Социологический анализ деятельности аспирантов в научных организациях и университетах Санкт-Петербурга
[25]
С. И. Бояркина, Е. А. Иванова, Б. Г. Тукумцев
В статье рассматриваются проблемы последипломного образования в современной России. Представлены данные, полученные в ходе проведения авторского исследования, посвященного изучению условий научной деятельности аспирантов в научных и образовательных организациях Санкт-Петербурга. В центре внимания оказывается проблема соответствия модели последипломного образования санкт-петербургских научных организаций и университетов требованиям современной науки.
Ключевые слова: условия деятельности аспирантов, проблемы последипломного образования, требования современной науки.
Реформирование отечественной науки, проводимое в последние годы, вызвало немало дискуссий. Обсуждаемые проблемы связаны не только с ситуацией неопределенности и реорганизации, которую переживают в настоящее время научные учреждения страны. Наряду с этим и независимо от этого деятельность научного сообщества испытывает негативное влияние ряда социальных факторов, и в частности, резкое изменение в последние два десятилетия демографического состава научных кадров. Существенно уменьшилась доля ученых молодого и среднего возраста. «Особенно быстрыми темпами все последние годы сокращались группы исследователей в возрасте 30–39 и 40–49 лет, то есть относительно молодых ученых, которые уже приобрели профессиональную квалификацию и навыки самостоятельной творческой работы, а также продуктивно работающих научных сотрудников среднего возраста» (Гохберг, Китова, Кузнецова 2010). Данные Росстата свидетельствуют о том, что за последние несколько лет наблюдается прирост молодых исследователей ― кандидатов наук, то есть происходит некоторое исправление ситуации. Наибольшее количество исследователей относится к возрастным группам от 30 до 39 лет (в 2013 г. ― 18 920 чел., прирост за три года составил 3691 чел.) и от 40 до 49 лет (13 274 чел., прирост ― 1117 чел.). Схожая ситуация в распределении докторов наук: в возрасте от 40 до 49 лет их численность увеличилась на 162 чел. (см. табл. 1).
Таблица 1
Численность исследователей по возрастным группам по Российской Федерации, чел.
Источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/
science_and_innovations/science/#: 03.02.2015).
В последние годы наблюдается сокращение числа аспирантов (см. табл. 2). С 2010 до 2013 год их стало меньше на 16 %, причем наибольшие потери в возрастных группах до 26 лет, что может быть связано со снижением привлекательности аспирантуры для выпускников вузов.
Таблица 2
Распределение численности аспирантов по возрастным группам, чел.
Источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/
science_and_innovations/science/#: 03.02.2015).
Как свидетельствуют данные обследования ЦИСНМ, среди кадровых проблем российских научных организаций наиболее остро стоит проблема нехватки молодых специалистов. С ней сталкиваются 82 % обследованных учреждений и предприятий (Андреева, Антропова и др. 2007).
На пути решения проблемы омоложения научных кадров возникает немало трудностей. В их основе лежит тот факт, что молодежь в настоящее время не стремится попасть в сферу науки, не мечтает заниматься исследованиями, получением нового знания. В научных изданиях приводятся различные объяснения подобной антиориентации. Делаются ссылки на причины экономического, социального и этического порядка. Все сделанные выводы сводятся к тому, что молодежь в слабой степени ориентирована на работу в науке. Лишь небольшая часть студентов намеревается заниматься после окончания учебы наукой. Более того, далеко не все аспиранты, заканчивающие свое пребывание в аспирантуре защитой диссертации, оказываются в научных учреждениях.
По результатам выполненного в 2006 году исследования, отечественные науковеды А. В. Юревич и И. П. Цапенко делают вывод о необоснованности надежд на пополнение кадрового состава науки за счет молодежи: «Как свидетельствуют данные опросов, все меньше студентов и аспирантов ориентируются на научную карьеру: хотя 27 % студентов ориентированы на обучение в аспирантуре, из них только 22 % собираются заниматься наукой (6 % от общего числа студентов) и только 14 % ― преподаванием (4 % от числа студентов)» (Юревич, Цапенко 2010: 335).
И тем не менее в настоящее время в распоряжении организаторов науки и ее исследователей нет подробных, достаточно репрезентативных данных о реальной ситуации в сфере ценностных ориентаций молодежи, связанной с работой в науке. Это в значительной степени затрудняет создание условий для изменений сложившейся ситуации.
Отсутствуют данные системного анализа состояния подготовки аспирантов и проблем, снижающих ее качество. Между тем само качество подготовки вызывает у авторов ряда публикаций немало нареканий. Об этом свидетельствует, в частности, информация ВАК. Только в 2008 году ВАК отклонила 1200 представленных работ (Кирпичников 2010: 4). Проверки, выполняемые в последние годы этой авторитетной организацией, дали основания для большого числа претензий к культуре деятельности аспирантур, к организации консультационного и образовательного процесса. Там же говорится и о проблемах, связанных с социально-бытовыми условиями жизни аспирантов, информационным обеспечением, возможностями участия в исследованиях, проводимых опытными исследователями.
Последнее обстоятельство подводит к пониманию важности роли научного руководителя в подготовке молодого ученого. В то же время обращает на себя внимание то, что нынешний институт аспирантуры не располагает нормативными актами, направленными на формирование культуры сотрудничества и взаимодействия аспиранта и его руководителя. Изначально предполагается, что ученый, взявший на себя ответственность за подготовку будущего научного работника, сам определит стиль и методы общения со своим подопечным. Именно поэтому в институте аспирантуры не выработаны механизмы контроля за содержанием научно-учебной деятельности аспиранта и степенью участия в этой деятельности его руководителя. Не определена мера ответственности за успешность работы подопечного. Жестко контролируются лишь соблюдение сроков сдачи кандидатских экзаменов и выполненной диссертационной работы. Отсутствие четких правил взаимодействия аспиранта со своим «наставником» может сказываться и на качестве выполняемой диссертационной работы, и на формировании аспиранта как будущего исследователя.
Из публикаций Министерства образования и науки и некоторых других источников можно узнать, что в последние годы в стране сложилась практика, когда подготовка научных кадров поручается учебным заведениям, не обладающим необходимыми ресурсами. В докладе председателя ВАК академика М. П. Кирпичникова, сделанном на заседании Общественной палаты при Президенте РФ 4 августа 2010 года, говорилось о том, что аспирантуры под патронажем Рособрнадзора открываются без ведома ВАК в вузах, где нет ни докторов, ни кандидатов наук. Ряд учреждений науки и образования ведут прием в аспирантуру по специальностям, которые не соответствуют их профилю. Научное руководство аспирантов поручается специалистам, которые имеют другую специальность и другое направление деятельности. Совершенно очевидно, что в данном случае такой руководитель не имеет необходимого опыта, который бы он мог передать соискателю ученой степени и на основании которого мог бы критически оценить его работу.
Поэтому неслучайно отечественные науковеды поднимают вопрос о необходимости упорядочения взаимодействия аспиранта со своим научным руководителем как важнейшем условии становления его профессионализма. Вот что пишет, например, в своей статье о значении преемственности в процессе формирования молодого ученого С. А. Кугель. По его мнению, в процессе работы аспиранта с научным руководителем ему передается не только научное знание (информация), но и то, что особенно важно, ― неявное, неформализованное знание в процессе свободного общения ученика и учителя, соучастие в акте творчества, непосредственная передача опыта (Кугель 1999). Разумеется, важно при этом не только желание учителя передать опыт, но и встречное желание ученика его получить.
Немалую роль в сложном процессе становления будущего ученого и, соответственно, в успешном прохождении им аспирантского срока обучения играют ценностные ориентации аспиранта. В статьях часто говорится о том, что эти ориентации, характеризующие отношение к учебе претендента на место в аспирантуре, не учитываются при его аттестации и зачислении. Между тем заметная часть аспирантов, сумевших «с грехом пополам» защитить свою диссертацию, не идут работать в научные учреждения или научно-исследовательские университеты. После трех-четырех лет никому не нужной деятельности и бесполезно затраченных материальных средств они уходят в бизнес, в банки, где их ученая степень позволяет хорошо представить себя. Все это свидетельствует о серьезном неблагополучии в системе подготовки кадров для науки, о ее неполном соответствии потребностям страны в модернизации научной, педагогической и социально-экономической деятельности.
В отечественных социологических и экономических журналах в последнее десятилетие практически отсутствуют результаты целенаправленных исследований, анализирующих проблемы современной деятельности аспирантуры в стране, проблемы подготовки молодых ученых в учебных и научных организациях.
Все сказанное подтверждает актуальность социологического анализа состояния современной аспирантуры как специфической среды, создающей предпосылки для успешной социализации в науке, воспроизводства научных кадров и поиска путей совершенствования сформированных нормативных систем.
Научная проблема, на решение которой направлен проект
Данные статистики свидетельствуют о том, что количество аспирантов в научных и учебных организациях страны с 1996 по 2013 год увеличилось в 2 раза ― с 60 до 132 тыс. В то же время количество защит в 2013 году сократилось по сравнению с 2010 годом на 7 % и составило 8979. Это означает, что ежегодно значительная часть аспирантов не укладываются в сроки подготовки диссертации. Они либо уходят из аспирантуры, не защитив диссертацию, либо откладывают защиту на какой-то неопределенный срок (Кирпичников 2010: 4). По данным Росстата за 2010–2013 годы, обратно пропорциональная динамика наблюдается по всем наукам во всех типах организаций: при росте числа поступающих и принимаемых в аспирантуру снижается число защитивших кандидатскую диссертацию (см. табл. 3).
При этом, если обратиться к соотношению тех же показателей в НИИ, ситуация выглядит еще более неблагополучной (см. табл. 4). Таким образом, основная масса аспирантов обучаются и защищают диссертации в вузах, общая численность ученых в стране не увеличивается, демографическая ситуация в научной среде продолжает ухудшаться, корпус ученых продолжает стареть (Юревич, Цапенко 2010: 28).
