Вторая проблема -- плохое знание того, что и как делает каждая из сторон. Это приводит к потере контроля над данными и их анализом, а также к необходимости принимать результаты работы каждой из стороны как само-собой разумеющееся («черные ящики»). К этому сюжету мы еще вернемся.
Наконец, не только методы и навыки другой стороны, но и само общее представление о проекте становится непрозрачным и запутанным. Исследователи по этому поводу замечают, что «нахождение общего языка для улучшения коммуникации по вопросам метода, валидности и исследовательского фокуса являются необходимой составляющей для фасилитации междисциплинарных коллабораций в исследованиях социальных медиа» (Ibid.). Однако следует задаться вопросом: насколько общий язык в целом необходим для междисциплинарных исследований? Нахождение общего языка (всегда долгий и сложный процесс) -- это единственный способ организовать междисциплинарную работу?
В 1970-1990-е годы исследования науки и технологии (STS) были довольно популярным направлением и давали отрицательный ответ на этот вопрос. Основной вопрос, которым тогда задавались, звучал так: как возможно успешное функционирование науки при отсутствии общего консенсуса по поводу методов, данных и порой даже целей исследования? (Star, Griesemer, 1989; Galison, 1999). Общая позиция была найдена: наука -- это вынужденное разнообразие, которое, однако, не предполагает однозначно негативной коннотации, кроме того, в науке порой создаются такие формы совместной деятельности, которые поощряют множественность интерпретаций и намеренное непонимание. С. Стар и Дж. Гризмер говорят в этом ключе о «пограничных объектах» -- создающихся намеренно объектах коллективной работы ученых (стандартах, хранилищах данных, картах территории), которые помогают связать научную деятельность разных групп людей и при этом не предполагают единства интерпретации (Star, Griesemer, 1989). Иначе говоря, с помощью «пограничных объектов» возможно участие разных групп (в том числе разных дисциплин) в одном и том же проекте без всякой единой объединяющей интерпретации.
Исследователи науки также отмечали возможность междисциплинарной работы, основная цель которой -- это точность производимого коллективом ученых суждения. Бруно Латур в классическом исследовании лаборатории нейроэндокринологии демонстрирует, как в производство научных статей (новых суждений) включены химические препараты и физические аппараты. При этом их конечная цель -- получение именно специфического суждения, ради которого и выстроена сложная цепь аппаратов, людей и текстов. С этой точки зрения коллективная работа разных групп отходит на второй план (Fujimura, 1992).
Таким образом, в STSможно выделить как минимум два основных варианта междисциплинарности. Один из них основан на опосредованных коллективной работой «пограничных объектах», при этом общее понимание проекта и включенность в методы и данные друг друга не обязательно, что схоже с понятием мульти- дисциплинарности. Второй вариант предполагает ради создания этого специфического суждения включенность в единую цепочку людей, вещей и текстов, общую работу всех, что ближе к понятию междисциплинарности. Подход «пограничных объектов» и подход «единой цепочки» дают хорошую возможность для анализа цифровизации в социальных исследованиях города, где встречается междисциплинарность в виде отношений между «гуманитариями» и «программистами».
Данные и методы
Среди российских исследователей города (Винер, Дивисенко, 2018; Бредникова, Запорожец, 2015) нас интересовали те, кто целенаправленно использует в своих проектах цифровые данные или методы. Критерии отнесения к цифровым данным и методам были довольно широкими: мы анализировали кейсы, где цифровые технологии применялись как инфраструктура для форматирования и работы с данными и их визуализацией (например, базы данных и сайты); где использовались данные, скачанные из социальных сетей, GIS-платформ или сторонних сайтов, или же где методы опирались на анализ мобильных данных. В ряде этих проектов данные были цифровыми изначально (например, данные мобильных операторов или социальных сетей), а в других проектах аналоговые данные затем превращались в цифровые путем разбиения на отдельные строки, слова и части слов, через выделение категорий и затем загрузку в базы данных. Такое разнообразие позволило включить в рассмотрение очень разные виды проектов и, соответственно, расширить для нас возможности узнать о проблемах работы с цифровыми методами и данными, а также координации между гуманитариями и программистами.
В качестве основного метода мы использовали глубинные полуструктурированные интервью. Список основных вопросов прежде всего касался тем, связанных с цифровыми методами, цифровыми данными и особенностями координации в междисциплинарных командах. В ходе разговора информанты описывали также детали своих проектов, делились сложностями их реализации, рефлексировали по поводу своей исследовательской идентичности. Таким образом, мы получили много информации, выходящей за рамки конкретных вопросов (Квале, 2003).
