Цифровое обезличивание научных результатов как неучтенный риск модернизации системы управления наукой в Российской Федерации

Яник Андрей Александрович кандидат технических наук ведущий научный сотрудник, Институт демографических исследований ФНИСЦ РАН 119333, Россия, г. Москва, ул. Фотиевой, 6, корп.1, оф. 1 Yanik Andrey Aleksandrovich PhD in Technical Science Leading Research Associate, Institute for Demographic Research of the Federal Center of Theoretical and Applied Sociology of the Russian Academy of Sciences 119333, Russia, g. Moscow, ul. Fotievoi, 6, korp.1, of. 1 cpi_2002_1@yahoo.co.uk Другие публикации этого автора

Введение

Модернизация государственного управления научным развитием в Российской Федерации является объективным ответом на вызовы современности и тесно связана с глобальными процессами индустриализации науки, превращения ее в производительную силу. В условиях, когда трансформация сектора науки и изменение соответствующих управленческих технологий происходят одновременно и постоянно, важной задачей является выявление рисков, существование которых не было очевидным на начальных стадиях реформ. Как представляется, одним из таких рисков является обезличивание научных результатов, передаваемых в международные базы данных.

Существует множество объективных и субъективных факторов, способствующих отчуждению ученых от результатов научного труда в условиях, когда произведенные ими знания становятся одним из основных источников стоимости в инновационной модели экономики ^[1-4]. В настоящей работе показано, как формально разрозненные события, начавшиеся в разных странах в разное время, соединяются в единый контекст и создают условия (политико-правовые, технологические) для неизбежной анонимизации содержащихся в научных произведениях результатов (потенциального нового знания) и «очищения» их от правовой защиты, что создает риски, требующие учета в процессе управления научным развитием в Российской Федерации.

Государственное стимулирование передачи научных результатов в международные базы

«Большая Наука» (Big Science) появилась в середине ХХ века, когда рядом с традиционным сообществом индивидуальных исследователей, возник индустриальный мир крупномасштабных, иерархически организованных научных проектов исключительного уровня размеров и сложности ^[5-8]. Потребности экономического роста, поиск новых драйверов устойчивого развития привели к осознанию необходимости перехода к стратегии интенсивного развития сектора науки и, как следствие, к возникновению специальных институтов и технологий государственного управления этой сферой. Одним из результатов «индустриализации» научного поиска и попыток повысить его финансово-экономическую эффективность стало рождение наукометрии и новой экономики - экономики науки, что сопровождалось резким ускорением темпов научно-технического прогресса ^[9]. Одновременно под влиянием эффектов третьей технологической революции, произошел фактический переход от самоуправления научным развитием (принцип Халдейна) ^[10] к профессиональному внешнему управлению наукой как специфическим ресурсом общественного развития ^[11].

Значимой вехой в этих событиях стала организация в 1960 г. известным американским лингвистом Юджином Гарфилдом (Garfield, Eugene, 1925-2017) Института научной информации (The Institute for Scientific Information, ISI), который предложил пользователям доступ к оцифрованным реферативным базам данных научных публикаций, а также к построенному на их основе индексу цитирования (Science Citation Index, SCI) и его различным модификациям ^[12]. Базы данных и технологии ISI стали основой платформы «Сеть науки» (Web of Science, WoS) и дали старт крупному международному научному бизнесу, который через серию продаж оказался сосредоточен в руках двух частных инвестиционных компаний (Onex Corporation и Baring Private Equity Asia) и в настоящее время управляется компанией Clarivate Analytics ^[13].

Идеи американца Гарфилда перекликались с подходами известного советского математика Василия Васильевича Налимова (1910–1997), исходившего из представлений о науке как самоорганизующейся системе, развитие которой управляется ее информационными потоками. Именно он ввел в научный оборот широко известный термин «наукометрия» ^[14-15]. В результате уже к концу 1960-х годов в экономически развитых странах сложились основные элементы анализа научной деятельности и оценки ее эффективности, которыми мир пользуется до сих пор.

