CC BY
7
®
ИССЛЕДОВАНИЯ НАУКИ И ТЕХНОЛОГИЙ
DOI: 10.14515/monitoring.2023.3.2296
А. А. Космарский, Н. В. Гордийчук
ИЗУЧЕНИЕ ПРОФЕССИОНАЛЬНЫХ РЕПУТАЦИЙ КАК ИГРА: СОЦИОЛОГИЯ ЗНАНИЯ, ТЕОРИЯ ИГР И ТОКЕНИЗИРОВАННЫЕ РЕЕСТРЫ
Правильная ссылка на статью:
Космарский А. А., Гордийчук Н. В. Изучение профессиональных репутаций как игра: социология знания, теория игр и токенизированные реестры // Мониторинг общественного мнения: экономические и социальные перемены. 2023. № 3. С. 56—77. https:// doi.org/10.14515/monitoring.2023.3.2296. For citation:
Kosmarski A. A., Gordiychuk N. V. (2023) Evaluation of Professional Reputations as a Game: The Sociology of Knowledge, Game Theory, and Tokenized Registries. Monitoring of Public Opinion: Economic and Social Changes. No. 3. P. 56-77. https://doi.org/10.14515/monitoring.2023. 3.2296. (In Russ.)
Получено: 11.08.2022. Принято к публикации: 23.05.2023.
ИЗУЧЕНИЕ ПРОФЕССИОНАЛЬНЫХ РЕПУТАЦИЙ КАК ИГРА: СОЦИОЛОГИЯ ЗНАНИЯ,ТЕОРИЯ ИГР И ТОКЕНИЗИ-РОВАННЫЕ РЕЕСТРЫ
КОСМАРСКИЙ Артем Анатольевич — заместитель директора Лаборатории исследований блокчейна в образовании и науке (ЛИБОН), Государственный академический университет гуманитарных наук (ГАУГН), Москва, Россия E-MAIL: kosmarski@gaugn.ru https://orcid.org/0000-0001-8475-0754
ГОРДИЙЧУК Николай Валентинович — научный сотрудник, Университет Гамбурга, Гамбург, Германия E-MAIL: jayankondar@gmail.com https://orcid.org/0000-0002-2117-7601
Аннотация. Значимость репутации для социального мира, для успешной работы институтов и принятия решений людьми и организациями сложно переоценить, однако и механизмы репутации, и само это понятие остаются недостаточно проясненными и исследованными в социальных науках. Возможно ли исследовать и, главное, делать публичными репутации? Мы полагаем, что да, и в данной статье описываем возможный метод для этого, опирающийся на теорию игр (и, конкретно, координационные игры), понимание репутации как неявного социального знания, технологию токенизированных реестров (token-curated registries, TCR) и консенсус профессиональных сообществ. Описанный нами подход позволяет исследовать наличие в сообществах консенсуса относительно репутационных свойств различных объектов (конкретных специалистов, институций, научных журналов и т. п.). В статье мы описываем то-
EVALUATION OF PROFESSIONAL REPUTATIONS AS A GAME: THE SOCIOLOGY OF KNOWLEDGE, GAME THEORY, AND TOKENIZED REGISTRIES
Artyom A. KOSMARSKI 1 — Deputy Head of the Laboratory for the Study of Block-chain in Education and Science (LIBON) E-MAIL: kosmarski@gaugn.ru https://orcid.org/0000-0001-8475-0754
Nikolay V. GORDIYCHUK2 — Researcher E-MAIL: jayankondar@gmail.com https://orcid.org/0000-0002-2117-7601
1 State Academic University for the Humanities (GAUGN), Moscow, Russia
2 University of Hamburg, Hamburg, Germany
Abstract. It is hard to overestimate the importance of reputation for the social world, for the successful functioning of institutions and for the decision-making of people and organizations. However, both the mechanisms of reputation and this very notion remain insufficiently clarified and researched in the social sciences. Is it possible to study and, more importantly, to make reputations public? We believe so, and in this article, we describe a possible method for doing so based on game theory (specifically, coordination games), an understanding of reputation as implicit social knowledge, the technology of token-curated registries (TCR), and the consensus of professional communities. The approach we describe allows investigating the presence of consensus within communities regarding the reputational properties of various objects (specific specialists, institutions, scientific journals, etc.). In this article, we explain tokenized registries as
кенизированные реестры как прообраз нашего метода, возникший в блокчейн-и IT-среде, и сложности, возникшие при их использовании для оценки репутаций в реальном мире. Далее мы предлагаем социологическую концептуализацию репутации как неявного социального знания (versus ее понимания как формы капитала) и указываем на точки пересечения этой концептуализации с теорией игр. Наконец, на этой основе мы предлагаем дизайн и процедуру координационных игр по оценке репутации и останавливаемся на преимуществах и ограничениях предлагаемого нами метода.
Ключевые слова: репутация, профессиональные сообщества, токенизиро-ванные реестры, социология науки, теория игр, координационные игры
a prototype of our method that emerged in the blockchain and IT environments and the difficulties encountered when employing them to evaluate reputations in the real world. Next, we propose a sociological conceptualization of reputation as implicit social knowledge (versus its understanding as a form of capital) and point to the intersections between this conceptualization and game theory. Finally, based on these elements, we present an outline of the design and procedure of coordinated reputation games and highlight the advantages and limitations of the proposed method.
Keywords: reputation, professional communities, token-curated registries, sociology of science, game theory, coordination games
Введение
Репутация играет важную роль в успешной работе институтов и принятии решений людьми и организациями, особенно в современном мире, отличающемся переизбытком информации и противоречивостью приходящих с разных сторон сигналов. Постоянно слышны голоса, говорящие, что российской науке [Камшилова, Чернявская, 2020] или, например, журналистике, отчаянно не хватает института репутации. Но при этом и механизмы действия репутации, и само это понятие недостаточно прояснены и исследованы в социальных науках [Origgi, 2017: 22—24; Шовен, 2014].
Однако репутации в профессиональных средах, при всей трудности их выявления, верификации и представления в виде формализованных показателей, вполне работают: профессионалы неплохо представляют себе, кто чего стоит «по гамбургскому счету». Информация о репутациях в закрытой для аутсайдеров профессиональной среде передается как своего рода эзотерическое знание, владение которым отличает «своих» от посторонних. Как заметил один из классиков социологии, «если вы ученый, то абсолютно не важно, что о вас думают все, помимо других ученых. Академический мир добился невероятной автономии в том смысле, что ученые закрепили за собой право решать, кто чего-то стоит, и отказали в этом праве всем остальным людям, то есть полностью монополизировали эту сферу экспертизы» [Whitley, 1984: 220]. И это касается не только науки, но и медицины, юриспруденции, искусства — сфер, добившихся автономии или права профессионалов определять правила игры и критерии оценки внутри своего поля (в терминах П. Бур-дьё) [Bourdieu, 1992].
Но возможно ли исследовать и, главное, делать публичными эти множественные формы неявного коллективного знания, которые составляют репутации? Мы полагаем, что да, и в данной статье описываем возможный метод для этого, опирающийся на теорию игр (и, конкретно, координационные игры), понимание репутации как знания, блокчейн-технологию токенизированных реестров (token-curated registries, TCR) и консенсус профессионального сообщества. Потребность в таком инструменте тем выше, что существующие системы рейтингования и оценки редко учитывают профессиональную репутацию отдельных специалистов. Подчеркнем: в отличие от механизмов экспертной оценки, экспертизу в рамках предлагаемой модели проводит не внешняя организация — оценивает своих членов само профессиональное сообщество, а мы лишь предоставляем ему для этого технологический инструмент, способ превращения субъективных представлений членов сообщества в объективную «карту». Достоверность такой «карты» репутаций достигается консенсусом: описанное нами решение — фактически технологическое решение для изучения репутаций — позволяет исследовать и сделать видимым консенсус мнений сообщества относительно каждого конкретного специалиста.