При поиске информантов мы старались заполучить участников проектов из гуманитарных и технических университетов, академических и прикладных коммерческих проектов, компаний, специализирующихся на работе с городскими цифровыми данными, из личных волонтерских проектов и т. д. Всего было взято 12 экспертных интервью. Кроме того, осенью 2018 года нами был проведен ворк- шоп по проблемам использования цифровых данных в городских исследованиях, на котором присутствовали некоторые из наших информантов, а также сторонние эксперты -- участники схожих проектов. Это позволило выйти за рамки разговора только о своих проектах и получить дополнительные суждения.
География исследования включала Москву и Санкт-Петербург, так как основные центры городских исследований находятся именно в столицах. В качестве ограничений нашей выборки отметим, что мы говорили в основным с социогуманитарными участниками проекта, только одно интервью было проведено с «программистом». Мы стремились интервьюировать руководителей проектов, поскольку предполагали, что они обладают наибольшим объемом знаний о проблемах и особенностях координации -- в большинстве случаев руководителями проектов были социогуманитарные ученые.
Междисциплинарные команды
Одним из ключевых моментов в интервью оказались взаимоотношения между специалистами по анализу данных (далее -- «программисты») и специалистами по собственно городским исследованиям в широком смысле (социологами, антропологами, географами, урбанистами и т. д.) (далее -- «гуманитарии»). Выстраивание собственной идентичности, определение себя и другой стороны, а также решение проблем взаимодействия в ходе реализации конкретных проектов городских исследований происходят в разных ситуациях.
Из интервью видно, что между «программистами» и «гуманитариями» из разных дисциплин проходит четкая граница. Эту границу информанты проводят практически во всех интервью, оставляя по одну сторону «социологов», «гуманитариев», «урбанистов», «прикладников», «журналистов», а по другую -- «программистов», «специалистов по нейронным сетям», «дата-сайентистов», «технарей», «технических людей». Таким образом, в каждом проекте участвуют как минимум две стороны. Исключение составили два информанта, которые совмещают в своей деятельности функции социологов и аналитиков данных, но и в их случае создавалось новое деление -- на социологов-аналитиков (кем они сами и являлись) и на собственно гуманитариев -- историков или востоковедов (Инф. 7, 8). Иными словами, граница остается, хотя и смещается. Само наличие границы можно объяснить тем, что, хотя цифровизация в России идет вперед семимильными шагами, ее реализуют люди, придерживающиеся конкретных эпистемических традиций и методологических привычек. Эти привычки и традиции сталкиваются с устоявшимися и зачастую более глубокими традициями социальных, гуманитарных, точных наук, у которых есть собственные представления о данных и методах. Отсюда -- непростые отношения между техническими специалистами и социогуманитарными учеными.
Граница между теми и другими проходит по «эпистемологическому» и «социологическому» принципам. Так, один из информантов, технический специалист, жаловался, что ему сложно работать с «философствующими» гуманитариями (Инф. 5): ему для выполнения работы любое знание нужно свести к набору дискретных параметров, а с философскими теориями это сделать довольно сложно (Merry, 2016). Большую симпатию он питал к представителям точных наук (например, географам), которые способны «дискретировать» собственное знание гораздо эффективнее (Инф. 5). Однако в ряде случаев граница проходила строго по принципу разных рынков (подробнее о положении технических специалистов на рынке труда: Земнухова, 2013). Информант из волонтерского проекта отмечал, что «программисты» зарабатывают во много раз больше «гуманитариев», и потому нанять «программиста» в волонтерский проект -- очень дорого, «программист» «будет всегда себя чувствовать работающим во славу Божью» (Инф. 4). В отдельных случаях встречалось также четкое социологическое институциональное деление на строго технические команды и «более гуманитарные» -- деление, закрепленное на уровне целой организации (Инф. 9).
Каждая из выделенных групп неоднородна. Не все городские специалисты похожи друг на друга; так и среди технических специалистов выделяются разные типы. В городских исследованиях ожидаемо встречаются академически ориентированные исследователи и работающие с прикладными проектами (например, аналитики, пишущие отчет или оказывающие консалтинговые услуги). В свою очередь, технические специалисты делятся на обычных «программистов», работающих за большие деньги, и «программистов», включенных в «содержательную» часть. Первые -- это люди из коммерческих компаний или из влиятельных центров в университетах. По большей части они не вникают в суть проекта и выполняют строго конкретные функции. Другие же «программисты» -- будь то волонтеры или те, кто работает над проектами в уютной междисциплинарной команде, -- отличаются большим погружением в проблемы городских исследований и даже определенным «шифтом» идентичности в сторону гуманитарных наук (Воркшоп). Об этом делении мы расскажем ниже.
Некоторые информанты выделяли тип технических специалистов -- «дата- ученых» (datascientists), которые обладают способностями всестороннего анализа данных с точки зрения конкретной городской тематики. Одна из информанток отмечала, что в крупных университетах вроде Массачусетского технологического института существуют специальные программы обучения «дата-ученых» (Ворк- шоп). Но пока «дата-ученые» еще остаются нереализованной мечтой для междисциплинарных проектов в России, по крайней мере, в городских исследованиях. Изученные проекты демонстрируют множество проблем, вытекающих из отношений между техническими специалистами и гуманитарными городскими исследователями.
