труде «Sibiria perlustrata, etc» («Описание Сибири»), до сих пор неопубликованном, выделены три части: первая - материалы по физической географии; вторая - растительный и животный мир, минералы, с описанием новых сибирских видов; третья озаглавлена «Любопытные филолого-исторические памятники и древности». Она содержит записи слов языков народов Сибири, сведения о некоторых восточных рукописях, а также фиксацию памятников археологии Сибири, выявленных исследователем.
Раздел, посвященный изучению научного наследия Д.Г. Мес-сершмидта в XVIII - начале XXI в., авторы обзора архивных материалов выразительно назвали «Мешок с золотом». «Очевидно, -приходят они к заключению, - что научное изучение творчества наследия ученого-энциклопедиста по прошествии 300 лет с момента начала его экспедиции до сих пор находится на начальном этапе. Причина такого положения - пугающая воображение специалистов обширность научного наследия подвижника науки, а также незнакомство современного исследователя с немецкой палеографией и латинским научным языком XVIII в. Как и 100 лет назад, его рукописи доступны и изучаются лишь ограниченным числом читателей академического архива в Петербурге» (с. 65).
Т. Б. Уварова
ЭТНОЛОГИЯ И АНТРОПОЛОГИЯ
2019.03.028. Т.Б. УВАРОВА. ОТ КОЛИЧЕСТВЕННЫХ ИССЛЕДОВАНИЙ К ЦИФРОВОЙ АНТРОПОЛОГИИ. (Обзор).
Ключевые слова: социальные феномены; математические методы исследований; социология жизни; большие данные; цифровая антропология.
Количественные (или формальные математические) исследовательские методы достаточно давно входят в научный инструментарий гуманитарных дисциплин, изменяясь вместе с тем под влиянием современных технологий, совершенствования вычислительной техники и информационных связей.
Большой авторский коллектив российских и зарубежных ученых подготовил очередной шестой выпуск Ежегодника «His-
tory and mathematics: Economy, demography, culture and cosmic civilization» [4], который, как и предыдущие, включил публикации, основанные на применении формальных (математических) методов в междисциплинарных исследованиях социальных феноменов. Такой подход позволяет, как подчеркивают во введении редакторы сборника, получить нетривиальные результаты в изучении различных сфер жизни общества в разные эпохи. В подготовке издания приняли участие исследователи Академии национальной экономики и государственного управления при Администрации Президента РФ, Института востоковедения РАН, Института прикладной математики РАН, Международного центра образования, социальных и гуманитарных исследований. Книга состоит из трех разделов: «Исторические и технологические измерения», «Экономические и культурные измерения», «Моделирование и теории», два из них содержат статьи по этнолого-антропологической проблематике.
Первый раздел открывает публикация «Гены и мифы: чьи гены и мифы принесли в Новый Свет разные волны переселенцев?», авторы которой - известные исследователи заселения Американского континента. В работе объединены и сопоставлены данные по собственно антропологическому материалу - биологической генетике - и сюжеты мифов, зафиксированные в различных районах Американского и Евразийского континентов. Территориальное распространение фольклорно-мифологических мотивов как древнего культурного наследия обнаруживает корреляции с биолого-генетическими характеристиками населения данных регионов. Согласно гипотезе авторов, такое совпадение свидетельствует в пользу признания Южной Сибири наиболее вероятной территорией исхода первых переселений в Новый Свет. Высока степень вероятности, что циркумгобийско-американские, меланезийские и урало-американские мифологические мотивы составляют древнейший слой мифологической традиции Нового Света, который мог быть принесен волной переселений, происходивших 1013 тыс. лет тому назад, т.е. достаточно близкой по времени к основной волне заселения Америки.
Перемещение «выходцев» из Южной Сибири - Центральной Азии в Новый Свет было активным на протяжении длительного периода, наиболее ранние эпизоды могут быть отнесены к эпохе
раннего голоцена. Фольклор тюрков Южной Сибири (алтайцы) демонстрирует несомненные параллели с фольклорными сюжетами населения Северной Америки, включая персонаж Койот / Лиса в качестве трикстера [4, p. 55]. Еще одна южносибирская группа -тувинцы - обнаруживают сходство с североамериканскими индейцами по краниологическим характеристикам.
