CC BY
162
Светлана Викторовна Оболкина
кандидат философских наук, научный сотрудник сектора истории и философии науки Центра подготовки кадров высшей квалификации Института философии и права УрО РАН, Екатеринбург, Россия. e-mail: obol2007@mail.ru
Наталья Геннадьевна Попова
кандидат социологических наук, старший научный сотрудник сектора теоретической лингвистики и академической коммуникации Института философии и права УрО РАН, Екатеринбург, Россия. e-mail: ngpopova@list.ru
УДК 005.935.3
DOI 10.24411/2079-0910-2019-14003
Экспертиза vs экспертная оценка: понятийные основания компетенций
Работа посвящена социальному институту экспертизы и понятийной проработке его основных концептов: «экспертиза» и «экспертная оценка». Целью статьи выступает дифференциация тех когнитивных потребностей и задач, которые присутствуют в практике экспертизы. Выявлены два противоположных по своим потребностям, но дополняющих друг друга вектора этой практики: (1) ориентация на формализацию и методологическую прозрачность; (2) стремление сохранить интуитивную составляющую компетенции эксперта. С учетом этого контекста проанализированы методологические интенции, которые реализуются в разработках автоматизированных систем экспертизы: экспертных систем и оболочек экспертных систем. Показаны как сильные стороны автоматизированной экспертизы, так и принципиальные проблемы и ограничения, с которыми сталкивается инженерия знаний. Обосновано, что (1) способность человеческого знания реагировать на атипическое связана с когнитивной процедурой оценивания; (2) необходимый элемент экспертизы, связанный с интуитивным знанием, реализуется в качестве экспертной оценки.
Раскрыт потенциал оценки в качестве экспертного знания, для чего предпринят анализ специфики функционирования нормы в аксиологическом отношении. Исследование сущности экспертной оценки развивается в контексте проблематики маргинальности и лиминальности. Показано, что активность лиминальных интенций предполагает определенный риск для существования нормы, но в то же время способствуют ее обновлению. Делается вывод о том, что будет неверным исключить из экспертной деятельности процедуру оценивания — в первую очередь в отношении научного знания. Выявленная специфика экспертизы и экспертной оценки являются различными и дополнительными компетенциями и должны выступать основанием выбора той или иной стратегии экспертного исследования.
Ключевые слова: экспертиза, экспертная оценка, социальный институт экспертизы, наука, лиминальность, норма, экспертные системы, инженерия знаний.
Введение
В любой сфере нашей профессиональной и повседневной деятельности мы допускаем возможность процедуры оценки, проверки или сверки с образцом, которую обычно называют экспертизой. Услышав: «эксперты выяснили, что...», мы ощущаем определенное удовлетворение от того, что кто-то знающий разобрался в проблеме. Однако эта фраза зачастую имеет риторический и даже суггестивный характер, за ней не стоит отчетливое представление о том, что эксперт — это не просто знающий, и что экспертиза — это далеко не любая проверка или исследование качества. Особенно серьезными проблемами это грозит тогда, когда речь идет об экспертизах, связанных с правовой, административно-ведомственной и научной деятельностью. Об этом, в частности, предупреждает ведущий российский специалист в области экспертики: «Очень часто в законах РФ слово "экспертиза" только упоминается, при этом нет ни регламентирования, ни даже регулирования применения данного процессуального действия. В связи с этим данное слово нельзя рассматривать как легитимный термин. Отсюда как многозначность толкований самого слова, так и произвольность его представления в инструкциях, а равно и выполнения экспертиз (независимых, общественных и т. д.) на практике» [Нестеров, 2009, с. 19]. Поэтому мы имеем странную ситуацию: с одной стороны, практика экспертизы все больше размывает свои границы, но, с другой, все чаще слышатся беспокойства относительно становления экспертократии. Речь о символической власти, которая процветает на иллюзии привилегированного доступа к реальности со стороны «экспертов» [Ашкеров, 2009]. Парадокс, однако, здесь только видимый, поскольку именно отсутствие строгих представлений о том, что такое экспертиза, открывает возможности для злоупотребления ресурсами экспертной власти.
Во многом это связано с характером исследовательской работы в отношении экспертизы: существует огромный массив работ по каким-то частным моментам определенного вида экспертизы, но гораздо меньше исследований в отношении экспертизы как таковой. Поэтому трудно переоценить важность сугубо философского подхода к практике экспертизы. Его задача — показать, что такое экспертиза с понятийной точки зрения.
