Знание позволяет по новому: Помогите пожалуйста.Знание истории своего народа, знание памятников его культуры открывает

Помогите пожалуйста.Знание истории своего народа, знание памятников его культуры открывает

206г. Поработайте в группах. Составьте рекомендации, используя прием РАФТ. Выступите в роли инопланетянина, в цивилизации которого уже прошел век инфо … рмации. Роль: Инопланетянин. Аудитория: Учащиеся 7 класса. Формат: Межпланетный онлайн-семинар. Тема: Обучение в век информации.​

помогите пожалуйста с 5 заданием срочно!!

помогите пожалуйста с 5​

Найти в это предложение Фразеологизм​

С земли ещё не сошёл снег, а в душу уже просится весна . Если вы когда- нибудь выздоравливали от тяжёлой болезни, то вам известно блаженное состояние … когда замираешь от смутных предчувствий и улыбаешься без причины. Такое состояние переживай сейчас природу.Земля холодна, грязь со снегом хлюпает под ногами,но как кругом всё весело, ласково, приветливо! Солнце светит ярко,и лучи его,купаются в лужах вместе с воробьями. Речка надувается и темнеет.Деревья голы но уже живут дышат.

В такое время хорошо гнать метлой и лопатой воду в канавах,пускать по воде кораблики долбить каблуками упрямый лёд.Хорошо гонять голубей под самую высь Поднебесную или лазить на деревья и привязывайть там скворечнике.1. глаголы, употреблёнными в первом абзаце текста, надпишите их вид.2.Укажите спряжение глаголов, употреблённых в последнем абзаце текста.3.выполните морфологический разбор любого глагола из второго предложения второго абзаца.4.”превратите”любой непереходный глагол из текста в переходный.помогите пожалуйста, нужно до воскресенья!!!​ Даю 30 б.

Составьте словосочетания «прилага- тельное + существительное» и запишите их. Аэрозоль, тюль, шампунь, манго, интервью, фойе, кондиционер, дисплей.

4. Прочитайте фразеологизмы, письменно объясните: а) как вы их понимаете e,6) какис Фразеологизмы соответствуют по смыслу данному тексту. Составьте с … ними предложения. Жить в ладу. Твердо стоять на ногах. Как за каменной стеной.​

сделайте словообразовательный разбор слов: Краеведческий беспокойных первопроходцев побольше срочно!!​

сделайте словообразовательный разбор слов:Краеведческийбеспокойныхпервопроходцевпобольшесрочно!!​

СРОЧНО❗❗❗❗❗❗❗❗❗❗ДАЮ 30 БАЛЛОВ❗❗❗❗Посмотрите киноповесть “Уроки французского” 1978 года (режиссёр Е. Ташков). Какие расхождения между авторским текстом … и сценарием вы заметили?Как это можно объяснить?​

Обучение персонала – залог успеха компании

Лекция – самый оптимальный способ донести большой объем информации в короткий срок и при этом охватить сразу большое количество человек. Однако нужно учесть, что «обратная связь» со слушателями при этом отсутствует, внести какие-то корректировки по ходу занятия в случае, если материал не усваивается, сложно. Для работодателя плюсы лекционного метода обучения сотрудников заключаются еще и в финансовой составляющей.

Большую активность обучающихся предполагает семинар. Диалог позволяет выяснить, закреплен ли теоретический материал. Эффективность обучения сотрудников в данном случае во многом зависит от того, какую обстановку создаст преподаватель, сумеет ли он побудить своих слушателей к размышлениям. Однако семинары ограничивают количество участников, если лекцию могут слушать тысячи человек, то общаться полноценно с такой огромной аудиторией уже вряд ли получится.

Более современным методом обучения считаются видеоуроки. Их очень просто и выгодно применять для обучения персонал в организации. Данный метод чаще всего, не требует поиска преподавателя или специального помещения. Сотрудники могут заниматься в удобное для себя время и в любом удобном для себя месте. Ученые давно доказали, что человеческое зрение и зрительная память в восприятии человеком окружающего мира всегда преобладают. Именно поэтому наглядные пособия и видеоуроки дают весьма хороший эффект. Однако у них есть ряд недостатков. Они не позволяют учитывать индивидуальные особенности обучающегося, а также лишают возможности обсудить с составителем урока детали.

В последнее время большой популярностью пользуется дистанционное обучение. Оно предполагает использование сети Интернет, через которую обучающийся получает материал для изучения и задания. Уровень усвоения информации затем определяется контрольными и тестами. Заниматься вместе может целая группа, в офисе или дома, в любое удобное время. Однако для такой формы обучения работник должен обладать высоким уровнем самоорганизации.

Для эффективного обучения персонала можно использовать

кейс‐обучение. Оно заключается в рассмотрении практических ситуаций (кейсов), при которых группа сотрудников анализирует и обсуждает реальную или возможную ситуацию, связанную с их непосредственной деятельностью. Такой подход позволяет подтолкнуть людей к альтернативному, нестандартному мышлению. Каждый участник здесь имеет право высказать собственное мнение и соотнести его с мнением других. Однако в данном случае необходим очень высококвалифицированный преподаватель, что делает обучение более затратным.

В качестве обучения на рабочем месте часто используется производственный инструктаж . Приходя на новое место работы, или знакомясь с нововведениями, сотрудники получают общую информацию о предстоящей работе.

Полезна для

персонала временная ротация – один сотрудник заменяет другого. Так он получает представление о многогранности деятельности компании, в некоторых случаях понимание одного процесса дает толчок для совершенствования собственной деятельности.

Некоторые компании используют метод наставничества, где более опытный сотрудник следит за выполнением работы. Чувство ответственности «старшего» за «младшего» и практические советы делают такое партнерство весьма эффективным.

Практической отработке материала уделяется большое внимание при проведении тренингов. Качественный корпоративный тренинг, разработанный с учетом потребностей организации, способен дать весомые результаты. При этом, не стоит ждать серьезных результатов за одно занятие. Закрепить полученные знания можно только при помощи постоянной практики и повторения.

Деловые игры

это метод обучения, при котором сотрудники получают новую информацию «разыгрывая» определенные ситуации. В таких условиях знания усваиваются максимально быстро, отрабатываются навыки, которые потом применяются в реальных условиях. Обычно после непосредственного проведения игры происходит «разбор полетов», помогающий выявить и исправить допущенные ошибки.

Собрать как можно больше разных идей помогает мозговой штурм. Один из главных его принципов – как можно больше вариантов предложить за короткое время. В условиях стресса мозг, как правило, начинает лихорадочно генерировать идеи, пусть не во всех, но многие идеи могут содержать рациональное зерно. Метод помогает раскрепостить даже самых нерешительных сотрудников, научить людей прислушиваться к чужому мнению.

Для адаптации новых сотрудников отлично подходит

сторителлинг (от англ. Story Telling — «рассказ историй»). При помощи историй работника знакомят с традициями и атмосферой компании. Одним из самых популярных и эффективных способов обучения менеджеров без отрыва от повседневной работы стала технология обучения действием – «аction learning». Основой этого действа становится группа ключевых сотрудников компании. Участники работают не с упражнениями и смоделированными ситуациями, а с реальными задачами.

Как читать и запоминать | КонсультантПлюс

Читаете книги, учебники весь семестр, но есть ощущение, будто ничего и не читали. Готовитесь к экзамену, учите конспекты лекций. А информация быстро улетучивается. После экзамена вообще все забывается.

Знакомые ощущения, да?

На самом деле, зубрежка действительно может помочь заработать оценку повыше. Но это иллюзорный выигрыш. То, что выучили, быстро забудется, так как при зубрежке используется краткосрочная память.

Ученые называют заучивание временным преимуществом и противопоставляют его овладению устойчивыми знаниями и навыками.

При зубрежке многое заучивается, но почти все очень быстро выветривается.

Как правильно учиться и запоминать

Обучение – циклический процесс, требующий снова и снова возвращаться к ранее изученному, постоянно обновлять знания и соотносить их с новой информацией.

Учиться вообще непросто, нужно прилагать усилия, чтобы что-то узнать и понять. При этом надо помнить, что неудачи неизбежны и ваши ошибки – это свидетельство ваших стараний, а не неспособностей. Благодаря ошибкам нарабатывается уникальный опыт, повышаются ваши возможности.

Исследования доказывают, что знания лучше усваиваются, если мозгу приходится потрудиться. Чем больше усилий требуется, чтобы вспомнить, тем эффективнее укрепляются знания.

Так какие же усилия необходимо предпринимать, чтобы запоминать то, что читаешь и изучаешь?

Ключевые стратегии обучения

Есть три ключевые стратегии обучения.

1. Практика припоминания новых знаний

Если говорить проще, это самотестирование на протяжении всего учебного процесса. Это намного эффективнее перечитывания того, что вы уже когда-то учили.

Как это делается? Всегда задавайте себе вопросы после прочтения конкретных глав в учебнике (можно использовать контрольные вопросы в учебнике после каждой главы, делать карточки с вопросом-ответом или проходить тесты в интернете по дисциплине). При этом важно не заглядывать в текст.

Такой практикой тестирования лучше заниматься один раз в неделю по материалу, который вы прошли за последние дни, и по предыдущему материалу.

По результатам самотестирования вы увидите пробелы в знаниях, которым стоит уделить особое внимание.

Зачем? Забывание – естественный процесс для человека. Но благодаря самотестированию вы сможете закрепить знания в памяти. Поверьте, такая привычка припоминания на протяжении учебного семестра избавит вас от авралов и зубрежки.

Но если вы приверженец перечитываний, то будьте готовы к тому, что таким способом вы создадите себе иллюзию знания. Пассивное восприятие информации не заведет вас далеко в обучении. Только проверка себя на знание основных идей позволяет сосредоточиться на самом главном, а старания по припоминанию делают знания долговременными.

2. Интервальное обучение

Это изучение нового материала более одного раза. Важно повторять материал через большие промежутки времени.

Как это делается? Составьте план самотестирования, чтобы между периодами обучения был перерыв. Например, новый материал вы должны тестировать и перечитывать через день, в следующий раз через неделю. Как почувствовали, что освоили тему, проводите самотестирование один раз в месяц.

В течение семестра параллельно с новыми знаниями возвращайтесь к самотестированию того, что уже выучили раньше. И соотносите новые знания со старыми. Осмысливайте! Именно осмысливая, лучше понимаешь и запоминаешь информацию.

Практика интервального обучения также включает изучение сразу двух или более тем. Такое переключение внимания с одной темы на другую позволяет освежать в памяти каждую из них.

Зачем? Самотестирование и повторение материала через определенные интервалы времени требуют больше усилий, чем углубленное изучение одной темы (методом зубрежки). Но именно интервальное обучение зарекомендовало себя как одна из эффективных стратегий обучения – вы так перезагружаете информацию из долгосрочной памяти, это позволяет лучше осмысливать, запоминать и соотносить новое с другими знаниями.

3. Чередование разнородных задач

Если вы хотите запомнить важные юридические термины или решать разнообразные правовые задачи, изучайте их параллельно. То есть нужно чередовать разнородные задачи, требующие разных решений.

Как это делается? Часто учебники строятся по блочному принципу: в одной главе описывается решение определенного типа задач. Следуя такому методу обучения эффективности добиться сложно. Лучше всего чередовать решение разнородных задач и всякий раз припоминать, как они решаются. Это как в баскетболе: если спортсмен будет сразу отрабатывать произвольные броски на разную амплитуду, то он станет более эффективным, чем тот, кто по отдельности отрабатывает один прием за другим.

Зачем? Такое чередование задач и знаний развивает способность различать информацию и выделять общее. Это поможет вам на экзамене или в реальной жизни, когда на ходу придется осознавать тип проблемы или задачи и самостоятельно принимать решение.

