<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">dgisocio</journal-id><journal-title-group><journal-title xml:lang="ru">Цифровая социология/Digital Sociology</journal-title><trans-title-group xml:lang="en"><trans-title>Digital Sociology</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2658-347X</issn><issn pub-type="epub">2713-1653</issn><publisher><publisher-name>Государственный университет управления</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.26425/2658-347X-2020-2-17-26</article-id><article-id custom-type="elpub" pub-id-type="custom">dgisocio-42</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ЦИФРОВАЯ СОЦИОЛОГИЯ: НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>DIGITAL SOCIOLOGY: RESEARCH AREAS</subject></subj-group></article-categories><title-group><article-title>Методология познания цифрового общества</article-title><trans-title-group xml:lang="en"><trans-title>Methodology for cognition of digital society</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-7658-7993</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Мещерякова</surname><given-names>Н. Н.</given-names></name><name name-style="western" xml:lang="en"><surname>Meshcheryakova</surname><given-names>N. N.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Мещерякова Наталия Николаевна, Д-р социол. наук, профессор, г. Томск, Российская Федерация</p></bio><bio xml:lang="en"><p>Meshcheryakova Nataliya, Doctor of Sociological Sciences, Professor, Tomsk, Russia</p></bio><email xlink:type="simple">natalia.tib@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>ФГАОУ ВО «Национальный исследовательский Томский политехнический университет»</institution><country>Россия</country></aff><aff xml:lang="en"><institution>National Research Tomsk Polytechnic University</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2020</year></pub-date><pub-date pub-type="epub"><day>28</day><month>07</month><year>2020</year></pub-date><volume>3</volume><issue>2</issue><fpage>17</fpage><lpage>26</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Мещерякова Н.Н., 2020</copyright-statement><copyright-year>2020</copyright-year><copyright-holder xml:lang="ru">Мещерякова Н.Н.</copyright-holder><copyright-holder xml:lang="en">Meshcheryakova N.N.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://digitalsociology.guu.ru/jour/article/view/42">https://digitalsociology.guu.ru/jour/article/view/42</self-uri><abstract><p>Цифровая социология – вычислительная социальная наука, использующая современные информационные системы и технологии, – уже сложилась. Однако до сих пор не разрешен конфликт с традиционной социологией и ее методами исследований. Этот конфликт можно преодолеть, если помнить, что есть общая цель – познание явлений и процессов общественной жизни, – первичная по отношению к методам, о которых предстоит договориться. Цифровая трансформация социологии необходима, поскольку традиционные социологические методы не решают задачи предоставления объемных, надежных эмпирических данных качественно и в короткие сроки; востребован переход от контактных методов исследований к бесконтактным. Адаптация четырех современных информационных технологий: облачные вычисления, большие данные, интернет вещей и искусственный интеллект, – для целей социологии обеспечивает качественный переход в методологии познания цифрового общества. Облачные вычисления предоставляют исследователям инструменты, большие данные – сырье, интернет вещей – технологию, направленную на сбор показателей (получение сигналов) в большом объеме, реальном времени, в качестве прямых, а не опосредованных свидетельств человеческого поведения. Развитие технологии «искусственный интеллект» расширяет возможности получения обработанных сигналов качества работы социальной системы без построения предварительной гипотезы, в короткие сроки и на большом объеме обработанных данных. Цифровая трансформация социологии не означает отказ от использования традиционных методов социологического анализа, но предполагает расширение компетенций социолога, что требует пересмотра учебных программ вузов. Вместе с тем совмещение функций эксперта по предмету (социолога) и аналитика данных в одном специалисте оценивается как неперспективное, предлагается коллаборация их профессиональных компетенций в работе над едиными исследовательскими проектами.