Социологи не располагают в настоящее время достаточно полными данными о характере взаимодействия аспирантов и их научных руководителей. Они не имеют в своем распоряжении данных об оценке самими аспирантами организации своих занятий в аспирантуре, об их перспективах, целях и проблемах. Отсутствует информация о том, как складывается материальное и бытовое обеспечение аспиранта, какое количество своего рабочего времени он вынужден отдавать заработкам на жизнь и как это сказывается на его учебе. Хорошо известно, что величина стипендии, которая выплачивается аспирантам в настоящее время, не соответствует прожиточному минимуму и предполагает поиск дополнительных источников дохода. Сейчас в Минобрнауке решается вопрос о возможности выплаты аспирантам зарплаты, как научным работникам, вместо стипендии. Но пока суд да дело, значительная часть аспирантов из «очников» практически превращаются в «заочников» ― их работа над диссертацией начинает носить характер дополнительной, а не основной деятельности.
Таблица 3
Численность, прием и выпуск аспирантов по отраслям науки и типам организаций по Российской Федерации. По всем типам организаций, чел.
Источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/science_
and_innovations/science/#: 03.02.2015).
Таблица 4
Численность, прием и выпуск аспирантов по отраслям науки и типам организаций по Российской Федерации. Научно-исследовательские организации, чел.
Источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/science
_and_innovations/science/#: 03.02.2015).
Мы попытались выявить причины, препятствующие успешной деятельности такого социального института, как аспирантура, и сформировать рекомендации по изменению действующей организационной культуры этой жизненно важной научно-педагогической сферы. Мы исходим из понимания того, что необходимость формирования новой, современной культуры функционирования института аспирантуры представляет собой сложную научную и практическую задачу и полагаем, что проблема исследования может быть сформулирована с опорой на реляционный подход к исследованию сетевых моделей. Его особенность заключается в смещении акцентов с контекста на контент. То есть важными представляются не столько формы, модели и способы организации социальных структур, сколько типы отношений между ними и факторы, влияющие на их формирование (Мальцева 2014).
Научная деятельность сегодня связана с необходимостью участия в рыночных отношениях. Государственная политика, направленная в конечном счете на повсеместную материализацию результатов интеллектуальной деятельности с получением определенной выгоды, приводит к построению новых форм взаимодействия, отвечающих создаваемым условиям, а также формированию особых требований к участникам этих процессов.
Бруно Латур показывает всю сложность сетей, в которые включен ученый. Во-первых, сами ученые, их взгляды и представления, среди которых нужно уметь ориентироваться и выбрать свою стратегию. Во-вторых, это ограничение, которое накладывает система грантов. Нужно выбрать то направление, которое даст результат в ограниченные грантом сроки, и при этом создать задел для будущих исследований. «Неуверенность, люди за работой, решения, конкуренция, разногласия ― вот что мы видим, переносясь от надежных, холодных, незыблемых черных ящиков в их недавнее прошлое. Две картины ― черного ящика и неразрешенных разногласий ― совершенно различны. Они столь же различны, как две стороны, веселая и суровая, двуликого Януса. “Научная кухня”, “наука в процессе создания” написано справа, “научный продукт”, “готовая наука”, ― с другой стороны; таков двуликий Янус ― первый персонаж, встречающий нас в начале нашего путешествия» (Латур 2013: 27).
Очевидно, что работа аспиранта связана с его компетенциями, как общекультурными, так и профессионально-специфическими, способствующими включению в профессиональную сеть, дающими возможность дальнейшего развития, увеличения плотности сети и перехода в состояние «центра». Поэтому владение коммуникативными технологиями, способность к поиску и анализу информации являются одними из первых условий успешной работы. Библиотеки, журналы, классическая литература стали доступны как никогда прежде. Ученые получили возможности, о которых еще десять лет назад можно было только мечтать. Но именно эта свобода повлекла за собой и особую ответственность. Стало необходимым владение иностранными языками, в основном английским, поскольку, с одной стороны, европейские, американские авторитетные центры создают профессионально ориентированные информационные потоки, а с другой ― российский ученые, подвигаемые общемировой практикой и внутригосударственной политикой, волей-неволей должны включаться в профессиональные сообщества. Это свойство сетей формировать определенные стандарты поведения описано в работе У. Пауэлла и Л. Смит-Дора: «Те, кто первыми усваивают новые практики, имеют больше шансов оказаться в месте пересечения множества сетей и получить доступ к различным источникам информации, что позволяет им скорее уловить новые идеи и критически оценить их достоинства. Вся эта информация, приносимая профессиональными, ресурсными и статусными сетями, определяет, какие типы поведения уместны, и устанавливает стандарты, которым стремятся соответствовать» (Пауэлл, Смит-Дор 2003: 61–105).
Уровень научной рефлексии и ее публичной презентации, задаваемый акторами профессиональной сети, предопределяет и другие требования, предъявляемые к деятельности отечественных ученых. Уже недостаточно выступать в роли реципиента, необходимо активное включение в международную деятельность, участие в проектных разработках, продвижение собственных идей, создание инновационных продуктов.
Создание собственного бренда, соответствующее общепринятым стандартам, его позиционирование и расширение, финансовое обеспечение проекта по созданию собственного имени в отечественном и международном научном сообществе является одной из задач современного ученого, и освоение практических навыков научного менеджмента формирует определенные требования к личности аспиранта, к организационной среде научного учреждения, инфраструктуре науки в целом.
Именно поэтому изучение аспирантуры может происходить с позиций анализа аспиранта как участника сети, аспирантуры как некоего нормативного (но неоднородного) образования и науки как инфраструктуры научной деятельности в целом.
Напомним, что целью нашего исследовательского проекта является получение методологически обоснованной информации о реальном положении дел с обучением аспирантов в научных учреждениях и высших учебных заведениях, о культурных нормах и правилах, которые препятствуют формированию нового поколения российских ученых, призванных создавать будущее отечественной науки.
Задачи исследования
На полевом этапе исследования предполагается решить следующие основные задачи.
Задача 1. Определить состояние культуры научно-познавательной деятельности аспирантов в ряде научных и учебных организаций Санкт-Петербурга.
Для ее решения предполагается получить и проанализировать информацию по следующим направлениям:
1. В какой степени аспиранты подготовлены в процессе предшествующего образования к занятиям научной деятельностью, к соответствующему их новому статусу повышению уровня своих знаний:
–выяснить, насколько успешно продвигается работа над диссертационной темой и каковы перспективы подготовки ее к защите на диссертационном совете; есть ли уверенность завершить работу в установленный срок;
– в какой степени аспирант владеет иностранными языками и каким образом он знакомится с зарубежными научными изданиями и монографиями;
– какую часть своего рабочего времени в неделю ему удается работать с литературными источниками (включая Интернет);
– имеет ли он необходимые навыки использования компьютера для получения интересующей его информации и для обработки исследовательских данных;
– имеет ли аспирант публикации (в каких изданиях) или изобретения; они выполнены им самостоятельно или в соавторстве научным руководителем;
– принимал ли он участие в конференциях, симпозиумах;
– пришлось ли ему побывать в зарубежных научных центрах;
– знаком ли он с научными работниками (очно или по переписке), которые заняты работой над проблемами, близкими к его теме исследования;
– как оценивает сам аспирант уровень своей подготовленности к работе в науке на момент поступления в аспирантуру; как оценивает степень достаточности тех знаний, которые он получил, закончив курс высшего учебного заведения.
2. Как оценивают аспиранты условия, которые созданы им научным или учебным учреждением, где они состоят в аспирантуре для выполнения диссертационных работ. В какой степени они удовлетворены ими и не намерены ли они покинуть место учебы:
– устраивают ли аспирантов те условия информационного обеспечения, которые созданы для них в научном или учебном учреждении, где они проходят обучение: возможность пользования Интернетом, включая платные сайты по специальности, получение информации о научных мероприятиях в той области знаний, к которой относится тема диссертационной работы, возможность посещения этих мероприятий или им приходится решать эти проблемы самим;
– имеют ли аспиранты возможность участвовать в исследованиях, выполняемых научными сотрудниками научно-исследовательского института; какие функции они выполняют в таких исследованиях ― технические или поисковые;
– определить, участвуют ли аспиранты в исследованиях, поддерживаемых научными фондами по грантам, по заказам сторонних организаций и в какой степени эти исследования связаны с темой их разработок; что больше всего привлекает их в таком участии ― возможность приобретения исследовательского опыта или возможность улучшить свое материальное положение;
– предоставляет ли научное или учебное учреждение, где учится аспирант, возможность посетить научные конференции и иные мероприятия, проводимые в других городах страны и за рубежом.
3. Каково мнение аспирантов о роли научных руководителей в их работе над своими диссертационными исследованиями:
– известно ли аспирантам, каков вклад их научного руководителя в науку и к какой области научных знаний относятся его работы; он теоретик или специалист в области прикладных исследований; читали ли аспиранты труды своего научного руководителя;
– если аспиранты знаком с трудами своего научного руководителя, то, по их мнению, насколько темы этих работ близки к их диссертационной теме;
– привлекает ли научный руководитель аспиранта к совместному выполнению исследовательских работ;
– как часто аспиранту удается встречаться со своим научным руководителем, по чьей инициативе состоятся эти встречи и каково содержание этих встреч;
– как оценивает аспирант помощь научного руководителя в выполнении им работы над диссертацией; всегда ли научный руководитель своевременно оказывает такую помощь или с этим бывают проблемы;
– считает ли аспирант, что ему повезло с научным руководителем, что он многому научился в области выполняемой им работы именно благодаря своему руководителю.
4. Как оценивают современное состояние научно-познавательной деятельности аспирантов научные работники и преподаватели, работающие в различных научно-исследовательских и учебных учреждениях (интервью с учеными).
Задача 2. Определить цели-ценности аспирантов в осуществлении научно-познавательной деятельности в научных и учебных учреждениях Санкт-Петербурга.
Решение этой задачи предполагает получение и анализ информации по следующим направлениям:
1. Выяснить, на какой вид деятельности аспирант ориентирован после защиты своей диссертации и знает ли он, где будет работать:
– когда он принял решение о том, чтобы заниматься в дальнейшем научной деятельностью ― в школе, в процессе учебы в вузе или уже после его окончания;
– было ли связано поступление в аспирантуру с нежеланием служить в армии;
– изменилось ли за время его занятий в аспирантуре его отношение к научной деятельности, и если изменилось, то в какую сторону;
– намерен ли он после окончания аспирантуры посвятить себя занятиям научной и исследовательской деятельностью или хочет перейти в сферу практической деятельности, не связанной с его научной квалификацией;
– если он решил заниматься научной или педагогической деятельностью, то определил ли для себя, где конкретно он хотел бы работать.
