Данные как вызов

Обложка

Цитировать

Полный текст

Аннотация

B статье рассмотрены проблемы анализа природы данных, возникающие на границе знания и бытия. Показана противоречивость представления науки о данных как совокупности технологий и алгоритмов, предназначенных для решения задач обработки больших массивов слабоструктурированных данных, прогнозирования нераспознаваемых ранее корреляций. Представлен этимологический и когнитивный анализ трансформации понятия «данные». Проанализированы концептуальные основания становления новой эпистемологической парадигмы отображения окружающего мира, позволяющей рассматривать по-новому проблему данных.

Об авторах

Виктор Иванович Тищенко

Федеральный исследовательский центр «Информатика и управление» Российской академии наук»

Автор, ответственный за переписку.
Email: vtichenko@mail.ru

Заведующий отделом. Кандидат философских наук. Область научных интересов: системный анализ, информатика сообществ, виртуальные сообщества.

Россия, г. Москва

Список литературы

  1. Gil Press. A Very Short History of Data Science // Пост на сайте Forbes, updated Apr 14, 2022 [Электронный ресурс]. URL: https://www.forbes.com/ sites/gilpress/2013/05/28/a-very-short-history-of-data-science/ Дата обращения 17.06.2024
  2. Журавлева Е.Ю. Эпистемический статус цифровых данных в современных научных исследованиях. Вопросы философии. № 2. 2012. С. 113–123.
  3. Naur Peter. Concise Survey of Computer Methods. Lund, Sweden. Studentlitteratur. 1974.
  4. Tuomi Ilkka. Data Is More Than Knowledge: Implications of the Reversed Knowledge Hierarchy for Knowledge Management and Organizational Memory // Journal of Management Information Systems. 2000. 6 (3). Р. 103–117. doi: 10.1080/07421222.1999.11518258. Дата обращения 17.06.2024.
  5. «What are Data?» Australian Bureau of Statistics// [Электронный ресурс]. URL: https://web. archive.org/web/20190419010315/http:// abs.gov.au/websitedbs/a3121120.nsf/home/ statistical+language+-+what+are+data. Дата обращения 17.06.2024.
  6. Смирнов Г.А. О месте данных в структуре познания // Труды ИСА РАН. 2019. Том 69 (3). С. 55-67. doi: 10.14357/20790279190305
  7. 7 ISO/IEC 2382:2015 Information technology — Vocabulary. [Электронный ресурс]. URL: https:// webstore.iec.ch/publication/22380. Дата обращения 18.06.2024.
  8. ГОСТ 33707-2016 (ISO/IEC 2382:2015) Информационные технологии. СЛОВАРЬ. (ISO/IEC 2382:2015, MOD). М.: Стандартинформ. 2016.
  9. OECD Glossary of Statistical Terms. OECD. 2008. DOI: org/10.1787/9789264055087-en
  10. Data vs Information-Difference and Comparison |Diffen [Электронный ресурс]. URL: https://www.diffen.com/difference/Data_vs_ Information. Дата обращения 17.06.2024.
  11. Weinberger D. The problem with the data-information-knowledge-wisdom hierarchy. Harvard Business Review. 2010. V.2/2. Feb 02. [Электронный ресурс]. URL: https://hbr. org/2010/02/data-is-to-info-as-info-is-not. Дата обращения 17.06.2024.
  12. Smith F. Jack. Data Science as an Academic Discipline (англ.). Data Science Journal, 2006. 5(19). Р. 163–164 // doi: 10.2481/dsj.5.163. Дата обращения 17.06.2024.
  13. Тищенко В.И. Data science: новый этап сетевого анализа // Системный анализ и информационные технологии. САИТ-2019. Труды Восьмой международной конференции. 2019. М.: ФИЦ ИУ РАН. С. 370-377. DOI: 10.14357/ SAIT2019048
  14. Fayyad U., Piatetsky-Shapiro G., Smyth P. From Data Mining to Knowledge Discovery in Databases // AI Magazine. 1996; 17(3) [Электронный ресурс]. URL: https://ojs.aaai.org/ aimagazine/index.php/aimagazine/article/ view/1230. Дата обращения 17.06.2024.
  15. Пятаева Н.В. Этимологическое гнездо *dati в праславянском языке (реконструкция, словообразование, семантика) // Acta Universitatis Lodziensis. Folia Linguistica Rossica. 2017. (14). Р. 113–123. DOI: https://doi.org/10.18778/1731-8025
  16. Goldman Jeremy. Big Data is So. 2016. We Need Smart Data. Connecting the dots is more important than ever. // Блог Inc. Grow. 2017. March 21. // [Электронный ресурс]. URL: https://www.inc.com/jeremy-goldman/big-data-is-so-2016-we-need-smart-data.html. Дата обращения 24.05.2023.
  17. Breiman L. Statistical Modeling: The Two Cultures Statistical Science 2001; 16(3), 199-231 [Электронный ресурс]. URL: http://www2.math.uu.se/~thulin/mm/breiman.pdf. Дата обращения 17.06.2024.
  18. Oxford Dictionary of Current English / Edited by Della Thompson: 2nd Edition, Oxford University Press, 1993.
  19. Ефремова Т.Ф. Новый словарь русского языка. Толково-словообразовательный. М.: Русский язык. 2000.
  20. Пятаева Н.В., Булина Е.В., Ибатуллина Е.А. Дань, дар, подарки и духовные дары в динамике русской языковой картины мира // Актуальные проблемы филологии и педагогической лингвистики. 2018. 29(1). Р. 103-112. doi: 10.29025/2079–6021-2018-1(29)-103-112.
  21. Эвклид. Энциклопедический словарь. Т. XL. С.-Петербург. 1904; 133.
  22. Hanlon Aaron R. Data at the Dawn of the Anthropocene // The River Rail. 2019 [Электронный ресурс]. URL: ttps://brooklynrail.org/special/River_Rail_Colby/river-rail/Data-at-the-Dawn-of-the-Anthropocene. Дата обращения 18.06.2024.
  23. Синица А.Л. Первое (старое) статистическое обозрение Шотландии как источник демографических данных о населении Шотландии конца XVIII в. // Вестник Томского государственного университета. 2018; 432. Р. 159-169 [Электронный ресурс]. URL: https:// www.openrepository.ru/article?id=279663. Дата обращения 19.06.2024.
  24. Кузнецов С., Константинов А., Скворцов Н. Ценность ваших данных. М.: Альпина ПРО. 2022.
  25. Anderson Chris. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete // Wired. June 23, 2008 [Электронный ресурс]. URL: https://www.wired.com/2008/06/pb-theory. Дата обращения 18.06.2024.
  26. Бюттнер Н. «Таинственный Босх: кошмары Средневековья в картинах художника. М.: Эксмо. 2019.
  27. The fourth paradigm: data-intensive scientific discovery, ed. by T. Hey, S. Tansley, K. Tolle, Kristin Tolle, Jim Gray. Microsoft Research, Redmond, Washington [Электронный ресурс]. URL: https://www.researchgate.net/ publication/229529541_The_Fourth_Paradigm_ Data-Intensive_Scientific_Discovery. Дата обращения 18.06.2024.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».