Информационные технологии в науке, культуре и образовании. ЛОПАТИНА Н.В., ЦВЕТКОВА В.А. ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЕ ТЕХНОЛОГИИ ПОДДЕРЖКИ ЭКСПЕРТИЗЫ ДИССЕРТАЦИОННЫХ ИССЛЕДОВАНИЙ

Актуальные задачи оценки качества научных исследований

   В условиях глобальных геополитических вызовов одним из самых актуальных вопросов, который ставит общество перед наукой, выступает вопрос качества научных исследований.  Определение критериев качества исследований и разработок – задача, которая,

с одной стороны, закономерно негативно воспринимается большинством ученых, создающих результаты интеллектуальной деятельности в приоритетных отраслях экономики;

с другой стороны, требует постоянного внимания в русле организации науки, в том числе, для эффективного распределения финансовых, материальных, кадровых, информационных  ресурсов, необходимых для получения результатов, обеспечивающих технологическую и идеологическую независимость государства. 

   «На науку и исследования в России тратятся немалые средства – 1,3 трлн рублей. Для достижения прорывов разработана национальная инновационная система, которая состоит из четырёх важнейших элементов – науки, высшего образования, бизнеса и цифровых технологий», – отметил вице-премьер Д.Н. Чернышенко на заседании Совета Федерации в рамках правительственного часа год назад, 14 апреля 2021 года [1]. В 2022 году начата реализация Государственной программы научного технологического развития, рассчитанной до 2030 года и консолидирующей ресурсы, выделяемые бюджетом на научные исследования [2]. 10 апреля 2022 года было анонсировано появление новой системы оценки результативности научных исследований [3]. Хотелось бы надеяться, что её методология перейдет от приоритета постмодернистских дискурсивных практик к приоритету производства новых идей, способных решать остро актуальные задачи социально-экономического развития России. «Хороший ученый не тот, у кого высокий рейтинг по наукометрии, а тот, чьи результаты востребованы в экономике», - заявил Д.Н. Чернышенко. [3]

   И в этом контексте вопрос о качестве научных исследований не просто приобретает особую, отчасти политическую, актуальность, но и вновь определяет необходимость четких, научно обоснованных решений, опирающихся на фундаментальное понимание науки как социального института [4,5], на законы логики производства и социального трансфера научного знания [6] и логики научных коммуникаций [7], которые в условиях цифровизации приобретают новые качества, но не теряют сущностных структурно-функциональных оснований.

«Ключевым признаком устойчивого развития экономики государства, её качественной характеристикой, выражающейся в способности обеспечивать задачи производства продукции и благ в качестве и количестве, необходимом населению, на основе отечественных инновационных разработок выступает интеллектуальный суверенитет», - считает доктор экономических наук О.П. Неретин [8], определяя актуальный профиль поиска критериев качества научных исследований.  

В этой статье мы хотели бы поставить задачи, обозначенные для нас – специалистов в области информационно-аналитического и библиотечного обеспечения науки, которые по воле судьбы не только занимаются разработками в этой сфере, но и осуществляют экспертизу научных исследований, выполняемых другими учёными.

Надеемся, что круг её читателей будет шире постоянной аудитории электронного научного журнала «Культура: теория и практика», поэтому хотелось бы немного представить нашу научную дисциплину. Проводимые в её рамках исследования направлены на то, чтобы «обеспечить рост влияния науки на технологическую культуру в России, повышение степени понимания политических, экономических, культурных, информационных и иных происходящих в современном обществе процессов и воздействующих на них разнообразных природных и социальных факторов, а также обеспечить повышение степени организации общественных отношений и содействовать предупреждению социальных конфликтов» [9].  И одной из актуальных задач в этом контексте выступает обеспечение эффективного взаимодействия информационных технологий и науки как социального института, в том числе, поиск новых возможностей и решений для экспертизы научных исследований.

 Современные подходы и проблемы информационно-технологического обеспечения экспертизы диссертационных работ

      Основные дискуссии научного сообщества, касающиеся вопросов качества научных работ, по-прежнему связаны с соответствием научных произведений, в первую очередь, квалификационных работ, традиционным критериям экспертизы. 