Token-curated registry (TCR) — криптоэкономическая технология как прообраз репутационной игры
Одной из новейших моделей рейтингования выступают токенизированные реестры (token-curated registries, или TCR), возникшие, на уровне идеи, в среде блок-чейн-стартапов. Работают TCR с помощью токенов — единиц учета, записанных в блокчейне, а также смарт-контрактов 1, где токены применяются для стимулирования качественного управления информацией, представленной в виде списков.
По сути, TCR — это автоматизированный способ наполнения «белых» и «черных» списков любого вида, где решение (попадает ли N в список или исключается из него) принимается коллективным голосованием, исход которого приносит голосующим выгоду или убыток. Предлагаемое преимущество TCR состоит в следующем: свободный рынок и материальная заинтересованность индивидов обеспечивают куда более надежную информацию о реальном мире, чем непрозрачные централизованные системы. Данные вводятся децентрализованно, все действующие лица материально заинтересованы в высоком качестве этих данных. В результате система поощряет поиск и ввод достоверной информации в «списки» системы и наказывает за ввод недостоверной.
Впервые концепция токенизированных реестров была предложена в 2017 г. Майком Голдином (Mike Goldin), ведущим разработчиком компании ConsenSys 2. В процессе их составления принимают участие три стороны:
1 Смарт-контракт—компьютерный алгоритм, предназначенный для заключения и поддержания самоисполняемых контрактов, выполняемых в блокчейн-среде. Такие контракты позволяют выполнять надежные и конфиденциальные транзакции без участия внешних посредников в лице банков или государственных органов. Кроме того, такие транзакции являются прослеживаемыми, прозрачными и необратимыми. Смарт-контракты не только содержат информацию об обязательствах сторон и санкциях за их нарушение, но и сами автоматически обеспечивают выполнение всех условий договора. Впервые идея смарт-контрактов была предложена в 1994 г. Ником Сабо (еще до появления блокчейна).
2 Goldin M. Token-Curated Registries 1.0. White Paper // Medium.com. 2017. September 14. URL: https://medium. com/@ilovebagels/token-curatedregistries-1-0-61a232f8dac7 (дата обращения: 09.08.2022).
— кандидаты — те, кто хочет войти в список;
— кураторы — те, кто голосует за включение или невключение кандидата в список;
— клиенты (пользователи)—те, кто использует готовый список.
Объектом реестра может стать кто угодно и что угодно—университеты, рестораны, кинозвезды, сайты, аудиозаписи и так далее. Кураторы заинтересованы в том, чтобы реестр пользовался авторитетом у клиентов. Клиенты хотят видеть в реестре достойных кандидатов. Кандидаты стремятся попасть в список, чтобы доказать высокое качество и добиться интереса и доверия клиентов. Кураторы могут получить финансовое вознаграждение в зависимости от того, какое решение они принимают по каждому кандидату. Для этого в системе используются то-кены. Чтобы стать куратором, необходимо приобрести токен и таким образом получить право голоса в системе ТОР Чтобы стать кандидатом, необходимо приобрести токены и внести депозит (Оканд).
После внесения депозита для кандидата начинается срок ожидания (см. рис. 1). В течение этого периода любой куратор может стать соперником — выразить несогласие с кандидатурой и внести встречный депозит (йсоп). Если этого не произошло, кандидат включается в список. Если один из кураторов стал соперником, то начинается голосование—в течение некоторого, определенного заранее времени кураторы имеют право проголосовать «за» или «против» включения кандидата в список. Если большинство проголосовало «за» (то есть соперник проиграл, а кандидат выиграл), то соперник теряет свой депозит — его сумма распределяется поровну между теми, кто проголосовал «за». Если большинство проголосовало «против» (то есть проиграл кандидат, а соперник выиграл), то уже кандидат теряет свой депозит — его сумма распределяется поровну между проголосовавшими «против».
Рис. 1. Базовая схема голосования в системе ТОР 3
КАНДИДАТ
ЗАЯВКА ОЖИДАНИЕ ГОЛОСОВАНИЕ ВЫПЛАТА
3 Схему подготовила Н. Дерюгина.
Ожидалось, что ценность токена, то есть его стоимость на рынке, будет возрастать или падать в зависимости от того, насколько качественным получается реестр. Чтобы капитализация токенов росла, кураторы должны обеспечивать высокий спрос на них, то есть желание кандидатов попасть в список. Для этого нужно, чтобы список считался авторитетным и в него включались только достойные кандидаты. От осознанности и вдумчивости действий куратора, по идее, напрямую зависит его прибыль (подробнее о концепции TCR и ее приложению к академическому миру см. [Kosmarski, Gordiychuk, 2020]).
Проблемы технологии TCR. Поведение людей как камень преткновения для IT-сообщества и блокчейн-решений
Проект TCR исходил из того, что децентрализация и массовизация обеспечивают более качественную информацию о мире, чем «черные ящики» информационных монополистов 4. Нужно отметить, что такой концепт возник в русле масштабной эволюции рейтинговых систем: от регулярных, закрытых, внеинтернетных, экспертных рейтингов — к функционирующим онлайн массовым пользовательским рейтингам наподобие YouDo или отзывам на TripAdvisor 5.
Вскоре после изобретения TCR в IT- и криптосреде началось активное обсуждение сильных и слабых сторон этого концепта, возможностей его применения и развития, проводились эксперименты, запускались стартапы, где работал этот инструмент,—adChain, FOAM, MedX. Схема усложнялась и адаптировалась к конкретным приложениям. То есть TCR — стихийно возникший в криптосреде и, подчеркнем, достаточно сложный концепт. Вполне видны «зашитые» в него базовые представления о человеке, обществе и благе — мудрость толпы, децентрализация как способ производства знания, защищенного от предвзятости и манипуляций, «шкура на кону», важность личной материальной заинтересованности как пути к общему благу. Вместе с тем TCR сложен в том смысле, что в нем уже на стадии идеи проявилось несколько фундаментальных противоречий, затрудняющих его быстрое, беспроблемное и прибыльное применение в реальном мире — в отличие, например, от системы биткойна, стоящего на фундаменте сходной политической и экономической философии, но связывающего интересы и действия своих акторов (владельцев, майнеров и «голосующих» узлов) более эффективным образом (подробнее об этом см. [Бычкова, Космарский, 2021: 184—189]).
Первое противоречие — между поиском истины и выгоды, или между мотивацией (голосующих) получить прибыль и получить информацию высокого качества. Две цели входят в конфликт, когда голосующие начинают выбирать случайное голосование («кидать монетку»), чтобы сэкономить время и снизить риски, и когда голосующие сговариваются и сбиваются в клики, и даже небольшой «блок» (около 10—20 %), всегда выступающих скоординированно, гарантированно обращает любой раунд в свою пользу и забирает все токены. Со временем такие «картели» убивают систему тем, что множество независимых голосующих—от чьих решений, собственно, итоговые списки приобретают ценность — теряют мотивацию участ-
4 См., например: Bronstein M. Introduction to Token Curated Registries. URL: https://165.22.160.39/introduction-to-token-curated-registries/ (дата обращения: 09.08.2022).
5 Подробно об этой эволюции и смысле разных типов рейтингов см. работу [Картавцев, Космарский, 2021].
вовать, ожидая, что они все равно проиграют. По той же причине, так как в TCR «пирог» токенов по умолчанию делится поровну между голосующими победившей партии, игроки заинтересованы в том, чтобы большинство было не очень большим (и каждому досталось больше «кусков пирога»). Поэтому они готовы, например, распространять дезинформацию, чтобы другие голосовали неверно, большинство голосовавших верно оказалось поменьше и им бы досталось больше токенов. Для разрешения этого противоречия предлагаются прежде всего разного рода процедурные и алгоритмические механизмы.
