Мини-набор макси-знаний: итоги проекта

Аналитический отчет по результатам опроса «Минимакс»

Мини-набор макси-знаний: итоги проекта

Опрос «Минимакс» проводился в рамках научно-просветительской программы «Всенаука» осенью 2019 года. Цель опроса — выявить «мини-набор макси-знаний», список ключевых тем, которые определяют, по мнению экспертов, современную научную картину мира.

Опрос «Минимакс» был организован фондом «Русский глобус» с использованием средств Фонда президентских грантов. Большую помощь в организации опроса оказали:

  • Российская академия наук
  • АНО «Левада-центр»
  • Российская государственная библиотека
  • Российская библиотечная ассоциация
  • Российское общество «Знание»
  • Всероссийский фестиваль науки «NAUKA 0+»
  • Культурно-просветительский центр «Архэ»
  • Просветительский фонд «Эволюция»
  • Просветительский проект «Курилка Гутенберга»
  • Научно-просветительское сообщество SciTeam
  • Научно-просветительский проект «Химия — просто»
  • Научно-популярная библиотека «Научка»
  • Научно-популярный журнал «Кот Шредингера»
  • Научно-популярный журнал «Думай»
  • Научно-популярный журнал «Наука и жизнь»
  • SciTopus: хаб научно-популярных каналов
  • Научно-информационный портал «Поиск».

Организация опроса

Опрос проводился в три этапа.

На первом этапе были проведены консультации со специалистами из самых разных областей науки и просвещения. Цель консультаций — выявить максимально широкий список тем, которые важны для понимания того, как устроен мир. По результатам сорока интервью со специалистами был сформирован лонг-лист — список из 148 тем (по ссылке можно увидеть все формулировки тем).

Для того чтобы облегчить ориентацию в лонг-листе, каждая тема по своему основному содержанию была условно отнесена к одной из восьми категорий: Природа (П), Жизнь (Ж), Человек (Ч), Социум (С), Культура (К), Универсалии (У), Технологии (Т), Методы (М). Краткое описание категорий и распределение тем по категориям приведены в Таблице 1.

Таблица 1. Распределение тем по категориям

На втором этапе проводился масштабный опрос экспертов с целью ранжировать темы, вошедшие в лонг-лист, по их важности для формирования современной научной картины мира. Эксперту предлагалось дать балльную оценку каждой темы. При этом перед голосованием он получал следующий комментарий:

«Обратите внимание! В этом голосовании для нас ценно Ваше мнение не как специалиста в конкретной области, а как человека широких взглядов. Если в какой-то теме Вы почувствуете себя недостаточно осведомленным — не беда. Просто оцените ее важность, как Вы это интуитивно чувствуете. В случае затруднений рекомендуем мысленный эксперимент. Представьте, что любознательный человек решил прослушать курс лекций, чтобы лучше разобраться в том, как устроен мир. Какие темы Вы бы в первую очередь включили в этот курс? Какие отложили бы на потом? Без каких обошлись бы вовсе? Смело ставьте свои оценки исходя из этих соображений».

Экспертное голосование проходило на сайте «Всенаука». Во избежание систематической ошибки для каждого эксперта формировался персональный список, в котором темы располагались в случайном порядке. Для того чтобы дать оценку темы, эксперту нужно было передвинуть ползунок на шкале, проградуированной от 0 до 10.

Фрагмент страницы экспертного голосования

Параллельно с опросом экспертов на сайте «Всенаука» проводилось открытое голосование по тому же списку из 148 тем. В каждом туре интернет-пользователю предлагалось сравнить между собой шесть случайно подобранных для него тем. Задание формулировалось так:

«Наша цель — выявить «мини-набор макси-знаний». Так мы называем наиболее важные темы, из которых формируется картина мира в голове современного человека. Мы покажем вам шесть тем из числа тех, что предложили наши эксперты. Выберите из них не более трех тем, которые вы считаете наиболее важными для понимания того, как устроен человек и окружающий его мир».

Фрагмент страницы открытого голосования

Интерфейс для открытого голосования был спроектирован как мини-игра. Пользователю, который выбрал три темы из шести, показывались результаты голосования других пользователей по этим темам и предлагалось проголосовать еще раз. Проголосовав еще раз, пользователь мог увидеть результаты общего голосования уже по двенадцати темам и так далее. Чем больше раз пользователь голосовал, тем больше информации об оценках других пользователей он получал. Это стимулировало пользователей голосовать еще и еще.

На третьем этапе по результатам экспертного и открытого голосования был сформирован «мини-набор макси-знаний». Методика анализа и итоговые таблицы приведены в разделе «Анализ результатов».

Эксперты опроса «Минимакс»

В опросе «Минимакс» приняло участие более 500 экспертов. При формировании корпуса экспертов предпочтение отдавалось видным ученым, преподавателям, популяризаторам науки, научным коммуникаторам и журналистам, библиотекарям, издателям и редакторам научно-популярной литературы, производителям мультимедийного научно-популярного контента, ведущим научно- популярных телепередач и видеоблогов, организаторам просветительских мероприятий.

