ИИ в медицине и «Карта науки»: новые проекты участников школы Data-Diving
На площадке Томского государственного университета прошел очный модуль ежегодной Школы прикладного анализа данных, реализуемой «Академией Дата-Дайвинг» и ТГУ при поддержке Университетского консорциума исследователей больших данных. Девять смешанных команд из разных вузов и других учреждений работали над прикладными задачами на основе анализа данных. Результаты позволят реализовать новые образовательные, социальные проекты и наукометрические исследования.
В этот раз Школа прикладного анализа данных собрала около 60 слушателей из 13 университетов и организаций. В программу вошли три образовательных трека. В треке «Образование и общество» слушатели учились использовать анализ данных для реализации прикладных образовательных и социальных проектов. Трек «Рынок труда» был посвящен анализу вакансий с помощью сервиса «РосНавык» для создания актуальных и востребованных образовательных программ. Трек «Управление наукой» был направлен на использование метаданных научных статей в наукометрических исследованиях.
— В этом году зимняя школа была юбилейной и, вместе с этим, экспериментальной. У нас получилось соединить в ней несколько направлений: управление наукой, анализ рынка труда, образование и социально-значимые проекты. Мы расширили свою целевую аудиторию: если раньше к нам приходили преподаватели и исследователи университетов, то эта школа приняла сотрудников университетских библиотек, представителей бизнеса и органов власти. Участники оказались сильными и заинтересованными в повышении своих цифровых навыков, поэтому очный модуль школы прошел на одном дыхании, — комментирует академический руководитель «Академии Дата-Дайвинг» Юлия Мундриевская.
В течение трех дней участники Школы прикладного анализа данных учились принципам цифровой аналитики, осваивали инструменты анализа текстовой информации и сетевого анализа в рамках своих научных интересов, визуализировали тестовые наборы данных, а также работали над групповыми проектами в девяти смешанных командах.
Это проекты Skill Miss Meter Skill Stripper, «Новые форматы межкультурной коммуникации НБ ТГУ», «Исследование отношения к ценностно-формирующим дисциплинам «Основы российской государственности» и «Разговоры о важном» в социальной сети VK», «Анализ востребованности выпускников образовательных программ на рынке труда», «Формирование портфеля программ ФАУ «РосКапСтрой» для новых регионов», «Интеграция гуманитариев в сферу реального рынка труда», «Карта науки ТГУ», «Формирование перечня предложений по развитию нефтегазового комплекса на основе библиометрических данных открытой базы OpenAlex» и «Выявление трендовых направлений в научной области применения AI в медицине».
Над проектом «Новые форматы межкультурной коммуникации НБ ТГУ» работают сотрудники Научной библиотеки ТГУ и ЯрГУ. Цель проекта — закрепить за Научной библиотекой ТГУ статус интеллектуального и образовательного центра, способствующего межкультурному взаимодействию иностранных и российских студентов. Инструментом для достижения цели стал анализ контента сообществ «ВКонтакте».
Еще один проект слушателей школы из НБ ТГУ — «Карта науки Томского государственного университета». На этой многоуровневой карте будет представлена сеть научной коммуникации между исследователями университета. С ее помощью команда намерена выявить потенциал развития научной коммуникации.
Результатом трехдневного обучения в школе прикладного анализа данных стали дорожные карты групповых проектов, а также технические задания на выгрузку данных. После того как команды получат готовые датасеты, они приступят к их обработке и интерпретации в сопровождении экспертов и модераторов. А уже 25 декабря состоится итоговая защита проектов, где команды представят экспертам результаты своей проектной деятельности и получат зачеты по программе повышения квалификации.
Среди приглашенных экспертов, принявших участие в очном модуле школы, — д.ф.-м.н., профессор РАН, руководитель лаборатории машинного обучения и семантического анализа Института искусственного интеллекта МГУ, профессор МГУ и МФТИ Константин Воронцов. Он выступил с визионерской лекцией «Дилеммы развития искусственного интеллекта: чем заниматься — создавать возможности или устранять угрозы?». Еще один приглашенный эксперт, заведующая международной лабораторией прикладного сетевого анализа НИУ ВШЭ Дарья Мальцева провела серию мастер-классов по прикладному сетевому анализу для участников трека «Управление наукой».
— Мне очень понравился сам формат школы: достаточно сжато и кратко, но участники успели погрузиться в разные предложенные темы по сбору и анализу данных. Самое интересное — полученные знания нужно было сразу же применять на практике, формируя и защищая проекты своих настоящих исследований. На моем модуле коллегам нужно было научиться работать в новой для них программе Pajek. Участники были очень заинтересованы, задавали вопросы и очень радовались, когда у них получалось. Это всегда очень приятно для преподавателя — иметь заинтересованных слушателей, — рассказывает Дарья Мальцева.
Добавим, анализ данных стал одной из тем «Форума университетской социологии и изучения общественного мнения», прошедшего в ТГУ. В соответствующем треке выступили, в частности, генеральный директор ассоциации «Университетский консорциум исследователей больших данных» Вячеслав Гойко, академический руководитель «Академии Дата-Дайвинг» Юлия Мундриевская, руководитель сервиса мониторинга рынка труда «РосНавык», аналитик научно-исследовательской лаборатории прикладного анализа больших данных ТГУ Дарья Дунаева, замдиректора НБ ТГУ, аналитик лаборатории прикладного анализа больших данных Галина Сербина и другие эксперты.
В Школе приняли участие представители ТГУ, ТПУ, Законодательной думы Томской области, Новосибирского госуниверситета архитектуры, дизайна и искусств, Омского государственного технического университета, Сургутского и Югорского государственных университетов, Пермского государственного национального исследовательского университета, Новгородского госуниверситета им. Ярослава Мудрого, Ярославского госуниверситета им. П.Г. Демидова, Самарского национального исследовательского университета им. академика С. П. Королева, РАНХиГС и ФАУ «РосКапСтрой».