      Регламент рассмотрения диссертационных исследований [10, 11] четко определяет целевое ядро экспертизы: подготовка обоснованного и аргументированного принятия решения о присуждении ученой степени специалисту, занятому научными исследованиями и разработками. Это определяет многоуровневую коммуникацию антропологической и информологической методологии в организации экспертизы диссертационных работ: изучение деятельности человека, занимающегося наукой, осуществляется на основе созданной им совокупности информационных объектов определенного качества и содержания. И если провести сопоставление с современными методологическими основаниями наукометрии, то принципиальное различие информационного анализа заключается в объекте: экспертиза диссертации направлена на анализ информационного поля, в центре которого – соискатель (автор), а не просто выделенная по заданному критерию совокупность публикаций. 

   Диссертация выступает одним, но, безусловно, самым важным,  информационным объектом, формирующим это информационное поле. Действующие регламенты экспертизы научных кадров четко определяют требование обнародования основных результатов диссертационного исследования до того момента, как соискатель инициирует аттестационный процесс. Именно этот – традиционный для отечественной науки – процесс становится основой того, чтобы в ходе рассмотрения диссертационной работы мы экспертировали не только саму диссертацию как законченное научное произведение, представленное на правах рукописи, но и включенные в анализируемое поле авторские публикации, выступления и апробацию на научных мероприятиях, зарегистрированные объекты интеллектуальной собственности, официальные и корпоративные документы, реализующие и отражающие результаты диссертационного исследования. И особый контур анализируемого информационного поля – фиксируемые в информационном пространстве реакции на результаты научного исследования соискателя (критические публикации и фрагменты публикаций, касающиеся результатов, полученных соискателем; поток документов, отражающих факты социального бытования результатов и их оценки научным сообществом).

  Диссертационная работа должна быть выполнена самостоятельно и содержать новые, оригинальные решения научной задачи определенного уровня. Именно оригинальность выступает основным критерием экспертизы научной деятельности соискателя, поэтому запрос современной науки, сделанный разработчикам информационно-аналитических технологий, связан именно с возможностью автоматического поиска схожих решений в режиме «один ко многим» для последующего их сопоставления пока с помощью естественного интеллекта членов диссертационного совета, оппонентов и рецензентов, а на перспективу – с применением технологий искусственного интеллекта, позволяющего снять влияние субъективного фактора на характер выводов.   

       Современный информационный рынок представляет нам решения, позволяющие осуществить автоматическую оценку оригинальности научных текстов на основе сравнительного анализа с большими массивами текстов опубликованных или обнародованных иным способом научных работ и применения статистических методов текстового анализа.

  Таким образом, объектом информационного анализа выступает текст, объектом квалификационной экспертизы выступает научное произведение – диссертация – как особый информационный объект системной природы. Он объединяет все основные суверенные информационные объекты  [6]: смысл (идею), текст, документ [6] (в рассматриваемом нами случае диссертация как документ – «кирпич», рассматриваемый сквозь призму соответствия оформления содержания в стандартизированную форму), автора [6] (как создателя и центра информационного поля, выходящего за пределы одного научного произведения или их совокупности и включающего, в том числе, систему фактов научной карьеры, отражаемых в экспертных и критических текстах, социальных реакциях и т.д.). Используемые сегодня инструменты поддержки научной экспертизы ориентированы на анализ текста, следовательно, мы четко понимаем границы их применения, их вспомогательный характер в русле научной экспертизы и невозможность её сведения только к оцениванию уровня текста по ограниченному кругу параметров.

  Научной экспертизе предлагается решение, надстраивающее статистические сервисы на идеологию поисковой системы, программные решения, позволяющее осуществлять быстрый доступ к данным, при этом у пользователя с невысоким уровнем информационной культуры создается иллюзия, что это именно те данные, которые запрашиваются им самим. Однако, это – запрос  «по умолчанию», а необходимость именно этих данных определяется разработчиком системы и его представлениям о необходимости именно этого аспекта анализа научного произведения.

  По сути, авторский текст в ходе сопоставления дифференцируется на дискретные фрагменты на основе выстраиваемой в ходе сопоставления с информационными массивами и потоками связи «один к одному» (ниже мы представим доказательства, полученные в ходе нашей практики эксплуатации данных систем). Идеология рассматриваемых решений игнорирует и системность самого текста, и системный характер научного знания, и совокупность информационных ресурсов со свойственным ей разнообразием связей и механизмов системной интеграции. Можно ли на основании предложенного подхода делать заключение о плагиате или оригинальности – вопрос, требующий  обобщения накопленного опыта пользования информационными системами и сервисами соответствующей направленности.