Принципы отличника:

• Всегда читать материал до лекции.
• Во время чтения представлять, какие вопросы могут войти в тест, и стараться на них ответить.
• Мысленно отвечать на вопросы во время лекций, чтобы проверить усвоение прочитанного.
• Выучить все незнакомые и забытые понятия, встреченные в учебных пособиях.
• Выделенные крупным шрифтом термины и понятия переписывать в рабочую тетрадь и регулярно проверять, понятен ли смысл.
• Проходить онлайн-тренировочные тесты, которые предлагает преподаватель. Выявленные неизвестные понятия выучить.
• Реорганизовать информацию в учебном пособии по собственному плану.
• Выписывать особо важные понятия и вывешивать их на видное место: время от времени проверять их знание.
• Возвращаться к пройденному материалу через какое-то время и тестировать себя на протяжении всего курса.

Используйте эти три ключевые стратегии в своем обучении, превратите их в привычку, и ваш прогресс будет очевиден не только вам, но и вашим преподавателям.

Главное, помните:

• Трудности в обучении – это нормально. Это ведет к прочному знанию и запоминанию. Обучаясь и преодолевая трудности, вы меняете ваш мозг, формируете новые нейронные связи и повышаете интеллект.
• Успешнее учится тот, кто возлагает ответственность за свое обучение на себя.
• Варианты припоминания того, что вы когда-то учили и знали: тестирование или самотестирование, повтор пройденного материала через определенные интервалы времени, освоение разных знаний и навыков, связанных друг с другом, решение разнородных задач.
• Информация лучше запоминается в том случае, если ее связать с чем-то значимым и личным для себя.
• Осмысливайте, связывайте новые знания со старыми, рефлексируйте, генерируйте ответы до того, как получите готовое решение, используйте мнемонические техники для запоминания, получайте обратную связь от преподавателя о ваших знаниях – в общем, применяйте разные методы обучения и не останавливайтесь на достигнутом.

По материалам книги «Запомнить все: усвоение знаний без скуки и зубрежки»

Ученые: знание нескольких языков защищает от болезни Альцгеймера

Знание нескольких языков защищает от ухудшения когнитивных функций даже тогда, когда в мозге уже начались дегенеративные изменения, выяснили канадские ученые. Однако сами патологии при этом никуда не деваются.

Изучение нескольких языков позволяет защититься от слабоумия, сообщают специалисты Йоркского университета. Исследование было опубликовано в журнале Alzheimer Disease & Associated Disorders.

Многие виды деятельности стимулируют нейропластичность — способность мозга изменяться под действием нового опыта. Использование языка — наиболее доступный из них. В течение дня можно разговаривать и читать на нескольких языках, тем самым задействуя области по всему мозгу.

О том, что билингвизм способствует задержке деменции сообщалось и ранее.

Так, в 2015 году было установлено, что использование двух языков может отдалить симптомы болезни Альцгеймера на 4,5 года.

Позже итальянские специалисты обнаружили характерные изменения в мозге билингвов — повышенную плотность белого и серого веществ мозга в областях, ответственных за исполнительные функции (высокоуровневые процессы, позволяющие планировать действия в зависимости от общей цели) и освоение языка. Кроме того, люди, говорящие на двух языках, лучше справлялись с заданиями на проверку краткосрочной и долгосрочной вербальной памяти и рядом других тестов. Исследователи предположили, что мозг билингвов лучше приспосабливается к трансформации своей структуры и потере части когнитивных функций из-за деменции.

На этот раз исследователи во главе с профессором психологии Эллен Бьялисток решили выяснить, есть ли разница между скоростью развития когнитивных ухудшений у билингвов и монолингвов.

На протяжении пяти лет исследователи наблюдали за 158 пациентами с легкими когнитивными нарушениями — такой диагноз ставится при ухудшении памяти с сохранением общих познавательных и прочих способностей. У билингвов они наблюдались позже, чем у монолингвов — в 77,8 и 75,5 лет соответственно. Исследователей интересовало, как быстро билингвам и тем, кто использует в речи лишь один язык, в дальнейшем будет поставлен диагноз болезнь Альцгеймера.

Сопоставив испытуемых по возрасту, уровню образования и степени нарушений на момент постановки диагноза, исследователи следили за их состоянием до того момента, как диагноз сменился на болезнь Альцгеймера. У монолингвов это заняло 2,8 года. У билингвов — всего 1,8.

Учитывая предыдущие данные, авторы работы полагают, что дело в защитном эффекте двуязычия для мозга. Нарушение когнитивных функций у билингвов проявляется позднее. Хотя дегенеративные процессы в мозге уже происходят, ему долгое время удается их компенсировать, что приводит к задержке выявления нарушений.

«Представьте себе дамбу из мешков с песком, которые сдерживают реку, — говорит Бьялисток. — В какой-то момент вода все-таки хлынет через них.

В тот момент, когда билингвам диагностируют умеренные когнитивные нарушения, у них уже есть значительные патологии, но благодаря когнитивному резерву не наблюдается их проявлений».

Новые результаты дополняют знания о том, что билингвы более устойчивы к нейродегенеративным изменениям, чем монолингвы. Однако ухудшения работы мозга стремительно нарастают, когда преодолен определенный порог — в мозге накапливается слишком много патологий. Поэтому состоянию мозга билингвов следует уделить особое внимание.

«Учитывая, что нет эффективного лечения болезни Альцгеймера и других форм слабоумия, лучшее, что мы можем предложить — поддерживать таких людей, чтобы они были самостоятельными и не теряли связь с семьей и друзьями, — говорит Бьялисток. — Это очень важно».

Ранее американским исследователям удалось обратить деменцию у мышей, снизив воспаление в их мозге. Они использовали препарат, снижающий активность гена TGF-β, который способствует воспалительным процессам. Лечение привело к тому, что воспаление снизилось, мозговая активность улучшилась, и мыши стали лучше справляться с заданиями вроде перемещения по лабиринту или изучения окружающего пространства. Они оказались способны делать это так же успешно, как молодые мыши.

У людей с болезнью Альцгеймера тоже наблюдаются следы повышенной активности TGF-β. Исследователи рассчитывают, что им удастся аналогичным образом улучшить и их состояние.

Основные задачи по созданию презентаций PowerPoint

Выбор темы

Открыв программу PowerPoint, вы увидите некоторые встроенные темы и шаблоны. Тема представляет собой макет слайда, который содержит сочетающиеся между собой цвета, шрифты и специальные эффекты, такие как тени, отражения и другие.

1. На ленте на вкладке Файл выберите Создать, затем выберите тему.

   В PowerPoint будет показан предварительный вид темы. Справа можно выбрать один из четырех вариантов расцветок.

2. Нажмите кнопку Создать или выберите цветовую схему, а затем нажмите кнопку Создать.

Подробнее: Использование и создание тем в PowerPoint

Вставка нового слайда

Подробнее: Добавление, изменение порядка и удаление слайдов.

Сохранение презентации

1. На вкладке Файл нажмите кнопку Сохранить.

2. Выберите папку.

3. В поле Имя файла введите имя презентации, а затем нажмите кнопку Сохранить.

Примечание:  Если вы часто сохраняете файлы в определенную папку, можно закрепить путь к ней, чтобы эта папка всегда была под рукой (как показано ниже).

Совет: Сохраняйте работу по мере ее выполнения. Часто нажимайте клавиши Ctrl+S.

Подробнее: Сохранение файла презентации

Добавление текста

Выберите замещающий текст и начните печатать.

Форматирование текста

1. Выделите текст.

2. В разделе Средства рисования откройте вкладку Формат.

3. Выполните одно из указанных ниже действий.

   • Чтобы изменить цвет текста, нажмите кнопку Заливка текста и выберите нужный цвет.

   • Чтобы изменить цвет контура текста, нажмите кнопку Контур текста и выберите нужный цвет.

   • Чтобы применить к тексту тень, отражение, свечение, рельеф, поворот объемной фигуры или преобразование, нажмите кнопку Текстовые эффекты и выберите нужный эффект.

Подробнее об этом:

Добавление рисунков

Выберите вкладку Вставка, а затем:

• чтобы добавить рисунок, сохраненный на локальном диске или внутреннем сервере, щелкните Рисунки, выберите изображение и нажмите кнопку Вставить;

• чтобы добавить рисунок из Интернета, выберите команду Изображения из Интернета и найдите подходящее изображение с помощью поля поиска.

  Выберите рисунок и нажмите кнопку Вставить.

Добавление фигур

Для иллюстрации слайда можно добавить фигуры. 

1. На вкладке Вставка выберите Фигуры, затем выберите фигуру в появившемся меню.

2. Щелкните и перетащите в области слайда, чтобы нарисовать фигуру.

3. Нажмите вкладку Формат или Формат фигуры на ленте. Откройте коллекцию Стили фигур, чтобы быстро добавить цвет и стиль (включая затенение) к выбранной фигуре.

Добавление заметок докладчика

Слайды лучше не перегружать большим количеством информации. Вы можете поместить полезные факты и примечания в заметки докладчика и обращаться к ним по мере показа презентации.

1. Чтобы открыть область заметок, щелкните надпись Заметки в нижней части окна.

2. Щелкните внутри области заметок под слайдом и начните вводить свои заметки.

Подробнее:

Показ презентации

Выберите вкладку Слайд-шоу, а затем:

• чтобы начать презентацию с первого слайда, в группе Начать слайд-шоу нажмите кнопку С начала;

• если вы находитесь не на первом слайде и хотите начать показ с него, нажмите кнопку С текущего слайда;

• если нужно показать презентацию людям, которые находятся в другом месте, выберите пункт Онлайн-презентация, чтобы настроить показ презентации через Интернет, и выберите один из указанных ниже вариантов.

Выход из режима слайд-шоу

Чтобы выйти из режима слайд-шоу, вы можете в любой момент нажать клавишу ESC.

Важно:  Office 2010 больше не поддерживается. Перейдите на Microsoft 365, чтобы работать удаленно с любого устройства и продолжать получать поддержку.

Обновить

Выбор темы

При создании новой презентации PowerPoint можно выбрать тему или шаблон. Тема — это дизайн слайда, содержащий сочетающиеся цвета, шрифты и специальные эффекты, такие как тени, отражения и другие.

1. На вкладке Файл выберите Создать, затем в области Доступные шаблоны и темы выберите Темы.

   Если щелкнуть любую тему, в правой части экрана PowerPoint появится предварительный вид этой темы.

2. Выбрав нужный вариант, нажмите кнопку Создать.

Подробнее: Использование и создание тем в PowerPoint

Вставка нового слайда

Подробнее: Добавление, изменение порядка и удаление слайдов.

Сохранение презентации

1. На вкладке Файл нажмите кнопку Сохранить.

2. В поле Имя файла введите имя презентации, затем нажмите кнопку Сохранить.

Совет: Сохраняйте работу по мере ее выполнения. Часто нажимайте клавиши Ctrl+S.

Подробнее: Сохранение файла презентации

Добавление текста

Выберите замещающий текст и начните печатать.

Форматирование текста

1. Выделите текст.

2. В разделе Средства рисования откройте вкладку Формат.

3. Выполните одно из указанных ниже действий.

   • Чтобы изменить цвет текста, нажмите кнопку Заливка текста и выберите нужный цвет.

   • Чтобы изменить цвет контура текста, нажмите кнопку Контур текста и выберите нужный цвет.

   • Чтобы применить к тексту тень, отражение, свечение, рельеф, поворот объемной фигуры или преобразование, нажмите кнопку Текстовые эффекты и выберите нужный эффект.

Подробнее об этом:

Добавление рисунков

1. На вкладке Вставка выберите Рисунок.

2. Найдите нужный рисунок и нажмите кнопку Вставить.

Добавление фигур

Для иллюстрации слайда можно добавить фигуры. 

1. На вкладке Вставка выберите Фигуры, затем выберите фигуру в появившемся меню.

2. Щелкните и перетащите в области слайда, чтобы нарисовать фигуру.

3. Выберите вкладку Средства рисования | Формат на ленте. Откройте коллекцию Стили фигур, чтобы быстро добавить цвет и стиль (включая затенение) к выбранной фигуре.