Среди экспертов, принявших участие в опросе «Минимакс», — физик Алексей Хохлов, биолог Александр Марков, экономист Александр Аузан, социолог Лев Гудков, астрофизик Сергей Попов, лингвист Светлана Бурлак, кристаллограф Артем Оганов, антрополог Станислав Дробышевский, благотворитель Дмитрий Зимин, телеведущий Борис Бурда, видеоблогер Артур Шарифов, научный журналист Евгения Тимонова и многие другие известные популяризаторы науки, ученые и преподаватели.

Некоторые эксперты проекта «Минимакс»

Привлечение экспертов к опросу велось по нескольким направлениям.

  1. Индивидуальные обращения. Более 200 потенциальных экспертов получили индивидуальные приглашения принять участие в опросе «Минимакс». Индивидуальными приглашениями занимался специальный штат интервьюеров, работающих на проекте.
  2. Рассылки приглашений по специальным базам. Например, была сделана рассылка приглашений членам Комиссии по популяризации науки РАН, а также членам Ассоциации профессоров РАН. Еще один пример — рассылка по базе школьных учителей, участвовавших в программе поддержки выдающихся учителей благотворительного фонда «Династия». Эта рассылка позволила привлечь к опросу почти 100 выдающихся школьных учителей.
  3. Самостоятельная регистрация. На сайте «Всенаука» была возможность подать заявку на участие в экспертном опросе для любого желающего. Однако статус эксперта получали далеко не все. Более 60 человек не смогли пройти проверку, и их голоса не были учтены при подведении итогов экспертного голосования.

Каждый эксперт должен был пройти регистрацию на сайте «Всенаука» и заполнить анкету, сообщив о себе, в частности, следующие сведения:

  • фамилия, имя, отчество
  • пол
  • год рождения
  • место проживания
  • основное место работы и должность
  • образование
  • основная специализация
  • отношение к научпопу
  • звания, награды, другая дополнительная информация.

Собранная об экспертах информация позволила более точно интерпретировать результаты опроса (см. раздел «Анализ результатов»).

Анализ результатов

При подведении итогов были учтены результаты экспертного голосования 518 экспертов. По каждому эксперту была собрана информация не только о его балльных оценках 148 тем, но и сведения, характеризующие его пол, возраст, город проживания, уровень образования, основную специализацию и другие характеристики его индивидуального профиля.

Предварительный корреляционный анализ показал наличие связей слабой и средней силы между предпочтениями и социально-демографическими характеристиками экспертов. Однако анализ дисперсии средних оценок выявил особенности ответов некоторых экспертов: часть экспертов выставляли почти всем темам оценки 9 и 10 баллов (слабая дифференциация при высоких оценках), часть экспертов давали всем темам оценки на уровне 5-7 баллов (слабая дифференциация при низких максимальных баллах), часть экспертов давали оценки в максимально широком диапазоне. Чтобы сделать оценки разных экспертов сопоставимыми, была проведена нормализация данных — стандартизированная оценка темы экспертом рассчитывалась как отклонение балльной оценки, которую дал эксперт этой теме, от его средней балльной оценки всех тем, деленное на стандартное (среднеквадратическое) отклонение.

Затем были применены более продвинутые способы математико-статистической обработки собранных данных — факторный и кластерный анализы. Наиболее интересные и хорошо интерпретируемые результаты дал кластерный анализ (K-means). Он позволил сгруппировать экспертов в сравнительно однородные кластеры по их предпочтениям. Таким способом удалось избежать эффекта «средней температуры по больнице» и более гибко учесть различия мнений среди экспертов разного пола, возраста, профессий и уровня образования.

 
Распределение экспертов по кластерам

Кластерный анализ обнаружил существенные различия в подходах разных экспертов к оценке важности тем. Таблица показывает, каким темам отдавали предпочтение эксперты из разных кластеров.

Таблица 2. Выбор экспертов разных кластеров

[1] Каждая из 148 тем лонг-листа была условно отнесена к одной из 8 категорий (см. Таблица 1).

[2] Оценки стандартизированы. Отрицательная оценка указывает на то, что тема оценена ниже чем в среднем.

 

Из таблицы видно, что эксперты из первого кластера отдавали предпочтение темам, связанным с живой природой, в том числе с человеком как ее частью. Их повышенным вниманием пользовались также технологические темы. Это наиболее «практичная» группа экспертов. Экспертов из второго кластера можно было бы назвать «теоретиками» с естественно-научным уклоном. Они концентрируются на том, как устроена природа в целом — живая и неживая. Они считают важным понимание наиболее общих законов и принципов, а также особое внимание уделяют научному методу познания. Эксперты из третьего кластера выступают почти полной их противоположностью. Для них наибольшую ценность представляют знания о человеке как особом живом существе, о том, как устроено общество, o материальной и духовной культуре.