Относительно гомогенный Трансберенгийский мифологиче-ско-фольклорный слой - (Чукотско-Камчатский и Аляскинский регионы) - представляет наследие более поздней переселенческой волны из Азии в Америку. Более того, в этом регионе не исключено длительное и постоянное встречное движение переселенческих потоков с одного континента на другой [4, p. 42]. Происхождение инуитской (эскимосский) мифологии едва ли может быть связано с какой-либо одной миграционной волной. Арктический фольклорный комплекс имеет азиатское происхождение, но одни его элементы имеют древнее происхождение, другие - относительно недавние.
Арно Тауш в статье «К новому глобальному картографированию гуманитарных ценностей человечества: По данным Всемирного обзора ценностей (6-й цикл опросов)» использует новые подходы к анализу массовых статистических данных. По мнению автора, которое приходит в противоречие с выводами современных социологических исследований, определяющих мейнстрим дисциплины, семейные и религиозные ценности продолжают оставаться важной позитивной опорой для современного общества. Их утрата зачастую становится причиной многих негативных социальных феноменов, которые фиксируют исследователи.
Повторяющиеся опросы фиксируют 22 ценностных фактора в 45 странах мира. Показатель развития личности (Overall Open Personality Index) определяется с учетом 12 факторов исследовательской методики и соотносится с уровнем развития государственных демократических институтов (Democracy Measure) [5, p. 135]. Проект, запущенный первоначально под названием Евро-барометр, уже в цикле исследований 1981-1984 гг. включил Южную Корею и Мексику, а вторая волна 1990-1994 гг. распространилась на бывшие коммунистические и развивающиеся страны. Доступные современные данные с различной степенью полноты характеризуют 100 стран, в которых проживает более 90% населе-
ния мира, число респондентов, охваченных опросами, достигает 400 тыс. человек. Никогда раньше в мировой истории не достигалось такой глобальной широты охвата данных об изменении основных ценностей и культур. Эти данные, а также результаты их математической обработки доступны на специальном интернет-ресурсе, поскольку публикация может представить лишь наиболее обобщенные выводы.
Современный ландшафт ценностей в глобальном измерении представляет картину не просто фрагментарную, но и далекую от логической стройности, поскольку она определяется высоким уровнем субъективного самовыражения представлений о важнейших ценностях, включая личное благосостояние, хорошие показатели здоровья, гендерное равноправие, терпимость к меньшинствам, постматериалистические ценности, активизм экологических движений [5, p. 147].
Так, например, такая ценность, как тяжелая работа, в результате которой достигается материальный успех в виде собственного бизнеса, компетентности и конкурентоспособности в своем деле, представляется важной в группе таких стран, как Узбекистан, Ливия, Соединенные Штаты, Румыния, Мексика. Напротив, антирыночные настроения сильны не только в бывших коммунистических странах, но и в странах Европейского союза, объединяя по этому показателю Азербайджан, Польшу, Украину, Нидерланды, Россию, Сингапур [5, p. 148]. Автор особо подчеркивает, что результаты исследования не претендуют на какую-либо оценочность или создание иерархических рейтингов по определенным параметрам. Примененные в исследовании методы факторного анализа лишь делают очевидными статистические взаимосвязи некоторых, казалось бы, не связанных между собой характеристик.
Академик РАН Ж.Т. Тощенко, автор нового теоретического направления - социологии жизни, или всестороннего исследования такого сложного объекта, как жизненный мир, - среди последних методологических новаций особо выделяет технологии «большие данные» («Big Data»), которые представляют собой совокупность методов работы с огромными объемами структурированной и неструктурированной информации. Введение термина «большие данные», как отмечает ученый, связывают с Клиффор-
дом Линчем, редактором журнала «Nature», подготовившим в сентябре 2008 г. специальный номер на тему «Как могут повлиять на будущее науки технологии, открывающие возможности работы с большими объемами данных?», в котором были собраны материалы о феномене взрывного роста объемов и многообразия обрабатываемых данных и технологических перспективах в парадигме вероятного скачка «от количества к качеству» [3, с. 382].
В целом большие данные - это серия подходов, инструментов и методов обработки больших объемов и значительного многообразия информации, сформировавшихся в конце 2000-х годов на основе баз данных и решений класса Business Intelligence и альтернативных традиционным системам управления. На их основе могут быть получены значимые для общества результаты, эффективные в условиях непрерывного нарастания неопределенности, распространяющейся на ключевые проблемы социальной теории и практики.