Отталкиваться в таком философском исследовании приходится от наличия терминологического «облака», включающего в основном коннотации концептов «экспертиза» и «экспертная оценка». В широком применении эти концепты практически не различаются, что говорит не столько об их действительной синонимии, сколько о непроясненных взаимоотношениях между ними. Перипетии этих отношений рассматривает, например, работа А. А. Тхакова [ Тхаков, 2014]. В ней хорошо показана тенденция определенного «раскрепощения» в определениях экспертизы: экспертное заключение то оказывается необходимым ее элементом, то исключается из обязательных составляющих. Отмечается также смещение в сторону «экспертной оценки», которая в словарях связана в первую очередь с количественным исследованием — по всей видимости, в связи с широко распространенной практикой оценки стоимости ущерба.
Почему мы не можем удовлетвориться проведенной составителями словарей работой и говорим о важности понятийного (философского) исследования? Потому что определение и понятие — не одно и то же, и зачастую их взаимоотношения драматичны. Понятие — это в первую очередь логическая форма мышления
об определенном предмете. Результатом этой работы должно выступать определение. Но довольно часто события развиваются по иному когнитивному сценарию: определение в словарных статьях появляется до формирования строгого понятия. Дело в том, что словари часто предлагают концепт, то есть набор представлений, переживаний и ассоциаций, который фиксирует то или иное слово; функция концепта — выступать ментальной сущностью, хранящей информацию об определенном фрагменте действительности [Соломоник, 1995, с. 41—42]. Концепт «вбирает в себя» историю определенной социальной практики, постоянно меняя свое содержание. Поэтому часто возникает своего рода порочный круг: концепт опирается на изменчивую практику, но практика (например, законотворческая — в отношении экспертизы) пытается опереться на концепт, ошибочно полагая его строгой конструкцией. «Концепты формируются стихийно, тогда как понятие осуществляется искусственно» [Демьянков, 2001, с. 45]. Важным шагом в этом направлении выступает дифференциация сближаемых концептов — в данном случае концептов «экспертиза» и «экспертная оценка». Именно эту задачу ставит перед собой данная работа.
Экспертиза: между знанием «сведущих лиц» и институтом
Содержание концепта долгое время хранит память об обстоятельствах рождения и становления соответствующей социальной практики. Поэтому в первую очередь следует обратиться к истории самой практики.
Многочисленные словари указывают, что слово «экспертиза» происходит от французского слова «expertise» (что, в свою очередь, восходит к латинскому «expertus» — «опытный», «сведущий»). Даже англоязычная версия данного концепта («examination») не прижилась. Почему именно французское слово закрепилось в качестве определения? Думается, в первую очередь потому, что первая официальная экспертная организация — Корпорация присяжных мастеров-письмоводов по исследованию подписей — появилась в Париже (1595). От короля Генриха IV эта корпорация получила патент на право производства экспертиз.
Нет сомнения, что это был не первый случай анализа, который проводят сведущие лица. Примеры исследований документов на предмет их подлога и товаров на предмет их качества, анализа причин смерти, отпечатков пальцев, обуви, следов копыт и т. п., и т. д. известны во всех древних культурах. Судебная власть во все исторические периоды во всех культурах прибегала к мнению людей, имеющих репутацию сведущих лиц. Но в случае с парижской корпорацией важно то, что государственная власть дает некоей организации патент на проведение определенных исследований. Государство берет на себя бремя субъекта экспертизы. «Не каждый знаток может играть правовую роль эксперта. Она сопряжена со знанием очень сложного правового института экспертизы» [Нестеров, 2009, с. 7]. Поэтому понятие экспертизы обязательно должно учитывать представление о субъекте экспертизы и его правового статуса. Субъект экспертизы сегодня — это государственная власть в виде должностных лиц или органов власти. Она назначает некое процессуальное действие, которое должны провести люди (лицо или организация), чьи действия и квалификация должны соответствовать процессуальным и процедурным требованиям. Они выступают в качестве назначенного субъекта экспертизы.
Связь экспертизы и власти родилась задолго до самой государственной власти в современном смысле слова «государство». Государства современного типа (национальные) — достаточно молодые образования, но уже в средневековой Европе, когда было еще невозможно говорить о каких-то национальных государствах, власть выступала субъектом экспертизы в образовании. Зарождающиеся университеты поставляли выпускников, чей статус ученого человека признавался в уделах всех феодалов, включая королей. Но не короли и даже не императоры даровали университетам право промоции (от лат. рготоИо — «повышение», «продвижение», «возведение»), то есть право возведения в степень бакалавра или магистра; их власть тогда была еще слишком «лоскутной», лишь в пределах географически разнесенных феодов. Именно римская курия — то есть власть, чей авторитет признавался на территории всей Европы — выдавала «патент» на проверку качества знания, связанного с юридическими, медицинскими или богословскими услугами (основные высшие факультеты). Таким образом, экспертиза родилась не напрямую из «знания сведущих лиц». Важнейшим ее ингредиентом выступает достаточно авторитетная власть максимально широкого географического охвата, способная гарантировать качество этого знания.