Основные проблемы в междисциплинарных командах
Одна из главных проблем во взаимодействии -- уже упомянутая проблема языка. С самого начала подобные междисциплинарные проекты преследует проблема омонимии, когда одно и то же слово может означать разное. К примеру, даже слово «объект» понимается по-разному (Инф. 1). Формулирование технического задания (ТЗ) часто становится первым и важнейшим камнем преткновения в работе таких команд. От верного формулирования ТЗ зависит и общее понимание проекта, и его цели, и то, чего ждут друг от друга «программисты» и «гуманитарии». Одна из информанток рассказала, что в ее проекте неаккуратно сформулированное ТЗ привело к созданию «программистами» системы, неадекватной запросам исследователей (Воркшоп).
Проблема разных языков идет рука об руку с проблемой незнания областей друг друга. Как отметил один из информантов-«гуманитариев» по поводу своей работы с «программистом», «твое экспертное знание не пересекается с его экспертным знанием» (Инф. 4). Подобное незнание кажется логичным, учитывая, что если бы социогуманитарные ученые сами владели программированием и навыками работы с нейронными сетями, то им вряд ли бы потребовалась помощь технических специалистов. Но кардиальное незнание особенностей экспертизы и той, и другой стороны приводит к тому, что эти особенности (в т.ч. непроговариваемые) не учитываются при формулировании ТЗ и при создании конечных цифровых систем. Так, информантка поделилась случаем из практики, когда, с одной стороны, «программистка» не знала, что качественные интервью могут проводиться с несколькими информантами, и сделала базу данных, предусматривающую наличие строго одного информанта для одного интервью. И наоборот, социогуманитарные ученые в этом проекте, для которых два или больше информанта для интервью было очевидным и потому непроговариваемым фактом, не знали, что для создаваемой системы привязка к одному или двум информантам -- важный структурный принцип работы (Воркшоп).
Незнание особенностей экспертизы друг друга связано и с третьей проблемой, которую назвали проблемой «черного ящика» (Латур, 2013). Часто «гуманитарии», заказывающие «программистам» создание информационных систем, не знают, каковы принципы их работы. Это хорошо видно в случае нейронных сетей, одна из особенностей которых -- собственная эвристика, не закладываемая туда «программистами». Нейронные сети оказываются «черным ящиком» и для самих «программистов», и тем более для городских исследователей. Проблема «черных ящиков» приводит, как минимум, к двум трудностям в любых городских проектах. Во-первых, это усложнение верификации данных -- необходимость проверять их. Во-вторых, это трудность сохранения контроля над процессом реализации проекта. Когда не известно, как работает техническая система, быть ответственным за работу всего проекта становится сложнее (Инф. 1).
Четвертая проблема, связанная с предыдущей, имеет ярко выраженный менеджерский характер -- это проблема отсутствия общего представления о проекте на промежуточных этапах. Вспомним, что в проекте участвуют две стороны с разными эпистемологическими традициями, с трудом понимающие языки друг друга и не учитывающие привычные допущения об экспертном поле друг друга. В этой ситуации формулировка общего представления о проекте становится вызовом. Особенно это характерно для проектов уникальных, единоразовых, например, волонтерских, где отсутствует как «наработанность» команды при реализации прошлых проектов, так и институциональные конвенции, которые могут внести ясность. цифровой город антропологический междисциплинарный
В исследованных кейсах данные проблемы решались двумя основными способами. Первый -- это попытка с самого начала найти общий язык и дать общее представление о том, как будет устроен проект. Второй способ -- это организация взаимодействия через «пограничные объекты». Во втором случае установление однозначной и четкой коммуникации не является обязательной нормой. Далее речь пойдет о двух этих способах решения проблем. Проблема нахождения общего языка будет показана на примере работы с данными, а способ работы через «пограничные объекты» -- на примере методов.
Координация работы с данными через поиск общего языка
Одной из основных задач руководителя и участников проектов цифровых социальных исследований становится формирование разделяемых принципов совместной работы по сбору, обработке и интерпретации данных. Данными оказывается теперь не только то, что специально собиралось исследователями «в поле», но и массивы больших данных, включающих цифровые следы, метаданные, -- все то, что оставляют пользователи цифровых устройств, часто без своего ведома. Одна из информанток так описывает ситуацию с определением природы данных: «Все сейчас цифровое. Все данные цифровые. Все данные в экселе, все big data... Мне кажется, что все данные цифровые, теперь все методы цифровые» (Инф. 3). Хотя на практике в эту категорию не входят ни качественные уникальные материалы (вроде больших биографических нарративов), ни ручные способы обработки небольших массивов информации.