Иногда этот метод сводят к процедурам, характеризующим обработку данных, имеющих отношение только к бизнесу, маркетингу и рекламе. Но все больше и больше появляется исследований, основанных на анализе данных из социальных сетей, не только экономической, но и других сфер жизнедеятельности, от политической до развлекательной. И поэтому «большие данные» -это термин, не только описывающий большой объем информации, но скорее философия, которая позволяет эти данные правильно использовать. «И здесь исследователи встречаются с очень большими затруднениями, так как соединить воедино разрозненные данные очень сложно. По крайней мере, в настоящее время анализируется только 0,5% накопленных цифровых данных, несмотря на то что объективно существуют задачи, которые можно было бы решить с помощью аналитических решений класса «big data».
Так как жизненный мир в значительной степени связан с поведенческими практиками (покупательские привычки, использование Интернета, включая общение и игры в Сети), то доступ к ним возможен в режиме реального времени. И все эти информационные активы генерируются постоянно, независимо от каких-либо исследовательских процессов. Эти изменения заставляют задаться вопросом: смогут ли большие данные заменить собой классические социологические исследования? «На наш взгляд, по ряду
многих сфер общественной жизни это становится реальным, хотя многие аспекты внутреннего мира людей вряд ли можно зафиксировать при помощи "больших данных". Но несомненно одно: их использование - необходимый перспективный метод получения более надежной, достоверной информации, в данном случае о состоянии, тенденциях и проблемах развития жизненного мира» [3, с. 384].
Серьезным вызовом для социальных наук и поводом для переоценки их исследовательских возможностей стало появление феномена больших данных, в первую очередь, в сфере управления и в маркетинге. В конце первого десятилетия XXI в. в корпоративном секторе появился интерес к информации, оставляемой пользователями в виде цифровых следов в социальных сетях, при посещении сайтов, сетевого активизма, которые хранятся в виде данных на сервисах компаний и учреждений. Оказалось, что они могут быть использованы для анализа и прогнозирования поведения пользователей. Объемы, непосредственность доступа, скорость получения и обработки позволили определить эти материалы как большие данные - big data. «В широком контексте большие данные - это своего рода фон, на котором все социальные науки пытаются проблемизировать собственные основания» [2, с. 57], от создания новой «категоризации реальности» до определения основ методологии ее исследования.
На фоне больших данных через различные метафоры уточняется природа качественных данных: «малые данные (small data)», «насыщенные данные (thick data)», «глубокие данные (deep data)», «культурные данные (cultural data)». Под этнографией автор понимает обозначение междисциплинарных подходов, берущих начало в социальной и культурной антропологии.
Большие данные и этнография находятся, казалось бы, на разных полюсах исследовательских методологий и эпистемологий, что в реальности далеко не так однозначно, поскольку антропология с начального этапа своего развития, с исследований Э. Тайлора и Б. Малиновского балансирует между описанием и «доверием к числам» в виде различного рода статистических данных. С начала XXI столетия глобальные процессы дигитализации превращают всех «качественников» в цифровых гуманитариев, которые не только находят, собирают, архивируют исследовательские данные
и материалы, но и предоставляют их друг другу для обработки и анализа. Активное использование цифровых методов и инструментов существенно изменило исследовательские возможности даже на персональном уровне, увеличив объем доступных данных, скорость их обработки и масштаб анализа.
С появлением аналитики больших чисел, как казалось на начальном этапе ее развития, появились возможности создания моделей социальных процессов, основанных на эмпирических данных, причем гораздо более точных, чем научные прогнозы. «В "эмпирической эпистемологии" считается, - как пишет Д.С. Сивков, -что "механическая объективность" устраняет субъекта-исследователя и оставляет принятие решений техническим специалистам. В этом смысле этнография и - шире - качественные исследования, с акцентом на малых данных и контекстуальности, кажется, вступают в противоречие с методами разработки больших данных» [2, с. 59].
Однако, несмотря на первоначальный методологический оптимизм big data, в бизнес-этнографии, особенно в маркетинговых исследованиях, для проведения которых корпорации часто привлекают антропологов, заговорили о недостатках больших данных и преимуществе этнографии. Считается, что этнография способна провести более глубокие точечные замеры социальных потребностей, тогда как биг-аналитики уделяют внимание только тому, что может быть замерено [там же].
Этнография не только раскрывает реальные смыслы действий отдельных людей - потребителей конкретных товаров (спортивного питания, спортивной одежды и снаряжения), но и может предложить рамки для интерпретации больших данных и результатов машинного анализа. Большим данным требуются «маленькие паттерны (little patterns)», которые позволяют понять, где искать данные, что именно следует исследовать и как это использовать.
