Цифровизация важна не только для работы профессионалов на своих рабочих местах, но и для благополучия специалистов и адаптации к изменениям в информационной сфере, а также для предоставления населению качественных образовательных, медицинских и социальных услуг. В работе использованы методы машинного обучения в целях классификации регионов по набору показателей электронных услуг и сервисов. Получено четкое разделение регионов на две большие, практически равные группы по этому набору показателей. Использование известных статистических критериев продемонстрировало статистическую значимость такого разделения. Построены диаграммы рассеяния как пример взаимосвязи подобных показателей. Множественный коэффициент корреляции между показателями электронных услуг и сервисов равен 0,71, что свидетельствует в пользу тесной связи между индикаторами цифровизации услуг. Кроме того, получено разделение регионов на кластеры с помощью иерархической кластеризации, из которой следует, что Москва в предоставлении электронных услуг и сервисов значительно обогнала другие регионы России, а остальные субъекты гетерогенны по этому показателю с учетом рассмотренных индикаторов цифровизации регионов по данным Федеральной службы государственной статистики за май 2024 г.
Идентификаторы и классификаторы
- Префикс DOI
- 10.26425/2658-347X-2024-7-4-33-43
Можно предположить, что на пользование цифровыми услугами влияет уровень среднедушевого дохода. Статистически значимый коэффициент корреляции (по критерию Фишера) между показателями «электронные услуги и сервисы в мае 2024 г. на душу населения» и «среднедушевые денежные доходы населения за один месяц по данным за первый квартал 2024 г.» равен 0,39 (значимость критерия – 0,002), что говорит о наличии такой связи, но достаточно умеренной.
Список литературы
1. Ашманов И.С., Касперская Н.И. Цифровая гигиена. СПб.: Питер; 2021. 400 с.
2. Бабинцев В.П., Серкина Я.И. «Цифровизация» и «дигитализация» социальной реальности в предметном поле социологии: проблема адекватности понятий. Знание. Понимание. Умение. 2022;4:80-91. https://doi.org/10.17805/zpu.2022.4.7
3. Бальчиндоржиева О.В., Золхоева М.В. Цифровая культура vs культурная уникальность? (к вопросу о сохранении китайской культурной идентичности). Социологические исследования. 2022;3:90-97. https://doi.org/10.31857/S013216250016858-6
4. Борисова Л.Р., Кузнецова А.В. Анализ многопараметрических датасетов методами машинного обучения для создания рекомендательных систем в HP практике. В кн.: Цифровая трансформация социальных и экономических систем: материалы международной научно-практической конференции, Москва, 26 января 2024 г. М.: Московский университет имени С.Ю. Витте; 2024. С. 195-203.
5. Борисова Л.Р., Кузнецова А.В., Сергеева Н.В., Сенько О.В. Применение методов машинного обучения для сравнения компаний арктической зоны РФ по экономическим критериям в соответствии с рейтингом полярного индекса. Компьютерные исследования и моделирования. 2020;1(12):201-215. https://doi.org/10.20537/2076-7633-2020-12-1-201-215
6. Вакуленко С.А., Жихарева А.А. Практический курс по нейронным сетям: учебное пособие. СПб.: Университет информационных технологий, механики и оптики; 2018. 71 с.
7. Грошев И.В., Красовский Ю.Д. Цифровая трансформация социальных исследований и разработок. Цифровая социология. 2018;1:9-17. https://doi.org/10.26425/2658-347Х-2018-1-9-17
8. Исаенко В.О., Рыбина М.Н. Внедрение системы CardioQVARK для персонализации лечения в условиях формирования экосистемы цифрового здравоохранения. Цифровая социология. 2018;1:35-40. https://doi.org/10.26425/2658-347X-2018-1-35-40
9. Конюхова В.Е., Вафоев Д.А. Роль математического моделирования в цифровой экономике. Международный журнал теоретических и прикладных вопросов цифровых технологий. 2023;1(3):121-126.
10. Кропивецкий Э.Н., Дубоглазова Ю.А., Заборовский Д.А. Цифровизация услуг в социальной сфере: проблемы и перспективы. Экономические науки. 2022;4(209):258-264. https://doi.org/10.14451/1.209.258
11. Крыштановская О.В. Бесконтактная социология: новые формы исследований в цифровую эпоху. Цифровая социология. 2018;1(1):4-8. https://doi.org/10.26425/2658-347X-2018-1-4-8
12. Кузнецова А.В., Сенько О.В. Возможности использования методов Data Mining при медико-лабораторных исследованиях для выявления закономерностей в массивах данных. Врач и информационные технологии. 2005;1:49-56.