Необходимость оценивать эффективность научной деятельности, организованной индустриальным образом, неизбежно потребовала внедрения системы показателей, поддающихся измерению и сравнению, в том числе в международном масштабе. В настоящее время, помимо WoS, существует около двух десятков международных реферативных баз данных и систем цитирования, из которых Министерство науки и высшего образования Российской Федерации учитывает восемь (универсальные системы Web of Science и Scopus, и предметно-ориентированные системы PubMed, MathSciNet, zbMATH, Chemical Abstracts, Springer и GeoRef - см. п. 5 Правил формирования перечня рецензируемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук ^[16]).

С 2019 г. одним из главных критериев оценки научно-исследовательской деятельности является достижение запланированного показателя числа публикаций в ведущих рецензируемых научных журналах, индексируемых на платформе WoS ^[17-18]. Очевидно, что в текущих условиях, когда необходимы индикаторы успехов в решении задач, связанных с повышением роли отечественной науки в инновационном развитии, число публикаций в крупнейшей международной системе цитирования является одной из немногих возможностей «на общей основе» измерять и сравнивать достижения как отдельного ученого, так и научной организации. Хотя не менее очевидно, что подобные критерии хорошо работают для изначально интернациональных STEM-дисциплин и неудачны для оценки «неанглоязычных» социально-гуманитарных наук, тесно связанных с особенностями национального контекста и языка ^[19]. Есть значительное число работ, показывающих, что WoS не нейтральна и содержит множество «перекосов», например, в пользу англоязычных (преимущественно, американских) журналов; в пользу медицины (историческое ядро WoS было медицинским); в ущерб социально-гуманитарным наукам (менее 10% публикаций) и т.д. [см., например, 20, с. 147], которые должны учитываться при выборе этой базы в качестве мерила успеха.

Но на текущий момент выбранные принципы оценки результативности труда ученых и исследовательских организаций, дополненные системой негативных санкций, стимулируют все более активную передачу научных результатов именно в базы данных WoS.

Обезличивание научных результатов – этапы, инструменты

Публикация научных результатов и передача их в международные базы цитирования сопровождается ростом технической нагрузки на исследователя вследствие диктата стандартов. Одним из наиболее очевидных проявлений стали различия в требованиях к оформлению рукописи в зависимости от издания. Многочисленные тонкости оформления текста и его структурных элементов (особенно – ссылок на цитируемые публикации) связаны не столько с академической логикой, сколько исключительно с исторически возникшими особенностями машинных алгоритмов, используемых различными цифровыми платформами, на которых публикуется или индексируется рецензируемое научное издание. Жесткие требования к форме записи являются способом побудить автора писать на языке, понятном соответствующему алгоритму, чтобы обеспечить безошибочное машинное распознавание информации и облегчить дальнейшую автоматическую обработку.

В отличие от раннего этапа цифровизации науки, начавшегося еще более 40 лет назад, теперь не требуются расходы на кодировщиков – «переводчиков» текстов с естественного на машинный язык, поскольку алгоритмы стали более клиентоориетированными, а компьютерная грамотность является необходимым навыком современного автора. В результате каждый исследователь самостоятельно выполняет работу по первичному кодированию информации о научных результатах, сокращая транзакционные издержки владельцев цифровых платформ.

На рис. 1 показаны различные варианты оформления одной и той же библиографической ссылки в зависимости от программных особенностей машинных алгоритмов, используемых для обработки публикаций в различных областях знаний.

Рисунок 1. Примеры различий в стандартах оформления библиографической записи в зависимости от программных средств обработки

Первичное кодирование части исследовательской информации самим автором – это начальный этап процесса обезличивания публикации и содержащихся в ней научных результатов, который полностью реализуется при передаче статьи через журналы в системы цитирования.

Современные академические журналы тесно связаны с базами цитирования и также выполняют часть работы по превращению авторских научных результатов в обезличенные данные. Такой эффект возник вследствие целого ряда объективно сложившихся практик и обстоятельств, детальный анализ которых не входит в задачи данной работы. В частности, одной из причин является конкуренция на рынке научных изданий и цифровизация издательской деятельности.