Добавление заметок докладчика

Слайды лучше не перегружать большим количеством информации. Вы можете поместить полезные факты и примечания в заметки докладчика и обращаться к ним по мере показа презентации. В обычном представлении область Заметки находится под окном просмотра слайда.

1. На вкладке Вид в группе Режимы просмотра презентации выберите Обычный.

2. Щелкните внутри области заметок под слайдом и начните вводить свои заметки.

Показ презентации

Выберите вкладку Слайд-шоу, а затем:

• чтобы начать презентацию с первого слайда, в группе Начать слайд-шоу нажмите кнопку С начала;

• если вы находитесь не на первом слайде и хотите начать показ с него, нажмите кнопку С текущего слайда;

• если нужно показать презентацию людям, находящимся в другом месте, выберите Широковещательное слайд-шоу, чтобы настроить презентацию в Интернете. Дополнительные сведения см. в статье Широковещательный показ презентации для удаленной аудитории.

Выход из режима слайд-шоу

Чтобы выйти из режима слайд-шоу, вы можете в любой момент нажать клавишу ESC.

чем бы ты ни занимался, нужно превосходить ожидания и создавать «вау»

Сооснователь сервиса онлайн-образования «Нетология» поговорил с Business FM о киберспорте и запросах современной аудитории на качественный образовательный контент

Максим Древаль. Фото: Владимир Гердо/ТАСС

Максим Древаль, генеральный директор общества «Знание», совсем молодой человек и еще недавно — участник списка Forbes «30 до 30». С ним беседовал главный редактор Business FM Илья Копелевич.

Здравствуйте, наш гость сегодня — Максим Древаль, ныне генеральный директор общества «Знание», а еще недавно — участник списка Forbes «30 до 30», в который попадают самые перспективные предприниматели. Он сооснователь знаменитого онлайн-сервиса образования «Нетология», а также основатель онлайн-сервиса, на котором учатся киберспорту, в том числе знаменитой у нас ныне игре Dota 2, в которой российская команда на большом международном турнире одержала победу, выиграв 18 миллионов долларов. Мы начнем с этого.

Максим Древаль: Я, действительно, когда начинал этот бизнес, нисколько не был геймером, я в школе поиграл, потом совсем забросил, потому что у меня были бизнесы, работа, некогда было играть, да и не особо хотелось. Но, когда увидел такую бизнес-возможность, жилку в этой теме, в сфере, я добросовестно попробовал и в Dota поиграть, и в Counter-Strike, и в «Лигу легенд». Попробовал все игры, чтобы понимать, что мы делаем, на себе прочувствовать и проблематику пользователей понять. На самом деле, это очень сложные игры, если смотреть на профессиональном уровне, то очень тяжело разобраться. Мало того что надо иметь очень быструю реакцию, потому что там все очень быстро происходит, так еще и вариативность событий…

А с чем ее можно сравнить, каких способностей от человека требует эта игра?

Максим Древаль: Она на пару порядков, наверное, сложнее, чем шахматы.

Ну, шахматы, кажется, безбрежны, потому что там бесконечное количество вариантов.

Максим Древаль: Вот, но на самом деле в Dota на несколько порядков вариантов больше. Здесь гораздо менее предсказуемо из-за того, что, играют, во-первых, пять на пять [игроков], разные роли, фигур в несколько раз больше, на каждую фигуру еще есть набор способностей и предметов, и, по сути, ты каждый раз по экспоненте поднимаешь количество вариаций. Уже доказано, и много раз эти исследования проводились, что она развивает и когнитивные навыки, и хард-скилы, и софт-скилы, потому что это командная игра. Сомнений в этом никаких нет, просто это зачастую сложно осознать, потому что есть слово «игра».

Расскажите, а за ней можно наблюдать, как за футболом, у этой игры есть потенциал зрительской аудитории, не только игровой, но и зрительской?

Максим Древаль: [По зрелищности] она превосходит все виды спорта, кроме футбола.

А как она вообще монетизируется? То есть мы знаем, как монетизируется футбол, он монетизируется на показах, на рекламе, на билетах и на символике.

Максим Древаль: Если говорить про киберспорт, точно так же, как спорт.

Все те же элементы?

Максим Древаль: Абсолютно то же самое. Здесь добавляется только еще отличие от обычного спорта — футбол никому не принадлежит, он просто есть, и шахматы, и все виды спорта, они просто есть, они общие.

А игра кому-то принадлежит?

Максим Древаль: А игра кому-то принадлежит.

И кому же принадлежит Dota? Я хотел спросить, потому что я не знаю.

Максим Древаль: Американской компании Valve. Она еще зарабатывает за счет скинов, за счет некой «косметики» в игре. Это главный ее заработок за счет популярности игры.

А вообще, чтобы начать играть, уже надо что-то заплатить?

Максим Древаль: Нет, она free to play.

Вход свободный?

Максим Древаль: Да. При этом она не самая доходная, есть похожая игра «Лига легенд», вот она гораздо более доходная.

Вы как раз зарабатываете в этом околоспорте…

Максим Древаль: Справедливости ради [следует сказать], я уже не зарабатываю, мы уже давно из этого бизнеса как акционеры вышли, как и из других бизнесов, я сейчас немножко в другой сфере…

Тогда в двух словах все-таки [расскажите], как это происходит, потому что онлайн-образование, а уж тем более онлайн-обучение онлайн-играм — это все еще для нас, людей, которые родились в Советском Союзе, нечто абсолютно новое.

Максим Древаль: Смысл такой же, как и в спорте: люди хотят побеждать, кто-то хочет побеждать на любительском уровне. Люди учатся футболу не потому, что они хотят войти в олимпийскую сборную, они хотят обыгрывать сверстников, друзей во дворе, в команде, просто реализовываться как игроку в данном виде спорта. И то же самое и в киберспорте, даже больше, потому что порог входа меньше и возможность совершить очередную игру гораздо легче. То есть если футбол собрать, это все-таки надо куда-то поехать, договориться…

Максим, давайте сразу, здесь не помешают цифры. Когда в 2016 году вы начинали, в течение года сколько у вас было клиентов? Или как называются пользователи онлайн-обучающего ресурса, студенты, как вы их называете?

Максим Древаль: Мы быстро собрали несколько миллионов пользователей.

А сколько времени, как правило, они проводят на ресурсе, сколько им надо учиться для того, чтобы получить?..

Максим Древаль: Игра устроена так, опять-таки в отличие от классических видов спорта, что она постоянно меняется. Это удерживает в постоянном вызове, и поэтому потребность в новых инсайтах, навыках, не позволяет…

Потребность есть всегда.

Максим Древаль: Да. Потому что каждый раз выходит обновление, новая карта, новые герои, новая Meta. Meta — это баланс сил, скажем так. Все обновляется, ты вынужден искать что-то новое. Плюс если ты становишься лучше, у тебя лучше соперники и у тебя опять новый вызов…

Это спарринг в процессе онлайн-обучения?

Максим Древаль: У нас скорее это анализ твоих игр и пул рекомендаций в виде заданий в игре. Мы прикрутили модель машинного обучения, которая анализирует игры всех игроков и находит в них некие паттерны ошибок или, наоборот, возможностей. Указывая на них, дают тебе, с одной стороны, теорию, с другой стороны — задания, которые ты идешь делать в игре, чтобы отработать эти новые ошибки или навыки. И мы автоматически понимаем, сделал ты это или нет, это качественно или нет, и даем тебе новые. Как тренер такой, я и тренер.

Например, в шахматах известно, что компьютер играет лучше любого человека…

Древаль: Да, потому что шахматы решены….

…и, таким образом, тренироваться с компьютером понятно как. А здесь есть компьютер, который точно играет лучше, чем любая команда?

Максим Древаль: Точно нет, сделали искусственный интеллект, который играет в Dota. Но вот чтобы он всегда обыгрывал, такого нет.

Там все-таки не одна только математика.

Максим Древаль: Он может в одной [игре], допустим, обыграть, но крутые игроки понимают, что пытается сделать искусственный интеллект, и обыгрывают его.

Потому что там не совсем только чистая математика?

Максим Древаль: Слишком много вариаций.

Есть более многовариативные развилки?

Древаль: Да. Пока что сложно решить объем информации, и вариаций слишком много, много больше, чем в шахматах или в том же покере, например. Покер тоже условно решили, теперь тоже боты играют лучше.

А для создания бизнеса по онлайн-обучению сколько нужно денег, где вы нашли людей? Это же все абсолютно, так сказать, новое явление, это одна из первых школ, то есть готовых специалистов негде взять. Или уже были какие-то образцы за рубежом, с которых можно было это скопировать?

Максим Древаль: Нет, скопировать неоткуда было, но тут, как в любом бизнесе, есть много общих вещей. Обучение — в целом понятно, как его делать, у нас большой опыт, как делать обучение, как удерживать, как вовлекать в сервис. Не хватало только компетенций из киберспорта, но моим партнером была чемпионка мира по Counter-Strike Лена Урусова. Также очень много успешных игроков в прошлом или в нынешнем, действующие тренеры, мы постоянно с ними консультировались в плане как раз-таки того, чтобы понять, какие типичные ошибки, как их выявлять, а как лучше тренировать. Мы, по сути, просто оцифровывали то, что они нам говорили, мы просто пытались это переложить на механизмы обучения, которые нам хорошо известны.

Вы говорите, этот околоспорт только растет?

Максим Древаль: Есть разный околоспорт. Очень успешный околоспорт, связанный со всем, что [вертится] вокруг скинов и «косметики» в игре, там разные биржи, есть ставки…

Продавать всякие штучки для игры…

Максим Древаль: Все, что вокруг спорта, ставки тоже достаточно успешны, много кто туда пошел. А вот обучение очень популярно и очень востребованно, и там высокие показатели удержания и в принципе NPS, обратная связь пользователей, но нет привычки, даже не то что привычки, нет такого паттерна — за это платить. То есть в киберспорте, он же не вчера появился, это всегда было либо бесплатно, либо почти бесплатно, и не находится модель монетизации, которая была бы массовой. То есть непонятно, как найти там много денег, а вот много пользователей — да.

Вот так мы плавно, собственно, от Dota перешли к бизнесу как таковому. Вы же наверняка неслучайно попали в список «30 до 30» Forbes, это очень короткий и, соответственно, почетный список. Скорее всего, самым успешным, венчурным бизнес-проектом стала «Нетология». Вы были ее соучредителем, создав перед этим отдельное онлайн-образование, стартап, и потом слились в «Нетологии» вовсе. Но вы вышли из него?

Максим Древаль: Да.

Этот сервис как раз самый известный, наверное, сейчас в стране именно в этой сфере, хотя их становится все больше и больше. Почему вы вышли из «Нетологии», по каким мотивам?

Максим Древаль: Нет, это именно бизнес-взгляд. Я понимал, что сильно изменилась ситуация, я понимал, что это тот момент, когда еще не поздно выгодно уйти, но уже поздно оставаться. Это пик, надо уходить. В плане капитализации компании, ее оценки — дальше она будет расти, но темпы роста будут снижаться, мультипликатор будет уменьшаться, мы будем много-много делать, но в итоге никогда больше такого мультипликатора не будет на нашем веку.

То есть среди ваших ориентиров есть мотив правильных, своевременных, успешных выходов, да?

Максим Древаль: Да-да. С одной стороны, я понимал, что это самый удачный момент продавать бизнес. Во-первых, появилось много больших конкурентов, я понимал, там были разные инсайды, я понимал, что выходят крупные корпорации, одни владеют аудиторией, другие владеют саплаингом, много чем…

Третьи, может быть, брендом, потому что, в конце концов, и классические университеты должны заходить на рынок?