13. Кузнецова А.В., Сенько О.В., Кузнецова Ю.О. Преодоление проблемы «черного ящика» при использовании методов машинного обучения в медицине. Врач и информационные технологии. 2018;7:74-80.
14. Кузнецова Ю.О., Борисова Л.Р., Кузнецова А.В., Сенько О.В. Прозрачный интерфейс для прогноза в машинном обучении. В кн.: Аналитика и управление данными в областях с интенсивным использованием данных: сборник научных трудов XIX Международной конференции DAMDID/RCDL’ 2017, Москва, 10-13 октября 2017 г. М.: Федеральный исследовательский центр «Информатика и управление» Российской академии наук; 2017. С. 493-495.
15. Мамченко О.П., Акимочкина Т.А., Половникова Е.С., Шаповалова С.В. Моделирование социально-экономических процессов в условиях цифровизации экономики. Управление экономическими системами. 2019;5(123).
16. Матвиевский С.С., Борисова Л.Р. Кластеризация стран Азиатско-Тихоокеанского региона по значениям инклюзивного экономического роста. Вестник университета. 2023;1:112-121. https://doi.org/10.26425/1816-4277-2024-1-112-121
17. Петровa Н.П., Овечкина А.И. К вопросу о цифровой трансформации российской экономики. Известия Санкт-Петербургского государственного экономического университета. 2021;1:57-62.
18. Романова Н.В. Цифровизация услуг в социальной сфере: проблемы и перспективы. Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2020;1(31):58-65.
19. Саати Т. Принятие решений. Метод анализа иерархий. Пер. с англ. Р.Г. Вачнадзе. М.: Радио и связь; 1993. 278 с.
20. Сенько О.В., Кузнецова А.В., Воронин Е.М., Кравцова О.Д., Добролюбова О.А., Борисова Л.Р. и др. Методы интеллектуального анализа дан ных в исследованиях эпидемии COVID-19. Журнал Белорусского государственного университета. Математика. Информатика. 2022;1:83-96. https://doi.org/10.33581/2520-6508-2022-1-83-96
21. Сухов А.Н. Цифровизация социальной сферы и ее последствия. Социальная политика и социальное партнерство. 2023;8. https://doi.org/10.33920/pol-01-2308-01
22. Щекотин Е.В., Гойко В.Л., Басина П.А., Бакулин В.В. Использование машинного обучения для изучения качества жизни населения: методологические аспекты. Цифровая социология. 2022;1(5):87-97. https://doi.org/10.26425/2658-347X-2022-5-1-87-97
23. Divina T., Petrakova E. Cherskov A. Applying the hierarchy analysis method to evaluate learning outcomes. In: Proceedings Proceedings of the II International Scientific Conference on Advances in Science, Engineering and Digital Education (ASEDU-II), Krasnoyarsk, 28 October 2021. New York: AIP Publishing; 2022. https://doi.org/10.1063/5.0104789
24. Khlystova O., Kaluzhnоva Y. The impact of the creative industries and digitalization on regional resilience and productive entrepreneurship. The Journal of Technology Transfer. 2023;48:1654-1695. https://doi.org/10.1007/s10961-023-10020-2
25. Senko O., Kuznetsova A. A recognition method based on collective decision making using systems of regularities of various types. Pattern Recognition and Image Analysis. 2010;2(20):152-162. https://doi.org/10.1134/S1054661810020069
26. Toth G., Elekes Z., Whittle A., Lee Ch. Technology network structure conditions the economic resilience of regions. Economic Geography. 2022;4(98). https://doi.org/10.1080/00130095.2022.2035715
27. Zhang J, Gorp D. van, Kievit H. Digital technology and national entrepreneurship: an ecosystem perspective. The Journal of Technology Transfer. 2022;48(3):1077-1105. https://doi.org/10.1007/s10961-022-09934-0
Выпуск
Другие статьи выпуска
Обзор исследовательского хэндбука по цифровой социологии в редакции Я. Скопека представляет собой критический анализ указанной предметной области, включающей исследования цифрового общества, цифровую жизнь, цифровое вовлечение, цифровые научно-технические изменения и их последствия и многие другие, сопряженные с ними актуальные проблемы. Эта книга, с одной стороны, ориентирована эмпирически, а с другой – не теряет в своей фундаментальности убедительности, аналитической и научной глубины. Целью обзора является представление ключевых идей всех 25 глав хэндбука, поэтому в рамках редакционных правил мы вынуждены изложить его в двух частях. В 5 разделах хэндбука предложены такие тематические ориентации цифровой социологии, как социальная