Второе противоречие: в качестве результата голосования TCR ожидается «истина», то есть информация более высокого качества, чем в других системах описания и оценивания объектов мира, а организован он как игра, где выгоднее голосовать вместе с большинством. Если говорить точнее, результаты TCR — как в предсказательной игре (prediction game), когда вознаграждается тот, чей ответ оказывается истинным (совпадающим с реальным положением дел), независимо от того, как ответили остальные (как, например, ставки на спорт), а организован он как координационная игра (coordination game) — когда игроков вознаграждают за то, что их ответы совпадают с большинством (как, например, при торговле ценными бумагами на бирже). Высказывать свое личное мнение, опираясь на (ценный) личный опыт, или думать о том, как проголосовало бы большинство? Это дилемма. Можно, разумеется, сдвинуть всю конструкцию в первую сторону, и тогда TCR превратится в обычный опрос, участников которого еще вознаграждают лотерейным билетом — но тогда теряется важная (для мотивации) игровая сторона системы. Обсуждалась также идея проводить эксперименты с модификацией правил TCR, работая над тем, чтобы голосующим было выгоднее говорить правду (или свое искреннее мнение), а не подстраиваться под мнение большинства. Например, можно вознаграждать каждого голосующего, независимо от исхода голосования — но тогда сразу встает проблема безответственного голосования («зайцев», или free riders), опять же обнуляющая ценность системы 6.
Наконец, третье противоречие, точнее, сформулированное после первых опытов TCR-проектов в 2018 г., принципиальное разделение между объективными (ответы на простые вопросы, не вызывающие сомнений, вроде «Входит ли Москва в список столиц государств?», но не очень интересные для голосующих) и субъективными TCR («Какие рестораны корейской кухни самые лучшие в Москве?») 7. Более того, в принципе неработающими были названы все TCR, не соответствующие трем условиям: объективность (существует объективная истина, позволяющая дать ответ на вопрос, включать ли X в список), публичность (эта истина видна всем) и доступность (найти ее легко для каждого пользователя системы) 8. Такая «аллергия» на человеческую субъективность развилась во многом вследствие коллизии с одним из первых TCR-стартапов adChain, выстраивавшего курированный
6 Gerbrandy J. Incentive alignment in Token Curated Registries // Medium.com. 2018. June 22. URL: https://medium. com/paratii/incentive-alignment-in-token-curated-registries-4d6e41652a9b (дата обращения: 09.08.2022).
7 Praver M. Subjective vs. Objective TCRs // Medium.com. 2018. June 27. URL: https://medium.com/coinmonks/ subjective-vs-objective-tcrs-a21f5d848553 (дата обращения: 09.08.2022).
8 Bulkin A. Curate This: Token Curated Registries That Don't Work // Coinfund.io. 2018. April 12. URL: https://blog.coinfund. io/curatethis-token-curated-registries-that-dont-work-d76370b77150 (дата обращения: 09.08.2022).
список качественных сайтов для размещения рекламы. Предполагалось, что голосующие быстро и объективно смогут отличить хороший сайт от некачественного (сайта-заглушки или фейкового), однако на практике они начали блокировать включение в список порталов, отлично пригодных для рекламы (вроде New York Times или Facebook9), но неприятных кому-то по идеологическим соображениям, начались «войны» противников и сторонников тех или иных сайтов.
Это весьма любопытно с социологической точки зрения: столкнувшись с тем, что в блокчейн-системы вошли люди, а не машины и, в отличие от биткойна, принимающие решения акторы ведут себя непредсказуемо, их поведение трудно запланировать с помощью выстроенной архитекторами системы модели поощрений (incentives), IT-сообщество предпочло более безопасный вариант—объективные TCR, где решение о принятии или непринятии в список может принять любой, за несколько секунд, и где решение максимально очевидно, то есть не вызывает никаких дискуссий и споров. Иными словами, IT-разработчики отказались от решения сложностей психологического, маркетингового и социального характера, остановились на «безопасном» использовании объективных TCR, когда голосующие люди предельно близки машинам (минимум пространства для сомнения и субъективности). Примером такого решения является протокол MedX (стартап по созданию децентрализованного глобального реестра врачей и маркетплейса дистанционной медицины), где TCR применяется как автоматизированный канал передачи объективного знания из реального мира в блокчейн. Условно говоря, работа секретаря, заносящего список или иной документ с бумаги в компьютер,— протокол решает задачу материального стимулирования переноса такой «скучной» информации. TCR как концепт развернулся уже не к опросу (поиску множества индивидуальных мнений), а к краудворкингу по типу «Яндекс.Толоки» или Amazon Mechanical Turk.
Однако нам представляется, что страх перед субъективностью человеческих решений и смыслов преодолимы, и интуиции, скрытые в концепте TCR, можно развить в приложении к различным социальным практикам, где важно коллективное мнение и индивидуальное принятие решений, и даже найти выход из описанных выше противоречий. Но для этого нужно обратиться еще к одному сложному концепту—репутации.
Репутация как неявное социальное знание
Важность репутации для жизни человека в социальном мире—да и вообще для функционирования этого мира,—не вызывает сомнений. Она влияет на то, как берут на работу и увольняют, делают огромные состояния и разоряются, на повседневном уровне она диктует наш выбор врачей, репетиторов, компаний, с которыми мы предпочитаем иметь дело. Она определяет второе, социальное «я» человека —то, что обо «мне» думают другие.
В современных социальных науках существует немало подходов к проблема-тизации и объяснению феномена репутации — с позиций экономики, эволюционной биологии, социальной эпистемологии, теорий социального и символического капитала и т. д. Однако в данном исследовании нас прежде всего интересует не эгоцентричная (репутация как моя «аура» или капитал, что я пытаюсь выстраи-
9 Деятельность социальной сети запрещена на территории РФ (20.06.2022).
вать, оценить, манипулировать), а социоцентричная перспектива: репутация как неявное социальное коммуникативное знание о человеке, то есть несводимое к индивидуальным мнениям и представлениям, обладающее определенным авторитетом (властью, влиянием), неформализованное, но при этом проявляющееся в конкретных решениях, выражениях, отношениях, высказываниях индивидов (типа «N — середнячок, но хорошо работает в команде и выдает качественные статьи» или «M — авторитетный арт-критик, но злоупотребляет „хайповыми" темами; всегда готов выступить или написать, если его пригласят, не срывает договоренностей»). Или, в более изящной и развернутой формулировке: «Репутация, являясь не просто мнением, выступает публичной репрезентацией того, что мы полагаем мнением других... Как по сути коммуникативная природа репутации, так и ее первостепенное значение для социального порядка становятся очевидными, когда мы понимаем репутацию как наше мнение о более или менее авторитетных мнениях других—иными словами, как мнение второго порядка, как то, во что мы верим, во что мы должны верить» [Origgi, 2017: 67—68].
Наш метод нацелен на выявление не любых репутаций, а репутаций членов профессиональных сообществ, или, в терминологии П. Бурдьё, полей—ученых, врачей, адвокатов, журналистов, художников, поэтов и так далее. Почему это важно? Для таких сред характерна автономия, то есть признание того, что репутацию (да и вообще работу и достижения) членов этих сообществ могут оценить или преимущественно, или исключительно их коллеги [Bourdieu, 1975; Bourdieu, 1992; Бурдьё, 2000]. В некоторых сообществах (например, среди ученых-естественников) такая закрытость от внешней экспертизы максимальна 10, в других, более зависимых от обратной связи от «профанов» (например, клиентов врачей), она меньше, но даже во втором случае клиентские отзывы фрагментарны, неточны, часто фальсифицируются, а главное—у клиентов обычно не хватает компетенций и опыта, чтобы адекватно оценить уровень работы профессионала. Такие знания и компетенции есть у его коллег, то есть у профессионального сообщества.
