Агент-ориентированное моделирование как инструмент анализа реформ науки и образования в России
Агент-ориентированное моделирование как инструмент анализа реформ науки и образования в России
Аннотация
Код статьи
S207751800010398-6-1
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Рамазанов Руслан Раисович 
Должность: Младший научный сотрудник
Аффилиация: Лаборатория современных проблем региональной экономики Центра стратегических и междисциплинарных исследований УФИЦ РАН
Адрес: Российская Федерация, Уфа
Аннотация

За последние двадцать лет образовательная сфера России подверглась существенной реформации, обусловленной демографическими факторами и стремлением властей инкорпорировать страну в так называемый Болонский процесс. В настоящей статье представлен обзор опыта применения агентного подхода к анализу данных реформ. В частности, обсуждается проблема оптимальной локализации федеральных и национальных исследовательских университетов; рассмотрен опыт применения имитационного моделирования к анализу новых рыночных способов трудовой мотивации академических работников. Очерчиваются перспективные направления применения агент-ориентированного подхода в области анализа макро- и микропроблем, возникающих при организации и оптимизации образовательного процесса.

Ключевые слова
агентная модель, имитационное моделирование, образовательные реформы, мотивация, академические работники, стимулы, оптимизация
Источник финансирования
Статья подготовлена в рамках выполнения плана НИР УФИЦ РАН по государственному заданию Министерства науки и высшего образования РФ
Классификатор
Получено
02.07.2020
Дата публикации
05.09.2020
Всего подписок
25
Всего просмотров
1626
Оценка читателей
0.0 (0 голосов)
Цитировать Скачать pdf
Доступ к дополнительным сервисам
Дополнительные сервисы только на эту статью
Дополнительные сервисы на все выпуски за 2020 год
1

Как уже было отмечено, направления образовательных реформ последних пятнадцати лет определяли демографические факторы и нацеленность властей на инкорпорацию страны в Болонский процесс. В правительственных протоколах констатировалось, что «количество образовательных учреждений, использующих инновационные подходы в своей деятельности, невелико, отсутствуют механизмы конкуренции и распространения новых подходов к реализации образовательных программ. Ряд образовательных инициатив носит локальный характер, и они с трудом распространяются на всю систему образования. Охват качественным образованием, необходимым для обеспечения равных стартовых возможностей карьерного и личностного роста российских граждан, продолжает оставаться, с одной стороны, недостаточным, а с другой – избыточно дифференцированным относительно социально-экономических условий в разных субъектах Российской Федерации. За последние 10 лет (2000 – 2010 годы) численность школьников сократилась более чем на 40 процентов…, прогнозная численность студентов вузов в 2013 году может составить около 4,2 миллиона человек, снизившись более чем на 40 процентов по отношению к численности студентов вузов в 2009 году (7,4 миллиона человек)» [13]. Итак, демографические тенденции и негативные факторы трансформации постсоветского уклада создали объективные условия для оптимизационных реформ и качественных изменений в сфере образования.

2

Ислакаева отмечает проблему отсутствия инструментария для моделирования среднесрочных и долгосрочных последствий реализации решений в области проведения региональной политики в сфере предоставления услуг высшего образования. В частности, отсутствуют критерии оптимального размещения вузов по территории страны. Ясность в данном вопросе могла бы обеспечить теоретическую базу при решениях о сокращении вузов и учреждении федеральных университетов. По планам реформаторов такие университеты должны оказывать содействие «системной модернизации высшего профессионального образования на основе интеграции науки, образования и производства, подготовки квалифицированных кадров для обеспечения долгосрочных потребностей инновационной экономики» [14].

3

Ислакаева и Зулькарнай предлагают использовать агент-ориентированный подход для оценки оптимальности локализации действующих федеральных университетов с точки зрения максимизации создаваемого ими системообразующего эффекта [5, 6]. В основе предлагаемой авторами агентной модели лежит концепция центральных мест Кристаллера-Леша [17]. Модель представлена двумя видами агентов: агентами-поселениями и агентами-университетами. Поселения характеризуются численностью и качеством населения. Под качеством населения понимается его потребность и восприимчивость к технологиям и инновациям. Вопрос качества населения автор оставляет открытым, подчеркивая индивидуальный характер данного свойства для каждого агента.

4

Прежде чем перейти к описанию имитационных экспериментов отметим важность географического аспекта в настоящей модели. От полноты и содержательности описания карты реализации во многом зависит адекватность результатов моделирования. Так, транспортная и телекоммуникационная инфраструктура, характеристики связанности географических пространств, наряду с демографическими факторами, являются определяющими при социально-экономическом описании территорий. Несмотря на большой прогресс в развитии платформ имитационного моделирования, проблема географической формализации все еще остается нерешенной. Это, прежде всего, проявляется в отсутствии или сложности вспомогательных оболочек в платформах имитационного моделирования. Также данная проблема находит свое отражение в отдельных публикациях авторов, посвящающих обширные заметки работе с географическими элементами программных платформ. Практическую ценность подобных работ трудно переоценить. Одной из таких работ является развернутая пояснительная статья Г. Т. Гумеровой. В ней автор рассматривает методологические вопросы использования карт GIS в среде Netlogo (рис.1) [4].