Максим Древаль: Да-да. Туда пошли все — Mail, «Яндекс», все пошли на рынок. Я понимал, что все, рынок настолько быстро не растет. Мы уже были практически в пределе ниши. Рынок рос, но не настолько, чтобы мы все там втроем-вчетвером умещались и еще росли, точно будет дележка, и мы будем медленнее расти, тратить больше. То есть наши показатели год к году будут выглядеть хуже. С другой стороны, я еще понимал, что это и повод, если я хочу лучшего для компании, ей нужен стратег, ей нужен кто-то, кто сможет и дополнительными, и финансовыми возможностями пройти этот этап. Когда начинается такая высокая конкуренция, часто ее нужно в том числе демпинговать деньгами, и это невозможно без стратега. Мы, скорее всего, уступим и Mail, и «Яндексу». Либо мы будем поглощены ими в несильный момент, когда мы будем слабее, и нас просто поглотят.

Сейчас, глядя со стороны, как вы думаете, «Нетологию» поглотит «Яндекс» либо Mail?

Максим Древаль: Нет. Уже нет, «Нетология» слишком большая, как раз-таки удалось сделать так, что она слишком большая, чтобы ее кто-то поглотил, это уже не очень выгодно в плане выхода на IPO кому-то, то есть такого уже не будет.

Тогда расскажите, как вы, в общем-то, недавно возглавили всероссийское общество «Знание»?

Максим Древаль: Это во многом органичный момент, такой этап, потому что я уже больше десяти лет занимаюсь так или иначе сферой образования в совершенно разных сферах, но это образование. И я стараюсь все больше и больше увеличивать влияние в плане создания продуктов, влияния на большее количество людей, позитивных изменений их жизней в плане образовательных, просветительских систем. И «Знание», общество «Знание», это логичный этап масштабирования этого влияния и возможность создавать на огромном, всероссийском уровне продукты. Я убежден сейчас: то, что мы делаем в «Знании», невозможно было бы делать где-то в бизнесе или в какой-то другой структуре. Я не представляю, как можно было бы делать такого масштаба проект. Поэтому я, собственно, согласился на такое предложение.

Понятно, что вы совсем молодой, абсолютно нового поколения предприниматель в сфере образования, причем общество «Знание» — древняя история, и вдруг происходит событие, о котором говорят все, в нем принимает участие, во-первых, президент России, а во-вторых, Илон Маск, хотя и по видеосвязи, что обеспечивает абсолютный вирусный эффект в любых социальных группах через все каналы массовой коммуникации, которые только существуют. Откуда это все вообще полетело и куда?

Максим Древаль: Общество «Знание» вообще существует с 1947 года, то есть полетело это все очень давно и когда-то было невероятно масштабным.

Эти страницы перевернуты.

Максим Древаль: Да, эти страницы перевернуты…

Никто бы не вспомнил, если бы не это событие.

Максим Древаль: Наследие бренда есть все-таки, да, согласен, что в последние многие годы «Знание» особо не замечал никто, собственно, об этом президент в послании Федеральному собранию сказал, что оно вроде есть, но вроде бы и нет, надо перезапускать, перезагружать на новой цифровой платформе, как он сказал. И главная причина — есть огромный спрос.

Спрос на что?

Максим Древаль: На интеллектуальный развивающий контент. Понятно, что есть большой спрос на развлекательный контент, но все чаще [мы видим] тренд на рост созидательного контента, интеллектуального, развивающего, он часто даже используется в качестве досуга. То есть часто даже свободное время, которое ребята могли бы потратить на развлечения, они тратят на какие-то курсы, лекции про что угодно, даже просто про космос, например.

Будем возрождать? А ведь этот журнал в Советском Союзе тоже очень многие люди читали…

Максим Древаль: Все так. Мы много что думаем возрождать, но возрождать так же, как и «Знание». «Знание», допустим, мы возродили. Не так, как оно было, а с некоторым пересмотром на запрос времени, новые технологии, коммуникации.

Я спросил, откуда и куда оно полетело. Откуда — вы упомянули, президент в послании упомянул, а летит оно в сторону создания контента для социальных сетей, правильно я понимаю? Потому что как раз досуг у людей в значительной степени, по крайней мере сейчас, связан не с книгами, а с социальными сетями либо с какими-то специальными агрегаторами, в которых они из интернета черпают контент того или иного направления?

Максим Древаль: И да, и нет. Перезагрузка общества «Знание» и его, скажем так, цифровизация — это же не значит, что оно должно просто выйти в интернет и соцсети, эта задача была в 2000-х актуальна, но точно не сейчас. Это сейчас базис, который точно недостаточен. Конечно же, мы это сделали, и сделали круто. Другой вопрос, что сейчас, если ты работаешь с молодежной аудиторией, особенно с молодежной аудиторией, ты вынужден не просто быть везде, во всех платформах, ты должен быть там так, как тебя хотят видеть и готовы тратить на тебя время и готовы выбрать тебя, а не Даню Милохина в TikTok или какого-нибудь блогера на YouTube, в Instagram. Я ничего против не имею, но они много тратят сил на удержание внимания, на то, чтобы заинтересовать, создать «вау», и ты должен с этим конкурировать. Чем бы ты ни занимался, в нашем случае просвещением, ты должен постоянно превосходить ожидания и создавать «вау».

Сейчас в соцсетях успешно зарабатывает тот, кто создает хайп. Хайп — никто не дал научного определения этому слову, но все мы его чувствуем как безумное внимание и вирусное распространение неизвестно почему. Все-таки общество «Знание» — это как раз когда известно почему, где ценности. Вот, на ваш взгляд, хайп и ценности, они сейчас в соцсетях противостоят друг другу? В конце концов, в соцсетях может сложиться аудитория, которая идет за ценностями, а не за хайпом? Пример — Ким Кардашьян, на нее все должны смотреть, потому что на нее смотрят все?

Максим Древаль: Сам по себе хайп — это же просто что-то, что привлекло внимание, оно само по себе ничего плохого, негативного не имеет. В этом плане многие сразу в негативном контексте говорят про TikTok, соцсети просто потому, что это хайп, это баловство, но там внимание огромной аудитории, дальше вопрос, как ты хочешь это использовать.

Вы не противопоставляете хайп и ценности?

Максим Древаль: Абсолютно нет, потому что если хайп ради хайпа, это бесполезно и бестолково. А если ты, понимая инструменты коммуникации с людьми, с молодежью, их запросы, используешь хайп, чтобы заинтересовать, погрузить в интеллектуальный контент, в интеллектуальные игры, в лекционную часть, в участие, соучастие в создании контента, тогда это же здорово! Это как взломать систему: ты, наоборот, используй TikTok, потому что там огромная аудитория, и говори с аудиторией на их языке, как они хотят, чтобы ты говорил, и дальше направь их туда, куда бы правильно было их направить с точки зрения развития.

Я расскажу вам страшную сказку про черные дыры.

Максим Древаль: А почему нет? Опять-таки, если тебе не нравится, например, контент в TikTok, бессмысленно просто говорить, что это плохая платформа, там дурацкий контент, я такой весь правильный, я там про космос рассказываю, я буду только на своем сайте это делать. Это неправильно, ты тогда точно не изменишь контент в TikTok никогда, и там все равно будут сидеть и продолжать масштабировать только бестолковый контент. Если ты хочешь на это влиять, ты будь там, где люди.

И кто же это будет, кто же это все сделает?

Максим Древаль: Общество «Знание».

Кто сделает Стивена Хокинга, который не дошел до, надо сказать, TikTok и соцсетей, но является примером великого ученого и одновременно известного, популярного человека, который старался перенести знание в эти широкие массы и сделать его интересным?

Максим Древаль: Разные форматы есть. Например, у нас есть проект «Лига знаний». Это международный турнир по квиз-играм, викторинам, наверное, знаете, она очень популярна.

Да-да.

Максим Древаль: Это тоже про знания, это тоже сложно, и ты, на самом деле, за два часа игры узнаешь безумное количество новых фактов, информации, и многое тебя может дальше заинтересовать погрузиться в ту или иную сферу. При этом это очень увлекательно и не кажется сложным с точки зрения первого шага и вообще участия в этом. У нас недавно прошел самый крупный в мире турнир по квизу, у нас участвовало одновременно 1200 команд, и мы, воодушевившись таким результатом, сделали целый турнир по спортивному формату, каждые две недели у нас проходят игры, формируется турнирная сетка и будет международный финал. Вот, пожалуйста, уже мы нашли простой инструмент, как сложное сделать простым и заинтересовать.

Или, например, мы брали наши марафоны, вы упоминали уже, где реально были первые лица из всех сфер, и это один из наших принципов — брать первых лиц, потому что это создает то самое «вау» и помимо знаний ты вдохновляешься еще и их историями успеха, их примером.

Я видел, когда у нас выступал, например, Константин Эрнст, молодые ребята с горящими глазами, некоторые даже устроились на стажировку, напросились, интервью у него попросили взять. Один парень вышел на сцену пожать руку Хабибу Нурмагомедову, искренне, видно, что для него это была мечта, и, возможно, это заряд на несколько месяцев или лет в его дальнейшей жизни.

И это совмещение мотивации со знаниями, это очень здорово. Я говорил про то, что на марафоне — мы один раз сделали марафон на питерском форуме — объединили с форумом, сделали там студию. И контент на питерском экономическом форуме, конечно, очень сложный, он такой прямо бизнесовый, политический, но за счет, скажем так, молодежной редакции, за счет того, что интервью часто брали школьники, студенты и за счет того, что мы часто не из студии вещали, а из релевантного места, где вокруг были школьники. Например, Лихачев, глава «Росатома», рассказывал про атомную энергетику, про мирный атом, находясь прямо на атомной электростанции с ребятами. Вот это делало контент простым и доступным, а еще и увлекательным. Ты не просто слушал «говорящую голову», а ты буквально наблюдал, как это и где это живет и как это работает. Тот же самый Пиотровский из Эрмитажа, Гергиев из Мариинки и так далее. Или Овечкин играл с ребятами на льду. Инструменты есть делать контент, сложный контент простым и интересным, чем «Знание» и занимается. А про поиск, я хотел дополнить и сказать, как найти популяризатора, такого нового Стивена Хокинга: два проекта мы запустили на эту тему. Есть история, связанная с «Лигой лекторов», это такой отбор просветителей, лекторов, людей, которые хотят делиться знаниями, побороться за статус лектора общества «Знание».

Мы, с одной стороны, выявляем со всей страны самых интересных и выдающихся людей, а с другой стороны — через этапы отбора даем инструменты по прокачке, по развитию. Мы их учим различным техникам выступления, ораторскому мастерству, учим создавать контент, делать его как раз таким вот вкусным, «вау», интересным, чтобы они могли его доносить и удерживать внимание аудитории. Лучших мы вообще отправим на специальную программу обучения в нашем центре, которую мы готовим для лекторов. А второй проект — это премия «Знание», это своего рода «Оскар» в сфере просвещения. Как раз в декабре будет финал, церемония награждения, и там в 15 номинациях будут определены главные лауреаты и будет в том числе главный просветитель года, самый главный человек, а кто он — там мы и узнаем. 7 декабря я смогу ответить на ваш вопрос, кто тот новый самый главный человек, наш Илон Маск или как угодно.

А судьи кто?

Максим Древаль: А судьи — это самые выдающиеся люди из разных сфер. Мы, «Знание», не сами по себе. Мы объединяем усилия и вклад огромного количества компаний. Это медиаагентства, телеканалы, огромные корпорации, министерства, лаборатории. Это огромное количество компаний действительно выдающихся людей.

Добавить BFM.ru в ваши источники новостей?

1С:Комплексная автоматизация | О продукте

«1С:Комплексная автоматизация» — это программа для построения на предприятии единой информационной системы, охватывающей основные задачи управления и учета. Данное решение позволяет автоматизировать важнейшие области бизнеса: бухгалтерию, торговлю, склад, расчет зарплаты, кадровый учет. 

Использование инструментов прикладного решения позволяет обеспечить слаженную работу как подразделений внутри организации, так и с внешним окружением (клиенты, поставщики, конкуренты).

Назначение программы «1С:Комплексная автоматизация»

Программа ориентирована на использование в сфере малого и среднего бизнеса: в торговых предприятиях, на небольших производствах, в компаниях, оказывающих услуги. «1С:Комплексная автоматизация» наилучшим образом подойдет тем компаниям, которые используют в настоящий момент несколько отдельных продуктов, а также тем, чьи потребности в управлении и учете превысили возможности имеющихся информационных систем.