2. Выяснить, какое значение придает аспирант качеству своей диссертационной работы:
Какие требования предъявляет аспирант к качеству (к содержанию, к актуальности, к новизне) своей диссертационной работы, в какой степени он надеется сделать ее вполне профессиональной исследовательской работой, заслуживающей одобрения среди специалистов (как он определяет свою позицию с точки зрения научной этики).
Задача 3. Определить социально-бытовые и материальные условия научно-познавательной деятельности аспирантов.
Необходимо выяснить состояние материальных и бытовых условий жизни аспирантов, а именно:
– каково материальное и бытовое положение аспиранта;
– в какой степени они ограничены в возможности посвящать все свое время работе над темой диссертационного исследования;
– каковы жилищные условия аспирантов.
Новизна исследовательского проекта определяется тем, что нами предпринята попытка не только выяснить состояние условий, в которых работает аспирант, его ориентацию на дальнейшую деятельность и помехи, мешающие ему работать. Проект ориентирован на получение оценки соответствия действующей модели организации научно-познавательной деятельности аспиранта в российских научных и учебно-педагогических учреждениях потребностям современной науки.
Известно, что основная предпосылка для выбора принципиального плана исследования ― состояние наших знаний к моменту сбора эмпирических данных и отсюда ― возможность для разработки гипотез (Ядов 1998: 104). Поскольку об объекте исследования мы пока что имеем достаточно слабое представление и не можем пока выдвинуть никаких гипотез, нами принято решение использовать в исследовании разведывательную стратегию. Тем не менее, исследуя некоторые известные ситуации, предполагается использование не только стандартизированных методов получения первичной социальной информации, но и неформализованных интервью.
Пилотный характер исследования позволяет не предъявлять строгих требований к выборке. Отбор и опрос респондентов будет осуществляться до тех пор «пока не обнаружится, что получена информация, достаточно разнообразная для формулировки гипотез. Следовательно, состав и объем выборки заранее не фиксируются, а устанавливаются опытным путем по мере развития исследования» (Ядов 1998: 112).
Результаты первого этапа пилотного исследования
Полевая часть исследования осуществляется в научных учреждениях и университетах, расположенных на территории Санкт-Петербурга.
Санкт-Петербург представляет собой второй по масштабам центр российской науки и высшего образования. Здесь сконцентрировано только по ведомству РАН 27 аспирантур, в которых проходят подготовку по основному финансированию 425 человек ― молодых ученых. Наряду с этим в этом же ведомстве действует и договорная программа, по которой занимаются 33 человека.
Летом 2014 года нами было проведено пилотное исследование, в ходе которого были разосланы анкеты в 21 академический институт Российской академии наук и получены 104 анкеты от аспирантов, обучающихся по 13 специальностям технического, естественно-научного и гуманитарного профилей. Из общего числа были исключены 4 недобросовестно заполненные анкеты, в результате последующий анализ проводился на материалах 100 анкет.
Возрастное распределение респондентов оказалось следующим: средний возраст опрошенных ― 25,5 лет (при минимальном возрасте ― 21 год и максимальном ― 43 года). Гендерное распределение: 56,0 % ― женщины, 44,0 % ― мужчины.
Состав опрошенных: 34 % ― аспиранты первого года обучения, 29,0 % ― второго, 31,0 % ― третьего и 6,0 % ― четвертого года обучения (соискатели или те, у кого срок пребывания в аспирантуре изменился по семейным обстоятельствам, например академический отпуск).
По очной форме обучаются 74 % респондентов, по заочной ― 23,0 %, соискательство оформлено у 2,0 % опрошенных.
Двумерное распределение этих переменных выглядит следующим образом (см. табл. 5). (Один опрошенный не указал либо форму обучения, либо год обучения, поэтому общее число ответов ― 99.)
Таблица 5
Распределение опрошенных по годам и формам обучения в аспирантуре, чел.
Как видим, большинство опрошенных ― аспиранты очной формы обучения, что немаловажно, поскольку именно очная форма предполагает «погружение» в специфическую научную культуру, среду, способную оказывать влияние на дальнейшее формирование научных кадров.
В первую очередь нам было важно понять, каков «типичный» портрет аспиранта РАН, его исходные ресурсы и предпосылки к осуществлению научной деятельности ― и интеллектуальные, и нормативные, и материальные.
Первое, на чем хотелось бы остановиться, ― это тип школы, которую заканчивали наши респонденты. Полагая, что гимназии и специализированные школы обладают большими образовательными возможностями, с одной стороны, и большим спектром фильтров, применяемых в отношении учащихся, ― с другой, мы включили в анкеты соответствующий вопрос. Выяснилось, что 48 % аспирантов закончили «обычные» общеобразовательные школы. В других учебных заведениях училось примерно такое же количество опрошенных: гимназии (27,0 %), специализированные школы (16,0 %) и средние специальные учреждения (7,0 %).
Распределение целей, указанных в качестве причин поступления в аспирантуру, оказалось следующим (в порядке убывания):
1. «Участие в приращении научного знания» ― 58,0 %.
2. «Получить звание как залог личной карьеры в бизнесе, управлении» ― 35,0 %.
3. «Получить звание, чтобы получить возможность работать в НИИ» ― 18,0 %.
4. «Получить звание, чтобы получить возможность преподавать в университете» ― 12,0 %.
5. «Получить звание, чтобы получить возможность трудоустройства в научные центры профильных предприятий города» ― 12,0 %.
Часть аспирантов (10,0 %) поступили «просто так, для себя» и 2,0 % признались, что аспирантура для них ― возможность избежать призыва в армию.
Построение таблиц сопряженности не позволило выявить каких-либо различий в целевых установках респондентов с различным образованием. То есть и для тех, кто получил полное среднее образование в общеобразовательной школе, и для тех, кто закончил гимназии, специализированные школы, лицеи и ПТУ мотивы поступления в аспирантуру одинаковые.
Мы предположили, что, возможно, они могут быть обусловлены влиянием родителей и поэтому проанализировали группы аспирантов, разбив их по критерию имеющегося у родителей образования (некоторые респонденты не указали образования родителей, поэтому сумма абсолютных значений в подвыборках менее 100) (см. табл. 6). Однако во всех трех группах наиболее популярными оказались одни и те же мотивы с небольшой разницей в распределении значения показателя.
Таблица 6
Мотивы поступления в аспирантуру, %
Несмотря на то что мотивы поступления в аспирантуру с образованием родителей практически не связаны, эти данные представляют определенный интерес, поскольку позволяют понять и проследить наличие или отсутствие семейной традиции передачи типа образовательной и трудовой стратегии.
Оказалось, что, если проследить частоту распределения уровня образования в семье (учитывая, что образование родителей может различаться), у 80 % аспирантов по крайней мере один из родителей имеет высшее образование (65,0 %) либо ученую степень (15,0 %), у 17,0 % ― среднее специальное или неоконченное высшее образование.
То есть имеется основание утверждать, что уровень образования родителей в целом влияет на выбор образовательной стратегии. Это же подтверждает анализ распределения ценностных ориентаций внутри групп с разным уровнем образования родителей (предполагался множественный выбор, поэтому сумма значений превышает 100 %) (см. табл. 7).
Таблица 7
Ценностные представления о научной деятельности, %
Во всех трех группах на первом месте оказалась такая ценность, как возможность проявлять творческую инициативу, полностью раскрыть свои интеллектуальные и творческие способности.
Как видно из таблицы 7, в первой группе (условно назовем их «карьеристы») на втором месте стоит возможность получения высокого заработка, на третьем ― перспектива достигнуть высокого общественного положения.
Во второй группе (условно ― «прагматики») на втором месте ― возможность получения высокого заработка и на третьем ― возможность работать в хороших условиях.
В третьей группе (условно ― «мечтатели») на первом месте находится ценность творческой инициативы, на втором и третьем ― работа в хороших условиях и возможность оправдать надежды близких. Причем различия между этими тремя ценностями не настолько выражены, как в двух других группах.
Интересно, что во всех трех группах в числе приоритетных оказывается ценность творческой самореализации, но при этом в группе «мечтателей» ― возможности получения высокого заработка и перспективы получения высокого общественного положения совсем не входят в число приоритетных, а в группе «прагматиков» за рамками интересов оказывается возможность достигнуть высокого общественного положения. И, наоборот: в первых двух группах совершенно не значимой оказывается оценка близких, отсутствует ориентация на семью, а в группе «мечтателей» она оказывается такой же значимой, как условия работы, при отсутствии интереса к общественному положению и уровню заработка.
Факторный анализ качеств, необходимых для успешной научной деятельности, дал следующие результаты.
К наиболее значимым качествам относятся: трудолюбие (вклад в компоненту ― 0,780), инициативность, гибкость ума (вклад ― 0,750), быстрая обучаемость (0,742), дисциплинированность (0,739), ответственность (0,726), исполнительность (0,720).
К качествам средней значимости отнесены такие, как: уровень общей культуры (0,698), коммуникабельность (0,684), стремление к самосовершенствованию (0,671), стрессоустойчивость (0,622).
Наименее значимыми оказались: пунктуальность (0,594), хорошее здоровье (0,592) и умение работать в команде (0,547).
В целом на основании представлений о требуемых качествах и возможностях, обретаемых в науке, можно заключить, что научная работа представляется аспирантам трудом преимущественно индивидуальным, творческим, хорошо оплачиваемым, наделяющим научного работника высоким социальным статусом «ученого», свободным от формальных норм, а потому допускающим свободный режим работы, не требующим приложения физических усилий. Реальная ситуация, с которой аспиранты сталкиваются после получения искомой степени, не совпадает со сформированными ожиданиями. Поэтому, в частности, возникает проблема оттока квалифицированных кадров.
К дефициту молодых ученых приводят и хозяйственно-бытовые проблемы. Так, мы выяснили, что в собственной квартире проживает более половины опрошенных (56,0 %); в съемном жилье ― 19,0 %. Очевидно, что это наиболее проблемная категория, поскольку плата за аренду жилья (по сведениям городской справочной по недвижимости) обычно составляет не менее 10 тыс. рублей. Это более чем в два раза превышает размер стипендии, получаемой аспирантами очной формы обучения, что приводит последних к необходимости совмещения обучения и трудовой деятельности. Живут в общежитии 13,0 %, некоторые живут в комнатах в коммунальных квартирах (4,0 %). Здесь возможны проблемы, связанные с отсутствием необходимой для работы обстановки, что также негативно сказывается на процессе обучения в аспирантуре и общем его результате. У 2,0 % имеется собственный дом.