Оказалось, что различия в предпочтениях экспертов статистически связаны с особенностями их социально-демографического профиля. Некоторые из этих особенностей отмечены в Таблице 3.
Таблица 3. Особенности кластеров по составу экспертов

Как видно из таблицы, для первого кластера характерен повышенный процент экспертов-женщин, а для второго — экспертов-мужчин. В первом кластере меньше докторов наук и больше школьных учителей, чем в среднем по совокупности экспертов. А во втором кластере — больше экспертов с учеными степенями и двойным высшим образованием, преподавателей ВУЗов и ученых. Для третьего кластера характерен более молодой состав экспертов и повышенная доля «гуманитариев». Во втором кластере, наоборот, наблюдается более высокий процент «естественников», чем в среднем по всем экспертам.

Отмеченные зависимости нельзя толковать как единственное объяснение различий в предпочтениях экспертов из разных кластеров. На самом деле разный подход экспертов к оценке важности той или иной темы во многом зависит от их индивидуальности. Например, можно было бы предположить, что академик А.Р. Хохлов даст оценки, как большинство экспертов из второго кластера, если судить по его полу, возрасту, ученой степени и основной специализации (физика). Сам Алексей Ремович предположил, что он вошел в число экспертов первого кластера. Однако кластерный анализ показал, что по своему подходу к оценке тем ученый-физик А.Р. Хохлов ближе к третьему кластеру, где наблюдается повышенный процент учащейся молодежи и экспертов с гуманитарным уклоном.

Для каждого кластера была рассчитана средняя оценка каждой темы. Затем темы были ранжированы в соответствии с этими оценками. Таким способом мы получили три разных рейтинга тем, отражающих мнение трех разных групп экспертов.

В Таблице 4 приведены верхние 30 тем в каждом из трех рейтингов. Для каждой темы указана ее средняя стандартизированная оценка и ее ранг в соответствующем кластере. Темы со средней оценкой более 0,53 в каждом рейтинге выделены цветом. Бросается в глаза, что во втором рейтинге таких тем 26, а в первом — всего 14. Это может говорить о том, что эксперты из второго кластера более категоричны и более уверены в своих предпочтениях, чем эксперты из первого кластера.

Таблица 4. Рейтинги тем по кластерам (топ-30)
В Таблице 5 приводятся еще два рейтинга тем — (1) на основе средних оценок по всей совокупности экспертов и (2) на основе данных открытого голосования в Интернете (см. раздел «Организация опроса»).
Таблица 5. Рейтинги тем по усредненным оценкам (топ-30)

Сравнение двух рейтингов из Таблицы 5 между собой показывает, что их списки «топ-30» пересекаются почти на 3/4. Если же сравнить Таблицу 4 и Таблицу 5, то обнаруживается, что:

 

  1. Среди тем, выделенных цветом в Таблице 4, нет трех тем, которые вошли в топ-30 по данным экспертного голосования в целом (Таблица 5): «Искусственный интеллект», «Организм», «Изобретения и открытия». Несмотря на то, что в каждом кластере по отдельности эти темы не вышли в верхнюю часть списка, эксперты в совокупности оценили их довольно высоко.
  2. В топ-30 тем открытого Интернет-голосования (Таблица 5) вошли только две темы, которые не были отмечены экспертами: «Человек и Вселенная» и «Информация». Причем эти темы занимают довольно высокие места (7-е и 15-е соответственно).

По итогам проведенного анализа был собран шорт-лист тем. Принципиальная схема сборки шорт-листа была следующей.

Принцип создания шорт-листа

Из рейтингов каждого кластера в шорт-лист были отобраны темы, получившие стандартизированную оценку более 0,5. К ним были добавлены топ-30 тем, получивших наивысшую оценку в среднем по всем экспертам. Затем были удалены дублирующиеся темы. После этого в шорт-листе осталось 56 тем.

Чтобы ликвидировать самые очевидные противоречия между результатами экспертного и открытого голосования, в шорт-листе были сделаны две замены. Вместо тем «Электромагнетизм» и «Работа» (соответственно 92-е и 126-е места в рейтинге открытого голосования) в шорт-лист были включены темы «Человек и Вселенная» и «Информация» (соответственно 7-е и 15-е места в рейтинге открытого голосования).

Полностью шорт-лист, сформированный по итогам экспертного и открытого голосования, приведен в Таблице 6. В качестве оценки важности темы дана максимальная из оценок по трем кластерам.

Таблица 6. Шорт-лист

Мини-набор макси-знаний

После того как был сформирован шорт-лист, обнаружилось, что некоторые темы в нем существенно пересекаются по содержанию. Это позволило объединить часть тем. Способ укрупнения тем описан в Таблице 7.

Таблица 7. Укрупнение тем
Таблица 7. Укрупнение тем

После укрупнения тем в списке осталось 33 темы. Возник вопрос, по какому принципу их ранжировать. Использовать для этого один из рейтингов,, значило бы отдать предпочтение экспертам одного из кластеров. Благодаря тому, что в нашем распоряжении были результаты открытого голосования, появилась возможность ранжировать темы в «мини-наборе макси-знаний» по их популярности среди пользователей Интернета.

Схема составления «мини-набора макси-знаний»

Составленный по этой схеме «мини-набор макси-знаний» объединяет темы, которые, по мнению экспертного сообщества, наиболее важны для формирования современной научной картины мира. Он также отражает мнение широкой Интернет-аудитории, интересующейся популярной наукой.