Бакалавриат
2026/2027
Прикладные социальные науки
Статус:
Курс обязательный (Вычислительные социальные науки)
Кто читает:
Департамент психологии
Где читается:
Факультет социальных наук
Когда читается:
2-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Седашов Евгений Александрович
Язык:
русский
Кредиты:
3
Контактные часы:
30
Программа дисциплины
Аннотация
Данный курс является введением в современные социальные исследования. Курс следует практико-ориентированной философии и нацелен на развитие у студентов исследовательской интуиции. В частности, ключевое внимание будет уделено пайплайну исследовательской работы: исследовательский вопрос-гипотезы-исследовательский дизайн-анализ данных-интерпретация результатов. На примере конкретных кейсов будут разобраны типовые задачи, с которыми сталкиваются современные исследователи социальных явлений и процессов. В контексте курса мы понимаем кейс как конкретную академическую задачу (научная статья или доклад) или бизнес-задачу (исследование по техническому заданию заказчика). Для академических задач отдельно будут обсуждаться вопросы, связанные с научной новизной и актуальностью, чтобы студенты понимали, как устроен процесс научного поиска в социальных науках. Для бизнес-задач будет объясняться их смысл в контексте достижения конкретных результатов (улучшение потребительского опыта, увеличение прибыли, снижение издержек, улучшение условий работы сотрудников). Студент, успешно освоивший курс, сможет самостоятельно выполнять исследовательские задачи разных типов, а также будет готов к более углубленному освоению рассматриваемых разделов.
Цель освоения дисциплины
- Умеет корректно формулировать исследовательские вопросы и гипотезы
- Умеет разрабатывать анкеты и программировать их, используя ПО
- Умеет собирать данные из сети Интернет в автоматизированном режиме (скрейпинг и парсинг)
- Знает основные методы UX-исследований
- Умеет разрабатывать исследовательские дизайны для UX-исследований
- Умеет формулировать задачи для опросных экспериментов и разрабатывать соответствующий инструментарий
- Знает основные методы каузального анализа (разность разностей, разрывная регрессия, синтетический контроль, прерывание временного ряда)
- Знает основные подходы к автоматизированной детекции психологических состояний с помощью машинного обучения
Планируемые результаты обучения
- Студент знает и умеет применять правила составления социологической анкеты.
- Знает базовые понятия каузального анализа, умеет формулировать исследовательские вопросы в терминах причинно-следственной связи
- уметь применять основные принципы NLP на практике, знать основные принципы архитектуры Transformer
- Умеют формулировать проблему исследования
- Знают основные типы переменных
- Знают определение теоретической рамки исследования
- Умеют формулировать гипотезы в терминах связей между независимыми и зависимой переменными
- Проводит продуктовые исследования, рассчитывает продуктовые метрики.
- Умеет корректно формулировать исследовательские вопросы и гипотезы
- Умеет собирать данные из сети Интернет в автоматическом режиме (скрейпинг и парсинг)
- Умеет собирать данные с помощью анкетирования
- Знает область применения UX-исследований
- Умеет формулировать задачи для UX-исследований
- Знает основные методы UX-исследований
Содержание учебной дисциплины
- Постановка проблемы исследования. Теоретическая рамка исследования. Постановка гипотез. Переменные и их типы.
- Web-скрейпинг
- Анкета как исследовательский инструмент
- Продуктовая аналитика и UX-исследования
- Обратная причинно-следственная связь как источник эндогенности. Введение в каузальный анализ
- Задача обработки естественного языка (Natural Language Processing, NLP)
- Основные характеристики научного подхода. Современные научные исследования в социальных науках. Постановка исследовательского вопроса. Примеры исследовательских вопросов.
- Сбор реактивных и нереактивных данных для социальных исследований
- UX-исследования
Промежуточная аттестация
- 2026/2027 2nd module0.15 * Домашнее задание + 0.2 * Презентация финального проекта + 0.3 * Финальный проект + 0.1 * Посещаемость