     Диссертация – это элемент российской академической традиции. Вновь отметим, что традиции и новации научного исследования связаны со смысловой оригинальностью, с новизной решения и приращением новых возможностей преобразования действительности, с отличием от ранее полученных результатов интеллектуальной деятельности. Вопрос не в том, имеет ли значение анализ повторяемости, частотности отдельных выражений и их сочетаний для получения оригинального результата. Сегодня актуален вопрос об оценке самой задачи, состоящей в выявлении доли заимствований лексических единиц – насколько она: а) приоритетна / целесообразна; б) результативна для определения качества научных исследований; в) отражает логику экспертизы научных работ?

   К глубокому сожалению, мы не смогли найти публикаций разработчиков систем этой направленности, в которых давалось бы их технологическое и методологическое  обоснование. Основной акцент в публикациях и выступлениях авторов решения сделан на продвижение коммерческого продукта, на раскрытие функциональных возможностей сквозь призму деятельностного и операционного подходов. Понятны опасения разработчиков, что представление теоретической модели снизит уровень защищенности результатов интеллектуальной деятельности, хотя в данном случае институт интеллектуальной собственности реализует все необходимые права их обладателя. И, безусловно, приоритет современной прикладной информатики состоит в создании результативных технологических решений и работающих информационных систем, а не в их научном обосновании.

  Но сегодня – в силу эффективных коммерческих инициатив либо в силу специфики информационно-аналитической культуры современной системы организации науки – мы наблюдаем высокий уровень проникновения информационных систем именно этого информационно-аналитического функционала в профессиональные практики и создание принципиально новой системы диспозиций, регулирующих не только научно-информационную деятельность, но и систему аттестации научных кадров. Именно масштабное применение информационных систем анализа оригинальности тестов в государственном управлении научными исследованиями и разработками предполагают не просто экономическое обоснование доверия предложению информационного рынка. Требуется не просто доказательность результативности предлагаемых решений самими разработчиками системы, но и критическая оценка собранных доказательств. И это – также актуальная задача научного направления, представленного в новой номенклатуре научных специальностей разделом 2.3.8 – Информатика и информационные процессы. Принципиальную значимость приобретает разработка новых, обладающих отраслевой спецификой статистических моделей и инструментов метаанализа, описывающих диффузию и эффективность ИТ-решений в социальном контексте.  

  Позволим взять на себя смелость и представить свой опыт профессионального применения в научной экспертизе одной из наиболее распространенных систем анализа оригинальности текстов, возможно, дав старт новым практикам регулирования современных цифровых экосистем. 

 Эксперт изучает отчет об оригинальности текста диссертации…

   Изначально мы принимаем за условие анализа невозможность достижения 100% оригинальности текста в диссертационной работе, так как,

во-первых, основные результаты, методика исследования и т.п. были опубликованы до начала экспертизы и составили основу самой диссертации;

 во-вторых, диссертационное исследование включает историографический слой, который в ряде работ (в первую очередь, по техническим наукам) концентрируется в первом разделе (представляя state of the art) или растянут по всему тексту диссертации;

в-третьих, объектом многих социальных и гуманитарных исследований выступают именно тексты и представлять результаты их анализа без экстрагирования фрагментов и отдельных лексических единиц невозможно (например, в литературоведении, в истории, в юриспруденции, в философии и т.д.);

в-четвертых, логика развития науки предполагает выработку единого понятийного аппарата, общенаучных и частнонаучных методологических подходов, исследовательского инструментария (методов и т.д.), корпуса авторов, которые уже отнесены к так называемому «обобществленному» («устойчивому») знанию. Его компоненты упоминаются во многих диссертационных исследований не по причине нерадивости или «злого умысла» соискателя, а в силу закономерностей формирования любого научного текста, а тем более текста квалификационной работы, каковой является диссертация.

