и такое желание является вполне оправданным. Среди тех проектов, которые предназначены как раз для подобного рода ситуаций – портал под названием Jenni AI. Он предназначен для студентов, научных сотрудников и всех тех, кто по роду своей деятельности сталкивается с необходимостью писать тексты академического характера.

Обещание звучит знакомо: AI-помощник, который пишет вместе с тобой, помогает с цитированием, организует источники. Вопрос в том, работает ли перечисленное на практике, или это очередной маркетинговый пузырь.

Какие опции предлагает ресурс

Данная платформа представляет собой «интеллектуальное рабочее пространство для чтения, написания, а также организации исследований» — по крайней мере, именно так указывают ее разработчики. Слоган звучит достаточно амбициозно, однако что стоит за этими словами? В основе Jenni AI находится нейросетевой ассистент, который генерирует текст по запросу, а также работает в контексте тех исследовательских материалов, что загружаются в систему самим пользователем. Искусственный интеллект читает научные статьи и потом, при генерации текста, опирается на эти источники. С теоретической точки зрения такое решение является более чем полезным; ведь обычные нейронные сети выдают текст без привязки к конкретным исследованиям.

Функция AI Autocomplete особенно интересна с точки зрения написания научных работ. Печатаешь предложение, застреваешь на половине мысли — нажимаешь Tab, и система предлагает продолжение. Идея в том, чтобы побороть писательский блок, когда знаешь, что хочешь сказать, но не можешь сформулировать. На практике качество генерируемого текста, как всегда, колеблется от «да, именно это я и думал» до «что за бред ты мне подсунул».

AI Chat позволяет задавать вопросы загруженным PDF. Закинул статью на 50 страниц, спрашиваешь: «В чем основная гипотеза этого исследования?». После этого можно получить краткий ответ с указанием страниц. Опция полезна для быстрого ознакомления с большим объемом литературы, когда нужно понять суть, прежде чем читать полностью. Правда, точность ответов зависит от качества исходного PDF — если статья плохо отсканирована или имеет сложную структуру, система может промахнуться. А также и от языка исходного документа.

Стоит отметить, что на русском языке эта нейросеть в принципе работает слабо. Например, сначала нами было сгенерировано введение к статье на тему творчества Э. Хемингуэя:

Затем мы загрузили в систему файл по другой тематике — это была научная статья на тему сюрреализма в литературе. Когда нейросети был задан вопрос, в чем состоят основные тезисы данного исследования, она ответила с опорой на предыдущий диалог. Иными словами, вместо того, чтобы проанализировать файл, нейросеть дала отсылку к уже неактуальному чату:

Опция Outline Builder, которая генерирует структуру работы по теме, работает немного лучше. Сначала необходимо ввести название своей статьи, после чего можно получить набросок с введением, основными разделами, подразделами и заключением. Это тот скелет, который нужно наполнить мясом, но когда не знаешь, с чего начать, такая заготовка помогает.

Разработчики обещают облегчить выполнение данной задачи, однако что происходит на практике?

Как можно увидеть, план получился достаточно простым. Для решения этой задачи подойдет любая другая нейросеть; даже бесплатный ресурс справится с составлением такого плана (и, вполне возможно, что сгенерирует более интересный набросок в сравнении с результатами Jenni AI).

Технические особенности

Платформа построена на базе генеративных языковых моделей, скорее всего использует вариации GPT, хотя точные технические детали компания не раскрывает. Основное отличие от обычного ChatGPT состоит в контекстной работе с загруженными документами. Система анализирует PDF-файлы, извлекает из них информацию и использует при генерации текста, что должно делать выход более релевантным для конкретного исследования.

Функционал экспорта позволяет выгрузить работу в форматах .docx, .tex (LaTeX) или .html. Для академических работ LaTeX — стандарт, особенно в точных науках, так что эта опция критична. Форматирование при экспорте в Word иногда съезжает — цитаты, сноски, списки требуют ручной корректировки. LaTeX экспорт работает стабильнее, но требует знания этой системы верстки.

Тарифные планы делятся на бесплатный и платные уровни. Тариф Free дает базовый доступ с ограничениями по количеству слов и функциям, чего будет достаточно для тестирования, но не для серьезной работы. Платные подписки снимают лимиты и открывают продвинутые фичи. Institutional plans для университетов и исследовательских центров включают мультипользовательский доступ, биллинг на организацию и выделенную поддержку. Точные цены на сайте меняются, но порядок — от десятков до сотен долларов в месяц в зависимости от уровня.

Выводы. Стоит ли использовать нейросеть?

Таким образом, Jenni AI производит впечатление инструмента с хорошим потенциалом, но неоднозначной реализацией. Да, ресурс действительно способен упростить работу с научными источниками, помочь структурировать мысли и даже преодолеть пресловутый «синдром пустой страницы». Однако в практическом применении нередко проявляются ограничения. По мнению команды Креатор Проджект, эта платформа будет полезна в качестве вспомогательного инструмента на этапе чернового написания или анализа литературы, но рассчитывать на нее как на полноценного соавтора научной статьи все же преждевременно.