Для того чтобы сохранять статус и авторитет (и получать лучшие публикации), рецензируемые научные издания должны удовлетворять постоянно расширяющейся системе требований как профессионального, этического, так и технического характера. В условиях цифровой трансформации важная группа требований предполагает обеспечение возможностей дистанционной семантической разметки научных статей путем стандартизации информации в виде, пригодном для машинной обработки.

Как известно, технологии семантических сетей широко используются при формировании реферативных баз данных и систем цитирования. Такое решение - не только следствие программных особенностей интернет-платформ, на которых происходит индексация и обработка научных публикаций, но и часть более общего процесса, связанного с идеей перехода к открытым семантическим сетям (концепция «семантической паутины» - англ. Semantic web, обозначается W3C). Считается, что переход к W3C станет новым этапом развития глобального интернета, когда текстовая информация Интернета, смысл которой недоступен компьютерам, будет заменена понятной им «паутиной данных». Такая трансформация, в идеале, должна помочь компьютерам научиться без участия человека самостоятельно обрабатывать (оценивать, классифицировать, актуализировать и пр.) Интернет-информацию, а, с другой стороны, обеспечить прямой доступ пользователей непосредственно к любым запрашиваемым данным [перечень стратегических документов, стандартов и идей W3C – см. 21].

Технологии семантического анализа, реализуемые на платформах цитирования (например, WoS), во-первых, позволяют автоматически формировать структурную модель предметной области публикации и, во-вторых, обеспечивают прямой доступ к ее содержанию в сети интернет. В первом случае открывается возможность извлекать из публикации некоторый объем научного знания и использовать его уже в рамках реферативных баз данных оператора платформы для решения различных задач: от оценки текущего фронтьера науки (что важно, к примеру, органам государственной власти, определяющим стратегию и тактику научно-инновационного развития) до оказания коммерческих услуг индустрии. Во втором случае, за счет связывания авторов и процитированных в публикации источников, открывается возможность формировать рейтинги (индексы) цитирования, оценивать международный и национальный статус конкретных исследователей, что стимулирует интерес и привлекает внимание представителей профессионального научного сообщества.

Как правило, платформы цитирования лишь собирают и размещают у себя необходимую структурную информацию. Цифровые образы текстов в интернете, в том числе, произведений науки формируются с использованием универсального языка гипертекстовой разметки (HTML, или его аналогов) путем добавления на веб-страницу специальных программных модулей, или микроформатов, которые формируют метаданные (данные о данных). Эти метаданные не доступны пользователю, который взаимодействует с публикацией через программу-браузер, но их «видит» и «понимает» компьютер.

В настоящее время известно множество микроформатов, но наиболее распространенным стандартом являются микроформаты метаданных проекта «Дублинское ядро» (1999). В Российской Федерации эти микроформаты имеют статус отраслевого стандарта ^[22]. Главным техническим условием размещения научного журнала на платформе международной системы цитирования (в том числе, WoS), помимо соображений статуса, престижа и соответствия требованиям качества и передового характера публикуемых исследовательских результатов, выступает возможность использования семантических технологий для анализа его содержания.

Кроме того, респектабельные научные журналы с 1998 года формируют для каждого произведения науки уникальный дискретный идентификатор DOI (digital object identifier), который и обеспечивает прямой доступ к публикации в сети интернет ^[23]. Наличие DOI дает авторам произведений науки (вне зависимости от индексов цитирования) возможность самостоятельно формировать свои персональные профили в интернете при помощи других платформ и, тем самым, повышать свою «видимость» для международного научного сообщества.

Продвижение услуг платформ цитирования построено на декларировании полезных возможностей для авторов научных произведений. Разрабатываются специальные приложения, которые помогают исследователям искать коллег, знакомится с их публикациями и сравнивать рейтинги. В определенном смысле, такие платформы стремятся стать своего рода экосистемой, выполняя функции профессиональной социальной сети.

