Как ученый данных и этнограф я работал над многими типами исследовательских проектов. В профессиональной и деловой среде меня воодушевляет огромный рост как науки о данных, так и этнографии, но я разочарован тем, что, несмотря на недавние разработки, которые делают их более похожими, их соответствующие команды, похоже, разрастаются и конкурируют друг с другом.
В академических кругах количественные и качественные методы исследования исторически развивались как отдельные и конкурирующие подходы, как если бы при проведении исследований приходилось выбирать, какое направление выбрать: отделы или отдельные исследователи специализируются на одном или другом и борются за скудное финансирование исследований. Одним из основных обоснований такого разделения было представление о том, что количественные подходы имеют тенденцию быть предписывающими и нисходящими по сравнению с качественными подходами, которые имеют тенденцию быть описательными и восходящими. К сожалению, многие профессиональные исследовательские контексты унаследовали это разделение.
Недавние разработки в области науки о данных проводят параллели с качественными исследованиями и, во всяком случае, могут стать отправной точкой для совместного взаимодействия. То, что развилось как традиционная статистика, преподаваемая на вводных курсах по статистике, как правило, нисходящее, предполагает, что данные следуют предписанной идеальной модели, и задает систематизированные вопросы, основанные на этой идеальной модели. В рамках развития машинного обучения произошел сдвиг в сторону моделей, уникально адаптированных к рассматриваемым данным и контексту, которые разрабатывались и уточнялись итеративно. [i] Эти тенденции могут свидетельствовать о нарушении нисходящего характера традиционной статистической работы.
Если когда-либо и было время для интеграции количественных данных и качественных этнографических исследований, то сейчас. Во все более важной «экономике данных» понимание пользователей/потребителей имеет жизненно важное значение для разработки стратегических методов ведения бизнеса. В деловом мире как социально ориентированные специалисты по данным, так и этнографы являются экспертами в понимании пользователей/потребителей, но разделение их на конкурирующие группы только препятствует истинному синтезу их идей. Интеграция этих двух направлений должна включать не только объединение соответствующих исследовательских групп и их проектов, но и поощрение исследователей к накоплению опыта в обоих направлениях вместо того, чтобы просто специализироваться на одном или другом. Новая творческая энергия может прорваться, когда мы перестанем относиться к ним как к отдельным методологиям или специальностям.
[i] Нафус, Д., и Нокс, Х. (2018). Этнография для мира, насыщенного данными. Манчестер: Издательство Манчестерского университета, 11–12.
(Исходная публикация находится здесь:https://ethno-data.com/integrating-ethnography-and-data-science/. Прочтите остальные статьи по адресу: http://ethno-data.com/.)
Благодарим компанию Towards Data Science за публикацию статьи. Подробнее об их работе см. это.