  Опыт изучения de visu отчетов, выгружаемых информационными системами анализа оригинальности тестов, еще раз фиксирует понимаемую всеми проблему идентификации частотного употребления «шаблонных фраз»,  единиц понятийного аппарата проблемного поля, устойчивых «банальных» обозначений процедур, которые реализуются в предлагаемых ИТ-решениях и моделях, педагогических методиках и других результатах диссертации. Представим себе результаты педагогического эксперимента в табличной форме: некорректным заимствованием становится упоминание контрольной и экспериментальной групп и т.п., причем со ссылкой лишь на одну из миллиона работ, в которой используются шаблонные фразы, описывающие ход экспериментальной работы. В этом же ряду стоят фразы,  шаблонные для традиции русскоязычного академического письма, используемые, в том числе, «для связки слов» (например, в заключении и выводах по главам, в которых содержится   большое количество «вводных» и «обобщающих результаты» слов).

   В известных нам решениях  не предусмотрены элементы, которые в  подобных системах называются  «стоп-слова»,  представляющие собой словари исключений имен и фамилий, названий организаций, общепринятых аббревиатур, написания званий  и  должностей, стандартных общепринятых названий интеллектуальных или производственных процессов. Такого рода инструмент (который гораздо шире, чем набор «знаков препинания и неалфавитных символов») мог бы снять множества конфликтных ситуаций в ходе экспертизы диссертационных работ.

     Одним из наиболее уязвимых с точки зрения оригинальности разделов диссертации, безусловно, является введение. Можно выделить строго обязательные элементы его структуры, в которых наблюдается наибольшее количество фрагментов, определяемых как некорректные заимствования: методологическая и теоретическая основа, методы исследования, апробация работы. В ходе проведенных нами исследований выявлено, что в большинстве случаев некорректно заимствованными признаются клишированные фразы в описании актуальности (например, «Современные тенденции развития цифровой экономики…», «Обозначенные в Национальном проекте цели…», «Глобальные геополитические вызовы…», «Рейтинг субъектов РФ по значению индекса  научно-технического потенциала»); обозначение вклада конкретных учёных в раскрытии степени разработанности темы (например, «представление Ю.Н. Столяровым библиотеки как четырехэлементной системы, включающей библиотечный фонд, читателя, библиотекаря и материально-техническую базу» или «теоретические и прикладные вопросы создания и функционирования электронных библиотек были разработаны А.И. Земсковым, Я.Л. Шрайбергом и другими авторами»). На наш взгляд, эти примеры показывают специфичный для конкретной области научного знания случай частотности употребления слов. Как же в данном случае должен вести себя соискатель, если именно эти авторы «были до него», именно они, а не абстрактные И.И. Иванов и П.П. Петров получили те результаты, на которые он опирается? И, более того, именно эти свернутые формулировки ключевых смыслов концепции получили в конкретной области знания устойчивое обозначение, в том числе, на искусственных языках ключевых слов, тезаурусов, рубрикаторов? Назвать их другими словами – выйти из языка профессиональной коммуникации.

      К сожалению, мы не смогли обнаружить  публикаций разработчиков, содержащих научное обоснование  методологической базы лексикографического анализа и лексикографических методов, которые и определяют идеологию рассматриваемых информационных систем анализа оригинальности текстов.

     Не стоит забывать и о языковой личности автора и его  индивидуальном стиле («идиостиль»), его влиянии на частотность употребления единиц текста. В ходе проводимого неспецифического анализа мы нередко сталкивались с «клишированными» выражениями соавторов публикаций, соисполнителей НИРов, устоявшиеся в профессиональной коммуникации микроуровня («язык научного коллектива»), которые используются и соискателем, возможно, в силу языковой привычки или как своего рода языкового паттерна.

     Проводимый по долгу экспертной деятельности анализ диссертации позволил увидеть новые исследовательские задачи, касающиеся многообразия проявлений языковой личности ученого в процессе создания научных текстов и выдвинуть предположение о её обусловленности отраслевым тезаурусом, методологической и теоретической базой, принадлежностью к научной школе («концепты», свойственные конкретной научной школе) и исследовательским коллективам.  Это определяет необходимость  разработки более сложных количественных  методов и моделей лексикографического анализа научных текстов  для ориентации на реальные, а не умозрительные цели организации научной экспертизы.

    Возвратимся к исследованиям, которые построены на анализе текстов культуры, права, философии, истории и т.д. Необходимость обращения к первоисточникам предполагает не только цитирование произведений литературы, архивных материалов, нормативно-правовых актов с четким указанием источника, но и их аналитический разбор с применением оригинальных лексических единиц в научном контексте, который не предполагает отсылку к источнику после каждого употребления авторской конструкции  или ключевой фразы.