Мы упомянули «внешнюю» и «внутреннюю» экспертизу неслучайно. В современной социальной теории проводится достаточно очевидное разделение репутаций на неформальные (существовавшие еще в древних обществах) — меняющиеся «облака» мнений, зависимые от слухов, сплетен и так далее, и формализированные—зафиксированные в письменных рейтингах, рэнкингах, цифровых системах [Origgi, 2017: 62— 85, 171—194]. И это не просто типология — две системы часто вступают в конфликт.
Поясним на примере наукометрии. Она исходно выступала не только служебной дисциплиной (каталогизация и систематизация научных статей для нужд библиотекарей), но также и источником репутации: ведь число цитирований, индекс Хир-ша, профиль в Scopus или Google Scholar—такие же косвенные сигналы со стороны цитирующих коллег о «качестве» ученого, на которые опирается его репутация [Whitney, 1984: 220ff]. Включается «эффект Матфея»—у кого выше индекс Хирша, того будут больше цитировать, и индекс Хирша будет еще выше.
10 Очень ярко это описал М. Соколов: «Репутация считывается причастными по едва уловимым сигналам: с какими интонациями произносятся имена коллег за их спиной, в каком порядке расположены их доклады, как долго им хлопают после этих докладов и т. п. К несчастью, все эти сигналы не доходят до аутсайдеров или не считываются ими» [Сафонова, Соколов, 2021: 96].
Однако распространение наукометрии как инструмента оценивания науки породило ряд проблем. Во-первых, она распознает и вознаграждает преимущественно одну форму деятельности ученого — написание статей в журналах. Другие составляющие научной жизни (написание книг, участие в семинарах, рецензирование, редактирование работ коллег, участие в «мозговых штурмах», неформальное научное руководство, административная работа и так далее) не замечаются и не вознаграждаются. Во-вторых, распространение и укрепление наукометрии как фундамента для принятия решений в сфере научной политики (от государства до отдельного университета) идет в русле фундаментального сдвига к количественным метрикам (KPI), которые с 1980-х годов перешли из сферы бизнес-процессов в государственное управление, образование, науку, спорт и даже искусство [Shore, Wright, 2000]. От ученых стали требовать измеримых, поддающихся количественной оценке результатов, а также планирования этих результатов.
С тех пор как наукометрия стала влиятельным средством управления наукой, она прошла отчуждение от практик и представлений ученых, и уже накладывается на науку как внешний инструмент, а не внутренний «выразитель» репутации. Существует разрыв между формальным и неформальным, между показателями, которые можно «накрутить» или «нарисовать», и «на самом деле» 11.
Безусловно, нельзя утверждать, что такой разрыв присутствует повсеместно, во всех странах и дисциплинах. Тем не менее, по данным недавнего масштабного исследования российских ученых, их многочисленные сообщества (трайбы) формируют собственные критерии качества научных работ и системы оценки персональных качеств отдельных ученых. Сами эти критерии, как правило, стараются не раскрывать — вероятно, потому что видимость и подотчетность, с точки зрения ученых, может разрушить сложившиеся основы их существования. Ученые, судя по их высказываниям, не нуждаются в наукометрии для оценки работ своих коллег (если подразумевать под ней прозрачную и работающую по унифицированным правилам систему оценки научных текстов) — им достаточно своих внутренних эвристик, слабо поддающихся формализации, то есть той самой репутации (подробнее об этом см. [Космарский и др., 2019]).
Проблема эта касается далеко не только ученых. Набирающие все большую популярность и влиятельность внешние рейтинги зачастую принимаются профессиональными сообществами в штыки. Так, рейтинги американских больниц возникли, чтобы простые пациенты могли получить доступ к объективной информации (предоставленной третьей стороной, свободной от корпоративных интересов и предрассудков, обычно это СМИ), особенно в ситуации стресса (когда надо выбирать, куда ложиться на лечение). Однако врачебная корпорация в США оказалась настолько влиятельной, что может позволить себе просто игнорировать рейтинги — как неуклюжие потуги профанов, гоняющихся за сенсациями; а пациенты выбирают больницу все равно главным образом по рекомендации знакомых докторов, а не по рейтингам [Dorn, 2019].
11 Конечно, такой разрыв никоим образом не отменяет функциональное сходство наукометрических (или иных рейтинговых) показателей и репутации — как сигналов, позволяющих принимать решения в условиях неопределенности и/или переизбытка информации [Dalen, Henkens, 2005: 212]. Некритически принимать мнения чужих выгодно с точки зрения эволюции, так как экономит время и ресурсы на самостоятельное выяснение миллиона вопросов [Gigerenzer, Hertwig, Pachur, 2011].
Но, несмотря на нарастающие разрывы и конфликты между «внутренними» эвристиками профессионалов (репутацией) и «внешними», публичными и прозрачными метриками, поток вторых уже не остановить—особенно с распространением цифровых инструментов оценки. С 2010-х годов в интернете разворачивается репутацион-ная экономика: на фундаменте миллиардов атомарных выражений чувства или мнения, через лайки, дизлайки и отзывы выстраиваются аналитические инструменты для измерения, представления, структурирования и управления этими чувствами и мнениями —точнее, для превращения их в монетизируемый актив [Hearn, 2010]. Из сугубо виртуальных, даже игровых сфер (вроде Facebook12, eBay, форумов, многопользовательских онлайн-игр) цифровая репутация перешла в более трудоемкие и близкие к офлайн-реальности среды (например, биржи труда) [Gandini, 2016]. IT-технологии и платформы сделали из репутации как чего-то неуловимого, но доступного и разделяемого всеми членами той или иной формальной или неформальной группы исчисляемую и прозрачную метрику, доступную любому пользователю. Происходит своего рода «цифровизация сарафанного радио» [Dellarocas, 2003].
Получается, что в современных обществах из сложного, непубличного, не слишком прозрачного, текучего и изменчивого знания сообщества репутация постепенно превращается в общедоступную, формализированную, оцифрованную и капитализируемую информацию (подробнее об этом процессе см. [Картавцев, Космарский, 2021]).
Но, как всегда, важны нюансы. Инструменты цифровой репутационной экономики — будь то отзывы и рейтинги на биржах фрилансеров или число лайков и подписчиков в соцсети,—не только невозможны без платформы-посредника, которая определяет правила оценивания и зарабатывает на них [Срничек, 2019], но и игнорируют важную сторону репутации, связанную с сообществом. Иными словами, они упрощают репутацию до простых количественных метрик (число лайков), причины роста которых либо темны (проблема накруток и фейковых ак-каунтов и отзывов), либо исключительно индивидуалистичны. То есть на бирже фрилансеров моя репутация есть сумма проставленных мне клиентами оценок.
Сообщество, горизонтальность (vs вертикаль «исполнитель — клиент»), экспертный взгляд коллег (peers) как механизмы репутации здесь отсутствуют. Нам же представляется, что и профессиональные сообщества, часто противостоящие одномерным прозрачным и упрощающим внешним рейтингам, никуда не делись, и фоновое сложное знание peers друг о друге также не утратило своей значимости при принятии решений в социальном мире. Мы, конечно, тоже предлагаем путь цифровизации и, главное, опрозрачивания профессиональной репутации (делания неявного явным), но делаем это с другим типом информации, который слабо различают современные квантифицирующие репутационные системы.
Прояснение репутации как координационная игра
Помимо связи с блокчейн-концептом TCR, трактовкой репутации как неявного социального знания, наш проект репутационного рейтинга/картографии профессиональных сообществ является также координационной игрой и механизмом обнаружения точки Шеллинга. Объясним эти понятия.
12 Деятельность социальной сети запрещена на территории РФ (20.06.2022).
Координационная игра — это вариант одновременной игры (где решения принимаются участниками до того, как им станут известны решения оппонентов) с множественным равновесием Нэша, в котором игрокам выгодно координировать свои действия, принимая одинаковые решения. Например, два водителя на узкой дороге, догадавшихся о намерениях друг друга, сворачивают так, чтобы не столкнуться, в противном же случае происходит авария, от которой страдают обе стороны; не важно, свернут ли они оба направо или оба налево, важна именно координация, совпадение решений.