Поскольку средний возраст аспирантов 25,5 лет, то многие живут совместно с родителями (33,0 %). Замужние и женатые аспиранты составили 29,0 % (в зарегистрированном браке ― 19,0 %, из них ― 6,0 % имеют детей, и 10,0 % ― в незарегистрированном). Часть аспирантов живут одни.
При этом 61,0 % опрошенных зависят от родителей или супругов финансово (48,0 % ― «полностью завишу», 13,0 % ― «частично завишу»).
Только 16,0 % респондентов не работают, 55,0 % работают по специальности, получаемой в аспирантуре, и 32,0 % ― по специальности, которая не связана с получаемой в аспирантуре.
Анализ таблиц сопряженности позволяет получить следующую картину (см. табл. 8):
Таблица 8
Распределение аспирантов по фактическим видам деятельности и формам обучения, %
Среди аспирантов очной формы обучения общее число форм трудовой занятости превышает количество самих аспирантов. Это связано с тем, что некоторые из учащихся вынуждены работать в двух местах и совмещать обучение с двумя местами работы ― по специальности (из соображений пользы для обучения и защиты) и не по специальности ― ради заработка.
Несмотря на высокую трудовую активность респондентов, их личный доход в большинстве случаев (67,0 %) не превышает 24 тыс. рублей в месяц (до 9 тыс. руб. ― 14,0 %, 10–14 тыс. руб. ― 21,0 %, 15–19 тыс. руб. ― 18,0 %, 20–24 тыс. руб. ― 14,0 %). И 20,0 % имеют доход выше 30 тыс. рублей в месяц (30–39 тыс. ― 9,0 %, 40 тыс. и более ― 11,0 %).
В целом, несмотря на трудности, для 69,0 % респондентов аспирантура остается по-прежнему привлекательной, отношение к обучению не изменилось. Для 21,0 % ответивших на вопрос привлекательность аспирантуры и научной деятельности снизилась. В качестве основной причины указана низкая оплата труда в сфере науки, необходимость поиска дополнительного заработка, что влияет на процесс обучения.
Для некоторых (5,0 %) в процессе обучения открылись новые перспективы, и привлекательность аспирантуры возросла, ― это те, кто «изначально не имел иллюзий относительно положения ученых в России», кто шел осознанно, «понимая все плюсы и минусы научной деятельности». Именно поэтому подготовка научных кадров должна начинаться до поступления в аспирантуру, чтобы, еще будучи студентами, желающие могли оценить и особенности построения научной карьеры, и свои возможности и перспективы в научной деятельности.
Таким образом, по данным нашего анализа, «средний аспирант» ― это девушка или юноша 25–26 лет, работающий, «выходец» из семьи с родителями с высшим образованием. Имеет вполне конкретные целевые ориентации в отношении своих перспектив в научной деятельности, однако, как правило, они основаны на идеализированных представлениях о науке и требуемых в научной деятельности качествах. Эти представления обусловлены либо влиянием родителей, либо обывательскими соображениями относительно работы ученого и/или статуса, связанного с наличием кандидатского диплома (репутационная компонента ученой степени).
Источники
Андреева О. Н., Антропова О. А., Аржаных Е. В., Зобова Л. Г. Научные организации в условиях реформирования государственного сектора исследований и разработок. Результаты социологического исследования. Информационно-аналитический бюллетень ЦИСНМ, 2007. URL: http://www. ihim. uran. ru/files/info/2011/bulleten_2007_(2–3). pdf (дата обращения: 03.02.2015).
Гохберг Л. М., Китова Г. А., Кузнецова Т. Е., Шувалова О. Р. Российские ученые: штрихи к социологическому портрету. М.: ГУ – ВШЭ, 2010. 783 с.
Интервью академика М. Кирпичникова // Троицкий вариант. 2010. № 4 (48). С. 4.
Кугель С. А. Социальные механизмы воспроизводства научной элиты / под ред. С. А. Кугеля. СПб., 1999. 31 с. (совм. с Э. А. Троппом, В. М. Ломовицкой).
Латур Б. Наука в действии: следуя за учеными и инженерами внутри общества / пер. с англ. К. Федоровой; науч. ред. С. Миляева. СПб.: Изд-во Европ. ун-та в Санкт-Петерб., 2013. 414 с.
Мальцева Д. В. Реляционная социология: новый этап в развитии анализа социальных сетей или самостоятельное направление? // Мониторинг общественного мнения: экономические и социальные перемены. 2014. № 4 (122). URL: http://wciom. ru/fileadmin/Monitoring/2014/4/2014_122_1_Maltseva. pdf (дата обращения: 05.03.2015).
Пауэлл У., Смит-Дор Л. Сети и хозяйственная жизнь // Экономическая социология. 2003. Т. 4. № 3. С. 61–105.
Юревич А. В., Цапенко И. П. Наука в современном российском обществе. М.: Ин-т психол. РАН, 2010. 334 с.
Ядов В. А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. М.: Добросвет; Книжный дом; Университет, 1998. 595 с.
Федеральная служба государственной статистики. Наука, инновации и информационное общество. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/science
_and_innovations/science/# (дата обращения: 03.02.2015).
Социальное знание и вопросы разработки его инструментов
Г. В. Каныгин, М. С. Полтинникова
Авторы объясняют трудности современного развития информационно-аналитического обеспечения социального управления недостаточной гибкостью разрабатываемых компьютерных сервисов. В качестве основы устранения этой трудности предлагается метафора социального знания, формируемого сообществом акторов. Особое внимание уделено инструментальным средствам, способным в процессе коллективного построения знания обеспечить ему характеристики, обоснованные как в социологической теории, например, конструируемость и открытость, так и в математическом моделировании, например, наблюдаемость и полнота. Предложенная метафора социального знания предназначена для дальнейшей разработки в виде компьютерной онтологии.
Ключевые слова: информационно-аналитическое обеспечение государственного управления, социология управления, социальное знание, актор, социальная среда, инструментальные средства, социальная информация, социальное действие, термин.
Введение
Развитие и внедрение современных электронных технологий создания, хранения, копирования и передачи информации породили новые формы информационно-аналитического обеспечения социального управления. Примерами могут служить системы электронного документооборота, системы одного окна, многофункциональные центры государственных услуг, электронный дневник и электронный журнал в школах и др. Знакомство с подобными информационными ресурсами можно получить, обратившись на порталы «Госуслуги» и «Электронный дневник».
Эти сайты являются, с одной стороны, результатом известных усилий лидеров страны по развитию информационных ресурсов государственного управления (см., например, Указ Президента России), с другой – ответом соответствующих государственных органов, по статусу реагирующих на указанные директивы (постановления и распоряжения Правительства РФ).
Наряду с государственными органами свой вклад в развитие российского информационного общества вносят его граждане. Примером может служить независимый онлайн-ресурс «Сердитый гражданин», созданный для «обработки жалоб и поиска решения проблем жителей России с целью улучшить качество нашей жизни и сократить дистанцию между гражданами и государством, клиентами и организациями».
Как пользователь подобных информационных ресурсов читатель, несомненно, склонен приветствовать их появление. Однако существует обоснованная критика, фиксирующая сложившийся уровень информационного обеспечения социального, в частности государственного, управления. Выражаясь тезисно, эта критика либо отмечает концептуальные недостатки государственной политики (отсутствие единой концепции, хаотичность усилий отдельных управляющих органов, недостатки профессиональной подготовки кадров) (см., например, Нисневич 2007), либо указывает на сугубо инструментальные недочеты существующих информационных технологий: применение разных форматов данных, отсутствие единой аппаратно-независимой операционной платформы, нерациональное использование вычислительных мощностей (см., например, http://www.jourclub.ru/11/416/).
Мы видим принципиальную причину недостатков современных информационных сервисов в области государственного управления в том, что разработчик не может предугадать будущие функциональные возможности создаваемой или внедряемой им компьютерной системы. Поэтому для того, чтобы «сократить дистанцию» между разработчиком и пользователем системы, необходимо иметь возможность перенастраивать ее настолько гибко, чтобы дать возможность самому пользователю менять функциональность системы в зависимости от своих потребностей.
Поясним этот общий тезис через аналогию с проблематикой развития систем управления базами данных. Ситуация, с которой мы сталкиваемся в системах государственного управления, похожа на ту, что была в теории баз данных до построения реляционной модели Коддом (см., например, Дейт 2002). В нереляционных базах данных любое изменение структуры требует написания новой программы. Разработчик не может прописать структуру раз и навсегда, так как в процессе работы с базой у пользователей появляются идеи по совершенствованию этой самой структуры. Реляционная же модель позволила создавать системы управления базами данных, в которых все функциональные возможности реализовались в виде библиотек с подпрограммами. Разработчик собственно базы создает только структуру с данными и применяет к ней готовые функциональные возможности. Изменение структуры данных благодаря реляционной модели доступно для самого пользователя.
Для того чтобы «сократить дистанцию» между разработчиком информационных сервисов и его целевой аудиторией, мало иметь в виду одни технологические решения. Разработка указанных хай-тек-ресурсов имеет своим предметом социологию управления, то есть обширный спектр социологических взглядов, выражающих сегодняшнюю науку об обществе. Однако разработчики соответствующих высокотехнологичных сервисов зачастую не владеют знаниями в той предметной области, информационным обеспечением которой они занимаются. Тот факт, что положения любых «больших» социологических теорий подпадают под квалификацию «литературные» (см., например, Алле 1994), не означает, что их можно игнорировать при разработке информационных ресурсов в сфере управления обществом. В частности, для информационно-аналитического обеспечения социологии управления теоретический тезис о конструируемости такого управления самими его участниками (см., например, Луман 1999, Ясавеев 1994) означает, что любой «социальный объект», который выражается в терминах «государственная услуга», «клиент» и многие другие, конструируется участниками в процессе социальной коммуникации. И тот социальный феномен (многофункциональный центр, государственная услуга, электронный дневник и др.), который разработчики информационных сервисов воспринимают как данное, представляет собой результат процесса социального конструирования.