По мере изменения требований бизнеса и законодательства этот продукт может быть перенастроен, расширен за счет более полного использования функционала, интеграции с другими приложениями на платформе «1С:Предприятие 8» и с другими решениями.

Сценарии внедрения «1С:Комплексная автоматизация»

Этот программный продукт позволяет организации выбрать наиболее удобный для себя вариант его внедрения, в соответствии с задачам и планам в текущей ситуации.

Замена нескольких продуктов на современное интегрированное решение. «1С:Комплексная автоматизация» необходима для замены используемых комплексных решений предыдущих версий. Современный программный продукт нового поколения позволит наиболее эффективно провести автоматизацию рабочих процессов и реализовать оптимальную политику ее проведения.

Поэтапное развитие информационной системы предприятия. Программа обеспечивает поэтапное развитие информационной системы предприятия — от решения первоочередных задач на основе отдельных приложений или их связанных комплексов к созданию единой информационной системы предприятия на основе «1С:Комплексная автоматизация 2».

Автоматизация отдельных задач. С помощью программ «1С:Предприятие 8», входящих в состав продукта, можно автоматизировать наиболее важные рабочие задачи или использовать другие, удобные для предприятия варианты.

1.1 Методы познания – методы исследования в психологии

Цели обучения

1. Опишите 5 методов получения знаний
2. Узнайте о преимуществах и проблемах каждого из них.

Найдите минутку, чтобы поразмышлять о том, что вы знаете и как вы приобрели эти знания. Возможно, вы знаете, что вам следует заправить постель утром, потому что ваши мать или отец сказали вам, что это то, что вы должны делать, возможно, вы знаете, что лебеди белые, потому что все лебеди, которых вы видели, белые, или, возможно, вы знаете, что ваши лебеди белые. друг лжет вам, потому что ведет себя странно и не смотрит вам в глаза.Но стоит ли доверять знаниям из этих источников? Методы получения знаний можно разбить на пять категорий, каждая из которых имеет свои сильные и слабые стороны.

Интуиция

Первый метод познания – интуиция. Когда мы пользуемся интуицией, мы полагаемся на свое чутье, свои эмоции и / или свои инстинкты, чтобы направлять нас. Вместо того, чтобы исследовать факты или использовать рациональное мышление, интуиция предполагает веру в то, что кажется правдой. Проблема с опорой на интуицию заключается в том, что наша интуиция может ошибаться, потому что она вызвана когнитивными и мотивационными предубеждениями, а не логическими рассуждениями или научными доказательствами.Хотя странное поведение вашего друга может привести вас к мысли, что он / она лжет вам, возможно, он просто держит в себе немного газа или озабочен какой-то другой проблемой, не имеющей отношения к вам. Однако взвешивание альтернатив и обдумывание всех различных возможностей может парализовать некоторых людей, и иногда решения, основанные на интуиции, на самом деле превосходят решения, основанные на анализе (людям, интересующимся этой идеей, следует прочитать книгу Малкольма Гладуэлла «Blink»).

Полномочия

Пожалуй, один из самых распространенных методов получения знаний – это власть.Этот метод предполагает принятие новых идей, потому что некоторые авторитетные лица заявляют, что они верны. К этим авторитетам относятся родители, СМИ, врачи, священники и другие религиозные деятели, правительство и профессора. Хотя в идеальном мире мы должны иметь возможность доверять авторитетным фигурам, история учит нас обратному, и многие случаи зверств против человечества являются следствием того, что люди беспрекословно следуют авторитету (например, процессы над Салемскими ведьмами, нацистские военные преступления). На более мягком уровне, хотя ваши родители, возможно, говорили вам, что вам следует заправлять постель утром, заправка постели создает теплую влажную среду, в которой размножаются клещи.Открытые простыни создают менее благоприятную среду для клещей. Эти примеры показывают, что проблема с использованием авторитета для получения знаний заключается в том, что они могут ошибаться, они могут просто использовать свою интуицию, чтобы прийти к своим выводам, и у них могут быть свои причины вводить вас в заблуждение. Тем не менее, большая часть информации, которую мы получаем через авторитет, потому что у нас нет времени задавать вопросы и самостоятельно исследовать каждую часть знания, которую мы узнаем через авторитет. Но мы можем научиться оценивать полномочия авторитетных фигур, оценивать методы, которые они использовали для своих выводов, и оценивать, есть ли у них какие-либо причины вводить нас в заблуждение.

Рационализм

Рационализм предполагает использование логики и рассуждений для приобретения новых знаний. Используя этот метод, формулируются предпосылки и соблюдаются логические правила, чтобы прийти к обоснованным выводам. Например, если мне дано предположение, что все лебеди белые, и предположение, что это лебедь, тогда я могу прийти к рациональному выводу, что этот лебедь белый, даже не видя лебедя на самом деле. Проблема с этим методом заключается в том, что если посылки неверны или имеется логическая ошибка, то вывод будет недействительным.Например, предположение, что все лебеди белые, неверно; в Австралии есть черные лебеди. Кроме того, без формального обучения правилам логики легко сделать ошибку. Тем не менее, если посылки верны и логические правила соблюдаются должным образом, то это надежный способ приобретения знаний.

Эмпиризм

Эмпиризм предполагает приобретение знаний посредством наблюдения и опыта. И снова многие из вас, возможно, поверили, что все лебеди белые, потому что вы когда-либо видели только белых лебедей.На протяжении веков люди верили, что мир плоский, потому что он кажется плоским. Эти примеры и множество визуальных иллюзий, обманывающих наши чувства, иллюстрируют проблемы, связанные с тем, чтобы полагаться только на эмпиризм для получения знаний. Мы ограничены в том, что можем испытать и наблюдать, и наши чувства могут обмануть нас. Более того, наш предыдущий опыт может изменить то, как мы воспринимаем события. Тем не менее эмпиризм лежит в основе научного метода. Наука опирается на наблюдения. Но не просто наблюдения, наука полагается на структурированные наблюдения, которые известны как систематический эмпиризм.

Научный метод

Научный метод – это процесс систематического сбора и оценки доказательств для проверки идей и ответов на вопросы. Хотя ученые могут использовать интуицию, авторитет, рационализм и эмпиризм для генерации новых идей, они не останавливаются на достигнутом. Ученые идут еще дальше, используя систематический эмпиризм, чтобы проводить тщательные наблюдения в различных контролируемых условиях, чтобы проверить свои идеи, и используют рационализм, чтобы прийти к достоверным выводам.Хотя научный метод является наиболее вероятным из всех методов получения достоверного знания, как и все методы получения знаний, он также имеет свои недостатки. Одна из основных проблем заключается в том, что не всегда возможно использовать научный метод; этот метод может потребовать значительного времени и ресурсов. Еще одна проблема научного метода заключается в том, что его нельзя использовать для ответа на все вопросы. Как описано в следующем разделе, научный метод может использоваться только для решения эмпирических вопросов.Эта книга и ваш курс по методам исследования предназначены для того, чтобы предоставить вам углубленное изучение того, как психологи используют научный метод для улучшения нашего понимания человеческого поведения и разума.

---

Новая открытая версия позволяет теоретикам исследовать данные LHC по-новому

Коллаборация ATLAS впервые в эксперименте на LHC выпустила полный анализ вероятностей.

Что, если бы вы могли проверить новую теорию на данных LHC? А еще лучше, что если бы необходимые для этого экспертные знания были записаны в удобном формате? Эта сложная задача теперь решена в сотрудничестве с ATLAS, с первым открытым выпуском полного анализа вероятностей эксперимента на LHC.

«Вероятности позволяют вычислить вероятность того, что данные, наблюдаемые в конкретном эксперименте, соответствуют конкретной модели или теории», – объясняет Лукас Генрих, научный сотрудник ЦЕРН, работающий в эксперименте ATLAS. «По сути, они суммируют каждый аспект конкретного анализа, от настроек детектора, выбора событий, ожидаемого сигнала и фоновых процессов до неопределенностей и теоретических моделей». Чрезвычайно сложный и важный для любого анализа, вероятность – один из самых ценных инструментов, созданных в экспериментах на LHC.Их публичный выпуск теперь позволит теоретикам всего мира исследовать данные ATLAS совершенно по-новому.

Открытые вероятности ATLAS доступны в HEPData, репозитории с открытым доступом для экспериментальных данных физики элементарных частиц. Первые опубликованные открытые вероятности были связаны с поиском суперсимметрии в событиях протон-протонных столкновений, содержащих бозоны Хиггса, многочисленные струи b-кварков и недостающий поперечный импульс. «Хотя ATLAS в 2013 году опубликовал вероятностные сканы, сфокусированные на бозоне Хиггса, они не раскрыли всей сложности измерений», – говорит Кайл Кранмер, профессор Нью-Йоркского университета.«Мы надеемся, что этот первый выпуск – который обеспечивает полную вероятность во всей их красе – сформирует новый коммуникационный мост между теоретиками и экспериментаторами, обогатив дискурс между сообществами».

Открытые вероятности значительно выиграют от поиска новой физики. «Если вы теоретик, разрабатывающий новую идею, ваш первый вопрос, вероятно, будет следующим:« Моя модель уже исключена из экспериментов на LHC? »- говорит Джордон Старк, научный сотрудник SCIPP, Калифорнийский университет в Санта-Круз.«До сих пор не было простого способа ответить на этот вопрос».

Вероятности – это важная связь между теорией и данными ATLAS (Изображение: К. Кранмер / ATLAS)

«Мы планируем сделать открытый выпуск вероятностей регулярной частью нашего процесса публикации, и уже сделали их доступными из поиска прямого получение пар тау-слептонов », – говорит Лаура Джинти, руководитель рабочей группы ATLAS по суперсимметрии. «В ближайшие месяцы мы стремимся собрать отзывы теоретиков, не участвующих в сотрудничестве, чтобы лучше понять, как они используют этот новый ресурс для дальнейшего совершенствования будущих выпусков.”

Подробнее на сайте ATLAS.

Исследования климата Южной Флориды

Источник изображения: Microsoft Clip Art

Наука относится к системе или процессу получения знаний о мире природы.Для изучения мира природы ученые используют эмпирические методы, что означает, что они основаны на наблюдениях и экспериментах, а не на мнениях или чувствах. Научное исследование относится к деятельности и практике, предполагающей поиск знаний учеными. Наука как способ познания относится к убеждению, что действия науки основаны на логике, доказательствах и рассуждениях. Хотя есть и другие способы познания, которые могут быть важны для нашей личной и культурной жизни, они полагаются на мнение, убеждения и другие факторы, а не на доказательства и тесты.

Что предполагают ученые?

Изображение Источник : Microsoft Clip Art

У ученых есть определенное мировоззрение о науке и своей работе.В своей деятельности и практике они руководствуются следующими предположениями:

• Физический мир понятен.
• Наука не может дать ответы на все вопросы.
• Научные знания долговечны, но они не представляют собой абсолютную истину.
• Научные идеи являются предварительными (или могут быть изменены).

Чем наука отличается от других способов познания?

В отличие от искусства, философии, религии и других способов познания, наука основана на эмпирических исследованиях.Ученый проводит это исследование, чтобы ответить на свой вопрос о мире природы. Эмпирические исследования опираются на систематические наблюдения и эксперименты, а не на мнения и чувства. Эти систематические наблюдения и эксперименты предоставляют результаты исследований (доказательства), которые должны соответствовать двум критериям, чтобы научное исследование могло выдержать тщательные вопросы. Эти два критерия – достоверность и надежность. Срок действия означает, что исследование имеет отношение к заданному вопросу. Надежность описывает повторяемость или последовательность исследования. Результаты исследования считаются надежными, если другие ученые могут провести тот же эксперимент при тех же условиях и получить те же или аналогичные результаты.

Кто такие ученые и как они решают, что изучать?