Точка Шеллинга, или фокальная точка — это решение, которое люди выбирают в условиях отсутствия коммуникации между собой, так как оно представляется им наиболее естественным или адекватным. Ввел это понятие экономист-нобелиат Томас Шеллинг в книге «Стратегия конфликта» [Schelling, 1960]. По его гипотезе, «люди часто координируют свои намерения и ожидания с другими, если каждый знает, что другие пытаются действовать так же... Многие ситуации дают подсказки, позволяющие координировать поведение, фокальные точки для ожиданий каждого человека по поводу того, что другой ожидает от него» [ibid.: 57]. Существование такой точки было доказано Шеллингом и другими специалистами по теории игр в ходе экспериментов: скажем, на вопрос «Где и когда лучше искать место встречи с человеком в Нью-Йорке, если вы потеряли с ним связь?», большинство опрошенных ответили: «В полдень у информационной стойки Центрального вокзала»,—это и есть точка Шеллинга. За исключением ответов на самые очевидные вопросы, абсолютное большинство не выбирает одну точку, однако, как выяснил Шеллинг, некоторые варианты стабильно воспринимаются как наиболее вероятные и выбираются относительным большинством участников игры.
Откуда берутся точки Шеллинга и как они формируются, пока до конца не ясно, но эксперименты, в том числе с финансовым вознаграждением за успех, показали, что такие точки находятся людьми с относительно небольшими усилиями [Stahl, Wilson, 1995; Mehta, Starmer, Sugden, 1994; Bacharach, Bernasconi, 1997] — даже при условии ограниченного конфликта интересов между участниками игры. То есть каждый участник игры решает, что другой игрок выберет некое действие («фокальную точку»), и поэтому он также выбирает его [Sugden, 1995].
Как показали эксперименты, с введением финансовых стимулов в игру следует соблюдать осторожность: не столько даже ожидания выигрыша и страх проигрыша, а ожидания того же от других игроков могут искажать «социальный» сигнал точки Шеллинга [Crawford, Gneezy, Rottenstreich, 2008]. Но, что еще более важно для нас, поощрения и реприманды нематериального характера (то, что о человеке думают другие члены группы) значительно усиливают координацию в играх [Subhasish, 2010].
Итак, примем, что точка Шеллинга есть репутация N, члена профессионального сообщества M, выясняемая путем координационной игры на основе голосования (по мысли Шеллинга, опираясь на разделяемые участниками представления). Однако подчеркнем: хотя мы используем инструментарий и некоторые экспериментальные выводы, полученные в рамках теории игр (например, важность для повышения качества координации множественных раундов игры, доступа к информации о решении других игроков, коммуникации перед игрой и т. д.
[Duffy, Feltovich, 2006; Devetag, Ortmann, 2007]), мы действуем в рамках социологического интереса — для нас важны не универсальные закономерности игр или поведения участников, а то, насколько игры позволяют прояснить и моделировать репутацию как механизм, институт и способ картографии социального мира. Нам важно подчеркнуть неслучайную связь нашего проекта и линий рассуждения с Томасом Шеллингом как влиятельным аутсайдером теории игр: «То, как Шеллинг видел теорию игр, полностью противоречило стандартным представлениям о ней, в рамках которых теория игр считалась — и до сих пор считается — „математическим инструментарием экономики". Он попытался заземлить теорию игр в реальном мире, подчеркивая важность социальных событий, институтов, конвенций и т. д. в стратегических взаимодействиях—чтобы исследовать, как игроки играют в игры» [Larrouy, 2013: 1].
Резюмируя изложенные соображения: репутация в нашем понимании есть не совокупность субъективных мнений отдельных членов сообщества (Иванова, Петрова и Сидоровой) о другом члене сообщества (Васильеве), а то, как каждый из них представляет неявное общее знание об этом члене сообщества (Васильеве). Репутация есть неявное знание сообщества, предмет договоренности между членами группы, а координационная игра — способ моделировать, проявить это знание и одновременно разыграть (enact) эту договоренность. Участнику такой игры, если он заинтересован выиграть, а не проиграть (независимо от мотивации к выигрышу—это может быть и чистый азарт, и желание оказаться в группе тех, кто лучше всего чувствует общее мнение сообщества), выгодно заявить не свое личное мнение о Васильеве, а то, что, по его мнению, думают о Васильеве все остальные. Таким образом, серия раундов такой игры позволяет исследователям «вытащить», в увлекательной форме и не спрашивая прямо, инсайдерское знание о репутациях членов профессиональных сообществ.
Дизайн и процедура координационных игр по оценке репутации
Перейдем теперь к дизайну и процедурам экспериментальных инструментов оценки репутаций внутри профессиональных сообществ.
I. Вопросы, на которые необходимо ответить до начала игр.
1а. Каковы границы сообщества и по каким принципам отбираются участники игры? Эти вопросы далеко нетривиальны, так как мы имеем дело с достаточно фрагментированными сообществами, члены которых нередко имеют конфликтующие представления о том, кого считать «своими». Возможны следующие решения:
а) воспользоваться формальными критериями — например, если речь идет о молекулярных биологах России, то членами этой группы можно считать всех, чьи публикации по направлению «молекулярная биология» индексируются в РИНЦ;
б) по методу снежного кома — обратившись к нескольким безусловно авторитетным в сообществе персонам, желательно из разных лагерей/стилей, и дальше опрашивать рекомендуемых ими, и далее по цепочке, пока имена не начнут повторяться.
Ib. Составление списка объектов игры — тех, чью репутацию предполагается выяснять/объективировать. Решение этого вопроса тесно связано с 1а. Важно, чтобы в список попадали фамилии, знакомые всем участникам игры, то есть зна-
чимые для сообщества в целом 13. Организатор игры может как ориентироваться на собственные представления, так и (что предпочтительнее) составлять списки путем предварительного опроса или серии интервью (фокус-групп). Вопросы могут звучать, например, так: «Из ныне здравствующих коллег чьи новые статьи Вы бы хотели прочитать в первую очередь?» или «Кого из ныне здравствующих российских прозаиков Вы бы номинировали на Нобелевскую премию по литературе?»
Наконец, возможен — и был бы оптимальным — вариант, когда множество игроков совпадает с множеством оценивающих, то есть все члены сообщества оценивают друг друга. Проблему в таком случае, помимо технических сложностей с организацией такого голосования и повсеместного участия в нем, представляет репутационное неравенство: репутация более известных членов сообщества известна остальным, а менее известных—нет (то есть при оценке последних варианты будут выбираться наугад).
Ic. Какие вопросы задавать участникам игры? Это ключевая проблема — превращение сложного, меняющегося и, главное, многомерного «облака мнений» в нечто измеримое и шкалируемое. Здесь необходима серьезная подготовительная работа для прояснения, как репутацию понимает конкретное профессиональное сообщество (какова система координат его социального пространства) 14. Вероятно, при этом неизбежны упрощения (в смысле отбора нескольких значимых компонентов из высказываний типа «N—ученый мирового уровня, при этом фатально срывает дедлайны, но умеет найти яркие идеи, а еще домогается своих аспиранток»). Например, для ученых вопросы для координационной игры могут звучать так: «Каков уровень N как ученого?» (вообще не ученый / слабый ученый / средний ученый / крупный ученый / выдающийся ученый) и «Соответствует ли поведение N нормам профессиональной этики?» (да / нет / затрудняюсь ответить). Для художников «N — это живой классик / талант / крепкий профессионал / середнячок / мазила / халтурщик / ничтожество». Подчеркнем, что это лишь гипотетические примеры. В рамках каждой игры и каждого профессионального сообщества точные формулировки, при оптимальном развитии событий, подбираются методом проб и ошибок, в диалоге с членами сообщества.