   В работах, выполненных по научным специальностям, относимым к социальным и гуманитарным наукам, специфические проблемы с автоматическим определением  оригинальности текста связаны с описанием методов исследований, применяемых и разрабатываемых методик социокультурного, педагогического, психологического проектирования. В данном случае мы имеем дело с областями научного знания, в которых категоризация понятийного аппарата является одним из образующих средств. В этих областях знания достижение схожих по описанию результатов посредством применения одних и тех же методов не всегда является показателем плагиата, а во многих случаях является доказательством масштабируемости,  технологичности применяемых решений либо, напротив, их несоответствия задачам социального управления и гуманитарной поддержки в определенных социальных группах, возрастных когортах, региональных пулах.

      Особенность построения и функционирования тезауруса в таких науках связаны, в том числе, и с их универсальным характером, с их активным использованием в других отраслях универсума в ходе методологической коммуникации между научными дисциплинами.

    Значительная часть диссертационных работ представляет в качестве одного из направлений внедрения использование материалов диссертации в образовательном процессе, в ряде случаев представляя рабочие программы дисциплин и другие учебно-методические материалы в качестве приложений или описывая их в тексте работы. И в данном случае полные выгрузки аналитических справок указывают нам на некорректность упоминания базового терминологического ряда, типа «методы мозговой атаки», «игровые методы», «метод наставничества» и т.д. Если соискатель ученой степени действительно внедрял свои разработки в образовательный процесс, то высока доля вероятности размещения его учебно-методических материалов на сайтах конкретного учебного заведения, на базе которого проходило внедрение, а, следовательно, высок и риск идентификации этих фрагментов как некорректно заимствованных. Несмотря на весьма ироничное отношение многих экспертов к данной форме «практической реализации» результатов диссертации,  введение в содержание профессиональной подготовки новых исследований и разработок позволяют обеспечивать актуальное наполнение образовательного процесса знаниями, востребованными на рынке труда, мотивирующими к научно-техническому поиску, интеллектуальной и инновационной активности.

   Одной из задач информационных систем и сервисов, оценивающих уровень оригинальности научного текста, выступает идентификация фрагментов, относимых к «корректному» цитированию и к самоцитированию. Здесь возникают следующие проблемы позиционирования номинативных элементов, указывающих на волевое и осмысленное употребление автором фрагментов других текстов: не во всех случаях сервис соотносит цитирование и упоминание с метаданными источника цитирования. Например, соискатель Н. дискутирует с автором К., упоминая в начале соответствующего фрагмента его фамилию, название работы с отсылкой к списку литературы. Дискуссия занимает около одной страницы текста и включает «закавыченную» цитату, сразу же после которой в квадратных скобках дана отсылка к библиографическому описанию источника в списке литературы (в соответствие с ГОСТ Р 7.0.11-2011  [12]), но в отличие от предыдущих случаев упоминания и цитирования эта же упомянутая работа попадает в разряд некорректно заимствованных, система «не видит» отсылки.  Мы опускаем здесь традиции русскоязычного академического письма, которые не исключают «раскавыченное» цитирование со ссылкой на источники, что оправдано с точки зрения русской грамматики.

    Опыт показывает, что подобные типовые недочеты находят проявление и при идентификации фрагментов самоцитирования: даже при отсылке к библиографическому описанию собственной публикации в списке литературы (что также является традицией оформления диссертационных работ) нередки случаи определения этих фрагментов как некорректно заимствованных у других авторов. В этом случае мы видим, что система не идентифицирует конкретный источник как созданный соискателем, а в ряде случаев относит его в рамках одной аналитической сессии к разным группам – к связанным с соискателем и к не связанным с ним («чужим»).

      Что это: погрешности, допустимые в работе сервисов, анализирующих большие массивы полнотекстовых документов, или нарушение логики моделирования информационных процессов в ходе построения системы? Ответить сложно, так как мы, увы, не знакомы с замыслом и видением разработчиков.

