Существует множество способов, которыми на онлайн-платформах (то есть в соответствующих социальных системах) измеряется и отображается профессионализм ее участников. В литературе, посвященной онлайн-сообществам, онлайн-репутации или анализу социальных сетей, они называются «маркерами статуса»
[549]. Наталия Левина, исследователь, изучающая тему краудсорсинга, пишет:
Любая онлайн-платформа обладает бесчисленными возможностями настройки работы систем продвижения контента и его производителей. Какие маркеры должны отображаться на платформе: связанные с контентом (количество лайков), с производителем контента (число подписчиков) или и те и другие? Насколько явно эти маркеры должны демонстрировать качество контента? Например, на видеосервисе YouTube явно видно число просмотров каждого видео, в то время как на сайте Wikipedia скромно указывается, какие статьи получили статус «избранных». Интернет-магазин Amazon внедрил сложную систему бейджей, а социальная сеть Twitter использует лишь пару значков – число подписчиков и ретвитов (показатель цитирования)
[550].
В академической литературе уже систематизированы маркеры статуса и описаны соответствующие им действия, но только практика поможет получить более точный ответ, какой из этих инструментов оценки профессиональной компетенции окажется полезным в сфере гражданского общества. Участники онлайн-сообществ могут дать оценку, кто из авторов Wikipedia составляет самые качественные статьи и кто из участников тематических сайтов наиболее точно отвечает на вопросы. Однако предстоит еще серьезная работа для того, чтобы установить взаимосвязь между онлайн-маркером статуса и деятельностью реальных институтов власти.
Каталогизация профессиональных компетенций в сфере государственного управления
Развитие современных технологий подошло вплотную к решению проблемы максимально точного выявления необходимых компетенций в любой точке земного шара. Тем не менее пока еще отсутствует возможность реализовать применительно к гражданским компетенциям подход, который Google воплотила в отношении поиска документов: создать для государственных учреждений инструменты простого и эффективного поиска профессиональных компетенций. То, что включается в понятие «профессиональные компетенции», не было ясно и до трансформации, вызванной развитием технологий, не ясно это и сейчас. Несмотря на очевидный прогресс, технологические препятствия еще сохраняются.
Нам все еще не удается качественно, комплексно и последовательно осуществлять поиск и таргетирование узкоспециализированных экспертов даже внутри одной организации – государственного учреждения. До настоящего времени большая часть практической работы по поиску экспертов с требуемой профессиональной компетенцией проводилась в компаниях и организациях в рамках программы по управлению знаниями. Отвечали за это направление преимущественно отделы по работе с персоналом, а вся деятельность ограничивалась масштабами одной организации.
С развитием интернет-технологий нового поколения и формированием масштабной взаимозависимости между документами и данными возник потенциал для поиска профессиональных компетенций в глобальном масштабе. Первопроходцами в этом отношении стали профессиональные академические сети, подобные VIVO и Profiles, однако гораздо сложнее оказалось выявить подход, который открывал бы перед гражданами с соответствующей профессиональной компетенцией возможности участвовать в государственном управлении.
Мы уже упоминали исследования, направленные на выявление профессиональных компетенций на основании поведения человека в сетевой среде, например на веб-сервисах «вопросов и ответов». Однако пока еще ни в литературе по компьютерным технологиям, ни в статьях по анализу данных не появились проработанные концепции комплексных, кроссплатформенных подходов к поиску экспертов с необходимыми знаниями и опытом. Те, кто предлагает двигаться через классификацию и систематизацию экспертных знаний, работают преимущественно с академическим онлайн-сообществом. Они мало осведомлены о потребностях специалистов-практиков, занимающихся управлением корпоративными знаниями, или компаний, осуществляющих поиск экспертизы в финансовом и инвестиционном секторах; они редко взаимодействуют с сетевыми сообществами потребителей товаров массового спроса или со специалистами-практиками в области краудсорсинга.
Запуск механизма умного управления необходимо предварить глубокими междисциплинарными исследованиями профессиональных компетенций. Например, в государственном секторе человек, чаще всего упоминающийся в различных документах, является, скорее всего, пресс-атташе, а не экспертом по определенной теме. Это означает, что стандартные корреляционные методы анализа документов для выявления профессиональных компетенций малопригодны для сферы государственного управления. Решению конкретно этой проблемы помогло бы внедрение стандарта, обязывающего дополнять любой директивный документ списком экспертов его готовивших. Полезно было бы также наладить диалог между высшими должностными лицами, юристами, экспертами в области интернет-технологий и специалистами по обработке и анализу данных – такой диалог помог бы нащупать пути преодоления все еще многочисленных барьеров.
Наряду с перечисленными трудностями существует и еще один очень щекотливый момент. Сегодня поиск экспертных знаний сводится преимущественно к поиску имен людей, являющихся авторами документов или упоминающихся в них. Но насколько можно полагаться на эти имена?
Принадлежит ли бейдж, выданный Кену Смиту на платформе Khan Academy, тому самому Кену Смиту, который написал научную работу, находящуюся в базе данных SSRN?
Принадлежит ли аккаунт Ли Чэня в Twitter тому самому Ли Чэню, который ведет блог на Medium?
Является ли автор статей Марта Бойер той самой Мартой Бойер, которая ответила на десять вопросов на Stack Exchange и обучает других пользователей на WyzAnt и Google Helpouts?
Конечно, аутентификация бейджей в какой-то мере помогает преодолеть проблему идентификации авторов с одинаковыми именами и фамилиями (отличить одного Смита от другого), но при этом вопрос о связи бейджей с научными статьями, книгами, твитами и постами в блогах становится все более острым.
Исследовательское и издательское сообщества некоторое время назад уже столкнулись с проблемой идентификации авторов с одинаковыми именами и фамилиями (как и с проблемой идентификации массивов данных или статей с одинаковыми названиями). Некоммерческая инициатива ORCID – это реестр уникальных идентификаторов ученых, подтверждающих их личность при решении грантовых вопросов и публикации научных статей. Точно так же, как в финансовом секторе существует способ идентификации компаний с одинаковыми названиями, что позволяет проводить финансовые операции, подобный же способ должен быть разработан коммерческими онлайн-платформами, такими как LinkedIn, HealthTap, Kaggle, Live Ninja и Ideoba.
