АДовый рисёрч
Ir al canal en Telegram
Перевожу задания научника в понятные инструкции Навигация по каналу и условия рекламы: https://t.me/ad_research/604 Поддержать автора или получить доступ к закрытому чату и личным постам можно на Boosty: https://boosty.to/ad_research
Mostrar más📈 Análisis del canal de Telegram АДовый рисёрч
El canal АДовый рисёрч (@ad_research) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 10 295 suscriptores, ocupando la posición 2 656 en la categoría Medicina y el puesto 61 392 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 10 295 suscriptores.
Según los últimos datos del 27 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 99, y en las últimas 24 horas de 2, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 37.13%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 20.51% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 3 823 visualizaciones. En el primer día suele acumular 2 111 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 151.
- Intereses temáticos: El contenido se centra en temas clave como лаблыба, рецензент, рукопись, предложечка, mvp.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Перевожу задания научника в понятные инструкции
Навигация по каналу и условия рекламы: https://t.me/ad_research/604
Поддержать автора или получить доступ к закрытому чату и личным постам можно на Boosty: https://boosty.to/ad_research”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 28 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Medicina.
10 295
Suscriptores
+224 horas
+827 días
+9930 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
septiembre '26sep '26
septiembre '26
+187
en 11 canales
agosto '26
+62
en 8 canales
Get PRO
julio '26
+107
en 14 canales
Get PRO
junio '26
+185
en 20 canales
Get PRO
mayo '26
+1 375
en 81 canales
Get PRO
abril '26
+183
en 22 canales
Get PRO
marzo '26
+418
en 15 canales
Get PRO
febrero '26
+276
en 16 canales
Get PRO
enero '26
+417
en 35 canales
Get PRO
diciembre '25
+561
en 18 canales
Get PRO
noviembre '25
+291
en 21 canales
Get PRO
octubre '25
+240
en 20 canales
Get PRO
septiembre '25
+343
en 21 canales
Get PRO
agosto '25
+585
en 29 canales
Get PRO
julio '25
+475
en 25 canales
Get PRO
junio '25
+353
en 26 canales
Get PRO
mayo '25
+473
en 20 canales
Get PRO
abril '25
+392
en 18 canales
Get PRO
marzo '25
+572
en 20 canales
Get PRO
febrero '25
+460
en 40 canales
Get PRO
enero '25
+945
en 28 canales
Get PRO
diciembre '24
+643
en 10 canales
Get PRO
noviembre '24
+368
en 10 canales
Get PRO
octubre '24
+618
en 23 canales
Get PRO
septiembre '24
+2 071
en 11 canales
Get PRO
agosto '240
en 7 canales
Get PRO
julio '24
+28
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 28 septiembre | +6 | |||
| 27 septiembre | +5 | |||
| 26 septiembre | +5 | |||
| 25 septiembre | +7 | |||
| 24 septiembre | +10 | |||
| 23 septiembre | +44 | |||
| 22 septiembre | +27 | |||
| 21 septiembre | 0 | |||
| 20 septiembre | +2 | |||
| 19 septiembre | 0 | |||
| 18 septiembre | +1 | |||
| 17 septiembre | +3 | |||
| 16 septiembre | +5 | |||
| 15 septiembre | +5 | |||
| 14 septiembre | +7 | |||
| 13 septiembre | +7 | |||
| 12 septiembre | +17 | |||
| 11 septiembre | +9 | |||
| 10 septiembre | +4 | |||
| 09 septiembre | +1 | |||
| 08 septiembre | +4 | |||
| 07 septiembre | +1 | |||
| 06 septiembre | +6 | |||
| 05 septiembre | +3 | |||
| 04 septiembre | +1 | |||
| 03 septiembre | +4 | |||
| 02 septiembre | +3 | |||
| 01 septiembre | 0 |
Publicaciones del Canal
| 2 |  +5#воскресный_импорт | 2 273 |
| 3 |  #лаблыба | 2 214 |
| 4 |  Привет, коллеги!
При подготовке обзора литературы регулярно выясняется, что сначала нужно разобраться ещё в одной смежной области. Незнакомые понятия, непривычные методы — и всё это надо понять, чтобы вообще сопоставить выводы нескольких статей между собой.
Можно попросить ИИ объяснить непонятное. Читаешь ответ — логично, всё складывается. Закрываешь чат и пытаешься пересказать коллеге, что сделали авторы и почему пришли именно к таким выводам. И тут выясняется, что пересказать нечего.
Поэтому мне интересны исследования про влияние ИИ на обучение — и там многое зависит от того, что именно измеряли. Человек с ассистентом быстрее выполнил задание? Получил оценку выше? Или научился потом справляться без него? Это три разных результата, которые легко перепутать, если не смотреть внимательно на дизайн эксперимента.