Преломляя теоретические положения социологической мысли на цели информационного обустройства общества, мы придерживаемся следующего тезиса. Решая задачи информационно-аналитического обеспечения социологии управления, целесообразно разрабатывать не модель сложившегося государственного устройства в виде тех или иных его компонентов, а модель социального взаимодействия, которая может моделировать любое государственное устройство. Государство, его услуги, городское хозяйство и многое-многое другое ― это постоянно меняющиеся представления, зависимые от того, кто и какими средствами формирует эти представления в своей практической социальной жизни. Перспективность конструктивистского подхода состоит, в частности, в том, что в процесс информационного моделирования социальной системы потенциально вовлекаются сами ее члены. А их число, во‑первых, неизмеримо больше по сравнению, например, с количеством «сердитых граждан», что в перспективе обеспечивает неограниченные объемы социальной информации, недостижимые при современном информационно-аналитическом обеспечении социального управления. Во-вторых, участники социальных процессов, бесспорно, ближе контактируют с этими процессами и больше о них знают, чем разработчики нынешних информационных ресурсов, что говорит о «почти гарантированной» релевантности получаемой информации. Проблема лишь в том, как выразить, объединить и поддерживать в актуальном состоянии знания участников социальных процессов о них самих.
В нашей модели понятия социологического и социального знания разделены. Социологическое знание ― это знание об обществе, формируемое специально обученными людьми или авторами, называемыми социальными учеными или социологами. Социологи разрабатывают терминологию, методы исследования, методики применения и другие санкционированные научной традицией способы описания социальной действительности, предназначенные для осмысления процессов, происходящих в обществе в целом или в отдельных его сферах.
Социальное знание ― это знание об обществе, формируемое не только социологами, и не столько ими, сколько всеми заинтересованными участниками социальных процессов. В такой редакции возникают новые требования к инструментальным средствам знания, то есть тем коммуникационным ресурсам, которые применяются коллективно рядовыми участниками социальной коммуникации. Такие ресурсы должны позволять самим участникам социальной коммуникации отслеживать их компетентности, эффективно ассистировать при согласовании разных представлений об одном и том же общественном феномене, наглядно выражать социальное знание.
Метафора социального знания
Выскажем ряд предварительных суждений, которые очертят контуры нашего подхода к компьютерной модели социального знания. Предположим, что имеется некоторая социальная среда, в ней существуют индивиды, которые попадают в различные социальные ситуации (Мертон, 2006).
Индивид обладает способностью описывать социальные ситуации. В процессе такого описания он выражает свой опыт существования в социальной среде. Этот опыт является наблюдаемым только через описание его самим индивидом. Мы допускаем, что один индивид может быть частью ситуации для другого и первый из них не создает никаких явных описаний ситуации. Например, один футболист судит об опыте игры другого по его действиям на поле. Ни тот ни другой в процессе взаимодействия не прибегают к каким-то описаниям. Нам недоступна подобная ситуация до тех пор, пока кто-либо не опишет ее. Описать ситуацию могут не только сами футболисты, но и тренер, спортивный комментатор, болельщик… Таким образом, мы допускаем, что в описании ситуации присутствуют действия других участников этой ситуации, непосредственно наблюдаемые тем, кто описывает ситуацию.
Индивид описывает ситуации с помощью совокупности знаков, суждений, сигналов и других инструментов. Применяемые инструментальные средства определяют вид описания: текстовый документ, словесное выступление, заявление в органы социальной защиты и другие. Цели, назначение, мотивы и прочие атрибуты таких описаний определяются самими индивидами в зависимости от ситуации.
Каждый индивид с помощью инструментальных средств имеет возможность сделать любую ситуацию, в которой он оказался, индивидуально счетной. Мы понимаем словосочетание «индивидуально счетная ситуация» как принципиальную возможность для индивида различать с помощью описаний ситуации между собой и неограниченно увеличивать количество их описаний. Совокупность индивидуально счетных ситуаций представляет собой индивидуальное знание. Объединение индивидуального знания множества индивидов с помощью инструментальных средств назовем социальным знанием.
Имея в своем опыте внутреннее описание ситуации, индивид с помощью инструментов может создать такое наблюдаемое знаковое выражение этой ситуации, которое специфицировало бы ситуацию некоторым единственным образом, то есть отличало бы ее от любых других объективно существующих ситуаций.
Например, для такого инструмента, как естественный язык, можно представить следующий случай. «Вчера сидели за столом». Однако если и позавчера сидели за столом, то можно добавить состав участников, который отличит «вчера» от «позавчера». Если участники те же, можно вспомнить, что «вчера Ваня курил “беломор”, а позавчера ― сигареты», и т. д. Поэтому мы говорим о принципиальной возможности.
Любое индивидуально специфицированное описание существует наравне с другими аналогичными описаниями, которые составляют индивидуальное знание. Различимость таких описаний для индивида и принципиальная возможность их неограниченного пополнения им же приводит к счетности предельного множества описаний. Однако на практике такая счетность не может быть достигнута, поэтому не существует индивида, наблюдаемое знание которого было бы социальным знанием.
Мы считаем, что индивидуальное знание всегда состоит из двух компонент: контекстно-зависимой и контекстно-независимой.
Контекстно-независимая компонента социального знания – это инструментальные средства, которые используются индивидом для построения своего знания о ситуациях и для управления этим знанием.
Контекстно-зависимая компонента социального знания – это суждения индивида о ситуациях. Эти суждения выражены посредством определенных инструментальных средств и зависят от ситуации и индивида, относительно которой он высказывается, и от ситуации, в которой он находится, когда высказывает свои суждения.
Будем считать, что индивид честен при формировании своего индивидуального знания. Это значит, что каждый индивид добросовестно выражает свой опыт с помощью описания. Мы считаем, что выразить свой индивидуальный опыт индивид может только с помощью инструментальных средств. При этом его суждения о ситуации зависят от его социального опыта, привычек, навыков, предрасположенностей и других индивидуальных особенностей.
Такое всегда неполное, недосказанное, субъективное выражение индивидуального социального опыта представляет собой исходную проблему построения социального знания сообществом индивидов. Эта проблема существует для отдельного участника социальной коммуникации в виде нескончаемых мук выражения собственных мыслей, ad hoc определений, разъяснений, ведущих в никуда, бесконечного переосмысления собственных слов.
Столь же остра коллизия неизбежной субъективности социального знания для общества в целом: ведомства не могут договориться о сферах своей ответственности, международные организации не способны создать непротиворечивые уставы, суды не в состоянии сохранять непредвзятость, экспертизы часто зависят от экономических интересов экспертов, социальные игроки решают конфликты силой и т. д. и т. п.
Разумеется, субъективность выражения индивидом своего социального опыта не может быть устранена в силу самой природы социального знания, которое основано на сугубо индивидуальном и экзистенциальном личном опыте. Однако люди склонны договариваться, несмотря на неизбежные социальные различия между ними. При этом они в состоянии войти в положение другого человека, могут оценить его намерения, принимать во внимание его интересы, быть снисходительными к ошибкам, равно как создавать и принимать другие условия для обеспечения взаимопонимания.
Воплощение в жизнь искреннего намерения договориться критически обусловлено двумя обстоятельствами, независимыми от социального контекста, в котором оказываются договаривающиеся лица.
Во-первых, каждый соучастник коммуникации должен быть состоятелен в выражении своего знания. Состоятельность подразумевает, что индивид «в теме» и поэтому не подменяет собственное представление о социальной ситуации чужим; не «забывает» об уже сказанном им же и его коллегами; соотносит суждения с собственным опытом.
Во-вторых, участники социальных действий вынуждены соотносить свои социально обусловленные суждения с общими для них контекстно-независимыми правилами. Это практически необходимо для того, чтобы адекватно понимать друг друга, несмотря на различия в социальном статусе или опыте взаимодействующих индивидов.
Например, пусть владелец завода принял решение уволить своих рабочих и его не тревожат трудности, с которыми встретятся увольняемые в результате такого решения. Но для того чтобы осудить эти действия, правозащитники должны их понять, то есть построить единое с этим владельцем представление о том, кто такие рабочие, где они работают и чем занимаются, как рассчитывается их зарплата, как получается прибыль, в какой стране живут те и другие, то есть в конце концов оценить выгоды для владельца завода и ущерб для рабочих.
Сообщество акторов
Одним из начальных понятий нашего подхода является представление об индивиде. Индивид – это человек (лицо, персона, единичный носитель знания), взаимодействующий с другими людьми в среде, которую они сами создают и поддерживают.
Исходя из предложенной метафоры социального знания, постараемся специфицировать представление об индивиде, используя понятие инструментальных средств и тезис об описании социальных ситуаций исключительно с помощью включенных в них лиц.
Актор – это компонент социального знания, моделирующий в терминах нашего подхода действующего индивида. Будем считать, что любой из нас может отличить, во‑первых, «одушевленный» предмет от «неодушевленного». Во-вторых, одного участника социального процесса от другого. Тем самым будем считать всегда существующим множество социальных акторов A = {a1, a2, …, a n }. Множество социальных акторов назовем сообществом.
Например, завод ассоциируется в сознании людей с директором завода. Администрация региона характеризуется ее главой и его программной речью, хотя создание этой речи может быть коллективным.
Однако мы не можем рассматривать просто совокупность знаний акторов, поскольку эти знания разнесены по членам сообщества, которые заняты объединением знаний. Такая разъединенность знаний представляет серьезную проблему для сообщества. Коллективные знания всегда разобщены по отдельным индивидам. Об этом знает каждый руководитель любого успешного проекта. Скажем, знания о Windows разнесены по разным участникам ее создания и эксплуатации. В числе этих лиц: архитекторы системы, знатоки «железа», разработчики API-функций, многочисленные создатели драйверов и т. д. И вопрос о том, как соединить эти индивидуальные знания, решается с помощью инструментов, таких как C, самими разработчиками Windows.
Для характеристики актора в составе сообщества будем использовать связывание актора и того знания, которое он создает или которое ему приписывается другими акторами.
В составе акторов будем выделять тех из них, кто с помощью инструментальных средств создает социальное знание. Назовем таких акторов авторами социального знания.
Информация и инструментальные средства
Описания социальных ситуаций осуществляются авторами с помощью действий по созданию совокупности знаков, суждений, сигналов и других наборов символов. Инструменты, которыми индивид выполняет такие действия, являются инструментальными средствами знания. В результате таких действий автор создает информацию.
Уточним это понятие на основе двух известных толкований.
