Agent-based modeling as an instrument for analysis of reforms of science and education in Russia
Table of contents
Share
QR
Metrics
Agent-based modeling as an instrument for analysis of reforms of science and education in Russia
Annotation
PII
S207751800010398-6-1
Publication type
Article
Статус публикации
Published
Authors
Ruslan Ramazanov 
Affiliation: Ufa federal research center of the Russian academy of sciences
Address: Russian Federation, Ufa
Abstract

Over the past twenty years, the educational sector of the Russian Federation has undergone significant reformation, due to demographic factors and the desire of the authorities to incorporate the country into the so-called Bologna process. This article provides an overview of the experience of applying the agent approach to the analysis of these reforms. In particular, the problem of optimal localization of federal and national research universities is discussed; the experience of applying simulation to the analysis of new market methods of labor motivation of academic workers is considered. Promising areas of application of the agent-based approach in the analysis of macro- and micro-problems arising in the organization and optimization of the educational process are outlined.

Keywords
agent-based modeling, simulation, educational reforms, motivation, academic staff, incentives, optimization
Received
02.07.2020
Date of publication
05.09.2020
Number of purchasers
25
Views
1627
Readers community rating
0.0 (0 votes)
Cite Download pdf
Additional services access
Additional services for the article
Additional services for all issues for 2020
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.

References

1. Bakhtizin A. R. Agent-orientirovannye modeli ehkonomiki. M.: Ehkonomika. 2008.

2. Bolonskaya deklaratsiya. // URL: http://www.inf.tsu.ru/Webdesign/bpros.nsf/news/010920051.

3. Borschev A.V. Ot sistemnoj dinamiki i traditsionnogo IM k prakticheskim agentnym modelyam: prichiny, tekhnologiya, instrumenty // OOO «XJ Technologies» i SPbPU. URL: http://simulation.su/uploads/files/default/borchev.pdf

4. Gumerova G. T. Metodologicheskie voprosy ispol'zovaniya kart GIS v avtorskikh programmakh v srede Netlogo // Iskusstvennye obschestva. 2017, T. 12, № 3-4 URL: http://artsoc.jes.su/s207751800000108-7-1

5. Zul'karnaj I.U. Mul'tiagentnyj podkhod k razrabotke regional'noj politiki po razmescheniyu uchrezhdenij vysshego obrazovaniya po territorii strany // Iskusstvennye obschestva. 2017. T. 12. № 3-4. URL: https://artsoc.jes.su/s207751800000111-1-1/

6. Zul'karnaj I.U. Nauchnye osnovaniya razmescheniya sistemoobrazuyuschikh vuzov po territorii strany // Doklady Bashkirskogo universiteta. 2017, T. 2, № 5.

7. Islakaeva G. R. Agent-orientirovannoe modelirovanie otdel'nykh aspektov regional'noj politiki v oblasti predostavleniya uslug vysshego obrazovaniya // Vestnik UGNTU. Nauka, obrazovanie, ehkonomika. Seriya ehkonomika. 2017, № 3 (21).

8. Islakaeva G. R., Sokolov D.N. Primenenie agent-orientirovannogo podkhoda dlya modelirovaniya trudovoj motivatsii na osnove kontseptsii ehkonomiki schast'ya // Iskusstvennye obschestva. 2016, T. 11, № 1-4 URL: http://artsoc.jes.su/s207751800000011-1-1

9. Istratov V.A. Agentno-orientirovannaya model' povedeniya cheloveka v sotsial'no-ehkonomicheskoj srede: dis. … kand. ehkon. nauk: 08.00.13 // M., 20091.

10. Istratov V.A. Agento-orientirovannaya model' povedeniya cheloveka: ne v den'gakh schast'e? // Ehkonomika i matematicheskie metody. 2009, T. 45, № 1.

11. Istratov V.A. Nadobnost' kak al'ternativa poleznosti // Zhurnal ehkonomicheskoj teorii. 2010, № 3.

12. Makarov V.L. Iskusstvennye obschestva: moschnyj instrument dlya izucheniya ehkonomicheskikh i podobnykh sistem // Iskusstvennye obschestva. 2007, Tom 2. № 3-4. URL: https://artsoc.jes.su/s207751800000080-7-1/

13. O Kontseptsii Federal'noj tselevoj programmy razvitiya obrazovaniya na 201 –2015 gody: Rasporyazhenie Pravitel'stva RF ot 7 fevralya 2011 g. № 163-r.

14. O Federal'nykh universitetakh: Ukaz Prezidenta RF ot 07.05.2008 № 716.

15. Ramazanov R.R. Sravnitel'naya kharakteristika podkhodov imitatsionnogo modelirovaniya obschestvennykh protsessov // Vestnik UGNTU. Nauka, obrazovanie, ehkonomika. Seriya: Ehkonomika. 2017, № 2 (20).

16. Sokolov D. N., Analiz obyazatel'stv storon trudovykh otnoshenij kak napravlenie issledovaniya motivatsii personala v sfere vysshego obrazovaniya // Vestnik VGU. Seriya: Ehkonomika i upravlenie. 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.

Comments

No posts found

Write a review
Translate