Но это означает, что в самой природе экспертизы заложены основания для некоторых проблем. Дело в том, что сама по себе власть не является «знающей» в какой-то предметной области (криминалистике, юриспруденции, богословии или материаловедении). Власть может контролировать лишь набор операций, которые призваны подтверждать статус эксперта. Однако во все времена люди хотели бы видеть на месте эксперта человека, одаренного особым талантом или «чутьем» в какой-то сфере — иначе чем эксперт отличается от любого другого опытного специалиста? Однако трудно представить себе, чтобы государство имело возможность отбирать в качестве профессиональных экспертов только таких специалистов. Исключительные способности — это важно, но это то, что невозможно сделать инструментом институционально организованной экспертизы (хотя мы вполне допускаем, что специалисты какой-то экспертной организации обладают особым талантом). Более того, «непрозрачность» пути, которым «одаренность» как форма компетенции приходит к своему заключению, создает потенциально коррупциогенную ситуацию — в конце концов, талант к какой-то деятельности не предполагает в обязательном порядке исключительной честности. Социальной практикой был сделан выбор: государственная власть берет на себя бремя переформатирования «чутья» в операционные навыки, которые она может контролировать в виде аттестационных и сертификационных мероприятий.
Таким образом, определенная двойственность сохраняется: есть личное «чутье знающего», которое, однако, невозможно сделать стандартными для всех процедурами знания; и есть институт экспертизы, в котором стандартизованы методы и, соответственно, прозрачны результаты. При этом невозможно гарантировать исключительную компетенцию каждого эксперта. Это раздвоение не только сохраняется, но и выступает разными когнитивными векторами развития практики экспертизы. Оно же поможет нам выявить основания для дифференциации понятий экспертизы и экспертной оценки.
Экспертные системы и оболочки
Первый из указанных векторов развития экспертной деятельности тяготеет к максимальной прозрачности применяемых экспертом методов и оснований заключения. Напомню, что именно это обстоятельство позволяет государственной власти контролировать процедурные действия — еще на стадии сертификации экспертной организации или выдвижения требований к эксперту. Данная потребность в методологической унификации, прозрачности хода действий и, соответственно, формализации процесса экспертизы сегодня активно развивается как идея полной автоматизации процесса экспертизы. Экспертиза выводится из сферы влияния «бюрократической машины», чтобы осуществляться машиной как таковой.
Идея отдать обработку данных на откуп машинам зародилась давно. Ближе и ранее всех к построению «интеллектуальной машины» как прообраза экспертных систем подошел Семен Николаевич Корсаков1, который уже в 1832 г. опубликовал описание изобретенных им механических устройств, предназначенных для задач информационного поиска и классификации. В них он предлагал использовать перфорированные карты, чтобы преобразовать «Idée compliquée» (фр. сложную идею) в набор деталей («les détails»). «Физическое задание деталей идей происходит посредством перфорированных отверстий, а также посредством различных рычагов и штырей, т. е. с использованием материальных деталей, в смысле частей, сконструированных механических устройств» [Корсаков, 2009, с. 5]. По сути, эта «машина для сравнения идей» была первой попыткой полной автоматизации всего процесса экспертизы, поскольку «сложные идеи», по мысли нашего соотечественника, должны были быть не какими-то отвлеченными соображениями, а практическими вопросами, требующими конкретных рекомендаций. Императорская Академия наук в Санкт-Петербурге не оценила машину Корсакова, но сегодня «интеллектуальные машины» активно используются в экспертной деятельности. Речь о разработках искусственного интеллекта (ИИ) и одной из автономных ветвей этих разработок — о создании экспертных систем и оболочек экспертных систем. Четкое различие декларативных и процедурных знаний (то есть фактологической базы и механизмов вывода), прозрачность принятия решения являются их сильной стороной.
Изначально эти компьютерные программы разрабатывались так, чтобы решать вопросы с помощью общих, главным образом формально-математических, методов (по сути, цифрового аналога механических процедур Корсакова). Однако от такой стратегии инженеры довольно быстро отказались и пришли к концепции «подражания»: процедуры логического вывода теперь «считываются» с деятельности экспертов-людей. Специалисты, которых стали называть «инженерами по знаниям» (Knowledge engineers), работают с экспертами, чтобы преобразовать их способность находить решение в набор процедурных знаний для ИИ.