Изображение Источник : Microsoft
Картинка

Ученые из всех слоев общества и со всех уголков земного шара.Их разнообразие позволяет им смотреть на проблемы с разных точек зрения и по-разному искать ответы. Но даже при том, что их подходы могут различаться, они используют эмпирические методы исследования. Поскольку наука и совокупность научных знаний настолько обширны, большинство ученых специализируются – точно так же, как один врач решает стать педиатром, а другой – нейрохирургом. Фактически, ученые часто проводят всю свою карьеру, изучая конкретную тему, и поэтому могут не иметь квалификации для оценки результатов ученых, работающих в других областях исследований.

Как ученые проводят научные исследования?

Ученые, как и детективы, работают над раскрытием и объяснением неизвестного, и их методы расследования имеют некоторые общие черты.В таблице ниже показаны сходства.

Сравнение работы ученых и сыщиков

Ученые…	Детективы…
задавайте вопросы, чтобы узнать новую информацию о природных явлениях.	проведет расследование (или задаст вопросы), чтобы узнать, что произошло.
проводить наблюдения с помощью научных исследований.	проводят наблюдения посредством наблюдения.
предлагать гипотезы, основанные на предварительных знаниях.	предлагает вероятные сценарии, основанные на опыте.
собирать, анализировать и интерпретировать данные (доказательства).	(с помощью судебных экспертов) собирать, анализировать и интерпретировать доказательства.
строить объяснения, используя доказательства и аргументы, чтобы оправдать эти объяснения.	построить вероятные сценарии, используя доказательства и рассуждения, чтобы сделать вывод или сделать вывод о том, что произошло.
оценивают или критикуют объяснения других ученых.	оценить альтернативные сценарии, чтобы исключить все другие возможности и подозреваемых.
сообщают свои методы исследования и результаты другим ученым и общественности.	представляют доказательства в прокуратуру и суд.

Изображение Источник : Microsoft Clip Art

Но на этом сходство заканчивается.В нашей правовой системе присяжные или судья принимают решение о том, какая сторона права. После того, как решение принято, оно обычно является окончательным (за исключением апелляции), потому что человека можно заставить предстать перед судом только один раз за конкретное преступление. Однако научному сообществу часто приходится рассматривать несколько гипотез, чтобы объяснить одно и то же явление, а научные выводы всегда открыты для переоценки другими учеными.

Научные методы и знания – воспроизводимость и воспроизводимость в науке

Конкретные вопросы, поставленные о воспроизводимости и воспроизводимости в постановке задачи комитета, являются частью более широкого вопроса о том, как научные знания приобретаются, подвергаются сомнению и изменяются.В этой главе мы вводим концепции, имеющие центральное значение для научного исследования, обсуждая природу науки и выделяя основные ценности научного процесса. Мы описываем, как ученые накапливают научные знания посредством открытий, подтверждений и исправлений, и выделяем процесс статистических выводов, который был в центре внимания недавно опубликованных неудач в подтверждении исходных результатов.

ЧТО ТАКОЕ НАУКА?

Наука – это способ исследования, который направлен на постановку вопросов о мире, получение ответов и оценку степени их достоверности посредством совместных усилий, направленных на обеспечение того, чтобы они были хорошо обоснованы. ¹ «Мир» здесь следует толковать широко: он включает в себя природные явления в различных масштабах времени и длины, социальные и поведенческие явления, математику и информатику. Научное исследование фокусируется на четырех основных целях: (1) по описать мир (например, классификации таксономии), (2) по объяснить мир (например, эволюция видов), (3) по предсказать , что произойдет в мире (например, прогноз погоды), и (4) до вмешается в определенные процессы или системы (например,g., делая солнечную энергию более экономичной или создавая более совершенные лекарства).

Человеческий интерес к описанию, объяснению, предсказанию и вмешательству в мир так же стара, как само человечество. Люди во всем мире стремились понять мир и использовать это понимание для продвижения своих интересов. Давным-давно жители островов Тихого океана использовали знание звезд для навигации по морям; китайцы разработали системы оповещения о землетрясениях; многие цивилизации одомашнили и модифицировали растения для выращивания; математики всего мира разработали законы, уравнения и символы для количественной оценки и измерения.Благодаря работе таких выдающихся деятелей, как Коперник, Кеплер, Галилей, Ньютон и Декарт, научная революция в Европе в 16-17 веках усилила рост знания и понимания мира и привела к появлению все более эффективных методов для создания этого очень знание и понимание.

В ходе научной революции ученые продемонстрировали ценность систематических наблюдений и экспериментов, что было серьезным отклонением от аристотелевского акцента на дедуктивном рассуждении на основе якобы известных фактов.Опираясь на эту работу, Фрэнсис Бэкон (1889 [1620]) разработал четкую структуру научных исследований, в которой особое внимание уделялось эмпирическим наблюдениям, систематическим экспериментам и индуктивным рассуждениям, чтобы поставить под сомнение предыдущие результаты. Вскоре после этого Лондонское королевское общество представило концепцию сообщения о научном эксперименте и его результатах посредством письменной статьи. ² Эти вклады создали основу для современной научной практики – исследования явления посредством наблюдения, измерения и анализа и критического обзора других посредством публикаций.

Американская ассоциация развития науки (AAAS) описывает подходы к научным методам, признавая общие черты научного исследования в разнообразии научных дисциплин и систем, изучаемых каждой дисциплиной (Rutherford and Ahlgren, 1991, p. 2):

Научное исследование нелегко описать вне контекста конкретных исследований. Просто не существует фиксированного набора шагов, которым всегда следуют ученые, ни одного пути, который безошибочно ведет их к научному знанию.Однако есть определенные особенности науки, которые придают ей особый характер как способ исследования.

Ученые, независимо от их дисциплины, в своей работе следуют общим принципам: использование идей, теорий и гипотез; опора на доказательства; использование логики и рассуждений; и сообщение результатов, часто в виде научных статей. Ученые вводят идеи, разрабатывают теории или генерируют гипотезы, предполагающие связи или закономерности в природе, которые можно проверить с помощью наблюдений или измерений (т.е., доказательства). Сбор и характеристика доказательств, включая оценку изменчивости (или неопределенности), занимает центральное место во всей науке. Анализ собранных данных, который приводит к результатам и выводам о силе гипотезы или предложенной теории, требует использования логики и рассуждений, индуктивных, дедуктивных или абдуктивных. Опубликованная научная статья позволяет другим исследователям анализировать и подвергать сомнению доказательства, методы сбора и анализа, а также научные результаты.

Хотя эти принципы являются общими для всех дисциплин научных и инженерных исследований, в различных научных дисциплинах используются определенные инструменты и подходы, которые были разработаны с учетом явлений и систем, присущих каждой дисциплине. Например, математика, которую преподают аспирантам по астрономии, будет отличаться от математики, которую преподают аспирантам, изучающим зоологию. Лабораторное оборудование и экспериментальные методы изучения биологии, вероятно, будут отличаться от тех, которые используются для изучения материаловедения (Резерфорд и Альгрен, 1991).В целом можно сказать, что разные научные дисциплины различаются по природе явлений, представляющих интерес для данной области, типам задаваемых вопросов и типам инструментов, методов и техник, используемых для ответа на эти вопросы. Кроме того, научные дисциплины динамичны, они регулярно порождают вспомогательные области, а иногда и комбинируют и реформируют. Например, в последние годы то, что начиналось как междисциплинарный интерес биологов и физиков, превратилось в новую область биофизики, в то время как психологи и экономисты, работая вместе, определили область поведенческой экономики.Подобное переплетение вопросов и методов происходило на бесчисленных примерах в истории науки.

Независимо от того, насколько далека повседневная жизнь человека от практики науки, конкретные результаты науки и техники неизбежны. Они проявляются в еде, которую едят люди, в их одежде, способах передвижения с места на место, в устройствах, которые они носят, и в том факте, что большинство людей на десятилетия переживут среднего человека, родившегося до прошлого века. Эти научные достижения настолько вездесущи, что легко забыть, что в способности человечества их достичь не было ничего неизбежного.

Научный прогресс достигается, когда стремление понять мир и управлять им осуществляется на основе набора основных принципов и научных методов. Хотя вызовы предыдущим научным результатам могут вынудить исследователей изучить свои собственные практики и методы, основные принципы и допущения, лежащие в основе научного исследования, остаются неизменными. В этом контексте рассмотрение воспроизводимости и воспроизводимости в науке предназначено для поддержания и повышения целостности научных знаний.

ОСНОВНЫЕ ПРИНЦИПЫ И ДОПУЩЕНИЯ НАУЧНОГО ЗАПРОСА

Наука по своей сути является дальновидным мышлением, стремящимся открывать неизвестные явления, углублять понимание мира и отвечать на новые вопросы. По мере обретения новых знаний может потребоваться пересмотр более ранних идей и теорий. Основные принципы и допущения научного исследования охватывают это противоречие, позволяя науке развиваться, постоянно проверяя, проверяя и обновляя существующие знания. В этом разделе мы исследуем пять основных принципов и предположений, лежащих в основе науки:

1.

Природа не капризна.

2.

Знание растет за счет изучения ограничений существующих правил и взаимно подкрепляющих доказательств.

3.

Наука – коммунальное предприятие.

4.

Наука стремится к уточненной степени уверенности, а не к полной уверенности.

5.

Научные знания долговечны и изменчивы.

Природа не капризна

Основная предпосылка научного исследования состоит в том, что природа не капризна.”Наука . . . предполагает, что Вселенная, как следует из ее названия, представляет собой огромную единую систему, в которой основные правила везде одинаковы. Знания, полученные в результате изучения одной части Вселенной, применимы к другим частям »(Резерфорд и Альгрен, 1991, стр. 5). Другими словами, ученые предполагают, что если новый эксперимент проводится в тех же условиях, что и другой эксперимент, результаты должны повториться. В марте 1989 года электрохимики Мартин Флейшманн и Стэнли Понс заявили, что достигли синтеза водорода в гелий при комнатной температуре (т.е.е., «холодный синтез»). В качестве примера способности науки к самокоррекции десятки лабораторий попытались воспроизвести результат в течение следующих нескольких месяцев. Вскоре в научном сообществе возник консенсус, что Флейшман и Понс ошиблись и фактически не достигли холодного синтеза.

Представьте себе вымышленную историю, в которой исследователи ответили на обвинение в том, что их первоначальное утверждение было ошибочным, следующим образом: «Хотя мы, конечно, разочарованы невозможностью воспроизвести наши результаты в других лабораториях, эта неудача ничего не делает для показывают, что мы не достигли холодного синтеза в нашем собственном эксперименте, в точности как мы сообщали.Скорее, он демонстрирует, что законы физики или химии в ходе нашего эксперимента (то есть в этом конкретном месте, в это конкретное время) вели себя таким образом, чтобы допускать возникновение холодного синтеза. Точнее, мы утверждаем, что основные законы физики и химии действуют одним способом в тех областях пространства и времени за пределами места проведения нашего эксперимента, и другим способом внутри этого места ».

Это, разумеется, абсурд.Но почему именно? То есть почему ученые не должны серьезно относиться к приведенному выше вымышленному объяснению? Краткий ответ, достаточный для наших целей, состоит в том, что научное исследование (на самом деле, почти любое исследование) прекратилось бы, если бы серьезно отнеслись к возможности того, что природа капризна в том виде, в каком она должна быть для этого вымышленного объяснение, чтобы быть правдоподобным. Наука действует на основе постоянного допущения, что природа следует правилам, которые непротиворечивы , какими бы тонкими, запутанными и сложными для понимания они ни были.В некоторых системах эти правила согласованы в пространстве и времени – например, исследование физики должно повторяться в разных странах и в разные века (при условии, что учитываются различия в применимых факторах, таких как высота над уровнем моря или температура). В других системах правила могут быть ограничены определенными местами или временами; например, правило человеческого поведения, которое справедливо для одной страны и одного периода времени, может быть неверным в другое время и в другом месте. Фактически, все научные дисциплины стремятся открыть правила, которые верны вне конкретного контекста, в котором они были обнаружены.