</p></abstract><trans-abstract xml:lang="en"><p>Digital sociology is a computational social science that uses modern information systems and technologies, has already formed. But the conflict with traditional sociology and its research methods has not yet been resolved. This conflict can be overcome if we remember that there is a common goal – the knowledge of the phenomena and processes of social life, which is primary in relation to the methods to be agreed upon. Digital transformation of sociology is essential, since 1) traditional sociological methods do not solve the problem of providing voluminous, reliable empirical data qualitatively and in a short time; 2) the transition from contact research methods to unobtrusive ones is in demand. The adaptation of four modern information technologies-cloud computing, big data, the Internet of things and artificial intelligence – for the purposes of sociology provides a qualitative transition in the methodology of knowledge of the digital society. Cloud computing provide researchers with tools, big data – research materials, Internet of things technology aimed at collecting indicators (receiving signals) in large volume, in real time, as direct, not indirect evidence of human behavior. The development of “artificial intelligence” technology expands the possibility of receiving processed signals of the quality of the social system without building a preliminary hypothesis, in a short time and on a large volume of processed data. Digital transformation of sociology does not mean abandoning the use of traditional methods of sociological analysis, but it involves expanding the competence of a sociologist, which requires a revision of University curricula. At the same time, combining the functions of an expert on the subject (sociologist) and data analyst in one specialist is assessed as unpromising, it is proposed to combine their professional competencies in working on unified research projects. </p></trans-abstract><kwd-group xml:lang="ru"><kwd>большие данные</kwd><kwd>интернет вещей</kwd><kwd>искусственный интеллект</kwd><kwd>необтрузивные методы</kwd><kwd>облачные вычисления</kwd><kwd>специалист по данным</kwd><kwd>трансакционные данные</kwd><kwd>цифровая социология</kwd><kwd>цифровая трансформация</kwd><kwd>эксперт по предмету</kwd></kwd-group><kwd-group xml:lang="en"><kwd>artificial intelligence</kwd><kwd>big data</kwd><kwd>cloud computing</kwd><kwd>data specialist</kwd><kwd>domain specialist</kwd><kwd>digital sociology</kwd><kwd>digital transformation</kwd><kwd>Internet of things</kwd><kwd>transactional data</kwd><kwd>unobtrusive methods</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Берроуз Р., Севидж М. (2016). После кризиса? Big data и методологические вызовы эмпирической социологии // Социологические исследования. № 3. С. 28–35.</mixed-citation><mixed-citation xml:lang="en">Brodovskaya E.V. and Dombrovskaya A.Yu. (2018), Big data in the study of political processes [Bol’shie dannye v issledovanii politicheskikh protsessov], Izd-vo Moskovskogo pedagogicheskogo gosudarstvennogo universiteta, Moscow, Russia. [In Russian].</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Бродовская Е.В., Домбровская А.Ю. (2018). Большие данные в исследовании политических процессов: учебное пособие. М.: Изд-во Московского педагогического государственного университета. 88 с.</mixed-citation><mixed-citation xml:lang="en">Brynjolfsson E. and McAfee A. (2016), The second machine age: work, progress, and prosperity in a time of brilliant technologies, W.W. Norton &amp; Company, New York, London.</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Василенко Л.А., Зотов В.В. (2020). Цифровизация публичного управления в России: риски, казусы, проблемы // Цифровая социология. № 2. С. 4–16.</mixed-citation><mixed-citation xml:lang="en">Burrows R. and Savage M. (2016), “After the crisis? Big data and the methodological challenges of empirical sociology” [“Posle krizisa? Big data i metodologicheskie vyzovy empiricheskoi sotsiologii”], Sociological Studies [Sotsiologicheskie issledovaniya], no 3, pp. 28–35.</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Губа К. (2018). Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. Т. 17. № 1. С. 213–236. doi: 10.17323/1728-192X-2018-1-213-236</mixed-citation><mixed-citation xml:lang="en">Egerev S.E. and Zakharova S.A. (2015), “Crowdsourcing in science” [“Kraudsorsing v nauke”], Sotsiologicheskii almanakh, no. 6, pp. 311–322.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Егерев С.Е., Захарова С.А. (2015). Краудсорсинг в науке // Социологический альманах. № 6. С. 311–322.