5

Рисунок 1. Интерфейс демонстрационной моделиб построенной с использование расширения GIS в среде NetLogo

6 Широкая популярность Netlogo позволила ей развить довольно богатую библиотеку демонстрационных моделей с открытым кодом. В их числе есть и модели, полностью посвященные описанию географических объектов. Однако, как уже было отмечено, нельзя сказать, что эти программы отличаются интуитивно понятным дружественным интерфейсом для исследователя, не погруженного в проблемы программирования. Их архитектура предполагает постоянное обращение внутреннего кода к файлам, содержащим данные о географических объектах. Для внесения дополнений и изменений в эти данные необходимо знать к ним путь и способы их организации.
7 Перейдем к описанию эмуляции модели Ислакаевой-Зулькарная. На рисунке 2 изображен интерфейс модели до начала эмуляции: красные флажки – это стационарные агенты-поселения; синие фигурки – мобильные агенты-университеты. До начала эксперимента университеты симметрично распределены по сетке модельного пространства. После запуска эмуляции университеты, «испытывая тяготение» поселений, начинают свое движение. В конце вычислительного эксперимента формируется карта оптимальной локализации университетов (рис. 3).
8

Рисунок 2. Интерфейс модели до начала эмуляции

9

Рисунок 3. Интерфейс модели по завершению эмуляции

10

Авторы отмечают, что данная модель носит рамочный характер и является только первым шагом на пути к построению валидного инструмента оптимизации. Глубокой проработки требует вопрос определения индивидуальных характеристик притяжения географических центров. И, тем не менее, нельзя не отметить ее ценности как ориентира, указывающего направление для дальнейших исследований [7].

11

Реструктуризация по форме – это лишь одна сторона магистральной реформы системы образования в РФ. Другая – содержательная сторона – связана, как уже ранее упоминалось, с инкорпорацией нашей образовательной системы в Болонский процесс. Последний представляет собой набор мер, «направленный на сближение и гармонизацию систем высшего образования стран Европы с целью создания единого европейского пространства высшего образования. Официальной датой начала процесса принято считать 19 июня 1999 года, когда была подписана Болонская декларация» [2].

12

Широкая реформа, помимо магистральной цели – построение единого общеевропейского образовательного пространства – включает в себя меры, направленные на подключение к процессу управления образовательной системой рыночных механизмов. Данные меры находят свое отражение в системе оценок продуктивности работников академической сферы. Не утихают споры о том, каким же образом должна быть устроена система мотивации в данной области. Приемлема ли здесь сдельно-почасовая система вознаграждения? Какую степень свободы должны и могут иметь академические работники [16]?

13

Исследователь мотивации академического труда Дж. Моттаз отмечает, что для большинства ученых по призванию вопрос материального вознаграждения не может заменить и занимать место стремления к самоактуализации через свою деятельность [19]. Очевидно, что научная, как и любая другая творческая деятельность, отличается крайней специфичностью, и простые рыночные схемы стимуляции продуктивности здесь не эффективны. Всяческие попытки увеличения производительности ученых через привязку вознаграждения к формальным количественным критериям рабочей активности (будь то число опубликованных статей, часов, проведенных за преподавательской кафедрой или выездов на конференции) могут привести к тому, что ученые по призванию будут вытеснены из профессии имитаторами-карьеристами. Именно эту проблему, используя агент-ориентированный подход, пытались исследовать Д.Н. Соколов и Г.Р. Ислакаева.

14

В качестве теоретической базы исследователи выбрали концепцию экономики счастья, постулирующую возможность количественной оценки агрегированного самоощущения человеком своей жизнедеятельности. В основе предлагаемой агентной модели лежит базовая схема, разработанная В.А. Истратовым [9, 10, 11]. Он моделирует ключевые типы активности человека, его эмоции и восприятие собственного счастья в зависимости от множества факторов, в том числе материального характера. Агентами в модели Истратова являются абстрактные субъекты, рассматриваемые вне привязки к определенному виду деятельности. В модели Соколова-Ислакаевой агентами выступают академические работники: исследователи и имитаторы. Исследователи заняты генерацией нового знания, их мотивация ориентирована на нематериальную самоактуализацию. В основе деятельности имитаторов лежит сугубо материальный интерес: их труд сводится к имитации научной деятельности. Очевидно, что генерация реального научного знания требует таланта и больших временных и трудовых затрат. При условии оценки только лишь количественных результатов работы ученых, агенты-имитаторы имеют подавляющее конкурентное преимущество перед агентами-исследователями.