II. Базовый формат проведения координационной игры — очно или онлайн.
IIa. Онлайн-формат: игра проходит в интернете, в идеале — на специализированной платформе, гарантирующей защиту данных, правильную аутентификацию и конфиденциальность (здесь потенциально могут пригодиться блокчейн-технологии). Окно времени, пока принимаются голоса, относительно большое (несколько дней, месяц, год). Затем оглашаются и анализируются результаты и, в случае денежной составляющей, распределяется выигрыш.
Онлайн-решение больше подходит для больших сообществ (или игр по принципу «все оценивают всех»), где начинают действовать законы больших чисел
13 Можно предположить, что к сообществу или полю принадлежат те, у кого есть ставка/интерес к этому полю (в терминологии П. Бурдьё [Бурдьё, 1994: 134]). То есть, если список имен, относительно которых предлагается голосовать, оценивать их, вызывает искренний интерес у человека (он знает эти имена и ему небезразлична их репутация), то он принадлежит к данному сообществу.
14 На важность такой работы обратил внимание Д. Готье. В теории игр на то, как люди представляют себе варианты решений, обычно не обращают внимания и используют формулировки теоретиков; однако философ показал, что для понимания фокальных точек необходимо учитывать, как игроки понимают предложенные им варианты [Gauthier, 1975].
и играющие ничего не знают о решениях друг друга. Его недостаток — нарушение принципа «один человек — один голос» (кто-то голосует от лица нескольких людей), формирование клик: большинство членов сообщества инертно, не голосует вообще или голосует по принципу случайного выбора, coin flipping, и небольшие мотивированные картели способны обратить любое голосование в свою пользу.
IIb. Очный формат (возможно, дистанционно, по Skype или Zoom). Собирается небольшая группа игроков (до 20—30 человек). Ведущий составляет список оцениваемых (тоже от 2—5 до 10—30). В начале каждого раунда он называет фамилию и предлагает вопрос(ы) по ней. Участники пишут на карточках свои решения и передают ведущему, не показывая другим игрокам (или пишут в личный чат). Ведущий проводит подсчеты и оглашает результаты раунда (или нескольких раундов). Можно сразу оглашать имена победителей каждого раунда (такая форма обратной связи, как показали эксперименты, способна усиливать степень координации [Duffy, Feltovich, 2006; Devetag, 2005]), можно не оглашать.
Преимущество очной формы координационной игры по оценке репутации, во-первых, связано с тем, что это просто яркая «настольная» азартная игра, и, во-вторых, она дает новую информацию благодаря возможности обсуждать и обдумывать результаты с представителями сообщества прямо по ходу игры. Например, можно обсуждать итоги каждого раунда, почему разные играющие согласны или не согласны с ними; или ввести фигуры двух дискутантов по каждому из оцениваемых, которые вслух говорят, почему они ставят тот или иной балл. Недостаток — игра неизбежно охватит только небольшую часть сообщества (в таком формате элемент игры ярче, а элемент опроса — слабее).
III. Модификации протокола игры.
Минимальный список:
IIIa. Контрольный вариант—обычный опрос, не координационная игра: спрашивать каждого участника о том, что думает лично он, без введения правил по координации, решение большинства и т. п. Нужен в тех случаях, когда важно сравнить эффект введения координационной игры.
IIIb. Игры с моральным (символическим) вознаграждением — победитель получает возможность ощутить (и представить другим) свою «крутизну» — его мнения совпали с мнениями сообщества, он лучше прочих понимает репутацию и разделяет знание/ценности сообщества. Это можно публично выразить в виде значков, медалей и т. п.
IIIc. Игры с материальным вознаграждением (деньги или токены, обмениваемые на что-то ценное). Здесь азарт усиливается еще и за счет желания выиграть (или, если сами игроки ставят что-то на кон, страхом проиграть). Минус такой модификации координационной игры уже был описан выше — велик соблазн использовать разные хитрости (вроде картельного сговора) для выигрыша, «социальный» сигнал точки Шеллинга искажается.
Результаты пилотных испытаний
Описанный способ прояснения профессиональных репутаций (на основе токе-низированных реестров, понимания репутации как неявного социального знания и координационных игр) мы испытали в нескольких экспериментах. К сожалению,
финансовых, технических и организационных возможностей было недостаточно для полноценной реализации модели (особенно в том, что касается элементов токенизации, вознаграждения и игры). Однако мы, по крайней мере, попытались оценить, как представители двух научных сообществ (русскоязычные астрономы и социологи) реагируют на такого рода вопросы о репутации друг друга, не встретит ли наша модель полное отвержение, а также насколько достоверные результаты могут быть получены с помощью ее применения.
В январе — марте 2022 г. проводился онлайн-опрос, чтобы выявить наиболее известных и авторитетных астрономов (вопросы «Укажите, пожалуйста, ФИО наиболее авторитетных, с Вашей точки зрения, ныне здравствующих русскоязычных (работающих в России или за рубежом) астрономов. Не более 10 имен, в любой последовательности» и «Укажите, пожалуйста, ФИО ныне здравствующих русскоязычных (работающих в России или за рубежом) астрономов, научные статьи которых Вы бы прочитали в первую очередь. Не более 10 имен, в любой последовательности») 15.
На втором этапе эксперимента был задействован портал ВготЛор, где было технически реализовано голосование с применением принципов ТОЯ, системы смарт-контрактов и токенов (чтобы обеспечить одновременно анонимность голосования и возможность учета голосов). Вопросы для второго этапа голосования были размещены 25 февраля 2022 г. на странице: https://brom.top/batch_vote/ АА100000013421829128. В целях замера профессиональных репутаций из имен, названных на первом этапе, было отобрано пять ученых (Д. Вибе, А. Моисеев, С. Попов, А. Черепащук, И. Чилингарян). Относительно каждого задавалось два вопроса, один ранжированный («Какая формулировка наиболее точно описывает N7 Выдающийся ученый / сильный ученый / средний ученый / слабый ученый / вообще не ученый»), один дихотомический («Согласны ли Вы с тем, что деятельность N является образцовой с точки зрения профессиональной этики? Да/Нет»).
Важно отметить довольно большой процент отказов от участия в данном голосовании. Формулировки отказов выглядели следующим образом:
Я же не соавтор им. Я могу ответить,«симпатизирую/ не симпатизирую» про каждого, но про их профессиональную этику откуда я знаю?
Я отказываюсь это заполнять, это неэтично — так обсуждать коллег.
Некоторые отказы были мотивированы текущими политическими событиями:
15 Информация об опросе распространялась по следующим каналам: телеграм-чат ГАИШ МГУ (более 100 подписчиков); официальное письмо, направленное всем сотрудникам Государственного астрономического института имени П. К. Штернберга Московского государственного университета; официальное письмо, направленное всем сотрудникам Специальной астрофизической обсерватории Российской академии наук; 50 ученым-астрономам напрямую (работают в Московском государственном университете, Специальной астрофизической обсерватории, Санкт-Петербургском государственном университете, Институте астрономии российской академии наук, Институте космических исследований Российской академии наук, Астрокосмическом центре физического института Российской академии наук, Гарвард-Смитсонианском астрофизическом центре (США), Обсерватории Париж — Медон (Франция)). По нашим расчетам, итоговый охват составил более 1000 представителей сообщества русскоязычных астрономов, в настоящий момент или ранее аффилированных с российскими научными организациями. Всего получено 18 ответов Авторы благодарят Н. Подорванюка за помощь в организации опроса.
У нас научное сообщество неделю назад будет кардинально отличаться от того, что будет через пару месяцев. Фундаментальной науки в РФ больше не будет. Или на военных работать, или эвакуироваться. Ну окей, астрономии точно. Генетику и медицину попробуют оставить.