В последнее время инженеры по знаниям стали ориентироваться на создание оболочек экспертных систем — то есть систем оперирования базой знаний, без-
1 В этом смысле младшая «ровесница» машины Корсакова — «аналитический программируемый вычислительный механизм» Ч. Бэббиджа и А. Лавлейс (конец 40-х гг. XIX в.) — выступает прототипом, скорее, компьютера как математического вычисляющего устройства. Машина Корсакова также является предшественником компьютера, но, скорее, в качестве основы ИИ: она должна была обрабатывать большие массивы данных, учитывая степень важности определенных критериев (весовых коэффициентов).
различных к их «содержимому». Оболочки должны быть способными применяться к самым различным проблемным доменам практически без изменений, то есть выступать, по сути, «дистилляцией» хода мысли эксперта.
Определенный успех экспертных систем связан с тем, что ресурсы памяти вычислительных систем во много раз превышают ресурсы человеческой памяти. На это делали ставку «отцы» искусственного интеллекта — например, Эдвард Альберт Фейгенбаум (Edward Albert Feigenbaum) [см. Engelmore, Feigenbaum, 1993]. Поэтому, как считают их создатели, экспертные системы получат полное преобладание над экспертной деятельностью человека, когда инженеры знаний научатся полностью воссоздать способность человека принимать решения [Ogu, Adekunle, 2013]. Для этого активно разрабатывается методика инженерии знаний: текстологические методы (извлечение знаний из методик, регламентов, служебных руководств), комбинируются с коммуникативными: это, например, вербальные отчеты как протоколирование «мыслей вслух» эксперта (при этом отмечаются даже паузы и междометия).
Наибольшую проблему для инженеров по знаниям представляет формализация таких выводов эксперта, которые связаны с «аномальными конфигурациями данных»: «Ключевой опыт, необходимый для принятия правильного решения, состоит в его / ее способности работать с данными, которые являются неполными или неадекватными для решения проблемы. Инструменты ИИ могут использоваться для формализации нечеткости данных, чтобы наилучшим образом использовать имеющуюся (возможно, недостаточную) информацию». («A key expertise required for a good decision maker consists of his / her ability to work on data that are incomplete or inadequate for the solution of the problem. AI tools may be used to formalize the fuzziness of data, and to use in the best way the (possibly poor) information available») [Bonarini, 1991, p. 173]. Важнейшей проблемой для инженера знаний на сегодня выступает механизм обработки неопределенности. Но корень проблемы переноса человеческого навыка эксперта в процедурные знания машины заключается не только в неопределенности.
«Обычное» знание эксперта — это знание типовых случаев. Но лишь часть анализируемого материала можно с легкостью классифицировать в терминах идеальных прототипов. Большинство требующих решения вопросов отягощено неполнотой данных или, наоборот, избыточной информацией (помехами). Эксперт-человек анализирует такие данные интуитивно, то есть почти неосознанно понижает статус наиболее типичного в пользу элементов знания, которые не могут объективно характеризоваться высокими рейтингами вероятности. В этом случае мы говорим об интуитивном обнаружении нетипичных случаев. ИИ по определению функционирует на эмпирических закономерностях в статистически значимых масштабах, отбрасывая маловероятное. Но, как отмечает, например, Н. Талеб, катастрофическую роль в нашей способности выдвигать гипотезы на основе такого подхода (в любой области знания) играет проблема «черного лебедя»: один случай может отменить значимость миллионов повторений [Талеб, 2012]. Она касается автоматизированного знания в той же мере, что и человеческого. Сколь бы ни была обширна база статистически значимых случаев, она не дает нам преимуществ перед способностью воспринимать нетипическое, реагировать на «исключение из правил». Это та область, в которой силен не ИИ, а эксперт-человек.
Эпистемология давно интересовалась такой формой знания, которая остается «скрытой» и «неуловимой» для рационального контроля. Например, М. Полани затрагивает ее в контексте проблемы «неявного» или «личностного» знания. Он считает, что человек всегда полагает больше, чем может доказать, и знает больше, чем может выразить словами. Невозможность полной экспликации существующего у человека знания как раз и связана с особым «чутьем», исключительной компетенцией, которые мы ожидаем от эксперта. Это своего рода искусство: «Искусство, процедуры которого остаются скрытыми, нельзя передать с помощью предписаний, ибо таковых не существует. Оно может передаваться только посредством личного примера, от учителя к ученику» [Полани, 1985, с. 10]. Инженеры по знанию еще не научились делать таким «учеником» машину — но это только часть проблемы. Большее значение имеет принципиальное ограничение, связанное с формализацией интуитивного знания.