</mixed-citation><mixed-citation xml:lang="en">Ginsberg J., Mohebbi M.H., Patel R.S., Brammer L., Smolinski M.S. and Brilliant L. (2009), Detecting influenza epidemics using search engine query data, Nature, vol. 457, no. 7232, pp. 1012–1014.</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Журавлева Е.Ю. (2015). Социология в сетевой среде: к цифровым социальным исследованиям // Социологические исследования. № 8. С. 25–33.</mixed-citation><mixed-citation xml:lang="en">Guba K. (2018), “Big data in sociology: new data, new sociology?” [“Bol’shie dannye v sotsiologii: novye dannye, novaya sotsiologiya?”], Russian Sociological Review [Sotsiologicheskoe obozrenie], vol. 17, no. 1, pp. 213–236.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Рогозин Д.М., Ипатова А.А., Галиева Н.И. (2018). Стандартизированное (телефонное) интервью. М.: Пункт. 416 с.</mixed-citation><mixed-citation xml:lang="en">Lazer D., Pentland A., Adamic L., Aral S., Barabasi A-L., Brewer D., Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G., Macy M., Roy D. and Van Alstyne M. (2009), Computational social science, Science, vol. 323, no. 5915, pp. 721–723.</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Суслаков Б.А., Кундышева Е.С. (2015). Математическое моделирование контекстных высказываний при социологических опросах // Вестник МНЭПУ. Т. 7. С. 318–327.</mixed-citation><mixed-citation xml:lang="en">Rogozin D.M., Ipatova A.A. and Galieva N.I. (2018), Standardized (telephone) interview [Standartizirovannoe (telefonnoe) interv’yu], Punkt, Moscow, Russia. [In Russian].</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Ядов В.А. и др. (2013). Саморегуляция и прогнозирование социального поведения личности: диспозиционная концепция. 2-е, расширенное изд. М.: ЦСПиМ. 376 с.</mixed-citation><mixed-citation xml:lang="en">Savage M. and Burrows R. (2007), The coming crisis of empirical sociology, Sociology, no. 41 (5), pp. 885–899.</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Brynjolfsson E., McAfee A. (2016). The second machine age: work, progress, and prosperity in a time of brilliant technologies. NY; London: W.W. Norton &amp; Company. 336 р.</mixed-citation><mixed-citation xml:lang="en">Siebl T. (2019), Digital transformation: survive and thrive in an era of mass extinction, Rosetta Books, New York.</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Ginsberg J., Mohebbi M.H., Patel R.S., Brammer L., Smolinski M.S., Brilliant L.(2009). Detecting influenza epidemics using search engine query data // Nature. Vol. 457. No. 7232. Pp. 1012–1014.</mixed-citation><mixed-citation xml:lang="en">Suslakov B.A. and Kundysheva E.S. (2015), “Mathematical modeling of context statements during conducting sociological poll”[“Matematicheskoe modelirovanie kontekstnykh vyskazyvanii pri sotsiologicheskikh oprosakh”], Vestnik MNEPU, no. 7, pp. 318–327.</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Lazer D., Pentland A., Adamic L., Aral S., Barabasi A-L., Brewer D., Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G., Macy M., Roy D., Van Alstyne M. (2009). Computational social science // Science. Vol. 323. No. 5915. Pp. 721–723.</mixed-citation><mixed-citation xml:lang="en">Vasilenko L.A. and Zotov V.V. (2020), “Digitalization of public administration in Russia: risks, incidents, problems” [“Tsifrovizatsiya publichnogo upravleniya v Rossii: riski, kazusy, problemy”], Digital Sociology [Tsifrovaya sotsiologiya], no. 2, pp. 4–16.</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Savage M., Burrows R. (2007). The coming crisis of empirical sociology // Sociology. No. 41 (5). Pp. 885–899.</mixed-citation><mixed-citation xml:lang="en">Yadov V.A. et al. (2013), Self-regulation and forecasting of a person’s social behavior: a dispositional concept [Samoregulyatsiya i prognozirovanie sotsial’nogo povedeniya lichnosti: dispozitsionnaya kontseptsiya], 2-e rasshirennoe izd. TsSPiM, Мoscow, Russia. [In Russian].</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Siebl T. (2019). Digital transformation: survive and thrive in an era of mass extinction. NY: Rosetta Books. 256 р.</mixed-citation><mixed-citation xml:lang="en">Zhuravleva Е.Yu. (2015), “Sociology in digital environment: towards digital social research” [“Sotsiologiya v setevoi srede: k tsifrovym sotsial’nym issledovaniyam”], Sociological Studies [Sotsiologicheskie issledovaniya], no. 8, pp. 25–33.</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