     В контексте рассматриваемых вопросов мы обращаем внимание разработчиков на проблемы употребления в тексте метаданных в их сегодняшнем понимании и в иных трактовках метаинформации. Например, в трактовке Ю.А. Шрейдера [13] или сформировавшейся в идеодокументографической теории библиографии [7], которая идентифицирует в этом качестве не только постэдиционную, но и латентную библиографическую информацию. Например, в диссертационных работах мы встречаем такие формулировки: «взгляды на данную проблему представителей московской школы…», «в работах Н.», «теория Пиаже» и т.п. Могут ли они считаться некорректным заимствованием, ибо указание на автора /авторов и результаты научного труда присутствует, а метаданных достаточно для идентификации результатов интеллектуальной деятельности?  В данном случае «читательская аудитория» диссертационного исследования погружена в соответствующий контекст и не требует при каждом упоминании соотнесения с единичной публикацией, иногда одной из немногих представляющих конкретную идею. 

    В этой связи логично вспомнить про обобществленное знание как одну из моделей информационного оперирования и условие движения социальной информации. Например, в своей диссертации соискатель Д. упоминает  один из подходов к организации взаимодействия участников системы поддержки принятия решений - «один к одному». При проверке этой работы на предмет оригинальности её текста один из известных сервисов помечает этот фрагмент как некорректно заимствованный и «закрепляет» его за диссертацией О., защищенной в 2019 году. Но разве до 2019 года мы не были знакомы с этим подходом? И, конечно же, на самом деле данный вариант связи не открыт О., а является уже на протяжении нескольких десятилетием тем самым «обобществленным знанием», которое балансирует на уровне профессиональной «банальности».

     Между тем, для экспертизы законченной диссертации (не научного текста, а именно целостного произведения, имеющего квалификационный характер) играет роль понимание соискателем приоритета научной идеи и восхождение к «началу» теории, к первым гипотезам и решениям. Здесь важен не только срез истории конкретной науки, но и правовые аспекты, и научная этика, выходящая за нормативные рамки понятия «интеллектуальная собственность». В формальных параметрах экспертизы диссертационных работ нет критериев «добросовестность», «глубина». Но они существуют в голове эксперта, который точно знает, что идея «1» впервые была выдвинута ученым М. ранее, чем С. или Л. И весьма часто это дает в оценке новизны и достоверности исследования гораздо больше, чем просто сопоставительный анализ текста на предмет его оригинальности.

    В данном случае остается непонятным, почему из множества источников (при проведении анализа в подходе «один к многим»), которые представляют употребление единиц понятийного аппарата, свернутых формулировок теоретических результатов, форматов, используемых для изложения методики исследования или апробации, лексических конструкций, применяемых в научных текстах (типа, «Эти аргументы представляются спорными…», «Подводя итоги проведенной экспериментальной работы…», выбирается какой-то один: не самый известный, не самый тиражируемый, не самый цитируемый.

   В этой статье мы опираемся на идеи выдающегося социолога науки, сделавшего несомненный прорыв в теории научных коммуникаций, Э.М. Мирского и делаем ссылку на одну из тех публикаций, которые «присутствуют» в Интернет-пространстве (в частности, представленную на кумулятивном ресурсе КиберЛенинка), и на ту, которая сыграла значимую роль в развитии нашего научного мировоззрения, но её полного текста нет в Интернет. Почему? Сочтите это за игру: наверняка, наши оппоненты захотят проверить эту статью на оригинальность текста как ключевой показатель качества в существующей парадигме научной экспертизы, и мы отбиваем шарик пинг-понга.

Заключение

Анализируя современные предложения ИТ-решений в помощь научной экспертизе, мы выделяем следующие риски и точки уязвимости их интеграции в «традиционный» социальный институт:

1) технологическое решение этой направленности не может быть создано по модели "игрушка": это не просто «проектирование ради проектирования», не просто компьютерное моделирование процессов и связей, которые легко отражаются, и игнорирование процессов и связей, которые непонятны, являются более сложными для «исполнения». Это не могут быть прикладные решения вне реальных задач, своего рода симулякры, поддерживаемые эффективными маркетинговыми инструментами. Очень часто разработка ИТ-решений проходит стадию «снятия сливок» (решение задачи без глубокого анализа моделируемых процессов), но это – промежуточный этап, не предполагающий их масштабного внедрения с приданием особого статуса в функционировании одной из социальных институтов. 