Интуитивность означает неконтролируемую динамику обработки данных, это невозможность «держать в руках» мысль. Что оказывается не только достоинством, но и недостатком. Человеческая способность принимать ошибочные решения во многом связана с фактором «рассыпающихся алгоритмов», когда, например, в ход мысли вносит свои помехи усталость или невнимательность. Инженерия знаний активно работает над формализацией интуитивных решений, но для гибкой дифференциации данных по степени важности требуется значительное усложнение формализма. Именно это обстоятельство может уничтожить главное достоинство автоматизированной системы: жесткость порождающих правил в качестве основного средства принятия решений. Любой инженер по знаниям хотел бы создать алгоритм гениальных озарений эксперта-человека, но ни один из них не желает встраивать в эти алгоритмы человеческую способность ошибаться. Однако именно этим грозит увеличение сложности формализмов принятия решения. Поэтому существует принципиальное ограничение увеличения сложности алгоритмов автоматизированных систем.
Таким образом, автоматизированные системы в принципе не созданы так, чтобы маловероятные варианты рассматривались в качестве приоритетных, тогда как человеческий разум обладает способностью «переключать» эти режимы знания: знания на основе типизации и знания, основанного на исключении максимально вероятного. Сама возможность подобного переключения связана с актом оценки — но не степени вероятности в отношении какого-то факта из базы данных (машина делает это гораздо эффективнее человека), а оценки самой ситуации как типичной или атипичной. Именно эта черта нашей способности оценивания не позволяет отменить человеческую экспертизу в пользу экспертных систем.
Возможно, это обстоятельство сыграло свою роль в том, что происходит смещение значения понятия экспертизы в область экспертной оценки. Это специфично и для СМИ, и для более официальных дискурсов: все чаще под экспертизой понимается экспертная оценка. Но в условиях их понятийной неоформленности это оказывается не только фактором разрушения становящегося института экспертизы, но и вредит развитию правосознания и правопонимания граждан России, как показывает А. В. Нестеров. Увеличение значимости экспертной оценки оказывается повышением роли независимой экспертизы (которая занимается именно экспертной оценкой). Однако, как отмечает Нестеров, даже само это выражение порочно, поскольку любая экспертиза по определению должна быть независимой. Поэтому, чтобы спасти от размывания понятие экспертизы, важно понять, в чем специфика и функция экспертной оценки.
Экспертная оценка и ее потенциал лиминальности
«Под оценкой понимается суждение об объекте, основанное на субъективных (качественных) требованиях к нему» [Нестеров, 2009, с. 92]. Действительно, даже в основании такого широко распространенного понимания оценки, как стоимость / цена, лежит выбор личного характера в отношении качества; даже количественно выраженная оценка связана не столько с явными объективными характеристиками предмета, сколько с выбором: «сколько бы я заплатил за это», «стоит ли оно того» и т. п.
Оценка — это всегда внутреннее «да» или «нет», даже если шкала включает множество уровней. Экспертиза же предполагает решение спорного вопроса, которое осуществляется как выбор из предложенных ответов и которое далеко не всегда мыслится в двоичной логике «да / нет» (возможно / невозможно; приемлемо / неприемлемо и т. д.). Именно тогда, когда экспертиза предполагает систему выбора по принципу «годно / негодно», мы говорим об экспертной оценке.
Почему для оценки так важна логика бинарности? Потому что оценка существует в первую очередь в пределах эмотивного постижения действительности. Эмоция — это особый психофизиологический механизм, удерживающий жизненные процессы в их оптимальных пределах, и основной принцип этого механизма — выбор ответной реакции, имеющей либо положительную чувственную окраску (чувство приятного, удовольствие, спокойствие), либо отрицательную (страх, тревога, тоска). В процедуре оценивания разворачивается внутренний спектр положительного и отрицательного в какой-то предметной области, и перемещение выбора в пределах этого спектра между двумя полюсами означает оценивание.
Казалось бы, нет ничего проще, чем формализовать подобную шкалу и бинарный режим выбора (например, для автоматизированных (машинных) систем). Но бинарность — лишь следствие более глубоких процессов вовлеченности человека в аксиологические отношения. Внутренний выбор «да / нет» выступает лишь следствием эффекта проекции.