Вопрос вполне практический для тех, кто работает со статьями: что можно спокойно делегировать ИИ, чтобы освободить время, а во что нужно вникать самому — иначе потом окажется, что обзор написан, а понимания нет.
Поэтому в программе конференции Яндекса про образование YaC/e меня заинтересовала дискуссия «ИИ в образовании: сомнения и доказательства». Состав любопытный: завкафедрой психологии личности МГУ Александр Асмолов, ректор ИТМО Владимир Васильев и Роман Елизаров, руководитель отдела экспериментов в Городских сервисах Яндекса и профессор ИТМО.
А как вы проверяете себя, что действительно поняли, а не просто прочитали объяснение от ИИ? | 2 426 |
| 5 |  #лаблыба | 2 579 |
| 6 |  #лаблыба | 2 891 |
| 7 |  #лаблыба | 2 467 |
| 8 |  +4Привет, коллеги!
Когда я провожу исследования образовательных продуктов, я обычно спрашиваю про предыдущий опыт обучения, что понравилось, что не очень. Захотелось рассказать про свой. Последний курс, который я проходила, — это курс «Статистика, R и анализ данных» от Blastim.
Я раньше уже писала, что это была моя четвёртая попытка освоить R, и в этот раз я продвинулась намного дальше. Мне говорили: зачем вообще нужен курс и изучение какого-то языка, если сейчас всё могут сделать нейросети. Нейросети-то могут, но без знаний я вообще не управляю процессом, и на выходе получается хз что. Честно скажу, я сейчас пишу код на пару с Клодом, но смотрю на результат и вижу, когда он сделал что-то не то. Читаю код и понимаю, где именно закралась проблема, и могу вручную или точечным указанием какие-то вещи поправить. В общем, я не считаю, что без хотя бы базовых знаний получится хорошо вайбкодить на R.
Что касается самого курса. Могу сказать, что мне хорошо подошёл формат: это синхронные занятия, во время которых нужно что-то делать и выполнять задания. Точно говорю, что в записи или по учебнику хрена с два у меня что-то получилось бы. Отложила бы на последний момент, ничего бы не поняла и сожалела о потраченных деньгах. Собственно, так и произошло с моими попытками изучать R самостоятельно. В целом, когда я думаю о мотивации покупать какие-то курсы, то для меня она не столько в том, чтобы получить какие-то сакральные знания, которые я нигде не найду, а в том, чтобы не собирать их самой и чтобы кто-то извне организовывал меня, а также отвечал на глупые вопросы.
Хочу ещё отметить работу преподавателя. В основном занятия вёл Иван Поздняков, другие преподаватели больше сопровождали в плане вопросов в чате; вебинаров с ними было мало, и они были скорее теоретические и демонстрационные, чем практические. Сам темп в целом был хороший, сложность шла по нарастающей, и была возможность плавно вкатиться, хотя под конец лично мне стало сложновато, и я сидела и ругалась на код, который не работает, а преподаватели в поддержке не всегда могли помочь из-за отсутствия контекста.
Курс хорошо подойдёт тем, кто уже как-то пытался анализировать свои данные — хоть в Excel, хоть в Prism, хоть где. И туда неплохо бы даже идти со своим датасетом, но в целом есть готовые, даже с вопросами для исследования. Но лично я баловалась с данными по отзывам статей с Retraction Watch. Нашла чувака с самым большим количеством ретракций (236, Карл!), но оказалось, что про него есть статья в Википедии. В фото к этому посту делюсь графиками, которые я построила на курсе. Да, знаю, что для большинства из них нужно общее количество публикаций в этот год или в этой стране, но я не нашла времени заморочиться настолько. Здесь только то, что я построила в рамках занятий. Но честно скажу, что я надеялась в конце сделать модель, которая по вводным типа страна, тип статьи, количество авторов и т.д. считает вероятность того, что статья может быть отозвана, но до таких вещей на курсе мы не добрались. Возможно, я бы предложила вместо занятия по вайбкодингу сделать дополнительное занятие с разбором более сложных моделей.
Несмотря на то, что моя работа сейчас напрямую не связана с постоянным анализом данных в R (хотя я всё равно нет-нет, да и пользуюсь им), мне было очень полезно получить такой навык. Одно из лучших вложений в своё образование. Ну а если и вы давно думали разобраться со статистикой, то тут как раз стартует новый поток. Цена курса может быть кусачей для учёных с зарплатой на уровне МРОТ, но на мой взгляд она более чем оправдана для такого насыщенного в плане полученных навыков курса. Есть рассрочка, скидки, а самое главное — грант на покрытие полной стоимости обучения. Так что в целом, если есть желание — есть и возможность его воплотить. | 2 808 |
| 9 |  #лаблыба | 2 735 |
| 10 | #пост_по_регламенту
И, наконец, вот она - та самая Мегапапка каналов от нашего Зоопарка. Крупнейшие и, на наш вкус, самые интересные - плюс бонусом пара тех, кто нам просто особенно ценен.