2) этический аспект, который связан с нравственной ответственностью разработчиков за результаты социальной диффузии предложенного ими решения. Внедрение ИТ-решения в помощь научной экспертизы не должно вызывать "охоту на ведьм", отток внимания от существа разработки к качеству его представления. Обучающие семинары, иные формы популяризации и продвижения соответствующих информационных продуктов всегда содержат призыв рассматривать системы анализа оригинальности текста как вспомогательный инструмент, создающий информационно-аналитическую базу для лица, принимающего решение. Но специфика информационной культуры науки как социального института, информационная культура значительной части ученых подвержена клишированности моделей и методов организации науки, допускает непонимание механизмов работы таких инструментов, пределов использования не только технических, но и социальных.

    Были «уловлены» девиации информационного оперирования в рамках новых моделей организации информационного пространства, реализующих технологии глобальных информационных сетей. Было отмечено влияние того, что Н.А. Сляднева назвала «кризис креатива» [14], на государственную систему аттестации научных кадров. Но, к сожалению, не был учтен амбивалентный характер всей совокупности социально-информационных технологий. В результате «обратный эффект» был возведён на пьедестал научной экспертизы, а «презумпция невиновности» в оценке оригинальности научных текстов, по сути, отсутствует из-за высочайшего уровня технократизации социальных отношений (уровень доверия ИТ-решению выше уровня доверия аргумента, опирающегося на фактическую базу и логические операции естественного интеллекта). 

3) экономический аспект связан не просто с объёмом рынка информационных систем и сервисов анализа оригинальности текстов научных работ, который растет в силу сложившейся олигополии и резонансных кейсов, касающихся диссертационных работ. Не превышают ли  затраты научных и образовательных учреждений на  использование подобных сервисов и в рамках бюджета организаций и в масштабах государственного бюджета на научные исследования с эффектом от "выловленных блох"? Не являются ли средства, затрачиваемые сегодня на автоматический анализ оригинальности научных текстов, следствием  информационного шума, созданного гипертрофированным потоком публикаций, пришедшим в прошедшие годы на смену концентрации на максимально точном представлении действительно значимых и новых идей? Соизмеримы ли «волонтёрские» временные затраты эксперта – ученого, педагога высшей школы, организатора науки и образования – по просмотру de visu раскрашенных разными цветами отчетов о проверки текстов диссертаций (то, что очень правильно рекомендуют делать разработчики соответствующих систем) с упущенными возможностями в производстве ими собственных результатов интеллектуальной деятельности?

В сегодняшнем дискурсе мы, с одной стороны, играли роль «заказчика», который формирует задание разработчикам профессионально ориентированных решений, не просто очерчивая круг ожидаемых результатов, но и пытаясь моделировать собственные интеллектуальные операции, осуществляемые в ходе экспертизы научных исследований. Понимая масштабность этой задачи, мы не претендовали в этой статье на построение «дерева поведения» и т.п., а пытались обратить внимание других, в том числе, молодых, исследователей на эту научную проблему.

С другой стороны, мы выступали в роли потребителя тех информационных технологий, которые созданы для помощи экспертам и оптимизируют процессы экспертизы, связанные с анализом научных текстов, которые до сих пор выступают ключевой формой трансляции результатов научных исследований. И в качестве потребителей информационных систем и сервисов, предлагаемых экспертам современным рынком, мы надеемся, что наши наблюдения будут полезными их разработчиками и дадут старт новым практикам профессиональной оценки ИТ-решений, вводимых сегодня в информационную инфраструктуру цифровой экономики.

         Перспективные разработки, базируемые на технологиях искусственного интеллекта, требуют от создателей информационных систем вспомогательного характера, претендующих на высокую долю рынка инфраструктурных решений для науки, более обоснованного,  взвешенного и социально ответственного подхода к «содержанию их обучения», к пониманию  моделируемых отношений. Чему «учить» информационные системы нового типа, чтобы вместе с «околоплодными» информационными потоками не выплеснуть столь значимые для технологического и идеологического суверенитета страны идеи и разработки? Это – еще одна актуальная задача, открывающая новое исследовательское поле.  

Но любая задача, решаемая нашими науками, требует высокого уровня ответственности перед обществом за создаваемые новации в силу трансформационного потенциала цифровых инструментов, оценки отдаленных, в то числе, институциональных последствий.

 

Список источников

 1. Дмитрий Чернышенко выступил на заседании Совета Федерации в рамках правительственного часа. – Текст: электронный // Правительство Российской Федерации : официальный сайт. - 2021. – 14 апреля. - URL: http://government.ru/news/41957/ (дата обращения: 11.04.2022).