теория и интернет в повседневной жизни индивидов и групп, изучение цифровых сообществ, анализ онлайн-взаимодействий, цифровое участие и неравенство, последствия цифровых технологических изменений. К каждой главе рекомендована объемная научная литература, как классическая так и современная, как правило, изданная за последние годы, что существенно расширяет радиус предлагаемых предметных контекстов. В первой части этого обзора представлены ключевые идеи 15 глав, посвященные базовым компонентам социальной теории и их связям с интернетом в повседневной жизни, цифровым технологиям социальных опросов, сбору и обработке данных, важности мобильных устройств и больших данных, особенностям машинного обучения, агентно-ориентированным моделям социальных явлений, инклюзивным цифровым фокус-группам, сайтам социальных сетей в профессиональных контекстах, онлайн-знакомствам, выбору партнера на основе цифровой информации, использованию цифровых подходов на онлайн-рынках, применению YouTube в социальных науках, автоматизированному анализу изображений. Особенность обзора – представление стыка цифрового формата и социальной жизни как противоречий должного (компьютерные науки) и сущего (социальные науки), отражающих цифровое и социальное пространства в поисках моделирования смысла коммуникации и действий.
В работе предпринята попытка обобщения существующих точек зрения по вопросам оценки воздействия цифровизации на структуру занятости и рынок труда в Российской Федерации (далее – РФ). Цель исследования заключается в выявлении ключевых направлений воздействия цифровизации на социально-экономические процессы, структуру занятости населения и рынок труда в РФ. Использовались общенаучные методы исследования: анализ, синтез, сравнение, обобщение, библиографическое описание, а также метод графической визуализации данных. Проанализированы различные составляющие влияния цифровизации и цифровых технологий на занятость. Отмечаются как положительные, так и отрицательные воздействия. Рассматриваются изменения в характере трудовой деятельности, подчеркивается закономерный рост спроса на цифровые компетенции сотрудников, определяются процессы появления новых профессий и форм занятости, в особенности нестандартных форм. Сделаны выводы о многосторонности и противоречивости воздействия цифровизации на рынок труда. Цифровизация как порождает существенные перспективы улучшения занятости населения (создает новые профессии, способствует росту производительности и эффективности труда, позволяет развивать дистанционные и гибкие формы занятости), так и обусловливает необходимость проработки ряда проблемных вопросов (постоянное обновление и развитие навыков работников, особенно в области цифровых компетенций, усложнение труда, поляризация рынка труда, регулирование нестандартных форм занятости).
В работе рассматриваются роль эмоционального интеллекта (англ. emotional quotient) при осуществлении управленческой деятельности и конкурирующая позиция искусственного интеллекта (далее – ИИ), пытающегося его освоить через алгоритмы обучения и реализации в практике управления. Изучаются подходы к обучению ИИ эмоциям, систематизируются проблемы внедрения технологий ИИ в управленческий процесс, а также перспективы их разрешения. Актуальность социологического исследования эмоций в процессе социального управления обоснована возрастающими тенденциями влияния и развития искусственных технологий, активно проникающих во все сферы современного общества и приводящих к изменениям, последствия которых еще слабо прогнозируемы, а поэтому требуют своевременной оценки. Методом исследования выступает качественный контент-анализ научных и научно-практических источников, посвященных предмету работы – эмоциональному интеллекту в профессиональной управленческой деятельности. В качестве выводов обосновываются необходимость освоения эмоциональных навыков руководителями организаций социальной сферы, в том числе правоохранительной направленности, в практической деятельности которых преобладает необходимость эффективного коммуницирования с внешней и внутренней средой функционирования, а также включение эмоциональных компетенций в качестве приоритетных при освоении лидерских качеств руководителей.