Поддержание привлекательной цифровой среды для привлечения и удержания авторов позволяет владельцам не акцентировать внимание на собственно бизнес-стороне процесса. В частности, тот факт, что алгоритмы платформы автоматически обрабатывают индексируемые публикации, а выделенные с помощью метаданных структурные элементы (прежде всего, графики, таблицы, списки, количественные данные, а также аннотации, благодарности и условия финансирования исследования) «перетекают» и накапливаются в рамках платформы, независимо от того, в какой коллекции (журнале) и на каких условиях исходная публикация имеет «постоянное место жительства». В результате выполнения серии обязательных действий на всех этапах обработки научного произведения - от подготовки авторского текста к публикации до размещения на платформе цитирования – происходит обезличивание научной информации и превращение ее в набор анонимных данных, пригодный к дальнейшей программной обработке и извлечению новых знаний (см. рис. 2).

Рисунок 2. Процесс превращения авторских научных результатов в обезличенные данные

Описанный выше процесс обезличивания информации, содержащейся в публикации, одновременно делает невозможной какую-либо правовую защиту интересов ее создателей. Возникающие анонимные наборы данных - это уже не результаты конкретного исследователя, а новая информация, полученная оператором платформы и, вдобавок, защищенная режимом коммерческой тайны. При этом, проблема качества научного знания, извлекаемого подобным образом из какой-либо статьи (что важно для авторов и их коллег), не играет особой роли для оператора платформы, поскольку в дело вступает эффект масштаба. Например, WoS постоянно индексирует более 30 тыс. научных журналов по всему миру и имеет ретроспективу более 50 лет. Технологии Big Data позволяют выявить в полученом массиве любые ценные результаты, а самое главное - сократить для клиентов время для внедрения новшеств, исключив необходимость повторения экспериментов, клинических испытаний и пр.

Глобальные цепочки стоимости в сфере производства и оборота научного знания

Описанные выше и многие другие феномены, отражающие изменения в функционировании науки и деятельности ученых, можно трактовать как свидетельства формирования специфической глобальной цепочки стоимости (ГЦС) в сфере производства и оборота научного знания, тесно связанного с процессами коммерциализации науки. В основе такой ГЦС (условно, «ГЦС-Наука») лежит индустриализация процессов познания, а ее специфическим продуктом, в отличие от обычных товарных цепочек, является гарантированное ускорение темпов инноваций.

Для ГЦС-Наука характерна значительная (с точки зрения объема и содержания) асимметрия значимости ее отдельных элементов среди которых, в частности, можно выделить:

(1) национальные системы науки (производство исходного научного продукта);

(2) глобальные цифровые платформы (средства коммуникации ученых, передачи и накопления научного продукта);

(3) транснациональные корпорации-разработчики аналитических и эвристических механизмов поиска новых закономерностей (информационные технологии быстрого выявления новых осмысленных решений во все расширяющемся объеме исходных научных продуктов).

Очевидно, что основное бремя транзакционных издержек на производство научных результатов несут страны-участницы ГЦС-Наука. Они же являются главным реципиентом рисков функционирования глобальной системы производства знания в целом.

Операционные расходы на поддержание функционирования цифровых платформ хорошо прогнозируются и имеют тенденцию к снижению в связи с быстрым обновлением технологической базы, кроме того, за счет эффектов масштаба подобные платформы имеют высокий потенциал конкурентоспособности. Таким образом, элементом максимизации добавочной стоимости в ГЦС-Наука являются процедуры поиска нового видения проблемных ситуаций на основе обработки данных, накопленных в рамках цифровых платформ.

В качестве модельного примера можно привести уже неоднократно упомянутую глобальную систему использования результатов научных исследований, реализуемую компанией Clarivate Analytics – владельцем цифровых платформ Web of Science Group.

Основной вид деятельности международной компании Clarivate Analytics – предоставление бизнес-аналитики, услуг и решений путем организации доступа к «собственному и всеобъемлющему высококачественному контенту, который позволяет пользователям обнаруживать, защищать и коммерциализировать свои инновации» ^[24]. Реферативные базы данных международных научных публикаций и индекс цитирования с уникальной глубиной ретроспективного охвата являются собственностью коммерческой организации.