Во-первых, в теории информации (см. Колмогоров 1987) у каждого объекта (для нас социального объекта) имеется множество состояний (событий), которое определяет объективное и одинаковое для всех поведение объекта и считается информацией об объекте. Все акторы считаются наблюдателями гипотетического множества состояний некоего объекта.
Во-вторых, информация, получаемая в социологическом исследовании и называемая в силу своего происхождения социальной (см., например, Бритков и Жукова 1997). В этом случае речь идет о материалах исследования или данных, получаемых в результате этого исследования.
В противовес классическому суждению из теории информации мы считаем, что только один актор является наблюдателем множества состояний объекта. Это множество состояний мы называем его собственным опытом, который составлен как из локальных объективных особенностей, так и из его личных переживаний тех социальных ситуаций, в которых оказался индивид.
По своей природе это «локально-субъективное» множество состояний обладает двумя особенностями. Во-первых, множество состояний объекта, определенное в теории информации, всегда оказывается только прототипом того, что индивид предъявит или сделает наблюдаемым не только для себя. Во-вторых, предъявленное всегда лишь частично отражает множество состояний. Предъявленные состояния – это описания индивидом своих ситуаций. Они всегда неполны и всегда гибко пополняемы.
Например, вспомним, что такое город. Это улица, где стоит мой дом, живет моя семья… И все? Нет, еще место, где ходит транспорт… И все? Нет, излучина реки, которую облюбовал Петр… Теперь все? Нет…
По смыслу действий индивида такие описания являются информацией, а именно знаковым воспроизведением тех ситуаций, в которых оказывается индивид. Однако не понятно, как на таких описаниях вводить меру определенности. Здесь мы имеем дело с социальной информацией, суть которой в сообщениях одних людей о том, что они наблюдают и чем они делятся с другими людьми. Классическое социологическое анкетирование респондентов реализует метод сбора такой информации.
Для того чтобы воспользоваться классическими же исчислениями (например, предикатов) для такой информации, ее нужно «подправить» в двух смыслах.
Во-первых, обеспечить полноту перехода от «действительно математического множества» индивидуальных состояний актора («прототипа знания») к их выражению в виде индивидуальных описаний или знания. Такая полнота (даже реально недостижимая) оказывается интуитивным основанием, позволяющим доверять тому, что индивид предъявил другим в качестве выражения своего опыта. Ясно, что никто, кроме актора, эту задачу решить не может. Но также ясно, что подобное самовыражение не свободно от человеческого произвола. Поэтому мы выдвигаем требование состоятельности актора и требование применимости инструментальных средств к логическому анализу (оценке на основе контекстно-независимых критериев) информации на стадии ее индивидуального порождения.
Во-вторых, мало получить от индивида информацию, которая выражает его опыт, соотнесенный с социальными ситуациями. Еще нужно, чтобы эта информация принималась другими индивидами. В теории информации все определения исходят из множества состояний, которое мыслится и фактически (если угодно, объективно) является одним для всех адептов этой теории. В социологии как раз приходится решать задачи сопряжения «индивидуальных информаций» (Шюц 2004). Трудно представить такое сопряжение иначе, как путем их модификации. Но это означает, что в процессе сопряжения приходится выдвигать те же критерии оценки инструментов, которые применялись при создании индивидуальной информации.
Мы представляем социальное знание как социальную информацию, полученную путем согласования индивидуальной информации с помощью определенных инструментальных средств. Мы считаем, что критерии согласованности социальной информации те же, что и в индивидуальной первооснове.
Применяемые инструментальные средства определяют вид социальной информации – письменное заявление в органы социальной защиты, словесное выступление, видеоролик о дорожном происшествии и другие. Цели, назначение, мотивы и другие атрибуты таких описаний определяются самими индивидами в зависимости от ситуации. Это означает, что у ситуаций нет заранее предопределенных параметров, например времени совершения, отнесенности к какому-то типу, пространственной локализации.
Системы социальных знаний
Естественно называть действия акторов при создании знания аналитическими. Будем считать, что простейшей аналитической единицей, понятной рядовому участнику социальных процессов и практически применяемой им, является поименование (Чесноков 2001), иначе говоря ― обозначение, существующее в виде набора символов. Это обозначение вводится актором в качестве описания социальных ситуаций и может быть разъяснено им же с помощью новых обозначений и связей между ними.
Обозначим буквой t и назовем термином результат поименования безотносительно к тому, кто его осуществляет. Будем считать, что совокупность поименований, выполняемых актором для описания социальных ситуаций, представима в виде множества. Обозначим это множество как T = {t1, t2, …, t m }.
В соответствии с системным подходом для множества T может быть введено новое множество R={r1, r2, …, r m }, , которое представляет собой совокупность отношений между терминами, из которых составлено T. Множество, состоящее из пар S={(t1r1), (t2 r2), …, (t m r m )}, которое представляет собой совокупность отношений между терминами, из которых составлено T. Множество, состоящее из пар, называется системой знаний.
Положим, что система знаний может появиться только в результате усилий совокупности определенных акторов. Будем считать, что отношения R определены инструментами, с помощью которых каждый актор имеет возможность вводить термины и устанавливать отношения между ними, то есть разрабатывать свое знание. Такие акторы выше названы авторами.
С помощью термина автор может явно обозначить любой мыслимый феномен. Опыт каждого из нас позволяет утверждать, что наблюдаемое разнообразие феноменов чрезвычайно велико. Причем заранее известно, что они различаются между собой. Радуга и колхоз, политическая партия и букет цветов, красный мак и Красная площадь… Это порождает мысль о введении априорной типологизации или спецификации терминов, которая отражала бы «объективно существующее» разнообразие феноменов, обозначаемых терминами. Такая спецификация по смыслу является простейшей структуризацией терминов, но выполняемой априорно разработчиком инструментальных средств.
Считая, что социальная информация порождается самими участниками социальной коммуникации, мы стремимся ограничить априорную спецификацию терминов. Любые специфические обозначения на основе терминов должны создаваться акторами путем связывания терминов с помощью выбранных ими инструментов. Иначе говоря, любое обозначение, существующее в виде набора символов, вводится автором и может быть специфицировано им же с помощью новых обозначений и связей между ними. В частности, за счет таких связей может быть выражена любая априорная спецификация самих терминов.
Вновь обращаясь к нашей метафоре, мы делаем из этого общего правила одно исключение. Ранее мы ввели представление об акторе. И мы считаем необходимым специальное обозначение терминов, описывающих акторов, включаемых в состав социального знания.
Тем самым в составе множества T всегда по воле автора может существовать подмножество акторов, которое выше обозначено как A. Но любой актор является в S только обозначением, с которым априорно связано свойство одушевленности.
Любое множество специфицированных терминов в нашем подходе является подмножеством обычных терминов. В частности, хотя мы можем ввести обозначение A ⊂T, это никак не повлияет на наше требование контроля согласованности действий автора. Акторы точно так же, как термины, могут входить в любые отношения R, предусмотренные соответствующими инструментальными средствами.
Для введенной нотации естественными выглядят следующие словесные эквиваленты: T ― тезаурус, R ― множество отношений, S ― система знаний, A ― сообщество акторов, описываемых системой знания S. Автор может быть элементом A, это определяется им самим.
Основываясь на вышеизложенном, будем рассматривать три вида инструментов: естественный язык; язык программирования высокого уровня; структурное и визуальное представление связей (нейронные сети, когнитивные карты, графы, списки, графические форматы и т. п.).
Соответственно, для дальнейших сравнительных исследований нас интересуют три системы знания, нашедших широкое применение в социологии: S1 ― система знаний, построенная с помощью естественного языка; S2 ― система знаний, построенная с помощью языка программирования; S3 ― система знаний, построенная с помощью структурных моделей.
Заключение
Сформулируем главные выводы по результатам нашего анализа проблем построения социального знания.
Во-первых, исходным принципом организации социального знания является его контекстная определенность, обеспечиваемая инструментами, с помощью которых любые принципы и методы выражения такого знания остаются за акторами социальных процессов.
Во-вторых, инструменты социального знания должны быть доступны рядовым участникам социальных процессов. Основой представлений участников процессов, происходящих в обществе, о самих этих процессах являются номинальные обозначения – поименования ― и устанавливаемые самими акторами связи между вводимыми ими обозначениями.
Во-третьих, социальная информация, составляющая фундамент социального управления, должна быть проверяема с помощью контекстно-независимых критериев. На фазе получения индивидуальной информации эти критерии должны практически ассистировать актору в решении следующих задач:
–осуществление формальной непротиворечивости его контекстно-зависимых суждений;
– прослеживание исходных понятий, на которых эти суждения строятся;
– учет зависимости самих суждений от контекста, в котором они сформированы;
– прослеживание вовлеченности других индивидов в схемы размышлений автора.
На стадии согласования индивидуального знания с существующим социальным знанием указанные критерии должны ассистировать вовлеченным в такое согласование акторам в непротиворечивой и внутренне полной модификации своих знаний. В частности, это относится к акторам, которые организуют социальное знание в целом.
Наша дальнейшая задача состоит в том, чтобы провести сравнительный анализ трех видов практически применимых сегодня инструментов построения социального знания: естественного языка, компьютерных методов и структурных моделей, ― с целью их совершенствования в виде соответствующих информационных технологий.
Источники
Алле М. Современная экономическая наука и факты // THESIS. 1994. № 2 (4). Р. 11–19 (URL: http://igiti.hse.ru/data/046/314/1234/4_1_1Alla.pdf).
Бритков В. Б., Жукова Т. И. Принципы построения и структура информационных систем для анализа социальных процессов // Государственное регулирование экономики и социальные проблемы модернизации. Ч. II. М.: УРСС, 1997.
Дейт К. Дж. Введение в системы баз данных: пер. с англ. М.: Вильямс, 2002.
Колмогоров А. Н. Теория информации и теория алгоритмов. М.: Наука, 1987. 25 с.
Луман H. Теория общества: Вариант san foca’89: Фрагмент / под ред. А. Ф. Филиппова // Теория общества: Актуальные проблемы / пер. с нем. А. Ф. Филиппова. М.: Канон-Пресс-Ц; Кучково поле, 1999. С. 196–235. (URL: http://igiti.hse.ru/data/046/314/1234/4_1_1Alla.pdf).
Мертон Р. К. Социальная теория и социальная структура. М.: АСТ; Хранитель, 2006.