Полученные результаты, на наш взгляд, указывают на низкую поляризацию мнений среди ученых-астрономов (по крайней мере, относительно представленных в опросе персоналий). Два низших пункта шкалы «научного уровня» не выбрал никто, а распределение голосов по пунктам «выдающийся / сильный / средний ученый» почти совпало по всем персоналиям (2—3 — 10—2—5), и только И. Чи-лингарян немного вырвался вперед (7—10—1). Что касается вопроса о профессиональной этике, то в целом коллеги считают представленных в опросе ученых довольно этичными, хотя ни один из них не получил 100 % голосов: четверо участников получили на этот вопрос 17 утвердительных ответов из 18, один — 14 ответов. Или результаты этого эксперимента показывают относительно низкий уровень поляризации мнений относительно репутации коллег среди астрономов, или же участники голосования поведенчески тяготеют к «дипломатичным» ответам, к положительной оценке коллег. Если верно второе, то и в других «замерах» репутации в рамках нашей модели можно ожидать тяготение к средним величинам и избегание крайних мнений.
Второй эксперимент был проведен в марте — апреле 2023 г. среди русскоязычных социологов, сейчас или ранее аффилированных с российскими организациями. Список имен для оценивания был составлен заранее, в ходе консультаций с экспертами. Мы старались включить в список представителей различных направлений и «полюсов» современной отечественной социологии, особое внимание уделяя публично известным и противоречивым фигурам 16. Участникам опроса предложили высказать свое мнение о следующих авторах: С. Ю. Барсукова, В. С. Вахштайн 17, В. И. Добреньков, И. В. Задорин, Е. А. Михайлова, Е. Л. Омель-ченко, Д. М. Рогозин, М. М. Соколов, Ж. Т. Тощенко, А. Ф. Филиппов. Ссылка на оформленный опросник распространялась через рассылку журнала «Мониторинг общественного мнения» (ок. 1000 подписчиков) и в Те^гат-чате ассоциации «Социальные исследователи без границ» (136 членов) 18.
По результатам эксперимента можно отметить следующее. Репутация, как и в случае с астрономами, выступает «триггерной» темой — далеко не все готовы эксплицировать свои представления о коллегах (было заполнено всего 16 и 5 анкет, соответственно). Высказывалась и такая точка зрения: «Я не вижу, чтобы у нас было реальное сообщество, а потому какие представления сложились о ре-
16 После небольшого «паспортного» блока (возраст, образование, сфера, связанная с социологическими исследованиями, где работает респондент — наука, образование, полстеры, маркетинг), шли основные два вопроса анкеты: «Как, по Вашему мнению, профессиональное сообщество оценивает научный уровень следующих социологов, по шкале от 5 (выдающийся ученый) до 1 (вообще не ученый)?» и «Как Вам кажется, с точки зрения профессионального сообщества, являются ли научные тексты указанных ниже ученых этичными и адекватными профессиональным ценностям социологии?». Формулировки были изменены по сравнению с первым экспериментом, чтобы подчеркнуть важность выяснения не личного мнения респондентов, но их представлений о мнении сообщества.
17 Внесен в реестр иностранных агентов.
18 Авторы благодарят А. В. Кулешову за помощь в организации опроса.
путации разных персон, ответить не смогу, к сожалению». Однако среди ответивших высказанные мнения оказались четко артикулированными и поляризованными; промежуточно-дипломатичные баллы 4 и 3 использовались значительно реже, чем максимально положительные или резко негативные. Наконец, еще раз подчеркнем, что техническая невозможность включить в эти эксперименты такие элементы предлагаемой модели, как токенизация, вознаграждение и игра, заставляет говорить о них как лишь о предварительных подходах к будущим играм.
Перспективы и ограничения предлагаемого метода
Разработанное нами решение (координационная игра) в применении к исследованию таких сущностей, как репутации внутри профессиональных сообществ, может показаться не совсем обычным. Однако с его помощью преодолевается указанное выше противоречие между поиском истины и участием в соревновательной игре — между прояснением уникальной информации, хранящейся внутри индивида, и решением, принятым ради выигрыша. То самое «истинное знание о репутации», к которому мы стремимся, и представляет собой не индивидуальное субъективное мнение об объекте исследования, а представление о коллективном мнении сообщества о данном объекте; и координационная игра как раз дает решение для прояснения истин такого типа (в отличие от истин типа «за кого бы Вы проголосовали, если бы выборы президента состоялись в следующие выходные?»). Иными словами, мы принимаем, что то, что думает сообщество, равно тому, что N думает о том, что думают остальные в координационной игре. Репутация—это то, что, насколько возможно, снимает разрыв между индивидуальной позицией и мнением «всех». Подобным образом снимается противоречие между мотивацией сказать правду и мотивацией получить сиюминутный выигрыш. Хотя здесь, безусловны, важны процедурные элементы — определение объема выигрышей, фильтры на допуск к голосованию и т. п. Наконец, третье ключевое противоречие ТОЯ — между объективным и субъективным — снимается не столько предлагаемым нами механизмом, сколько включением классической дюркгеймианской оптики, в рамках которой агломерация субъективных мнений по определенным правилам открывает объективность.
Участники координационной игры взаимодействуют не с внешним наблюдателем, а друг с другом — тем самым уменьшаются негативные эффекты от вторжения внешней/чужой сообществу метрики (эффекты, крайне сильные в большинстве современных рейтинговых систем). И даже больше—такая практика создает возможность для саморефлексии и самоконституирования сообщества. Люди, играя, подтверждают свою принадлежность к нему и радуются ей. Это одна из причин, почему предлагаемый нами метод объективации профессиональных репутаций лучше традиционных опросов (где участники взаимодействуют только напрямую с опрашивающим).
Тем не менее нельзя не отметить достаточно сильные установки, снижающие мотивацию участвовать в предлагаемых нами координационных играх — установки, с которыми мы столкнулись уже в ходе пилотных обсуждений проекта. Речь идет прежде всего о неэтичности оценивания коллег (членов одного сообщества), страхе, отторжении — комплексе чувств, из-за которых взаимное оцени-
вание воспринимается как неприятное и нежелательное. Опасения также вызывает сам замысел экспликации и прояснения профессиональных репутаций как «тайного знания», о котором внешним наблюдателям лучше не знать. То есть повышение прозрачности и получение обществом надежной информации о закрытых профессиональных сообществах—что и составляет ценность нашего проекта,— членами этих сообществ воспринимается если не как угроза, то как нечто бесполезное для них лично.
Мы ни в коем случае не утверждаем, что наш инструмент лучше существующих методов социологии и смежных наук, но он может выступить интересным дополнением, мотивируя к участию тех респондентов, для которых игра, азарт, интерес победить — действенные стимулы. Помимо азарта, таким стимулом выступает, если мы говорим о профессиональных сообществах, также нежелание оказаться в числе тех, кого оценивают без права оценивать самому.
Список литературы (References)
Бурдьё П. Социология веры и верования социологов // Начала. M. : Socio-Logos. 1994. C. 133—140.
Bourdieu P. (1994) Sociologues de la croyance et croyance de sociologies. In: Nacha-la. Moscow: Socio-Logos. P. 133—140. (In Russ.)
Бурдьё П. Поле литературы // Новое литературное обозрение. 2000. № 45. С. 22—87. Bourdieu P. (2000) Le champ litteraire. New Literary Review. No. 45. P. 22—87. (In Russ.)
Бурдьё П. Клиническая социология поля науки // Социоанализ Пьера Бурдье. Альманах Российско-Французского центра социологии и философии Института социологии Российской Академии наук. M. : Институт экспериментальной социологии; СПб. : Алетейя, 2001.
Bourdieu P. (2001) Les usages sociaux de la science. Pour une sociologie clinique du champ scientifique. In: Pierre Bourdieu's Socioanalysis. Almanac of the Russian-French Center for Sociology and Philosophy of the Institute of Sociology of the Russian Academy of Sciences. Moscow: Institute of Experimental Sociology; St. Petersburg: Aletheia. (In Russ.)