Ориентируясь на статистику пользователей и данные о средней стоимости одной выгрузки / запроса, можно предположить, что Российская Федерация платит примерно 10 млн. долларов США в год за доступ к системе Web of Science ^{[25, слайды 8 и 9]}. И это – лишь одна страна.

Из отчета Clarivate Analytics за девять месяцев 2019 г. следует, что только подписка на базы принесла 596 млн. долл. США ^[26], а годовой оборот компании достигает в среднем 1 млрд. долл. США. Акции этой компании котируются на Нью-Йоркской бирже ^[27].

Ключевым фактором роста добавочной стоимости в ГЦС-Наука, микро-моделью которой является бизнес Clarivate Analytics, выступают технологии обезличивания и, как следствие, обесценивания исходного научного продукта.

Примерная схема ГЦС-Наука приведена на рис. 3, ее анализ возвращает к вопросу о проблеме отчуждения научного продукта от его создателя, но уже на государственном уровне.

Рисунок 3. Примерная схема ГЦС-Наука

ГЦС-Наука показывает, что научные знания в конечном итоге производят большую добавленную стоимость. Однако в силу их обезличивания и передачи в международные базы данных, конкретные государства (не говоря уже об отдельных ученых) не имеют отношения к прибыли от их оборота и использования. Тем более, что существующие правовые инструменты не позволяют защитить самые важные научные результаты – идеи, теории, открытия. Но именно идеи являются в итоге самым ценным товаром, который дает наибольшую прибыль структурам, находящимся на вершине ГЦС-Наука (см. рис. 4).

Рисунок 4. Реклама компании Clarivate Analitics: «Мы помогаем находить идеи»

Специалистам по интеллектуальным правам хорошо известно, что право ни в прежние времена, ни в современном цифровом мире не способно защитить собственность на идеи ^[28].

Формально права авторов - создателей научных произведений должны быть надежно защищены. Согласно ст. 1 Всемирной конвенции об авторском праве, каждое подписавшее ее государство «обязуется принять все меры, необходимые для обеспечения достаточной и эффективной охраны прав авторов и всех других обладателей авторских прав на литературные, научные и художественные произведения» ^[29]. В соответствии с Гражданским кодексом Российской Федерации (п. 2 ст. 1255) в авторские права, помимо права на обнародование, входят также «исключительное право на произведение, право авторства, право автора на имя и право на неприкосновенность произведения» ^[30-31]. Таким образом, национальное законодательство, с формальной точки зрения, регулирует охрану исключительных (имущественных) и личных (неимущественных) прав автора, в том числе, автора произведения науки. Однако на практике имеется противоречие между заявленной и фактической охраной научных произведений [см., например, 32]. Как известно, правовой охране подлежит произведение, выраженное в объективной форме, но не его содержание.

Согласно п. 5 ст. 1259 ГК РФ «авторские права не распространяются на идеи, концепции, принципы, методы, процессы, системы, способы, решения технических, организационных или иных задач, открытия, факты, языки программирования, геологическую информацию о недрах» ^[33]. И если созданные в результате научного творчества «процессы, системы, способы, решения технических, организационных или иных задач могут быть объектами патентных прав – изобретениями и полезными моделями, или особых прав – охраняться в качестве секретов производства» ^[28], то ключевые достижения ученых, составляющие суть их деятельности, - научные идеи, теории, концепции, открытия, не подлежат правовой охране.

Принятый в 2012 году ГОСТ Р 55385-2012 признает, что «в произведении науки (научное произведение) его содержание (научный результат) имеет обособленное существование, независимое от формы научного произведения, в которую оно воплощено. Вследствие этого в объем предоставляемой правовой охраны должна включаться, в первую очередь, не форма научного произведения, а его содержание» ^[34]. Однако эта декларация не нашла правовой реализации.

Кроме того, в отличие от поэтов, писателей, сценаристов, музыкантов, певцов и художников, личные и исключительные права которых на произведение возникают в момент его регистрации (а не обнародования), для возникновения права на произведение науки (кроме диссертаций) необходим факт опубликования. При этом, личные права автора научного произведения, будучи неотчуждаемыми, не приносят дохода, тогда как исключительное право на научное произведение обычно отчуждается в полном объеме при публикации, поскольку обязательным условием опубликования часто является передача исключительных (имущественных) прав издателю (юридическому лицу или его учредителю). Характерный пример – политика журналов, учрежденных Российской академией наук, согласно которой обязательным условием публикации является безвозмездная передача автором исключительных прав на произведение науки в пользу РАН ^[35].