Недостатки современной государственной политики, проводимой в сфере информатизации органов управления. URL: http://www.jourclub.ru/11/416/ (дата обращения: 15.11.2014).
Нисневич Ю. А. Проблемы государственной информационной политики России в условиях постиндустриального развития // Россия: тенденции и перспективы развития. Т. 2 / ИНИОН РАН. М., 2007. С. 241–243 (URL: http://www.hse.ru/pubs/lib/data/access/ram/ticket/49/
140102530425bd37e7a5eb0533bfdf9a2a7c3db62d/probl_gos_inf_pol.pdf).
Портал государственных и муниципальных услуг Санкт-Петербурга. URL: e-gu.spb.ru (дата обращения: 15.11.2014).
Портал государственных услуг Российской Федерации. URL: https://www.gosuslugi.ru/ (дата обращения: 15.11.2014).
Постановления и распоряжения Правительства Российской Федерации. URL: http://www.eos.ru/eos_delopr/eos_law/section.php? ID=685 (дата обращения: 15.11.2014).
Сервис «Электронный дневник». URL: http://petersburgedu.ru/dnevnik/?attempt=1 (дата обращения: 15.11.2014).
Сердитый гражданин. URL: http://www.angrycitizen.ru/ (дата обращения: 15.11.2014).
Указ Президента России. URL: http://news.kremlin.ru/news/15840 (дата обращения: 15.11.2014).
Чесноков С. В. Мне интересен человек как человек… // Социологический журнал. 2001. № 2. С. 63–122.
Шюц А. Формирование понятия и теории в социальных науках // Шюц А. Избранное: Мир, светящийся смыслом. М.: РОССПЭН, 2004. С. 51–68 (URL: http://www.gumer.info/bibliotek_Buks/Sociolog/shyuz/schutz_1_1.pdf).
Электронные госуслуги, электронное правительство. URL: http://www.eos.ru/eos_products/solution/gosudarstvennyy_sektor/ (дата обращения: 15.11.2014).
Ясавеев И. Г. Конструирование социальных проблем средствами массовой коммуникации. Казань: Изд-во Казан. Ун-та, 2004.
Компьютерные программы для анализа качественных и смешанных данных
[28]
А. Э. Гегер, Ю. А. Чупахина, С. А. Гегер
В статье рассматривается проблема компьютерной поддержки анализа качественных и смешанных качественно-количественных данных. Систематически анализируются возможности шести компьютерных программ, среди них две отечественные разработки ― «Vega» и TextAnalyst, а также четыре зарубежных аналога ― MaxQDA, NVivo, Ethnograph, Atlas.ti.
Ключевые слова: компьютерные программы, качественные данные, смешанные данные, текстовые массивы, классификация, кодификация.
Введение
До 90-х годов XX века большинство отечественных социологов, практикующих эмпирические исследования, ограничивались использованием методов, основанных исключительно на положениях количественного статистического подхода.
С начала 1990-х годов ситуация в отечественной социологии несколько меняется: все больше исследователей обращаются к качественным методам. Ведь именно эти методы позволяют глубже понять изучаемое явление и предложить множественную интерпретацию.
Однако можно констатировать, что все более широкое использование в исследовательской практике текстовых исследований не сопровождается разработкой и применением адекватного специализированного аналитического инструментария. В целом трудоемкие текстовые исследования без адекватного компьютерного сопровождения остаются кустарным предприятием, не обеспечивающим достаточно глубокой проработки полученной информации, качественных и надежных выводов. Компьютерная поддержка классификации и анализа качественных данных весьма актуальна. При малочисленности доступных программ отсутствуют описания сравнительных аналитических возможностей, что могло бы служить руководством в выборе того или иного метода при ограниченных условиях. Таким образом, в современном исследовательском сообществе складывается парадоксальная ситуация: с одной стороны, существует острая необходимость в эффективных процедурах кодировки и анализа текстовых данных, с другой ― исследователи не используют методы, предлагаемые для решения данных задач.
Нами был проведен контент-анализ существующих отечественных публикаций, посвященных анализу качественных данных и использованию компьютерной поддержки для такого анализа. Всего статей, посвященных анализу качественных данных, совмещению качественных и количественных стратегий насчитывается порядка 60. Это статьи, опубликованные в ведущих рецензируемых российских журналах (Социология: 4М; Социологические исследования; Журнал социологии и социальной антропологии; Социология: теория, методы, маркетинг и др.). Однако среди значительного потока публикаций нами было обнаружено лишь несколько работ, касающихся компьютерной поддержки анализа качественных данных. Это, прежде всего, работы Г. И. Саганенко и Е. А. Каневского, посвященные описанию возможностей отечественного программного обеспечения для анализа качественных данных «ДИСКАНТ» и «Vega» (Саганенко, 1997, 2008), а также статья О. Б. Божкова и А. А. Помигалова о программе для оцифровки аналоговых звуковых записей (Божков, 2008) и статья А. Горбачика, в которой описывается авторская разработка ― программа «Викинг», дающая дополнительные удобства для кодирования открытых вопросов в пакете OCA (Горбачик, 2006). Как мы можем судить по результатам этого краткого контент-анализа публикаций, тема использования компьютерной поддержки для анализа качественных данных в отечественной социологии практически не разрабатывается. Об этом же говорит и авторитетный методолог в области анализа качественных данных Г. В. Каныгин: «Социальный исследователь, который уже в полной мере на практике ощутил преимущества работы с текстовым редактором, все еще склонен относиться с подозрением к более радикальным компьютерным нововведениям в области гуманитарных наук. Как показывает опыт первого изложения идей качественного исследования на русском языке, конструктивный пафос АКД, выраженный в широком спектре компьютерных инструментов, остается невостребованным отечественными методологами» (Каныгин, 2007; 13).
Отечественные разработки для анализа смешанных и качественных данных: Vega и TextAnalyst
Компьютерная программа «Vega» вышла в свет в 2007 году. Это совместная отечественная разработка СИ РАН и ЭМИ РАН. Разработчиками являются Г. И. Саганенко, Е. А. Каневский и К. К. Боярский. По сути, это усовершенствованная и адаптированная под операционную систему Windows программа «ДИСКАНТ» («Диалоговая система контент-анализа текстов»), которая была выпущена еще в 1994 году. Программу «Vega» отличает дружелюбный интерфейс и некоторые усовершенствования, которых не доставало в «ДИСКАНТЕ».
«Vega» ― это диалоговая система классификации и анализа текстов, использующая принципы контент-анализа текстов, словари и классификаторы. Система в основном предназначена для обработки структурированной, прежде всего анкетной, информации, представляющей собой ответы респондентов на открытые и полузакрытые вопросы социологических анкет. Кроме того, система позволяет выполнять некоторые элементы анализа текста: составление словарей, подсчет встречаемости слов, поиск слов по словарю и по тексту и т. д. Система обеспечивает статистический анализ ответов на закрытые и полузакрытые вопросы.
Программа «Vega» ― это инструмент не только качественного, но и количественного статистического анализа. Это в выгодную сторону отличает данную разработку от аналогов. В меню программы находится блок, названный статистическим анализом. Этот блок является достаточно мощным инструментом для программ текстового анализа.
С помощью данного блока пользователь может получать:
–одномерный статистический анализ;
– двухмерный статистический анализ;
– трехмерный статистический анализ;
– таблицу;
– многоальтернативный статистический анализ;
– шкалирование (что очень удобно, например, при работе с ответами о возрасте и уровне доходов).
В окне статистического анализа автоматически выводится среднее по полю, хи-квадрат, коэффициент Пирсона и коэффициент корреляции.
Основное же назначение данного программного продукта ― анализ текстовой информации. Работа со словарями представляет начальный ресурс для анализа текстовых полей. В «Веге» можно получать разнообразные словари, при этом в качестве текстовых единиц могут выступать слова, ключевые слова, фразы и полные ответы на один вопрос. Наиболее полезный ресурс ― это частотный словарь, который выводит все слова, встречающиеся в поле, с указанием их частоты встречаемости. Этот инструмент позволяет найти основные темы, на которые приходится фокус внимания респондентов. Словари могут быть получены по одному текстовому полю, по нескольким или по всем текстовым полям исследования. При этом словари могут быть получены на весь массив анкет или на сформированный по одному или нескольким значениям признаков конкретный подмассив.
При пермутационном выводе текста дается полный перебор всех фраз из заданного текстового массива в алфавитном порядке по каждому слову, содержащемуся в соответствующем словаре. Пермутационный словарь очень полезен для получения исследователем начальных представлений, о чем же говорят респонденты в своих ответах, при поиске тематических классов для процедуры классификации массивов ответов на открытые вопросы.
После первичного ознакомления с текстом с помощью разного вида словарей, как правило, следующая задача исследователя ― классификация суждений для выхода на более высокий уровень обобщений. При этой процедуре основная аналитическая нагрузка лежит на исследователе, программа же становится надежным партнером. В нашем исследовании ценностных ориентаций молодежи респондентов просили написать свои ценности, и обычно получаемые ответы были достаточно короткими ― не более пяти слов на описание одной ценности (Гегер 2010; Саганенко 2011). Это обстоятельство помогло нам применить процедуру автоклассификации текста. При этой операции машина «складывает» все однокоренные слова в одну папку, а исследователь затем группирует эти папки по смыслу. Так, в нашем случае был выделен класс «Семья», в который в качестве подклассов были введены категории «родители» и «дети». После окончания процедуры классификации можно получать различные статистики (распределения и пересечения) по выбранным классификаторам.
TextAnalyst ― программа, созданная отечественными разработчиками. В 1990-х годах российской компанией MegaputerIntelligence, образованной исследовательской группой искусственного интеллекта из МГУ и МГТУ им. Баумана, была создана система PolyAnalyst, на основе которой уже в 1996 году вышла в свет программа TextAnalyst. Несмотря на то что ее интерфейс полностью на русском языке и она проста в использовании, по количеству команд она значительно уступает «Веге» и для анализа текста применяет совершенно другие принципы.
Суть программы ― позволить в кратчайшие сроки ознакомиться с большим текстовым массивом, чтобы исследователь смог быстрее и лучше в нем сориентироваться. При загрузке файла TextAnalyst автоматически проводит реферирование текста и выделяет ключевые слова, выстраивая при этом семантическую сеть и формируя смысловой портрет материала. На выходе получается древовидная структура с ключевыми словами, которые проранжированы с учетом семантического веса слова и частоты встречаемости.