Проекция — это изначально геометрическое понятие, получившее широкое распространение в психологии. В геометрии проекция означает моделирование фигуры на альтернативной плоскости. Это максимально широкое значение было востребовано психоанализом. З. Фрейд обозначал этим термином неосознанное приписывание другому неприемлемых для самого себя качеств, мыслей или чувств. В психодиагностике Л. Франка проекция — более сложный процесс по обработке сознания нейтрального неструктурированного материала: наделение собственными переживаниями позволяет осуществиться идентификации. То есть проективность — это интерпретация внешней реальности «по образу и подобию» своего состояния. Поэтому понимание проекции, всегда присутствующей в оценке, служит основанием критики оценки как формы познания: субъективность противопоставляется объективности как нечто недоброкачественное. Однако сильная сторона оценивания не только не исключает проективность, но обязательно предполагает ее. В том числе в экспертной оценке.
Дело в том, что оценивающее сознание вовлекается в формирование облика реальности не целиком, а благодаря наличию представлений о норме (в самых разных ее проявлениях). Мы соотносим что-то не просто с собой, но со своим представлением о норме (в любой предметной сфере) и благодаря этому реализуем свой выбор (внутреннее «да» или «нет»). Это наш обычный (а не патопсихологический) режим
проекции. При этом следует подчеркнуть, что представление о норме формируется двояко. Во-первых, как подражание образцу (например, «значимому другому»). Во-вторых, как избегание маргинального. Этот механизм различения и дистанцирования работает в большей степени в процессах социальной идентификации [см. Оболкина, 2018]. Важно подчеркнуть при этом, что маргинальность связана с ли-минальностью (от лат. limen — порог). Это понятие вводят в научный оборот А. ван Геннеп и В. Тэрнер [Тэрнер, 1983]. Оно выступает альтернативой представлению о необходимости структуры. «Потому-то Тэрнер и призывает внимательно следить за тем, что происходит на окраинах: новое идет оттуда» [Бейлис, 1983, с. 28]. «Ли-минальный» часто используется в качестве синонима к «маргинальному» благодаря отождествлению смыслов «преодолевающий границы» и «разрушающий пределы». Чуткость к лиминальности означает не только интенции разрушения нормы, но и чуткость к творческому началу.
У каждого человека механизмы уподобления и избегания в формировании представления о норме функционируют по-разному. Для одного человека образцы (авторитеты, идеальные типы и т. п.) неразрушимы и «центростремительное» движение от маргинального к нормальному выражено очень активно. Для другого, наоборот, процедуры уподобления «образцам» не являются решающими, и его гораздо меньше беспокоит наличие маргинальных областей в разных сферах социальной активности — он исследует их с удовольствием и без внутреннего сопротивления. Его сознание открыто лиминальности в гораздо большей степени. И тот, и другой проецируют свою особенность функционирования нормы на исследуемый предмет. Но для первого несоответствие какой-то норме сопровождается негативной эмоциональной окраской, для второго же эта окраска будет смещаться в положительный спектр (скорее «да», чем «нет»). Первый в своих оценках (и в первую очередь, когда он выступает экспертом) реализует интенции бережного отношения к норме, но при этом волей-неволей ограничивает возможность обновления этой нормы. Второй как раз более склонен оценивать положительно лиминальные интенции, что означает определенный риск для существования нормы, но в то же время способствует ее жизнеспособности как чего-то живого и обновляющегося. Именно поэтому будет неверным исключить процедуру оценивания — вместе с ее принципиально субъективными элементами — из экспертной деятельности. Люди-эксперты должны дополнять друг друга, чтобы создавалось динамическое равновесие формирования и отрицания нормы.
Однако далеко не для всех предметных областей эта функция оценки имеет смысл. Одно дело, когда речь идет об оценивании идей — эта область должна оставаться сферой применения именно экспертной оценки. В качестве примера можно упомянуть о случае с экспертным заключением в отношении докторской диссертации Луи де Бройля («Исследования по теории квантов»). Не все члены комиссии Французской академии наук были готовы принять в качестве научных столь радикальные идеи (о волновых свойствах материи), но отказать представителю аристократической фамилии не представлялось возможным. Было принято решение возложить бремя решения на внешнего эксперта; выбор пал на А. Эйнштейна. Как человек, чей склад ума как раз привлекали лиминальные, а не нормативные идеи, он высоко оценил работу де Бройля. Этот пример — один из немногих, доказывающих невозможность исключить значимость всех составляющих оценки — субъективности и проекции — в экспертизе научной деятельности. Однако совсем другое
дело, если речь идет, например, об экспертизе бетона или экспертизе правовой деятельности — в этом случае нет никакой ценности в любой форме «пренебрежения» по отношению к норме (например, к ГОСТу или Конституции). Это должно оставаться сферой экспертизы с максимальной прозрачностью и объективностью процедур вывода экспертного заключения.