Бычкова О., Космарский А. Блокчейн как res publica: к политической генеалогии распределенного реестра // Философия. Журнал Высшей школы экономики. 2021. Т. 5. № 4. С. 175—200. https://doi.org/10.17323/2587-8719-2021-4-175-200. Bychkova O., Kosmarski A. (2021) Blockchain as Res Publica: Towards a Political Genealogy of a Distributed Ledger. Philosophy. Journal of the Higher School of Economics. Vol. 5. No. 4. P. 175—200. https://doi.org/10.17323/2587-8719-2021-4-175-200. (In Russ.)
Камшилова О. Н., Чернявская В. Е. Академическая репутация: дискурсивный анализ современной российской практики // Terra Linguistica. 2020. Т. 11. № 1. С. 69—80. https://doi.org/10.18721/JHSS.11105.
Kumshilova O. N., Cherniavskaya V. E. (2020) An Academic Reputation: A Discursive Analysis of a Contemporary Russian Practice. Terra Linguistica. Vol. 11. No. 1. P. 69— 80. https://doi.org/10.18721/JHSS.11105. (In Russ.)
Картавцев В., Космарский А. Общество взаимного оценивания: как устроены и что скрывают современные системы рейтингования // СоциоДиггер. 2021. Т. 2. № 7 (12). С. 5—15.
Kartavtsev V., Kosmarski A. (2021) The Peer-Assessment Society: How Modern Rating Systems Work and What They Hide. SocioDigger. Vol. 2. No. 7. P. 5—15. (In Russ.)
Космарский А. А., Картавцев В. В., Подорванюк Н. Ю., Боде М. М. Трайбы и транспарентность: перспективы цифровых механизмов самоорганизации в российской науке // Мониторинг общественного мнения: экономические и социальные перемены. 2019. № 6. С. 65—90. https://doi.org/10.14515/monitoring.2019.6.05. Kosmarski A. A., Kartavtsev V. V., Podorvanyuk N. Yu., Bode M. M. (2019) Tribes and Transparency: Prospects for Digital Governance in Russian Science. Monitoring of Public Opinion: Economic and Social Changes. No. 6. P. 65—90. https://doi.org/10.14515/ monitoring.2019.6.05. (In Russ.)
Сафонова М., Соколов М. Структура российской социологии // Социологические исследования. 2021. Т. 11. № 11. С. 91—105. https://doi.org/10.31857/ S013216250015488-9.
Safonova M., Sokolov M. (2021) The Structure of Russian Sociology. Sociological Studies. Vol. 11. No. 1. P. 91—105. https://doi.org/10.31857/S013216250015488-9. (In Russ.)
Срничек Н. Капитализм платформ. M. : Издательский дом Высшей школы экономики, 2019.
Srnicek N. (2019) Platform Capitalism. Moscow: Higher School of Economics Publishing House. (In Russ.)
Шовен П.-М. Социология репутаций. Одно определение и пять вопросов // Отечественные записки. 2014. № 1. С. 85—99.
Chauvin P.-M. (2014). La sociologie des reputations. Une définition et cinq questions. Annals of the Fatherland. No. 1. P. 85—99. (In Russ.)
Bacharach M., Bernasconi M. (1997) The Variable Frame Theory of Focal Points an Experimental Study. Games and Economic Behavior. Vol. 19. No. 1. P. 1—45. https:// doi.org/10.1006/game.1997.0546.
Bourdieu P. (1975) The Specificity of the Scientific Field and the Social Conditions of the Progress of Reason. Information (International Social Science Council). Vol. 14. No. 6. P. 19—47.
Bourdieu P. (1992) Les règles de l'art. Genèse et structure du champ littéraire. Paris: Seuil.
Crawford V. P., Gneezy U., Rottenstreich Y. (2008) The Power of Focal Points Is Limited: Even Minute Payoff Asymmetry May Yield Large Coordination Failures. The American Economic Review. Vol. 98. No. 4. P. 1443—1458. http://dx.doi.org/10.1257/ aer.98.4.1443.
Dalen H. P., Henkens K. (2005) Signals in Science — On the Importance of Signaling in Gaining Attention in Science. Scientometrics. No. 64. P. 209—233. https://doi. org/10.1007/s11192-005-0248-5.
Dellarocas C. (2003) The Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms. Management Science. No. 49. P. 1407—1424. https:// doi.org/10.1287/mnsc.49.10.1407.17308.
Devetag G. (2005) Precedent Transfer in Coordination Games: An Experiment. Economics Letters. Vol. 89. No. 2. P. 227—232. https://doi.org/10.1016/j.econlet.2005. 05.038.
Devetag G., Ortmann A. (2007) When and Why? A Critical Survey on Coordination Failure in the Laboratory. Experimental Economics. Vol. 10. P. 331—344. https://doi.org/ 10.1007/s10683-007-9178-9.
Dorn C. (2019) When Reactivity Fails: The Limited Effects of Hospital Rankings. Social Science Information. Vol. 58. No. 2. P. 327—353. https://doi.org/10.1177/ 0539018419848994.
Duffy J., Feltovich N. (2006) Words, Deeds, and Lies: Strategic Behaviour in Games with Multiple Signals. The Review of Economic Studies. Vol. 73. No. 3. P. 669—688. https://doi.org/10.1111/j.1467-937X.2006.00391.x.
Gandini A. (2016) The Reputation Economy: Understanding Knowledge Work in Digital Society. London: Palgrave Macmillan. https://doi.org/10.1057/978-1-137-56107-7.
Gauthier D. (1975). Coordination. Dialogue. Vol. 14. No. 2. P. 195—221. https://doi.org/ 10.1017/S0012217300043365.
Gigerenzer G., Hertwig R, Pachur T. (eds.) (2011) Heuristics: The Foundations of Adaptive Behavior. New York, NY: Oxford University Press.
Hearn A. (2010) Structuring Feeling: Web 2.0, Online Ranking and Rating, and the Digital 'Reputation' Economy. Ephemera. Vol. 10. No. 3/4. P. 421—438.
Kosmarski A., Gordiychuk N. (2020) Token-curated registry in a scholarly journal: Can blockchain support journal communities? Learned Publishing. Vol. 33. No. 3. P. 333— 339. https://doi.org/10.1002/leap.1302.
Larrouy L. (2013) Bacharach's 'Variable Frame Theory': A Legacy from Schelling's Issue in the Refinement Program? GREDEG Working Papers 2013—11, Groupe de Recherche en Droit, Economie, Gestion (GREDEG CNRS), Université Cöte d'Azur, France.
Mehta J., Starmer C., Sugden R. (1994) The Nature of Salience: An Experimental Investigation of Pure Coordination Games. The American Economic Review. Vol. 84. No. 3. P. 658—673.
Origgi G. (2017) Reputation: What It Is and Why It Matters. Translated by Stephen Holmes, Noga Arikha. Princeton, NJ: Princeton University Press. https://doi.org/10.2307/j. ctvc77bzk.
Schelling, Th.C. (1960) The Strategy of Conflict. Cambridge, MA: Harvard University Press.
Shore Ch., Wright S. (2000) Coercive Accountability. In: Strathern M. (ed.) Audit Cultures. London: Routledge. P. 57—89.
Stahl D. O., Wilson P. W. (1995) On Players' Models of Other Players: Theory and Experimental Evidence. Games and Economic Behavior. Vol. 10. No. 1. P. 218—254. https://doi:10.1006/game.1995.1031.
Subhasish D. (2010) Nonmonetary Sanctions and Rewards in an Experimental Coordination Game. Journal of Economic Behavior & Organization. Vol. 73. No. 3. P. 377— 386. https://doi.org/10.1016/jjebo.2009.11.003.
Sugden R. (1995) A Theory of Focal Points. Economic Journal. No. 105. P. 533—550.
Whitley R. (1984) The Intellectual and Social Organization of the Sciences. Oxford: Oxford University Press.