  1. 2. Медведев Ю. Чернышенко: Впервые все расходы на науку будут консолидированы в одной госпрограмме. – Текст: электронный // Российская газета: [сайт]. – 2022. – 17 февраля. - URL: https://rg.ru/2022/02/17/chernyshenko-vpervye-vse-rashody-na-nauku-budut-konsolidirovany-v-odnoj-gosprogramme.html (дата обращения: 11.04.2022).
  2. 3. Медведев Ю. Чернышенко: Приоритет получат проекты, ориентированные на импортозамещение. – Текст: электронный // Российская газета: [сайт]. – 2022. – 10 апреля. - URL: https://rg.ru/2022/04/10/chernyshenko-prioritet-poluchat-proekty-orientirovannye-na-importozameshchenie.html (дата обращения: 11.04.2022).
  3. 4. Мирский Э.М. Наука как социальный институт // Высшее образование в России. - 2004. - №8. - С.89-108.
  4. 5. Мирский Э.М. Междисциплинарные исследования и дисциплинарная организация науки. - М. : Наука, 1980. - 304 с.

6.    Сляднева Н.А. Библиография в системе Универсума человеческой деятельности: опыт системно-деятельностного анализа. - М. : Изд-во МГИК, 1993. – 226 с.

  1. 7. Михайлов, А. И. Научные коммуникации и информатика / А. И. Михайлов, А. И. Черный, Р. С. Гиляревский. – Москва : Академический научно-издательский, производственно-полиграфический и книгораспространительский центр РАН "Издательство "Наука", 1976. – 435 с.
  2. 8. Неретин О.П. Интеллектуальный суверенитет экономики России М.: Федеральный институт промышленной собственности (ФИПС).- 2022.- 232 с.
  3. 9. Указ Президента Российской Федерации от  01.12.2016 г. № 642 «О Стратегии научно-технологического развития Российской Федерации» (В редакции Указа Президента Российской Федерации от 15.03.2021 № 143). – Текст: непосредственный // Президент России: [официальный сайт]. - URL: http://www.kremlin.ru/acts/bank/41449/page/1 (дата обращения: 11.04.2022).
  4. 10. Министерство образования и науки Российской Федерации. Положение о совете по защите диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук (Утв. приказом от 10 ноября 2017 года N 1093, с изменениями на 7 июня 2021 года). Текст: электронный. URL: https://docs.cntd.ru/document/542611803 (Дата обращения: 11.04.2022)
  1.  11. Постановление Правительства РФ от 24.09.2013 N 842 (ред. от 11.09.2021) "О порядке присуждения ученых степеней" (вместе с "Положением о присуждении ученых степеней"). Текст: электронный. URL: http://www.consultant.ru/document/cons_doc_LAW_152458/3accc895434fd7ce6fd7d8f8a570ab064e960560/  (Дата обращения: 11.04.2022)
  2. 12. Национальный стандарт Российской Федерации. Система стандартов по информации, библиотечному и издательскому делу. ГОСТ Р 7.0.11-2011. Диссертация и автореферат диссертации. Структура и правила оформления. Текст: электронный. URL: https://docs.cntd.ru/document/1200093432 (Дата обращения: 11.04.2022)
  3. 13. Шрейдер Ю. А. Информационные процессы и информационная среда // Научно-техническая информация. Серия 2. - 1976. - № 1. - С. 3-6.
  4.  14. Сляднева Н.А. Социально-информационные технологии в современном культурогенезе // Культура: теория и практика. 2015. №6. URL: http://theoryofculture.ru/issues/48/767/ (дата обращения: 14.04.2022).

 

Сведения об авторах

Лопатина Наталья Викторовна – доктор педагогических наук, профессор, заведующий кафедрой библиотечно-информационных наук Московского государственного института культуры, председатель диссертационного совета Д 210.010.01

Цветкова Валентина Алексеевна - доктор технических наук, профессор, профессор кафедры библиотечно-информационных наук Московского государственного института культуры, член диссертационного совета Д 210.010.01, главный научный сотрудник Отдела наукометрических исследований Библиотеки по естественным наукам Российской академии наук (БЕН РАН).

К оглавлению выпуска

анализ цитирования, Год литературы, проекты, информационная культура, информационная среда, образовательный стандарт

08.05.2022, 208 просмотров.