В этой программе нет функции кодирования материала, здесь нет возможности рассматривать материал, учитывая социально-демографические и половые признаки. Количественные данные, получаемые в результате реферирования текста, довольно скудны и оформлены достаточно неудобным для дальнейшей работы образом. Однако TextAnalyst позволяет выгружать данные и преобразовывать их в гипертекст, представляя древовидные структуры в файле формата html. Гиперссылками выступают выделенные ключевые слова, при нажатии на них приводится список всех фрагментов текста, в которых данное слово встречается.
Зарубежные программы для анализа качественных данных
В данном разделе мы рассмотрим четыре зарубежные разработки, которые имеют большую научную популярность за рубежом, причем в совершенно разных областях: MaxQDA, NVivo, Ethnograph, Atlas.ti. В России крайне сложно найти работы, в которых бы описывался опыт применения программ в научных исследованиях, не говоря уже об учебных пособиях, рассказывающих о том, что это за программы и как ими пользоваться. Опираясь на научные работы зарубежных ученых, сайты разработчиков программ по анализу качественных данных и вспомогательные материалы, которые устанавливаются вместе с программами, мы подробно описали каждую из них, представили логичный и последовательный алгоритм работы. Учитывая ограниченный объем данной статьи, мы остановимся только на ключевых моментах функционирования этих разработок. Такие программы позволяют работать с разного формата данными: текстами, аудио-, видеоматериалами. Мы рассмотрели работу именно с текстом, а вернее, как анализируются ответы на открытые вопросы, полученные в ходе смешанного исследования.
Все без исключения описанные программы имеют как общие особенности, так и свои «изюминки». В первую очередь, важно отметить, что чем богаче качественный материал и в объеме, и в своем разнообразии, тем в большей мере удастся использовать ресурсы программ. Кроме того, работа исследователя в большинстве из них может быть описана следующим алгоритмом: запуск программы, создание рабочего проекта, ввод данных (посредством копирования текста) или же загрузка данных с компьютера, кодирование текстового материала, присвоение как конкретным файлам, так и отдельным элементам различных признаков. Далее посредством фильтрации и создания поисковых запросов ― отбор материала, построение корреляционных таблиц и матриц ― тот этап работы, где качественные данные представляются в виде количественных показателей. В некоторых программах возможно построение графических рисунков. Ну и наконец, по желанию исследователя ― если он нашел интересные закономерности и взаимосвязи и готов работать над выводами, можно завершить работу и приступить к написанию аналитического отчета. Если же есть смысл и видится возможным продолжить тщательное изучение материала, то не стоит останавливаться и можно продолжить аналитическую работу.
Цифры, встречаемые в анализируемом материале, все программы воспринимают как текст. Числовая информация, участвующая в статистических расчетах, выводится из общего количества закодированных фрагментов текста, заметок, аннотаций, присвоенных признаков. Чаще всего такие программы сделаны так, чтобы собранную статистическую информацию можно было выгрузить и продолжить анализировать в SPSS или в Excel.
Функционально самой сложной и продуманной является программа NVivo. Работа в ней осуществляется по вышеописанному алгоритму, однако помимо собственных данных в отдельный раздел можно внести интересные находки и полезный материал из других источников. Такой материал называется здесь «экстерналии». Его включение в собственный проект позволяет расширять научную картину и хранить существенную информацию под рукой, имея возможность связать ее с собственными разработками. В процедуре кодирования участвуют узлы (Nodes), которые выступают в качестве кодов, присваиваемых отдельным фрагментам текста. Доступна и функция автокода, однако в этой программе она применима лишь к тем файлам, в которых обозначены заголовки фрагментов ― именно они и участвуют в процедуре автокодирования.
Анализ данных осуществляется благодаря различным типам поисковых запросов. Благодаря им можно искать закодированные одним кодом фрагменты, строить матричные таблицы на основе связи между элементами, сравнивать данные различных признаков.
Один из самых подробных разделов программы ― работа с динамическими и статистическими моделями. На основании получаемых кодов, взаимосвязей и классификаций можно создавать графики, обновлять их при изменении данных, применять к ним анимацию, которая пригодится при демонстрации своих разработок.
MaxQDA по принципам функционирования очень похожа на NVivo. Большое ее преимущество состоит в том, что она выпущена на русском языке, поэтому освоить ее можно довольно быстро. Среди всех изученных зарубежных программ MaxQDA ― единственная, которая позволяет прикоснуться к анализу смешанной информации. Закодированным фрагментам текста можно присваивать вес (от 0 до 100), а затем сортировать данные по этому признаку. Если, как в нашем случае, в анкете респонденты дают оценочные характеристики, выраженные по 100-балльной шкале, значением веса можно обозначить именно эту оценку и, отталкиваясь от нее, сортировать данные, ну а затем выгрузить их и продолжить анализ в специализированных статистических программах.
Еще одна важная особенность ― функция визуализации, обозначающая здесь не построение графиков, а создание матрицы кодов и крестовых таблиц, которые в очень наглядном и информативном виде отображают результаты проделанной работы. Данные в матрице могут быть представлены символично (в виде больших и маленьких точек в зависимости от частоты встречаемости), в частотном и процентном соотношении. Крестовые таблицы отображают связи между кодами и признаками. Среди всех программ MaxQDA лучше всех ориентирована на подготовку данных к дальнейшей статистической обработке в таких программах, как SPSS, Excel.
Разработчики Atlas.ti позиционируют программу как идеально оснащенное рабочее пространство исследователя. Она позволяет работать с огромным количеством разноформатного материала ― предоставляется на выбор больше 25 форматов для загружаемого файла, включая даже географические карты. На данный момент это самая «осовремененная» программа, поскольку она выпущена даже в качестве мобильного приложения в AppStore.
Работа в Atlas.ti осуществляется по тем же принципам, что в NVivo и MaxQDA. Она также позволяет строить таблицы корреляции элементов между собой, предоставляя возможность использовать обширный список логических функций. Но он будет действенен в том случае, если анализируются большие объемы данных и мест пересечений различных кодов будет много.
Здесь, как и в NVivo, возможно создание графического рисунка, поэтому особую актуальность имеют так называемые networks (связи между элементами), которые исследователь создает самостоятельно и включает в графическую модель. В модели можно обозначить связь двух на первый взгляд не связанных между собой фрагментов (например, если требуется акцентировать внимание на том, что один элемент противоречит другому или абсолютно ему противоположен) при помощи функции гиперссылок и команд Startanchor (начало связи) и Finishanchor (конец связи), которые делают фрагменты взаимосвязанными.
Еще один момент, на который хочется обратить внимание, ― работа с признаками. Если в других программах возможно создание признака и присвоение ему нескольких значений одновременно (например, пол, а далее на выбор: мужской/женский), то в Atlas.ti создаются отдельные family-группы для каждого отдельного признака. В случае с мужским/женским полом их было бы создано две. Если бы респондентов пришлось классифицировать по возрасту, месту проживания, социальному статусу, то их было бы намного больше. В этой программе создание классификаций ― достаточно трудоемкий процесс.
The Ethnograph ― очень простая по оформлению программа, которая устроена емко и логично. Специфика работы в ней состоит в том, что изначально текстовой материал обязательно форматируются в файле формата. doc или. rtf ― устанавливаются необходимые настройки абзаца и величина отступов. Об этом нюансе программа обязательно напоминает при загрузке текста. А после того, как правильно оформленный текст загружается в рабочее окно программы, он снова реформатируется в соответствии с наиболее подходящим ему шаблоном, который предлагает Ethnograph.
Кодирование осуществляется по тем же принципам, что и в вышеописанных программах. Функции автокода здесь нет, как и возможности построения графических моделей и матричных таблиц. Важно отметить, что рабочий язык программы ― английский. Имена кодам и названиям файлов следует писать либо на латинице, либо на английском языке.
Самое большое внимание в Ethnograph уделено таким функциям, как поисковые запросы и фильтры. Именно на них выстраивается вся исследовательская работа, результаты этих операций выгружаются для дальнейшей статистической обработки в других программах. В общем и целом нужно признать, что данная программа значительно отличается и уступает NVivo, MaxQDA и Atlas.ti. В сравнении с ними она сильно ограничена в своем функционале.
Заключение
Мы реферативным образом рассмотрели шесть компьютерных программ для анализа качественной и смешанной качественно-количественной информации. В принципе, наличие таких разработок показывает, что производители ПО откликаются на запросы исследователей и создают современные программы для решения самых сложных аналитических задач. Мы убеждены, что потенциал этих программ значителен, используя его, мы можем совершенно по-новому взглянуть на весь исследовательский процесс.
Однако распространению и популяризации этих программ в России мешает один барьер: их высокая стоимость и их доступность. Среди тех программ, которые мы описали, лишь MaxQDA и NVivo есть в свободном доступе в сети Интернет. Что касается других зарубежных программ, на официальных сайтах доступны лишь демоверсии, которые также позволяют осуществлять в них работу, однако с серьезными ограничениями. А платные версии у нас в стране практически не востребованы. Российские разработчики, в свою очередь, не стремятся хоть как-нибудь продвигать свои продукты.
Источники
Божков О. Б., Помигалов А. А. Заметки о технических проблемах полевых исследований // Социология: 4М. 2008. № 26. С. 176–189.
Гегер А. Э. Выявление индивидуальных и групповых ценностей в группе молодежи. Релевантные методические решения // Социологические исследования. 2010. № 1. С. 132–141.
Горбачик А. А. Компьютерная обработка текстов в качественных и количественных социологических исследованиях // Социология: теория, методы, маркетинг. 2006. № 1. С. 124–133.
Каневский Е. А., Саганенко Г. И., Гайдукова Л. М., Клименко Е. Н. Диалоговая система классификации и анализа текстов // Социология: 4М. 1997. № 9. С. 198–216.
Каныгин Г. В. Инструментальные средства и методологические принципы анализа качественных данных // Социология: 4М. 2007. № 25. С. 70–98.
Саганенко Г. И., Гегер А. Э., Степанова Е. И. Потенциал рефлексивных методов в выявлении релевантных ценностей // Социология: 4М. 2011. № 32. C. 75–103.
Саганенко Г. И., Каневский Е. А., Боярский К. К. Контексты эмпирического познания в социологии и возможности программы «Vega» // Телескоп. 2008. № 6. С. 43–45.