Мы используем методы науки о данных для изучения образовательных траекторий и образовательного неравенства в цифровом веке.

По вопросам сотрудничества обращайтесь, пожалуйста, к Ивану Смирнову. В нашей лаборатории открыто несколько вакансий стажеров-исследователей. Ниже перечислены основные направления наших исследований.

В поисках утраченных профилей
Данные, полученные из социальных сетей, обладают большим потенциалом в исследованиях образования. Однако до сих пор недостаточно известно о достоверности этих данных, потенциальных смещениях и о том, что именно стоит за различными действиями в виртуальном пространстве (например, что именно означает дружба в социальной сети). Первые результаты дают основания считать, что социальные сети обладают практически универсальным охватом среди учащихся и что данные из них можно извлекать с высокой степенью достоверности. Наши дальнейшие исследования направлены на изучение соотношения между дружбой в социальной сети и дружбой, определенной через традиционные социометрические опросы, а также на изучение того, как лайки и другие формы взаимодействия в виртуальном пространстве связаны с реальными отношениями между учащимися.

Социальный капитал в цифровом веке
Хорошо известно, что социальные связи устанавливаются, прежде всего, между похожими людьми. Это явление препятствует восходящей социальной мобильности и является одним из механизмов воспроизводства неравенства. Распространение социальных сетей, с одной стороны, устраняет барьеры и позволяет на равных устанавливать социальные связи с любым другим пользователей независимо от его социального статуса и географического местоположения. С другой стороны, социальные сети дают гораздо больше свободы в управлении своим социальным окружением и могут приводить к возрастанию, а не уменьшению сегрегации. Мы изучили, как с течением времени формируется сегрегация по академической успеваемости в рамках одного образовательного учреждения. Сейчас мы изучаем аналогичные явления в масштабах целого города.

Культурный капитал в цифровом веке
Сегодня школьники могут сидеть за одной партой, находиться практически в одной и той же точке физического пространства, но при этом в совершенно разных точках пространства виртуального. Мы получили иллюстрацию этого явления, которая мотивирует нас на дальнейшие исследования.

Образовательные траектории
Данные из социальных сетей позволяют отслеживать образовательные траектории в гораздо больших масштабах, чем традиционные исследования. Мы изучаем переход школа—университет в масштабах города. Средний балл ЕГЭ выпускников школы должен соответствовать среднему баллу ЕГЭ тех вузов, в которые они поступают. Учет этого соответствия позволяет изучать влияние социального и культурного окружения на выбор вуза.

Как слово наше отзовется
Последние достижения в области искусственных нейронных сетей практически разрешили задачу классификации для изображений и текстов. Это сделало доступными для количественного анализа данные, которые до этого с трудом ему поддавались. Мы используем word2vec модели для того, чтобы найти связь между содержимым публикаций пользователей в социальных сетях и такими их характеристиками как пол, возраст, академическая успеваемость и т.п.

Стажировка
Мы отдаем предпочтение людям с навыками программирования (преимущественно python) и выраженным интересом к социальным исследованиям. Письмо с темой "Стажировка" и приложенным резюме отправляйте Ивану Смирнову.