Читать книгу "Умные граждане – умное государство - Бет Новек"

Четыре особенности новых технологий поиска экспертных знаний

Задача поиска экспертов стояла всегда. Однако в XXI веке с развитием информационно-поисковых технологий, включая компьютерную лингвистику и широкую доступность цифровых методов отслеживания активности, связанной со знаниями, процесс соотнесения спроса и предложения на рынке знаний становится все более автоматизированным[463]. Уже появились экспертные сетевые платформы – основанные на специальных программах и алгоритмах системы поиска экспертов, передачи знаний, хранения базы экспертов и электронные инструменты экспертной оценки.

HeyPress – сайт для поиска и подбора журналистов. Gradberry делает то же самое для программистов. CyberCompEx – экспертная сеть для тех, кто работает в сфере информационной безопасности. Такие инструменты поиска и подбора специалистов активно используются во всех профессиональных областях[464]. Множество недавно появившихся технологий, которые разными способами оценивают профессиональные компетенции, упрощают «каталогизацию» людей по тому, что они делают. Эксперименты, предполагающие формирование тестовых сообществ и использование наборов тестов, позволяют выработать подход к выявлению различных компетенций внутри организации[465]. Кроме того, существуют широкодоступные, открытые и разнообразные источники данных, не ограниченные стенами одной организации. Мы переживаем пик не только информационной революции, но и революции в технологиях поиска экспертов.

Упрощенно, в основе новых технологических инструментов лежит процесс агрегирования информации из различных источников и формирования на ее основе профилей экспертов, по которым можно сделать вывод об их компетенциях. Информация собирается из социальных сетей (например, Twitter и LinkedIn), открытых источников (профили на сайтах, информация о грантах, публикации в интернете) и добавляется самими пользователями, тем самым формируются доступные для поиска базы данных.

Кроме того, некоторые технологии позволяют проанализировать «информационный след», например привычки пользователя при поиске и просмотре информации в интернете или ключевые слова, используемые им в документах. Затем происходит сортировка профилей пользователей на основании таких критериев, как репутация, дипломы и сертификаты, навыки и практический опыт. Из разрозненных данных строятся каталоги, по которым легко осуществлять поиск.

Автоматизированные инструменты сбора информации решают стандартную проблему – потребность сегментировать аудиторию. Ученым, например, полезно понимать, кто работает в одной с ними научной области: это помогло бы составлять планы исследований так, чтобы, с одной стороны, темы не пересекались, а с другой – закрывали имеющиеся в науке пробелы. По существу, научные сотрудники являются одними из основных пользователей инструментов экспертного общения. Так, VIVO, открытая платформа для академического обмена, не только содержит профили около 100 000 ученых из 100 университетов, тем самым облегчая задачу поиска рецензентов и потенциальных соавторов, но и размещает другую важную информацию, например о грантах и темах исследований[466].

Поскольку о профессиональной компетенции эксперта зачастую судят по результатам сканирования информационного поля и сбору таких данных, как количество публикаций, индекс цитирования или число поданных и одобренных заявок на гранты, то вполне логично, что научное сообщество с его обширным корпусом статей и грантовых предложений стало пионером в использовании технологий для экспертного общения. Кроме того, корпоративные системы являются собственностью компаний, а академические системы – открыты, поэтому оказалось проще разработать технологии поиска компетенций для научной среды.

С помощью базы данных Indiana Data base of University Research, созданной в Университете Пердью (штат Индиана), осуществляется поиск экспертов по четырем самым крупным университетам штата: Государственный университет Болл, Индианский университет, Университет Пердью, Университет Нотр-Дам. В базе содержатся личные страницы членов профессорско-преподавательского состава, информация Национального фонда содействия развитию науки (финансируемые проекты, статьи преподавателей, диссертации). Все это находится в открытом доступе. В базе также хранятся специализированные профили, которые основаны на заранее составленной классификации профессиональных областей и включают возможность добавления новых ключевых слов[467].

В Лос-Аламосской национальной лаборатории (штат Нью-Мексико, США) была разработана система EgoSystem, которая раздвинула границы поиска экспертов, вынеся их за пределы академической среды. Эта система отслеживает информацию о бывших сотрудниках лаборатории, перешедших в частный сектор, и позволяет при необходимости (создание государственно-частного партнерства или совместный проект) устанавливать контакт с ними. В EgoSystem содержатся биографические данные специалистов, включая сведения о местах обучения и областях специализации, информация об их активности в социальных сетях и на других академических ресурсах, например сайте Mendeley, которым пользуются миллионы людей для чтения и хранения исследовательских статей в формате PDF[468].

Еще одной функцией подобных инструментов является контроль над внедрением результатов исследований. В Сан-Паулу, самом населенном и экономически развитом штате Бразилии – на него приходится 35 % ВВП страны, – по конституции штата 1 % бюджета выделяется на финансирование исследований. При подаче заявки на финансирование соискатели должны заполнить профиль в бесплатной поисковой системе «Академия Google»[469]; это позволяет не только расширять взаимодействие между научными сотрудниками страны, но и в дальнейшем отслеживать эффективность инвестиций[470].