Выбирайте, читайте и подписывайтесь | 2 491 |
| 11 |  #лаблыба | 3 570 |
| 12 |  #дед_инсайд
Привет, коллеги!
Есть такой тезис, что использование ИИ облегчает работу. Но мне кажется, что ИИ в какой-то степени её обесценивает, и происходит это потому, что в головах многих руководителей результат от ИИ и от человека не сильно-то и отличается.
Вот, например, провести исследование литературы для диссертации. Раньше я заходила в PubMed, искала статьи, скачивала, просматривала каждую, выписывала основные мысли, выносила на листочек и делала сама какое-то саммари. Это занимало от нескольких дней до нескольких недель плотной работы в зависимости от главы. Теперь я захожу в Consensus, пишу свой вопрос, через 2 минуты я получаю ответ и подборку литературы. Потом можно скормить это Клоду, и он ещё и текст напишет, который я потом могу подать в какую-нибудь ваковскую мурзилку и получить 100500 статей к защите диссертации. Но мы все понимаем, что качество такой работы будет сомнительно: ИИ не всегда правильно понимает результат, и его интерпретация исследования не всегда правильная.
Или, например, написание кода с помощью ИИ. Практически от всех знакомых разработчиков уровня middle+ и выше слышала, что ИИ пишет очень сложный, перегруженный и "неэлегантный" код, который имеет свойство ломаться при малейшем изменении. Да, условный джун напишет скорее всего такой же только за больший срок, но потом старший коллега будет сидеть и разбираться во всём этом. Проблема в том, что пока код пишет ИИ, этот самый джун не учится на своих ошибках, и далее из него не вырастет мидл или сеньор, который сделает всё красиво.
Или вот дизайн. Честно, сама пользуюсь нейросетками, чтобы они быстро сделали мне презентацию. Да даже аватарка на этом канале — продукт генерации. Кстати, её я честно хотела заказать знакомому художнику, но она так и не приступила к этой работе. Но дизайн, который делает так сказать мясной дизайнер, и то, что делает ИИ, — небо и земля. И если честно, мой глаз уже стал уставать от дизайна, явно сгенерированного нейросетью. И это окей, когда такую презентацию/сайт делает доцент с кафедры, у которого 0 ресурсов. И вообще не ок, если это делает компания с оборотом в сотню миллионов. Но почему-то в этих корпорациях потирают ручки и радуются, как они смогут сэкономить на дизайнере.
И вроде на основании этого можно вывести, что нейросеть может сделать какую-то работу, но плохо, и это ок для черновика или чего-то побочного. Но если ты хочешь сделать хорошо и профессионально и тебе упаси боже требуется время на это "хорошо" — то всё, ты плохой специалист, нейросеть же делает за 5 минут то же самое (нет). То есть ИИ должен был облегчить работу, но в итоге из-за него появляются какие-то совершенно нереалистичные требования, и работа только усложняется. В целом, у меня ощущение, что мир идёт к тому, что каждому следующему поколению будет сложнее учиться, искать работу, работать, да и в целом жить. | 3 612 |
| 13 |  #лаблыба | 3 576 |
| 14 |  Привет, коллеги!
АДмин отправляется на две недели в отпуск, на этот раз в настоящий, а не "лучший отдых - это смена деятельности". Поеду в тур, потрогаю траву и горы. В связи с этим ожидаются перебои с постами в канале.
А ещё я 23 сентября весь день буду тусить во Владикавказе, а 1 октября - в Батуми. Если у вас есть рекомендации, что посетить в этих городах - пишите в комментарии, буду благодарна. А если вы вдруг живёте там и захотите встретиться - тоже пишите, организуемся) | 3 569 |
| 15 |  Почувствовала себя боярыней с крепостными 💅
Но я своих любимых коллег никому не продам | 3 755 |
| 16 |  +5#воскресный_импорт | 3 896 |
| 17 |  #лаблыба | 3 700 |
| 18 |  Всем хороших выходных, коллеги! | 4 150 |
| 19 | Sin texto... | 4 236 |
| 20 |  #лаблыба
Ставьте 🔥 если у вас есть любимые студенты, по которым вы скучаете, и 😭 если таких нет | 3 841 |