«Рецензента текстов нельзя называть экспертом, как это сейчас стало модным, поскольку это форма аудита (проверки на соответствие требованиям к содержанию и оформлению текста). Эксперт не вправе брать на себя функции оценки автора, текста, а тем более предсказывать ценность будущего состояния какого-либо объекта» [Нестеров, 2009, с. 110]. Однако дело не в том, что «эксперт не может быть советником, так как он теряет независимость» [Нестеров, 2009, с. 110], а в том, что режим «оценка» важен чуткостью к креативности, но оплачен непрозрачностью. Поэтому совершенно верно, что экспертная оценка имеет совещательные функции, тогда как экспертиза — доказательные. Важно говорить о плюсах и минусах той и другой процедуры, чтобы выбор стратегии (экспертизы или экспертной оценки) был компетентным.
Заключение
Таким образом, экспертиза может пониматься как специальное исследование в пределах предоставленного материала с целью дать аргументированный ответ на определенный вопрос, сформулированный заинтересованным лицом (физическим или юридическим); экспертиза проводится специалистами, чей статус гарантирован государственной властью. Спецификой экспертизы является методологическая прозрачность и максимальная независимость заключения от невери-фицируемых компонентов знания.
Экспертная оценка может быть понята как специальное исследование определенного вопроса, в котором высока значимость личностного вклада эксперта в формирование вывода. Эксперт выступает авторитетом, который обладает неверифи-цируемым компонентом знания — в первую очередь в отношении нетипического. Это делает его незаменимым для такого исследования, в котором важно усилить продуктивную, а не репродуктивную функцию культуры. В первую очередь это касается экспертизы в отношении научной деятельности.
Эти формы компетенции выступают дополнительными элементами социального института экспертизы. Важно сохранять и развивать оба вектора экспертной деятельности, принимая их специфику и делая выбор в зависимости от предметного контекста и конкретных целей исследования.
Разумеется, проведенное исследование не решает всех существующих проблем понятийной определенности в деле экспертизы. Однако хочется подчеркнуть важность именно философской работы в этом направлении. Она выявляет некорректные смешения смыслов и обманчивую синонимию концептов. Превращение в понятия концептов «экспертиза» и «экспертная оценка» — важнейший этап в становлении социального института экспертизы.
Литература
Ашкеров А. Экспертократия. Управление знаниями: производство и обращение информации в эпоху ультракапитализма. М.: Европа, 2009. 129 с.
Бейлис В. А. Теория ритуала в трудах Виктора Тэрнера // Тэрнер В. Символ и ритуал. М.: Наука, 1983. 227 с.
Демьянков В. З. Понятие и концепт в художественной литературе и научном языке // Вопросы филологии. 2001. № 1. С. 35-47.
Корсаков С. Н. Начертание нового способа исследования при помощи машин, сравнивающих идеи / пер. с фр. под ред. А. С. Михайлова. М.: МИФИ, 2009. 44 с.
Нестеров А. В. Основы экспертной деятельности: учебное пособие. М.: Изд. дом Гос. Ун-та — Высшей школы экономики, 2009. 167 с.
Оболкина С. В. Философский анализ проблемы маргинальности // Научный ежегодник Института философии и права Урал. отд-ния РАН. 2018. Вып. 2. С. 7-20.
Полани М. Личностное знание. М.: Прогресс, 1985. 344 с.
ТалебН. Н. Черный лебедь. Под знаком непредсказуемости. 2-е изд., доп. / пер. с англ. М.: КоЛибри, Азбука-Аттикус, 2012. 736 с.
Тхаков А. А. История экспертизы // Молодой ученый. 2014. № 18. С. 711-713.
Соломоник А. Семиотика и лингвистика. М.: Молодая гвардия, 1995. 352 с.
Тэрнер В. Символ и ритуал. М.: Наука, 1983. 277 с.
Bonarini V. M., Maniezzo V. Integrating Expert Systems and Decision Support Systems: Principles and Practice // Knowledge-Based Systems. 1991. Vol. 4. Iss. 3. September. P. 172-176.
Engelmore R. S., Feigenbaum E. Knowledge-Based Systems in Japan. Loyola College in collaboration with the Japanese Technology Evaluation Center. Maryland, USA, 1993.
Ogu E. C., Adekunle, Y. A. Basic Concepts of Expert System Shells and an Efficient Model for Knowledge Acquisition // International Journal of Science and Research (IJSR), India Online. 2013. Vol. 2. Iss. 4 (April). URL: https://www.ijsr.net/ (дата обращения: 25.06.2019).