15

На основе эмуляционных экспериментов с моделью авторам удалось получить ряд довольно тривиальных результатов, которые, впрочем, носят позитивный характер, так как подтверждают корректность общей архитектуры модели, которая также позволила сделать несколько потенциально ценных с теоретической точки зрения выводов. Отметим некоторые из них. Так, модель подтверждает экономическую интуицию о положительной связи между уровнем заработка и ощущением счастья. В экспериментах нашел свое отражение и парадокс Истерлина, заключающийся в отсутствии корреляции между уровнем счастья и доходам после достижения некоторой пороговой величины [18].

16

Пожалуй, наиболее ценный вывод, который удалось получить с помощью модели, говорит об опасности, подстерегающей науку в случае перехода на нормативно-сдельную систему вознаграждения ученых. При смещении величины переменной, «отражающей степень несовершенства формальной системы оценки результативности исследований» в сторону несовершенства, исследователи полностью вытесняются имитаторами из академической сферы, что, безусловно, грозит деградацией всей науки. Авторы отмечают: «Полученные результаты можно экстраполировать на ситуацию, в которой оказались российские университеты и научные организации, вводящие формальные системы оценки результативности (эффективные контракты). Нововведенные системы характеризуются различным уровнем качества и жесткости контроля продуктивности. Вузы с неэффективным контролем рискуют в результате своей кадровой политики получить полный штат имитаторов научной деятельности» [8].

17 Подводя общий итог работы, отметим, что гибкость агент-ориентированного подхода может быть полезна и при анализе ряда других проблемных аспектов сферы образования. Перспективными направлениями исследований на наш взгляд являются проблемы оценки качества образования, связи и координации научных центров, вопросы конкуренции учебных заведений за абитуриентов, оценки степени и целесообразности интеграции России в Болонскую систему, анализа цепочки студент-вуз-работодатель и других аспектов связи между наукой и реальным сектором.

Библиография

1. Бахтизин А. Р. Агент-ориентированные модели экономики. М.: Экономика. 2008.

2. Болонская декларация. // URL: http://www.inf.tsu.ru/Webdesign/bpros.nsf/news/010920051.

3. Борщев А.В. От системной динамики и традиционного ИМ к практическим агентным моделям: причины, технология, инструменты // ООО «XJ Technologies» и СПбПУ. URL: http://simulation.su/uploads/files/default/borchev.pdf

4. Гумерова Г. Т. Методологические вопросы использования карт GIS в авторских программах в среде Netlogo // Искусственные общества. 2017, T. 12, № 3-4 URL: http://artsoc.jes.su/s207751800000108-7-1

5. Зулькарнай И.У. Мультиагентный подход к разработке региональной политики по размещению учреждений высшего образования по территории страны // Искусственные общества. 2017. Т. 12. № 3-4. URL: https://artsoc.jes.su/s207751800000111-1-1/

6. Зулькарнай И.У. Научные основания размещения системообразующих вузов по территории страны // Доклады Башкирского университета. 2017, Т. 2, № 5.

7. Ислакаева Г. Р. Агент-ориентированное моделирование отдельных аспектов региональной политики в области предоставления услуг высшего образования // Вестник УГНТУ. Наука, образование, экономика. Серия экономика. 2017, № 3 (21).

8. Ислакаева Г. Р., Соколов Д.Н. Применение агент-ориентированного подхода для моделирования трудовой мотивации на основе концепции экономики счастья // Искусственные общества. 2016, T. 11, № 1-4 URL: http://artsoc.jes.su/s207751800000011-1-1

9. Истратов В.А. Агентно-ориентированная модель поведения человека в социально-экономической среде: дис. … канд. экон. наук: 08.00.13 // М., 20091.

10. Истратов В.А. Агенто-ориентированная модель поведения человека: не в деньгах счастье? // Экономика и математические методы. 2009, Т. 45, № 1.

11. Истратов В.А. Надобность как альтернатива полезности // Журнал экономической теории. 2010, № 3.

12. Макаров В.Л. Искусственные общества: мощный инструмент для изучения экономических и подобных систем // Искусственные общества. 2007, Том 2. № 3-4. URL: https://artsoc.jes.su/s207751800000080-7-1/

13. О Концепции Федеральной целевой программы развития образования на 201 –2015 годы: Распоряжение Правительства РФ от 7 февраля 2011 г. № 163-р.

14. О Федеральных университетах: Указ Президента РФ от 07.05.2008 № 716.

15. Рамазанов Р.Р. Сравнительная характеристика подходов имитационного моделирования общественных процессов // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2017, № 2 (20).

16. Соколов Д. Н., Анализ обязательств сторон трудовых отношений как направление исследования мотивации персонала в сфере высшего образования // Вестник ВГУ. Серия: Экономика и управление. 2016, № 2.

17. Christaller W. Central Places in Southern Germany // NY: Englewood Cliffs, 1967.

18. Easterlin, Richard A. 1974. Does Economic Growth Improve the Human Lot? // In Nations and Households in Economic Growth: Essays in Honor of Moses Abramovitz, eds. Paul A. David and Melvin W. Reder. New York: Academic Press.

19. Mottaz C. J. The relative importance of intrinsic and extrinsic rewards as determinants of work satisfaction // The Sociological Quarterly 26(3), 365–385.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести