Открытые данные против мракобесия и пренебрежения реальностью

Интересная статья. Возвращает меня, пускай по касательной, к прочитанному зимой "Пушкинскому дому" Битова, напоминает, что собиралась читать Битова дальше, но никак не возьмусь. Отсылает к другим любопытным исследованиям.
Заставила ухмыльнуться по поводу Крапивина - результат, полученный при исследовании, читателям был ясен чуть ли не с первой же прочитанной книги автора.
Ну и в целом интересно и ценно то, что появилась возможность буквально количественно отследить некоторые любопытные вещи, тенденции, проявлявшиеся иногда даже не в форме прямого рассказа, а на уровне оговорок.
И, конечно, радует, что детская литература стала объектом для научных исследований.

Иллюстрация: Женя РодиковаКак школьные фольклорные экспедиции и Linux привели Кирилла Маслинского в Пушкинский дом

«Открытые данные против мракобесия и пренебрежения реальностью»: интервью с Кириллом Маслинским

Кирилл Маслинский - цифровой филолог, руководитель Лаборатории цифровых исследований литературы и фольклора в Пушкинском Доме, создатель Детского корпуса и Репозитория открытых данных по русской литературе и фольклору. «Системный Блокъ» узнал у Кирилла, что можно найти в тысячах оцифрованных детских книг, когда в детской литературе было допустимо употреблять слово «какашка», зачем филологам репозиторий открытых данных и может ли этот репозиторий как-то помочь в борьбе с мракобесием и войнами.

Я учился в академической гимназии при Санкт-Петербургском университете, и у нас была летняя полевая практика. Было два варианта практики: можно было поехать в археологическую экспедицию - или в фольклорную. Я поехал в фольклорную. Это навсегда оставило меня в науке. Кто был в полевых экспедициях тот знает, что это совершенно ни с чем не сравнимый опыт, незабываемое впечатление. Фольклористика - это раздел филологии, и дальше я пошел на филфак СПбГУ.

Я поехал в фольклорную экспедицию - и это оставило меня в науке

Параллельно произошла другая вещь - у моего одноклассника, чей папа работал в компании, связанной с UNIX-системами, дома стоял на компьютере Linux. И я увидел этот самый Линукс. Шел примерно 1996-1997 год. И, когда ты после Windows 3.11 видел Линукс, ты понимал, что это просто космос какой-то, это что-то невероятное. То есть это выглядело как картинка из будущего, по сравнению с тем, что происходило тогда в Windows. И я навсегда стал еще адептом Линукса.

Вот так получилось, что, с одной стороны, у меня всегда были какие-то цифровые интересы, и я долго потом развивался по этой Linux части. Я много лет был и еще немножко остаюсь мэйнтейнером пакетов репозитория Сизифус, книжку написал в соавторстве со своим коллегой, учебник по Linux. Я работал в Linux компании, потом работал в Яндексе, в общем, был длинный цифровой путь.

А с другой стороны, я учился на филфаке. На филфаке было не очень с фольклористикой на самом деле. Я болтался по разным темам, в итоге перешел в более антропологическую сферу, защитил диссертацию, написанную в Европейском университете по дисциплине в советской школе, а это антропология. В российском кодификаторе такой науки, как антропология, нет, она по-прежнему считается разделом исторических наук. Поэтому я кандидат исторических наук. Но все равно я начинал как фольклорист, всегда очень интересовался текстами, любил исследовать поэтику, любил и люблю работать с текстами. Занимаясь советской школой, я залез и в литературу, в литературные источники, изучал репрезентацию детства и вообще все связанное с детством. Так слово за слово я оказался в Пушкинском Доме, в Лаборатории цифровых исследований литературы и фольклора.

3000 детских книг, 500 романов и гигабайты открытых данных: чем занимается Лаборатория цифровых исследований литературы и фольклора

Лаборатория возникла неожиданно для всех, но идея зрела давно. Я тогда уже работал над корпусом детской литературы, так называемым ДетКорпусом. К тому моменту появление общедоступных корпусов, таких как Национальный корпус русской языка, навсегда и безвозвратно изменило российскую лингвистику. И я думал о том, почему же этого не происходит с литературоведением. Я ходил с этим вопросом к руководству Пушкинского Дома, в удачном стечении обстоятельств появилось финансирование, и мы открыли эту лабораторию.

Одна из наших миссий - это воплощать литературные корпуса, чтобы не было ощущения, что у лингвистов получилось, а у филологов - нет.

Мы продолжаем развивать проект Детского корпуса, там сейчас больше 3000 произведений, и мы все время что-нибудь улучшаем. Этот корпус содержит детскую литературу с начала XX века и примерно до 2020 года. Мы работаем над другими корпусами, например, опубликовали корпус из 500 романов XIX века, так называемый Корпус нарративной прозы. Это коллекция, которую собирал Олег Собчук для своего исследования и любезно предоставил для публикации. Мы ее немножко доработали и сделали на ее основе то, что у нас называется Корпус русской нарративной прозы XIX века. Все это онлайн-корпуса, которые работают по тому же принципу, что и Национальный корпус русского языка, то есть вы можете строить запросы, там богатый язык запросов, и получать результаты со всеми примерами употреблений из текстов, вошедших в корпус.

Поиск леммы «опоссум» в интерфейсе Детского корпуса, сделанном на платформе Sketch Engine

Другая часть нашей работы - это работа над Репозиторием открытых данных, литературы и фольклора. Это утопическая идея. Поскольку я работаю в области «вычислительного литературоведения», я понимаю, что никакие исследования в этой области невозможны без данных. С другой стороны, многие коллеги, не только «цифровые», но и другие гуманитарии, тоже собирают данные, ими пользуются. Не все делают статистические исследования, но данные собирают многие: библиографии, корпуса текстов. И мы придумали публиковать эти данные.

В современной науке считается правильным делать свои данные открытыми. Мы решили: давайте начнем с себя, покажем пример. И запустили репозитории открытых данных, подготовленных разными исследователями для своих исследований, которые они завершили и готовы опубликовать. Появилось понимание, что это просто профессиональный долг исследователя - опубликовать после исследования данные по современным стандартам. И мы помогаем это сделать.

Многие гуманитарии собирают данные - и мы стали их публиковать

Можно сказать, что ядром работы Лаборатории цифровых исследований литературы и фольклора являются инфраструктурные проекты. Мне кажется, это важная миссия. С одной стороны, корпуса, публичный доступ к текстам, поисковые возможности - это важно для тех пользователей, которые сами не программируют, не собирают корпуса. C другой стороны - репозиторий открытых данных, он как раз для других пользователей, которые программируют, что-то знают о методах визуализации и анализа данных или для которых эти данные являются ценным материалом для исследований или для преподавания. Еще данные бывают нужны, чтобы научить студентов с ними работать.

Мы делаем кое-какие исследования и сами. Но стержнем все равно остаются инфраструктурные работы. Мы работаем немножко не на себя, а на условных потомков. В текущей ситуации у меня есть ощущение, что это важно.

Черная тяжелая работа: в чем миссия Репозитория открытых данных по литературе и фольклору

Миссия нашего Репозитория состоит не только в том, что мы просто выкладываем какие-то файлы. Публикация датасета - это не просто выкладывание файлов, это еще очень много всего. Когда мы получаем корпус или таблицу от коллег с предложением ее опубликовать как датасет, мы проводим достаточно большую редакционную работу. Например, в случае с датасетом о бытовании литературных текстов в ГУЛАГе у нас было около восьми раундов правки с авторами. Потому что эта таблица создавалась филологами как «человекочитаемые» данные, а не как машиночитаемые. Там и авторы могли написаны быть как-то вразбивку, и в датировке произведений были противоречия, когда одно и то же произведение упоминалось в таблице несколько раз с разной датировкой, а какие-то даты написаны со знаками вопроса вместо некоторых чисел.

Наша задача - переработать эти данные, не просто довести их до публики, но сделать их доступными для количественных исследований, для того, чтобы это можно было загрузить в какой-нибудь датафрейм в R или в Python и чтобы у вас колоночка «дата» была числового типа. Тот, кто находится в контексте Digital Humanities, понимает ценность этого дела. Если вы загружаете колоночку дата, а она у вас строкового типа, и там встречается все что угодно, включая пробелы, вопросики, точки, запятые, слеши и буквы русского алфавита, потому что где-то написано «1956-й, но это не точно»… C этим работать как с данными нельзя. Вам приходится сначала делать эту черную, тяжелую, неприятную работу, которую делают все, кто работает с данными. На правах рекламы нашего Репозитория - эту работу мы сделали за вас, господа!

Наша задача - сделать данные пригодными для количественных исследований

Мы стремимся перенести данные на новый уровень стандартизации, новый уровень доступности для цифровых исследований. Плюс, очень важная задача - это документация, сопроводительные файлы. Сначала у нас датасет сопровождался маленьким текстовым файликом. А сейчас мы поняли, что это справочный документ со своей разметкой в формате Markdown, с формой цитирования, с подробным описанием того, откуда взялись эти данные, как они составлялись, с описанием структуры, что значит каждая колонка, какие допустимы значения и что они значат.

У нас есть формализованные тесты, которые проверяют, что данные заявленного типа действительно такого типа; что всё, что должно быть заполнено - заполнено; то, что должно быть одинаковое, оно одинаковое; то, что должно быть уникально - уникально, и так далее. И мы таким образом находим много ошибок в любых данных, в том числе в созданных нами самими «по лучшему стандарту». Например, в данных на основе Детского корпуса.

Второе пришествие какашки и битье детей как советский мейнстрим: какие открытия делают в корпусе детской литературы

На базе Детского корпуса было сделано исследование про репрезентацию телесности и гендерные аспекты: какие части тела актуализируются писателями у мальчиков и у девочек. У мальчиков затылки очень сильно актуализированы, а у девочек - щеки, например. Это как бы такие отдельно «женские» и «мужские» части тела в детских книгах. Но это такое немножко научно-популярное исследование.

Можно делать что-то более серьезное. Я, например, делал исследование по контекстному употреблению слова «счастье» в ДетКорпусе. Я строил векторные семантические модели на детских книгах в динамике по разным временным периодам. Смотрел, как меняется контекст употребления слова «счастье», его близость к разным понятиям. Известно, что в сталинском СССР счастье было политически ангажированной категорией, когда с точки зрения пропаганды советский гражданин должен был быть счастливым, просто обязан.

Если ты несчастлив и не репрезентируешь счастье, то ты не очень лоялен, с тобой что-то не так, ты вообще наш ли?

Это отражалось в плакатах того времени, в кино, но и в детской литературе тоже. «Спасибо товарищу Сталину за наше счастливое детство!». Я проверял, насколько это долго потом тянулось, насколько длинный был шлейф у этого, когда был перелом. Шлейф тянулся в хрущевские годы, большей частью он затух где-то к концу хрущевского периода. В застойные времена «счастье» стало гораздо более более индивидуалистичным. Там появились оттенки быта, уюта, семьи, а коллективное счасте подзакончилось к этому моменту.

Это пример количественного, масштабного литературоведения, в статье об этом исследовании самих текстов совсем не видно, никаких цитат, все очень абстрагировано, только модели семантической близости и графики. Это взгляд с высоты птичьего полета. А с другой стороны, можно копаться в текстах, деталях словоупотреблений. У Светланы Маслинской, моей супруги, есть статья про телесные наказания детей. Это как раз вот пример исследования, которое сделано с помощью интерфейса корпуса, для него не нужно было никаких специальных технических знаний или доступа к исходным текстам. С помощью запросов в интерфейсе корпуса на некоторые глаголы типа «пороть», «бить», «шлепать» с контекстами «папа-мама», она проследила, как меняется репрезентация телесных наказаний детей взрослыми в советской литературе. Во-первых, развенчиваются популярные стереотипы о том, что детская литература была вся такая добренькая. Детей там били постоянно, и еще как. Авторы изображали, как бьют детей, со вкусом, с чувством, с расстановкой. А с другой стороны, выяснилось, что в детской литературе советского периода был один писатель, который очень сильно возражал против этого, который явно занимал очень четкую позицию. Это Владислав Крапивин. Он изображал это как проблематичные ситуации всегда, без всяких положительных оценок. У Крапивина это всегда отрицательный контекст. У Светланы он даже называется «детский омбудсмен», «омбудсмен» в детской литературе.

Детей в советской детской литературе били постоянно, и еще как!

Есть и какие-то просто анекдотические вещи. Например, я случайно обнаружил, что слово «какашка» не употребляется в корпусе между 1924 и 1996 годом. После - употребляется, в 1924-м и раньше - тоже есть. А вот в этом промежутке - просто тишина. Что это нам говорит о политическом режиме? Что-то ведь говорит. Благодаря корпусу мы можем точно сказать, когда это стало допустимо. И это не 1991-й, заметьте.

Бывают и личные открытия, не связанные с наукой. Моя студентка рассказывала, что в детстве читала какой-то текст, который ей очень понравился. Как это бывает в таком возрасте, она не запомнила ни автора, ни заглавия. Она поискала по каким-то ключевым словам в ДетКорпусе, нашла и с интересом перечитала. Я не думаю, что это массово. Но поскольку ДетКорпус репрезентирует в первую очередь детскую литературу XX века, там действительно многие могут найти книги, которые читали в детстве.

Как Детский корпус занял пустующую нишу

Исторически сложилось, что детская литература маргинализована. Она часто воспринимается как какая-то недолитература в традиционной филологической иерархии. Например, я учился на филологическом факультете Санкт-Петербургского университета, где была очень традиционная филологическая программа. За пять лет филологического образования с огромным количеством литературы всех видов не было упомянуто ни одного текста детской литературы. Я уж не говорю про курсы. Ни специального курса, ни какого другого просто не было.

Детская литература воспринимается как недолитература, она маргинализирована

Мы заняли некоторую такую пустующую нишу. И в НКРЯ тоже этих текстов совсем не было до недавнего времени (теперь там появился корпус «От 2 до 15» - но в нем всего 75 произведений, сравните с 3000 книг ДетКорпуса). При всем утверждении о репрезентативности, НКРЯ все равно отражает некоторую иерархию, представления о том, что должно быть. Не то чтобы создатели НКРЯ думали, что не должно быть детской литературы. Они просто не подумали о ней. Это очень характерно.

Как происходит пополнение ДетКорпуса и оцифровка книг

С одной стороны, у нас есть официальный путь. Нам удалось договориться с Российской государственной детской библиотекой (РГДБ) в Москве, они присылают нам сканы книг. У них очень большая коллекция, это профильная детская библиотека, и у них многое отсканировано. Но у них нет нормального распознанного текста. Он как-то автоматически распознан, но качество низкое. Мы пару лет сотрудничали в таком режиме, что они присылают нам свои отсканированные тексты, а мы усилиями студентов-практикантов или наших сотрудников распознаем, вычитываем и включаем в корпус.

В РГДБ мы начали с более ранних и редких источников, очень сильно пополнили период 1920-х. Сейчас 1920-е - самый репрезентативный по количеству изданий период в ДетКорпусе. Но дальше мы не успели пока дойти. Они готовы нам и дальше присылать, но у нас не всегда есть студенты-практиканты. Кстати, здесь мог бы помочь краудсорсинг, это можно было бы сделать с привлечением более широкого круга волонтеров, учитывая, что у ДетКорпуса есть какой-то общественный интерес, широкая пользовательская база. Это могли бы делать не только «подневольные» студенты на практике, но и какие-то заинтересованные люди, потому что это возможность почитать редкие книги 1920-х - 1930-х годов.

Второй путь - менее официальный. Основу нашей коллекции составили циркулирующие в сети уже оцифрованные кем-то тексты. По XX веку есть довольно много онлайн-коллекций, и мы просто отбирали из этих коллекций по библиографическим источникам тексты в ДетКорпус. Хвала специфической российской традиции digital commons, которая у нас сформировалась в интернете. Советские детские книжки, даже не «первого ряда», кому-то были интересны, кем-то цифровались. Это само по себе очень интересный феномен: люди потратили большие усилия на их оцифровку и выкладывание в сеть. Это чаще всего оцифрованные бумажные издания, распознанные задним числом, то есть это не издатели выкладывают, а рядовые пользователи сканируют книжки, распознают и публикуют в сети.

Хвала специфической российской традиции digital commons, которая у нас сформировалась

Что касается современной литературы, то есть тексты, которые мы тоже находили в оцифрованном виде. Например, серия «Черный котенок» частично была оцифрована любителями этих книг. Но многих других детских детективов начала двухтысячных нигде не существовало, и мы их сами цифровали.

А есть случаи, когда мы просто покупаем книжки на Литресе, цифровые копии каких-то изданий, про которые мы понимаем, что их нам не хватает. Есть отдельные случаи, когда мы сотрудничаем просто с издательствами. Есть прогрессивное современное популярное издательство, которое отправляет нам свои тексты. Пока это единичные случаи, к сожалению, но я не вижу в этом ничего невозможного.

Обратно в корпус - только за деньги: есть ли у Детского корпуса проблемы с копирайтом

Поскольку мы не публикуем эти тексты целиком, а только показываем вхождения, как в НКРЯ, то надеемся, что никаких копирайтных проблем здесь у нас не будет. Мы не распространяем целые тексты ни в каком виде, но используем их для научных и справочных целей.

У меня есть четкая позиция по копирайту. Если возникнут какие-то претензии к нашему корпусу, то я уберу эти тексты из корпуса, их больше не будет в национальном корпусе русской детской литературы. Детский корпус отражает детскую литературу. Если вы хотите, чтобы вас не было в этом отражении, - вас не будет в этом корпусе.

Корпус очень широко используется, люди ищут книжки с его помощью. Поэтому мне кажется, это против коммерческих интересов любого издателя - убирать книги из корпуса, да еще и со скандалом.

Убирать книги из корпуса - против коммерческих интересов любого издателя

Как появился набор данных о литературных текстах в ГУЛАГе и почему он выглядит актуальным как никогда

Датасет «Бытование литературных текстов в ГУЛАГе» создан по большому корпусу воспоминаний и разного рода мемуаров о пребывании в ГУЛАГе. Они все вычитаны, и из них выписаны все ситуации, в которых тем или иным способом бытовали литературные произведения - не только русские, от Илиады Гомера и до песен. Эти данные созданы вручную, поскольку автоматически решить такую задачу с хорошим качеством пока трудно. Это публикация, которой мы очень гордимся. Мне кажется, она вышла очень своевременно. Материал политически значимый и острый.

Датасет делали десятки студентов Вышки под руководством Алексея Вдовина, Дарьи Луговской и Павла Успенского на материалах Сахаровского центра, который Минюст у нас признал иноагентом. При публикации у нас возникла политическая проблема: мы как репозиторий находимся в российской юрисдикции и, по всей видимости, мы должны маркировать «иноагентов». Совместно с авторами мы приняли решение добавить сноску о том, что Сахаровский центр признан иностранным агентом. Но главное, что у нас есть возможность публиковать эти материалы. Мы не знаем, что будет с серверами и данными Сахаровского центра. Надеюсь, с ними все будет хорошо, но теперь хотя бы есть еще одно независимое место с достаточно надежной институциональной рамкой для публикации этих данных. Мы можем сейчас публиковать эти материалы, а другие организации, может быть, уже не могли бы это сделать.

В этом смысле датасет с данными ГУЛАГа мне кажется втройне актуальным. По мере того, как вся Россия у нас постепенно превращается в какой-то ГУЛАГ, нам важно понимать, как даже в самых жестоких и бесчеловечных обстоятельствах все равно существует культурный слой, который значим для людей и помогает им выживать. Это немножко подкрепляет осознание того, что и наша работа над литературными корпусами имеет какой-то смысл.

Даже в самых жестоких и бесчеловечных обстоятельствах все равно существует культурный слой, который значим для людей и помогает им выживать

Важно и то, что авторы этого датасета - не сотрудники нашей Лаборатории и нам ничего не должны. Понятно, что сотрудникам Лаборатории можно сказать: вот ваш рабочий план, вы должны опубликовать столько-то датасетов. Изначально я так и задумывал, что мы в первую очередь будем готовить данные сами.

Пушкинский Дом - это организация, которая всю жизнь занималась архивированием, она и создавалась для публикации материалов по русской литературе. Это такой национальный литературный репозиторий. Просто в нём открылась какая-то новая цифровая страница. Я рассматриваю публикацию данных как очень естественное и органичное продолжение миссии Пушкинского Дома.

Со временем нашлись коллеги, которые согласились опубликовать свои данные в нашем репозитории. Это были Олег Собчук, Артём Шеля и другие, кто разделяет ценности открытой науки. Постепенно коллеги к нам потянулись. И вот тут сыграл важную роль Алексей Вдовин. Он сначала сам опубликовал один датасет, сейчас еще один готовится, а затем стал приводить коллег. Именно Алексей Вдовин с Дарьей Луговской и Павлом Успенским сделали датасет текстов ГУЛАГа.

Удар по международным связям и стареющие сервера: как на работу репозитория повлияло нападение РФ на Украину

Вторжение в Украину - это катастрофа для всего, для всех малых и больших дел. Для нашего малого дела это тоже большой удар. У нас есть план развития репозитория, мы хотим ориентироваться на самые лучшие международные модели. Существует международное движение по цифровой архивации, существуют международные стандарты. Для публикации открытых данных есть европейский сертификат, которые называется CoreTrustSeal. Он выдается именно репозиториям научных открытых данных и удостоверяет, что репозиторий достаточно хорошо организован. Этот сертификат проверяет на соответствие и ваши административные процедуры, и вашу техническую базу, и вашу институциональную базу, и вашу редакционную политику. Это хороший набор стандартов. Не все репозитории имеют этот сертификат, имеют лучшие.

Мы планировали подавать заявку на получение сертификата CoreTrustSeal в 2022 году. Сейчас понятно, что мы не имеем такой возможности. Никто не будет выдавать институту русской литературы как российской организации этот сертификат. К тому же у института теперь нет физической возможности оплатить этот сертификат. На этом проекте пришлось поставить крест. То, что могло и должно было произойти, чтобы мы вышли на передовой уровень, не произойдет. Это, конечно, прямое последствие вторжения.

Вторжение в Украину - это катастрофа для всего, для всех малых и больших дел

До сих пор у нас не было ощущения, что мы догоняем мир. Мы шли в ногу с современными тенденциями в филологии, в гуманитарных науках, в Digital Humanities. Публикация открытых данных - это еще не очень освоенная область, мы хотели это делать современно. Как я уже сказал, мы работаем для потомков - мы хотим не просто сейчас опубликовать данные, мы хотим их сохранять через десятилетия, а может быть, столетия. Нам важно, чтобы эти данные не были утрачены. Чтобы не было феномена цифровых темных веков, когда все вроде как оцифровано, но потом хватишься через пять лет - а никаких сайтов, которые были, нету, а еще через пять лет еще половины нету. Период полураспада сайтов очень короткий, поэтому просто выложить на сайт файл - это не значит сохранить. Мы серьезно ставим для себя задачу долгосрочной архивации. Лучше всего, конечно, на бумаге напечатать, на худой конец на микропленке, но не будешь же ты таблицу 52 тысячи строк печатать на бумаге. Мы серьезно занимаемся цифровой архивацией, и заниматься этим в отрыве от лучших мировых стандартов будет сложнее.

Очень сильный удар был нанесен по нашим международным связям. Мы начали сотрудничество с российскими исследователями, которые готовы публиковать у нас данные. Но мы этим не ограничивались, мы начинали сотрудничать и с зарубежными исследователями. Это долгосрочная вещь - построение репутации, чтобы тебе ученые принесли самое родное, самое дорогое люди принесли, что у них есть, - эти свои таблички.

А сейчас мы уже знаем, что несколько публикаций стали невозможны, которые мы потенциально обсуждали. Просто потому, что европейским коллегам запрещено сотрудничать и публиковаться в российских изданиях. Наш репозиторий - фактически российское издание, и мы эти публикации потеряли. Но, по крайней мере, у нас есть возможность работать с российскими коллегами.

Несколько публикаций стали невозможны - европейским коллегам запрещено сотрудничать и публиковаться в российских изданиях

В сторону хочу сказать с глубоким уважением к Пушкинскому Дому и к Академии наук в целом, что РАН заняла наиболее адекватную, наиболее четкую последовательную позицию из всех российских академических организаций и не запятнала себя никакими провоенными заявлениями ни на региональном уровне, ни на уровне руководства академии, ни на уровне отдельных институтов. Но, конечно, с высоты всего происходящего ужаса понятно, что не так существенно, кто из нас «самые чистенькие» в этом ужасе. Поэтому стало невозможным очень-очень многое сотрудничество.

Последнее, что я скажу про эффект войны: у нас еще есть цифровая инфраструктура. Железо, сервера - мы их закупили в районе 2020 года. Теперь я высчитываю, сколько лет они еще протянут и что я буду делать потом, когда они сломаются, когда у них начнут выходить из строя какие-то детали. Это довольно затратные вещи, все эти наши корпуса и датасеты. Вроде бы какие-то электронные составляющие поставляются, но все это будет дороже и сложнее искать. Вот такой еще удар. Пока, тьфу-тьфу, ничего не сгорело, все работает. Но это опять замораживание развития.

Открытость и воспроизводимость против мракобесия: миссия открытых данных в новой реальности

С другой стороны, я вижу довольно большую и значимую роль репозитория в новой политической и военной ситуации. Во-первых, очень большая часть российских ученых уехала за границу, работает за границей и потеряла доступ к библиотекам. В этом смысле наш репозиторий для кого-то можно оказаться важным источником информации и возможностью продолжать работу. Для филолога те же самые наши корпуса, эти тексты, опубликованные в открытом виде - это возможность работать, пока наше исследовательское сообщество рассеяно по миру. В этом я тоже вижу какую-то миссию военного времени - объединяющую. Во-вторых, есть западные исследователи, которые занимаются русскоязычными текстами и тоже могут пользоваться этими корпусами и данными. Ссылаться и цитировать данные никому не запрещено.

Помимо всех названных миссий в наше темное время есть еще одна, которую мы недавно обсуждали с коллегами, и я с ними согласен. Мы работаем с открытыми данными, у нас есть раздел воспроизводимых исследований. А открытость, воспроизводимость и методологические стандарты - это принципиальные столпы, на которых стоит, вообще говоря, рациональность научного знания. В этом смысле мы видим некоторую часть своей миссии в борьбе с бушующим мракобесием, иррациональностью, фальсификацией и пренебрежением эмпирической реальностью.

Война - это одно большое пренебрежение эмпирической реальностью, она началась и поддерживается этим пренебрежением. Мы хотели бы, чтобы наш проект был вот таким оплотом рациональности, научного метода и эмпирической действительности в нашей гуманитарной области.

Источник