Expertise vs Expert Evaluation: Conceptual Basis of Competencies
Svetlana V. Obolkina
Institute of Philosophy and Law, Ural Branch of the Russian Academy of Sciences, Ekaterinburg, Russia; e-mail: obol2007@mail.ru
Natalia G. Popova
Institute of Philosophy and Law, Ural Branch of the Russian Academy of Sciences, Ekaterinburg, Russia; e-mail: ngpopova@list.ru
This work is devoted to the social institution of scientific expertise and its basic concepts — "expertise" and "expert evaluation". Our aim was to differentiate the cognitive needs and tasks involved in the practice of scientific evaluation. Two vectors of this practice, being opposite in their needs but complementing each other, were identified: (1) orientation towards formalization and methodological transparency; (2) the desire to preserve the intuitive component of the expert's competence. In this respect, we analysed methodological intentions realised in automated evaluation systems, both in
expert systems and expert system shells. Strengths of automated scientific output evaluation were shown, along with its weaknesses that reveal the fundamental problems and limitations faced by knowledge engineering. It is shown that (1) the ability of human knowledge to respond to non-trivial tasks is associated with a cognitive evaluation procedure; (2) expert evaluation is realised as a necessary expertise element related to intuitive knowledge. The potential of expert evaluation was revealed by analysing the specifics of the norm in its axiological sense. The essence of expert evaluation was investigated in the context of the marginality and liminality concepts. It is shown that the activity of liminal intentions involves a certain risk for the existence of the norm, at the same time as contributing to its renewal. It is concluded that it would be wrong to exclude the evaluation procedure from expert activity, primarily in relation to scientific knowledge. Expertise and expert evaluation are different but complementary competencies that should serve as the basis for selecting an expert evaluation strategy. Keywords: expertise, expert evaluation, social institution of expert evaluation, science, liminality, norm, expert systems, knowledge engineering.
References
Ashkerov, A. (2009). Ekspertokratiya. Upravleniye znaniyami: proizvodstvo i obrashcheniye infor-matsii v epokhu ul'trakapitalizma [Expertocracy. Management of knowledge: production and circulation of information in the age of ultra-capitalism], Moskva: Europa (in Russian).
Beylis, B.A. (1983). Teoriya rituala v trudakh Viktora Ternera [Theory ofthe ritual in Victor Turner's works], Moskva, Russia: Nauka (in Russian).
Bonarini, V.M., Maniezzo, V. (1991). Integrating Expert Systems and Decision Support Systems: Principles and Practice, Knowledge-Based Systems, vol. 4, iss. 3, pp. 172—176.
Dem'yankov, V.Z. (2001). Ponyatiye i kontsept v khudozhestvennoy literature i nauchnom yazyke [Concept in imaginative writing and scientific language], Voprosy filologii, no, 1, pp. 35-47 (in Russian).
Engelmore, R.S., Feigenbaum, E. (1993). Knowledge-Based Systems in Japan, Maryland: Loyola College, Japanese Technology Evaluation Center.
Korsakov, S.N. (2009). Nachertaniye novogo sposoba issledovaniya pripomoshchi mashin, sravni-vayushchikh idei [Enscription of a new scientific method using machines comparing ideas], Moskva: MIFI (in Russian).
Nesterov, A.V. (2009). Osnovy ekspertnoy deyatel'nosti: uchebnoyeposobiye [Basics of expert evaluation: textbook], Moskva, Russia: State University — Higher School of Economics (in Russian).
Obolkina, S.V. (2018). Filosofskiy analiz problemy marginal'nosti [Philosophical analysis of the problem of marginality], Research Yearbook of the Institute of Philosophy and Law, no. 2, pp. 7-20 (in Russian).
Ogu, E.C., Adekunle, Y.A. (2013). Basic Concepts of Expert System Shells and an Efficient Model for Knowledge Acquisition, International Journal of Science and Research, vol. 2, no. 4, pp. 554-559. Available at: https://www.ijsr.net/ (date accessed: 25.06.2019).
Polani, M. (1985). Lichnostnoyeznaniye [Personal knowledge], Moskva: Progress (in Russian).
Solomonik, A. (1995). Semiotika i lingvistika [Semiotics and linguistics], Moskva: Molodaya gvardiya (in Russian).
Taleb, N.N. (2012). Chernyy lebed'. Pod znakom nepredskazuemosti [Black Swan. Under the sign of unpredictibility], Moskva: KoLibri, Azbuka-Attikus (in Russian).
Terner, V. (1983). Simvoli ritual [Symbol and ritual], Moskva: Nauka (in Russian).
Tkhakov, A.A. (2014). Istoriya ekspertizy [History of expertise], Molodoy uchenyy, no. 18, pp. 711-713 (in Russian).