Знание растет за счет изучения границ существующих правил и взаимного подкрепления доказательств

Ученые стремятся открыть правила, касающиеся отношений или явлений, существующих в природе, и в конечном итоге они стремятся описать, объяснить и предсказать. Поскольку природа не капризна, ученые предполагают, что эти правила будут оставаться верными до тех пор, пока контекст эквивалентен. А поскольку знания растут за счет свидетельств о новых отношениях, исследователи могут счесть полезным задавать те же научные вопросы, используя новые методы и в новом контексте, чтобы определить, сохраняются ли и как эти отношения сохраняются или изменяются.Большинство ученых стремятся найти правила, которые не только верны в одном конкретном контексте, но также подтверждаются другими учеными и могут быть обобщены – это правила, которые остаются верными, даже если контекст отдельного исследования не полностью совпадает с исходным. Таким образом, ученые стремятся обобщить свои результаты и выявить пределы предлагаемых правил. Эти ограничения часто могут быть богатым источником новых знаний об исследуемой системе. Например, если определенные отношения наблюдались в более старшей группе, но не в более молодой, это говорит о том, что на отношения могут влиять возраст, когорта или другие атрибуты, которые различают группы, и могут побудить исследователя к дальнейшему исследованию.

Наука – коммунальное предприятие

Роберт Мертон (1973) описал современную науку как институт «коммунализма, универсализма, бескорыстия и организованного скептицизма». Наука – это постоянный общий разговор и совместное предприятие по решению проблем, которое может включать в себя фальстарты и тупики, особенно когда идет на риск в поисках ответов на важные вопросы. Ученые опираются на свои собственные исследования, а также на работы своих коллег, и иногда это здание может охватывать несколько поколений.Ученые сегодня по-прежнему полагаются на работы Ньютона, Дарвина и других авторов прошлых веков.

Исследователи должны уметь понимать исследования других, чтобы опираться на них. Когда об исследовании сообщается с четким, конкретным и полным отчетом об использованных материалах и методах, найденных результатах и ​​неопределенности, связанной с результатами, другие ученые могут знать, как интерпретировать результаты. Совместное научное предприятие позволяет ученым опираться на работы других, развивать необходимые навыки для проведения высококачественных исследований, проверки результатов и подтверждения, оспаривания или уточнения их.

Научные результаты должны подлежать проверке коллегами, и любой ученый, компетентный проводить такую ​​проверку, имеет на это право. Подтверждение результатов других, например, путем воспроизведения результатов, служит одной из нескольких проверок процессов, с помощью которых исследователи производят знания. В идеале исходные и воспроизведенные результаты должны быть получены в соответствии с общепризнанными научными подходами в данной области науки, включая сбор доказательств и характеристику связанных источников и величину неопределенностей.Действительно, без понимания неопределенностей, связанных с научным результатом (как это обсуждается в этом отчете), трудно оценить, был ли он воспроизведен или нет.

Наука стремится к уточненной степени уверенности, а не к полной уверенности

Неопределенность присуща всем научным знаниям, и многие типы неопределенности могут повлиять на надежность научного результата. Важно, чтобы исследователи понимали и сообщали о потенциальных источниках неопределенности в любой изучаемой системе.Лица, принимающие решения, которые хотят использовать результаты исследования, должны понимать неопределенности, связанные с этими результатами. Понимание природы неопределенности, связанной с анализом, может помочь в выборе и использовании количественных показателей для характеристики результатов (см. Вставку 2-1). На любом этапе роста научного совершенства цель состоит в том, чтобы как узнать, что наука теперь может открыть о мире, так и признать степень неопределенности, связанную с этим знанием.

ВСТАВКА 2-1

Научная неопределенность и ее значение в измерительной науке.

Научные знания долговечны и изменчивы

По мере того, как исследователи исследуют мир с помощью новых научных исследований и наблюдений, новые данные могут бросить вызов существующим и хорошо известным теориям. Научный процесс позволяет рассматривать новые доказательства, которые, если они заслуживают доверия, могут привести к пересмотру или изменению текущего понимания. Тестирование существующих моделей и теорий посредством сбора новых данных полезно для установления их силы и их пределов (т. Е., обобщаемость), и в конечном итоге расширяет человеческие знания. Такие изменения неизбежны, поскольку ученые разрабатывают более совершенные методы измерения и наблюдения за миром. Появление нового научного знания, которое вытесняет или переосмысливает предыдущие знания, не следует интерпретировать как слабость в науке. Научные знания основаны на предыдущих исследованиях и проверенных теориях, и прогресс часто не является линейным. Наука находится в постоянном процессе совершенствования, чтобы раскрыть все более близкие приближения к истине.

ЗАКЛЮЧЕНИЕ 2-1: Научное предприятие зависит от способности научного сообщества тщательно исследовать научные утверждения и со временем обрести уверенность в результатах и ​​выводах, которые выдержали многократные испытания. Сообщение о неопределенностях в научных результатах является центральным принципом научного процесса. Ученые обязаны сообщать о своих утверждениях с должной степенью неопределенности.

СТАТИСТИЧЕСКИЕ ВЫВОДЫ И ТЕСТИРОВАНИЕ ГИПОТЕЗ

Многие научные исследования стремятся измерить, объяснить и сделать прогнозы о природных явлениях.Другие исследования стремятся обнаружить и измерить влияние вмешательства на систему. Статистический вывод обеспечивает концептуальную и вычислительную основу для решения научных вопросов в каждой обстановке. Оценка и проверка гипотез – это широкие группы процедур вывода. Оценка подходит для условий, в которых основной целью является оценка величины величины, такой как мера физической константы или скорость изменения отклика, соответствующего изменению объясняющей переменной.Проверка гипотез подходит для условий, в которых научный интерес сосредоточен на возможном эффекте естественного события или преднамеренного вмешательства, и проводится исследование для оценки доказательств за и против этого эффекта. В этом контексте проверка гипотез помогает ответить на бинарные вопросы. Например, будет ли растение расти быстрее с удобрением A или удобрением B? Узнают ли дети в младших классах больше? Подействует ли экспериментальный препарат лучше плацебо? В научных исследованиях используются несколько типов более специализированных статистических методов, включая методы разработки исследований и методы разработки и оценки алгоритмов прогнозирования.

Поскольку проверка гипотез была задействована в большей части оценок воспроизводимости и воспроизводимости, мы рассматриваем этот способ статистического вывода более подробно. Однако соображения воспроизводимости и воспроизводимости широко применимы к другим способам и типам статистического вывода. Например, проблема получения нескольких статистических выводов из одних и тех же данных актуальна для проверки всех гипотез и оценки.

Исследования, включающие проверку гипотез, обычно включают множество факторов, которые могут вносить изменения в результаты.Некоторые из этих факторов признаны, а некоторые нет. Случайное отнесение испытуемых или тестовых объектов к той или иной группе сравнения является одним из способов контроля возможного влияния как нераспознанных, так и признанных источников вариации. Случайное распределение может помочь избежать систематических различий между сравниваемыми группами, но не влияет на вариацию, присущую исследуемой системе (например, популяции или вмешательству).

Ученые используют термин нулевая гипотеза для описания предположения о том, что нет никакой разницы между двумя группами вмешательства или нет эффекта лечения на какой-либо измеренный результат (Fisher, 1935).Обычно используемая формулировка проверки гипотез основана на ответе на следующий вопрос: если нулевая гипотеза верна, какова вероятность получения различия, по крайней мере, такого же большого, как наблюдаемое? В общем, чем больше наблюдаемая разница, тем меньше вероятность того, что разница, по крайней мере, такая же большая, как наблюдаемая, будет получена, когда нулевая гипотеза верна. Эта вероятность получения разницы, по крайней мере, такой же большой, как наблюдаемая, когда нулевая гипотеза верна, называется значением « p ».” ³ Согласно традиционной интерпретации, если вычисленное значение p меньше заданного порога, результаты можно считать статистически значимыми. Типичный порог может быть p ≤ 0,05 или, более строго, p ≤ 0,01 или p ≤ 0,005. ⁴ В заявлении, опубликованном в 2016 году, Совет Американской статистической ассоциации (Wasserstein and Lazar, 2016, p. 129) отметил:

Хотя значение p может быть полезным статистическим показателем, обычно оно неправильно использованные и неверно истолкованные.Это привело к тому, что некоторые научные журналы не одобряют использование значений p , а некоторые ученые и статистики рекомендуют отказаться от них, при этом некоторые аргументы практически не изменились с тех пор, как впервые были введены значения p .

Совсем недавно утверждалось, что значения p , правильно рассчитанные и понятые, могут быть информативными и полезными; однако заключение о статистической значимости, основанное на произвольном пороге вероятности (даже известном, например, p ≤ 0.05) бесполезен и часто вводит в заблуждение (Wasserstein et al., 2019; Amrhein et al., 2019b).

Понимание того, что значение p- не представляет, так же важно, как понимание того, что оно означает. В частности, значение p не представляет , а не , вероятность того, что нулевая гипотеза верна. Скорее, значение p- вычисляется на основе предположения , что нулевая гипотеза верна. Вероятность того, что нулевая гипотеза верна или что альтернативная гипотеза верна, может быть основана на расчетах, частично основанных на наблюдаемых результатах, но это не то же самое, что значение p- .

В научных исследованиях, связанных с гипотезами о влиянии вмешательства, исследователи стремятся избежать двух типов ошибок, которые могут привести к невоспроизводимости:

• Ошибка типа I – ложноположительный результат или отклонение нулевой гипотезы, когда она правильно

• Ошибка типа II – ложноотрицательный результат или неспособность отклонить ложную нулевую гипотезу, позволяя нулевой гипотезе оставаться в силе, когда альтернативная гипотеза, а не нулевая гипотеза, верна

В идеале, оба типа I и ошибки типа II будут одновременно уменьшены в исследованиях.Например, увеличение статистической мощности исследования за счет увеличения числа субъектов в исследовании может снизить вероятность ошибки типа II для любой заданной вероятности ошибки типа I. ⁵ Хотя увеличение количества данных, которое приходит с более мощными исследованиями, может помочь уменьшить ошибки как типа I, так и типа II, добавление большего количества субъектов обычно означает больше времени и затрат на исследование.

Исследователи часто вынуждены идти на компромисс, когда уменьшение вероятности одного типа ошибки увеличивает вероятность другого.Например, когда значения p считаются полезными, ошибки типа I могут быть минимизированы путем понижения порога значимости до более жесткого уровня (например, путем понижения стандартного p ≤ 0,05 до p ≤ 0,005). Однако это одновременно увеличило бы вероятность ошибки типа II. В некоторых случаях может быть полезно определить отдельные зоны интерпретации, где p -значения выше одного порога значимости не считаются значимыми, p -значения ниже более строгого порога значимости считаются значимыми, а p -значения между двумя пороговыми значениями считаются безрезультатными.В качестве альтернативы, можно просто принять вычисленное значение p за то, что оно есть – вероятность получения наблюдаемого результата или еще одну крайность, если нулевая гипотеза верна, – и воздержаться от дальнейшей интерпретации результатов как «значимых» или «нет». существенный.” Традиционная опора на единый порог для определения значимости может стимулировать поведение, которое работает против научного прогресса (см. Раздел «Предвзятость публикации» в главе 5).

Может возникнуть напряжение между воспроизводимостью и открытием, в частности, между воспроизводимостью и новизной результатов.Гипотезы с низкими априорными вероятностями могут быть воспроизведены с меньшей вероятностью. В этом ключе Уилсон и Уикстед (2018) проиллюстрировали, как поля, в которых исследуются потенциально новаторские результаты, будут давать результаты, которые в среднем менее воспроизводимы, чем поля, в которых исследуются весьма вероятные, почти установленные результаты. В самом деле, поле могло бы достичь почти идеальной воспроизводимости, если бы ограничило свои исследования прозаическими явлениями, которые уже были хорошо известны. Как Уилсон и Уикстед (2018, стр.193) заявляют: «Мы можем представить себе страницы, полные открытиями о том, что люди голодны после того, как пропустили прием пищи или что люди хотят спать после того, как не спали всю ночь», что не очень помогло бы «для углубления понимания мира». В том же духе было бы бесполезно сосредоточиваться исключительно на невероятных, диковинных гипотезах.