Исследование актуально для социологической теории и общественной практики, так как посвящено анализу роли цифровой социализации пожилых людей в защите от телефонного мошенничества. Цели исследования – характеристика современного телефонного мошенничества и выявление особенностей роли цифровой социализации пожилых людей в эффективной защите от попадания в статус жертвы. Информационная и эмпирическая основа исследования: данные Федеральной службы государственной статистики «Распределение населения, являющегося активными пользователями сети Интернет, по типам поселения и половозрастным группам», 2023 г.; материалы Всероссийского центра изучения общественного мнения «Телефонное мошенничество: мониторинг», 2024 г.; результаты пилотного интервью экспертов из числа сотрудников профильных подразделений полиции, 2024 г. Выявлено cледующее: наблюдается динамика роста количества звонков и сообщений, поступающих пожилым людям от телефонных мошенников; у пенсионеров превалирует низкая вероятность стать жертвой телефонных мошенников; основная роль цифровой социализации пожилых людей в защите от телефонного мошенничества заключается в усвоении правил и норм коммуникаций в цифровой среде и в приобретении опыта удаленных коммуникаций. Результаты исследования могут быть использованы в деятельности профильных подразделений полиции.
Работа посвящена рассмотрению нейросетевых генеративных технологий как маркера социальных стереотипов и установок. Цель – апробация генеративного искусственного интеллекта (далее – ИИ) в качестве метода социологического исследования социальных стереотипов, содержащихся в больших данных. Для реализации этой цели первоначально рассмотрены суть ИИ, правовые рамки применения и распространение на данный момент. Результаты апробации показывают, что возвращаемая ИИ информация содержит в себе социальные стереотипы, в первую очередь связанные с гендером и возрастом, а значит, ИИ действительно может использоваться в качестве инструмента для изучения социальных стереотипов. Источник сдвигов в данных в сторону стереотипических образов содержится в информации, на которой обучается ИИ, а также в коде самой программы, то есть в установках и мировоззрении разработчиков, так или иначе влияющих на процесс разработки программ. В подавляющем большинстве случаев (более 80 % от всей сгенерированной информации) ИИ возвращает по запросам, связанным с высокооплачиваемыми профессиями, молодых людей, преимущественно мужчин, что справедливо для гендеризированных и негендеризированных формулировок запроса. ИИ также свойственно приписывать различным социальным группам отдельные черты, например неряшливость и неорганизованность, репрезентовать их в связке с определенным стилем одежды, а также использовать ряд повторяющихся маркеров для обозначения статуса или богатства.
Работа посвящена рассмотрению методов исследования явления современной цифровой культуры – user experience (далее – UX), или пользовательского опыта. Это явление включает в себя знания и навыки, а также результаты поведения человека как пользователя цифровых ресурсов (продуктов, систем). UX-исследования направлены на изучение, анализ процессов непосредственного контакта человека с разными онлайн-продуктами: сайтами, приложениями и многими другими. В работе представлен обзор автоматизированных кабинетных методов, способов подбора методов в эмпирическом исследовании, затем – методов сбора (традиционных и специфических для UX) и обработки данных. Их анализ показывает, что одним из самых сложных вопросов систематизации является поиск баланса в таких дихотомических комплексах, как «юзабилити – гедонизм», «офлайн – онлайн». Именно в этих комплексах происходят самые интересные и специфические процессы смешивания методов, стандартизации методик и появления новых понятий области культуры цифрового поведения. Вместе в этим автор анализирует возможную будущую трансформацию методологии UX-исследований в прикладную отраслевую теорию цифровой культуры в рамках социологического знания. Автор приходит к выводу, что результаты данной трансформации вероятно, будут заметны не ранее, чем через 10 лет, при условии, что цифровизация не изменит своего вектора. Однако, считает автор, необходимо сейчас наблюдать за процессом формирования этой отрасли социологического знания, потому что практики UX-исследований постоянно представляют повторяющиеся результаты измерений разных аспектов цифрового поведения людей. Методологи социологического знания изучают адаптацию классической социологической методологии к цифровой культуре, а также к жизни общества на стыке офлайн и онлайн.
Издательство
- Издательство
- Государственный университет управления
- Регион
- Россия, Москва
- Почтовый адрес
- Рязанский просп., 99, стр. 1
- Юр. адрес
- 109542, г Москва, р-н Выхино-Жулебино, Рязанский пр-кт, д 99
- ФИО
- Строев Владимир Витальевич (РЕКТОР)
- E-mail адрес
- inf@guu.ru
- Контактный телефон
- +7 (495) 3778914
- Сайт
- https://guu.ru