Специалисты констатируют, что в Российской Федерации на настоящий момент не сложилось эффективного национального законодательства и позитивной практики правоприменения в сфере охраны и защиты интеллектуальной собственности, правового регулирования интеллектуальной деятельности и инновационного развития ^[36]. В 2018 г. государством были предприняты шаги по стандартизации процессов распределения между заказчиком, исполнителем и автором исключительных прав на результаты интеллектуальной деятельности, полученные за счет бюджетных средств, но они касались лишь охраняемых результатов (в частности, ноу-хау и патентов) ^[37].

Что касается самого массового вида произведения науки – научной статьи, то, согласно положениям ГОСТ Р 55385-2012, без согласия автора и без выплаты вознаграждения допускается как использование научного произведения (в целом или его частей) в качестве составной части нового научного произведения, так и использование научного знания, содержащегося в научном произведении, при научных исследованиях, разработках, производстве продукции или предоставлении услуг. Единственным обязательным условием подобного использования научного произведения является лишь указание имени автора и источника заимствования. Такая позиция связана, в частности, с представлением, что «невозможно постоянно создавать что-то кардинально новое, не похожее ни на что созданное ранее», а потому охрана авторских прав на научные идеи, открытия или факты будет тормозить развитие науки из-за необходимости постоянных согласований с учеными - держателями таких прав ^[38].

Таким образом, идеи, открытия, концепции, принципы, теории, методы, способные порой произвести революцию в экономике, выпадают из сферы правовой защиты, поскольку являются результатами, не имеющими материальной формы.

Это обстоятельство увеличивает риски экономической несправедливости, возникающие в результате неизбежного присоединения стран к ГЦС-Наука.

Заключение

Трансформация сферы науки, превращение ее в производительную силу, с неизбежностью ведет к возникновению специфических глобальных цепочек стоимости, а отсутствие правовых возможностей не позволяет каким-то образом «пометить» принадлежность конкретной стране передаваемых в глобальные базы данных научных результатов, содержащих полезные идеи или открытия. Это обстоятельство лишает государства, включая Россию, возможности участия в прибылях от дальнейшего использования коммерчески перспективных идей. Дилемма, связанная с национальным производством и международным использованием научных знаний, известна. Но давность ее существования не отменяет возрастающей несправедливости, тем более, что научные знания, идеи и открытия, передаваемые российскими учеными для обработки международным платформам, создаются в основном на средства бюджета Российской Федерации.

Таким образом, одним из потенциальных рисков невнимания к описываемому эффекту может стать возможное закрепление позиций Российской Федерации в наименее прибыльном сегменте ГЦС-Наука с максимальными транзакционными издержками.

На текущий момент рационального ответа, каким образом можно теоретически и практически разрешить сложившуюся ситуацию, пока нет. Есть надежды, что научные знания, как общее благо ^[39-41], каким-то образом, прямо или косвенно, рано или поздно, но принесут пользу для страны-создателя. Возможно, основу для создания решений, позволяющих защитить право собственности Российской Федерации на прорывные научные идеи и повысить статус нашей страны в ГЦС-Наука, могут дать новые цифровые технологии (например, технологии блокчейн).

В качестве общего замечания можно отметить также следующее. В условиях принципиальной сложности, неопределенности и быстрого изменения внешней среды, использование адаптивных методов управления является объективным и неизбежным. Также неизбежным является недостаток многомерного видения глобального контекста, в котором происходит реформирование российской науки. Это объективно не позволяет на начальных этапах реализации стратегии реформ, национальных проектов и программ развития прогнозировать весь спектр возможных последствий. Представляется, что оперативный анализ многоуровневых эффектов, порождаемых текущей управленческой практикой, необходим не только для повышения качества локальных решений, но и для корректировки стратегий.