Этнография - это по своей природе сотрудничество, поскольку даже основной исследовательский метод - включенное наблюдение - уже предполагает взаимодействие с изучаемым объектом. В качественных исследованиях производятся и используются большие массивы разнородных данных: полевые заметки, аудио- и видеофайлы, фотографии, транскрипты интервью, данные
переписей и опросов. Сюда же следует добавить метаданные и па-раданные, содержащиеся в корпусах качественных и количественных данных. Архивирование и доступ к архивам делают возможным работу с «сырыми данными», возможность повторного исследования этнографических коллекций данных, создание корпусов данных, извлечение дополнительной информации в виде метаданных и анализ «цифровых следов» [2, с. 61].
Сегодня существует общее цифровое решение для полевиков и архивистов: Интернет может быть общим для различных групп специалистов (в университетах, лабораториях, музеях, архивах) хранилищем и интерфейсом для обмена, анализа и хранения данных. «Дигитизация» делает возможным преодоление разрыва между коллекциями данных, хранением и простым использованием. Она объединяет работников поля, архивистов и пользователей в комплементарном партнерстве.
Вместо противопоставления этнографии и методов машинной обработки более перспективной видится коллаборативная работа, в рамках которой возможно объединение и корреляция больших и малых данных, поиск теоретических обобщений. С одной стороны, этнография позволяет быть более внимательным к малым и исключительным группам пользователей, которые оставляют специфические цифровые следы, в общем контексте остающиеся незамеченными. С другой стороны, исследования больших данных помогают уточнить и проблематизировать традиционные качественные понятия, например, понятие контекста.
Хотя big data становятся зонтичным понятием, обозначающим все и ничто, необходимо очертить контуры перспективных исследований этого направления в других дисциплинах, в частности, в области взаимодействия с этнографией. «Необходимо проверить, как в исторической и теоретической перспективе работает напряжение между требованием быть строгой наукой и использовать принципы квантификации и не-репрезентативным потенциалом этнографии, отрицающим требования объективности» [2, с. 64].
Попытки математической обработки статистических данных применяются и для получения общедисциплинарных наукометрических характеристик современной российской этнологии, например моделирования когнитивной структуры дисциплины на основе
анализа журнальных социтирований [1]. Хотя выводы петербургского социолога Б.Е. Винера, применившего этот подход для создания ментальной карты дисциплины, выглядят не бесспорными, тем более что автор использует не самые репрезентативные источники, сам подход, безусловно, представляет новые возможности наряду с более традиционными библиометрическими разработками.
Список литературы
1. Винер Б.Е. Российская этнология в начале XXI в.: Когнитивная структура дисциплины на основе анализа журнальных социтирований // Мир России. Социология. Этнология. - М., 2017. - № 3. - С. 165-193.
2. Сивков Д.Ю. Большие данные в этнографии: вызовы и возможности // Социология науки и технологий. - СПб., 2017. - Т. 8, № 1. - С. 56-67.
3. Тощенко Ж.Т. Социология жизни. - М.: ЮНИТИ-ДАНА, 2016. - 399 с. - (Серия «Magister»).
4. Genes and myths: Which genes and myths did the different waves of the peopling of Americas bring to the New World? / Korotaev A., Berezkin Yur., Borinskaya S., Davletshin A., Khalturina D. // History and mathematics: Economy, demography, culture and cosmic civilization / Ed. by Grinin L., Korotaev A. - Volgograd: Uchitel, 2017. - C. 9-78.
5. Tausch A. Towards new maps of global human values, based on World Values Survey Data // History and mathematics: Economy, demography, culture and cosmic civilization / Ed. by Grinin L., Korotaev A. - Volgograd: Uchitel, 2017. -C. 135-199.
2019.03.029. ТЕХНОЛОГИИ И ТЕЛЕСНОСТЬ / Отв. ред. Соколовский С В. - М.: ИЭА РАН, 2018. - 452 с. - (Серия: Инновации в антропологии; вып. 3. Электронная версия).
Ключевые слова: телесность и технологические инновации; витализм; механицизм; постгуманизм; биомеханика.
Коллективная монография стала третьим выпуском в серии, представляющей тематику актуальных антропологических исследований, посвященных феномену новых технологий, влияющих на все без исключения стороны жизни общества и провоцирующих стремительные изменения как его культуры, так и самого человека. Главы монографии объединены в три тематических раздела, озаглавленных «Постгуманизм, техносреда, габитус», «Тела живые и мертвые», «Киборги, андроиды, химеры».