Целью науки не является и не должно быть воспроизводимости всех результатов. Сообщения о том, что результаты не воспроизводятся, могут вызвать волнение, поскольку они могут указывать на возможные новые явления и расширение существующих знаний.Кроме того, ожидается некоторый уровень невоспроизводимости, когда ученые изучают новые явления, которые еще недостаточно изучены. По мере того, как знания о системе или явлении улучшаются, можно ожидать, что воспроизводимость исследований этой конкретной системы или явления будет увеличиваться.

К оценке вероятности того, что гипотеза частично верна на основе наблюдаемых результатов, также можно подойти с помощью байесовского анализа. Этот подход начинается с априорных предположений (до наблюдения данных), известных как априорные вероятности, и пересматривает их на основе наблюдаемых данных с использованием теоремы Байеса, иногда описываемой как формула Байеса.

Приложение D иллюстрирует, как байесовский подход к выводу может, при определенных предположениях о механизме генерации данных и априорной вероятности гипотезы, использовать наблюдаемые данные для оценки вероятности того, что гипотеза верна. Один из самых ярких уроков байесовского анализа – это глубокое влияние, которое доэкспериментальные шансы оказывают на постэкспериментальные шансы. Например, согласно предположениям, приведенным в Приложении D, если априорная вероятность экспериментальной гипотезы составляла всего 1 процент, а полученные результаты были статистически значимыми при p ≤ 0.01 только один из восьми таких выводов о том, что гипотеза верна, будет правильным. Если бы априорная вероятность составляла 25 процентов, то более четырех из пяти таких исследований считались бы правильными. Поскольку здравый смысл подсказывает, а байесовский анализ может дать количественную оценку, разумно принять более низкий уровень уверенности в результатах исследования с весьма неожиданным и неожиданным результатом, чем в исследовании, для которого результаты были a priori более правдоподобными ( например, см. вставку 2-2).

ВСТАВКА 2-2

Вероятность до эксперимента: пример.

В высшей степени неожиданные результаты могут представлять собой важный научный прорыв, хотя вполне вероятно, что лишь небольшая часть из них может со временем оказаться верной. С точки зрения примера, приведенного в предыдущем абзаце, может оказаться решающим узнать, какие из восьми весьма неожиданных (априорная вероятность, 1%) результатов можно проверить, а какой из пяти умеренно неожиданных (априорная вероятность, 25%) результатов. следует сбрасывать со счетов.

Принимая во внимание идею априорной вероятности, исследования, сфокусированные на небольших усовершенствованиях существующих знаний, приведут к высокой скорости репликации (т. Е. Высокой скорости успешных репликаций), потому что исследователи будут искать результаты, которые, скорее всего, верны. Но это имело бы нежелательный эффект в виде снижения вероятности совершения крупных новых открытий (Wilson and Wixted, 2018). Многие важные достижения в науке стали результатом более смелого подхода, основанного на более умозрительных гипотезах, хотя этот путь также ведет в тупик и к открытиям, которые сначала кажутся многообещающими, но не выдерживают повторного тестирования.

«Безопасный» и «смелый» подходы к науке имеют дополнительные преимущества. Кто-то может возразить, что область стала слишком консервативной, если все попытки воспроизвести результаты будут успешными, но разумно ожидать, что исследователи последуют за новыми, но сомнительными открытиями с помощью исследований репликации, чтобы разобраться, какие многообещающие результаты окажутся верными. Ученые должны осознавать уровень неопределенности, присущий спекулятивным гипотезам и неожиданным результатам в любом отдельном исследовании.

1

Существует множество различных определений «науки». В соответствии с задачей комитета мы стремимся, чтобы это описание применялось к широкому спектру научных и инженерных исследований.

2

3

Текст изменен в декабре 2019 г. В обсуждениях, связанных со значением p , в исходном отчете использовалась «вероятность», а не «вероятность», и не было отмечено, что p – value включает наблюдаемые «и более экстремальные» результаты (см. раздел 3.2, Принципы статистического вывода, Кокс, 2006 г.). Хотя в повседневном английском слова «вероятность» и «вероятность» взаимозаменяемы, в статистике они используются по-разному.

4

Порог статистической значимости часто обозначается как p «меньше» 0,05; мы называем этот порог «меньше или равно».

5

Статистическая мощность – это вероятность того, что тест отклонит нулевую гипотезу, когда определенная альтернативная гипотеза верна.

Три способа экспертных знаний для использования искусственного интеллекта

В машиностроительных предприятиях, где что-то производится или собирается, спецификации говорят поставщикам о качестве и характеристиках материала, который им или клиентам требуется. Спецификации могут быть основаны на физических характеристиках (диапазоны температур) или бизнес-целях (предпочтения материалов, которые позволяют им достичь экономической эффективности в масштабе). Спецификации также являются одним из способов улучшения бизнес-процессов на основе данных, например оптимизации цепочек поставок.

Компании часто спрашивают:

• «Можем ли мы с учетом нашего набора спецификаций сократить или объединить их и при этом удовлетворить инженерные потребности наших клиентов?»

• «Можем ли мы сделать это, оптимизируя нашу цепочку поставок за счет экономии времени?»

• «Можем ли мы одновременно минимизировать разнообразие видов деятельности, которые нам, возможно, потребуется поддерживать в будущем?»

Этот пример представляет собой важный вариант использования, с которым я встречался во многих местах, где искусственный интеллект может обеспечить поддающуюся количественной оценке ценность.Эксперты обычно фиксируют свои знания и рассуждения о сложных знаниях, таких как спецификации, в неструктурированном тексте (поля комментариев, прикрепленные к документам, отчеты, написанные вручную), чтобы использовать их позже. Однако стандартные технологии поиска и решения для интеллектуального анализа данных, как правило, дают сбой, когда требуются эти знания. Технологии поиска не могут учесть релевантные факторы, которые являются наиболее важными для конкретных событий, например, какие факторы имеют значение в различных технических спецификациях.

Чтобы ИИ мог помочь экспертам принимать более обоснованные решения и отвечать на важные вопросы о технических спецификациях, решение ИИ сначала должно научиться использовать знания, полученные от эксперта. И эти знания обычно не просто книжные – это эвристические и основанные на опыте знания, полученные за многие годы работы. Ниже приведены три способа использования экспертных знаний в нашей системе искусственного интеллекта, которые помогли ответить на вопросы и оптимизировать бизнес:

1. Экспертные знания позволяют ИИ преобразовывать текст в полезные точки данных

Приложения

AI сложно создавать, потому что предприятия и пользователи в значительной степени полагаются на знания, основанные на опыте, полученные за годы решения аналогичных задач в различных ситуациях.Приложения AI должны достигать чего-то функционально похожего, даже если они делают это по-другому. Знание, основанное на опыте, похоже на способность нашей зрительной системы выявлять и понимать сложные закономерности в изображениях: мы быстро идентифицируем концепции и закономерности на изображении и, исходя из нашего предыдущего опыта подобных шаблонов, делаем вывод о том, что могло привести к изображению, и одновременно прогнозировать что может произойти дальше, чтобы полностью понять картину.

Наш мозг может аналогичным образом просматривать основанные на опыте знания, зафиксированные в тексте, чтобы связать предыдущий опыт, определить наиболее важные факторы в текущей ситуации и предложить лучшие решения проблем.Однако, обладая опытом, зафиксированным в тексте в бизнесе, мы сначала должны определить значимые концепции, отношения и закономерности из текста и документации. Обработка естественного языка – это метод искусственного интеллекта, который эксперты могут научить распознавать в документах важные сущности, события и отношения между этими событиями и сущностями. Позволяя эксперту маркировать важные сущности и их взаимосвязи, технология НЛП помогает превратить знания из этих документов в нечто, что компьютеры могут обрабатывать: полезные точки данных, представляющие знания, основанные на опыте.

2. Экспертные знания позволяют ИИ организовывать данные в осмысленные графики или сети

Технические спецификации могут содержать сотни характеристик, описываемых различными типами измерений и атрибутами. Некоторые из них являются стандартными, а другие зависят от заказчика или проекта. Форматы спецификаций могут варьироваться в зависимости от бизнес-подразделения и со временем, что делает нормализацию в структурированных базах данных ресурсозатратной и подверженной ошибкам. Инструменты управления спецификациями существуют, но даже когда организации используют их последовательно, все равно возникают различия из-за того, как их используют разные части бизнеса и как использование со временем меняется.

Представление знаний в той или иной форме – семантическая технология, графы знаний, сети ассоциаций – обеспечивает более глубокое понимание предметной области и нормализацию соответствующих данных. Позволяя эксперту легко организовывать концепции и их отношения в представление знаний, которое затем сопоставляется с базовыми данными, приложение AI может выполнять логический вывод, охватывающий такие вещи, как различные единицы измерения, форматы данных или иерархии данных.

3.Знания экспертов улучшают методы искусственного интеллекта

В предыдущем проекте мы использовали логический подход для ответа на вопросы о технических спецификациях – формальные онтологии моделировали как предметную область, так и спецификацию, машинное обучение извлекало спецификации из документов, а правила на основе логики были получены от экспертов для представления эвристика и знание предметной области. Подход столкнулся с трудностями по двум причинам: 1) было трудно избежать ошибок при включении спецификаций в формальную логику, и 2) логику, используемую для сравнения и понимания спецификаций, часто было трудно уловить из-за ее нечеткости и несогласованности.

После этого опыта мы попробовали кластерный подход. Кластеризация работает путем группирования «похожих» вещей с другими «подобными» вещами. Но мы поняли, что кластеризации может хватить стандартного понятия подобия. Вместо этого мы позволили эксперту помочь системе ИИ изучить эту меру сходства. Поскольку для каждого экземпляра этой задачи требовалось определить множество возможных различных мер сходства, было бы слишком дорого обходиться ресурсам, чтобы подходить к традиционной задаче машинного обучения с группой специалистов по данным, выполняющей многонедельный проект.Нам был нужен ИИ, чтобы помочь экспертам уловить понятие «сходства» спецификаций ученых – их экспертные знания.

Для нашего решения мы решили изучить модель подобия, которая инкапсулирует основанные на опыте знания о предметной области и наиболее важные факторы технических спецификаций для рассматриваемого вопроса. Предоставляя эксперту возможность выбрать несколько примеров того, что означает «сходство» для их конкретного вопроса, используя представление знаний и извлеченные концепции и взаимосвязи, система ИИ смогла изучить индивидуальный подход подобия для использования в кластеризации.

AI использует экспертные знания для ответа на ценные бизнес-вопросы

Системы искусственного интеллекта

могут помочь бизнесу двигаться вперед, чтобы принимать более обоснованные решения, но они должны быть спроектированы так, чтобы включать экспертные знания и эффективно использовать их для ответов на вопросы бизнеса. Большинство технологий искусственного интеллекта требуют значительных инженерных работ, чтобы настроить их и заставить работать в определенной области, и только поставив эксперта в середину этой настройки, системы искусственного интеллекта смогут создаваться и работать эффективно.

Зачем нужны исследования? – Исследования и творческая стипендия на бакалавриат

Research позволяет вам преследовать свои интересы, узнавать что-то новое, оттачивать свои навыки решения проблем и бросать вызов себе по-новому. Работа над исследовательским проектом, инициированным факультетом, дает вам возможность работать в тесном контакте с наставником – преподавателем или другим опытным исследователем.В рамках самостоятельного исследовательского проекта вы покидаете Университет Монтаны с продуктом, который представляет собой квинтэссенцию ваших интересов и исследований и, возможно, является реальным вкладом в знания.

Почему вам следует подумать об участии в исследованиях и творческой стипендии:

• Получите практический опыт, выполнив исследовательский или творческий проект.
• Работайте в тесном сотрудничестве с наставником факультета и получите возможность общаться с другими преподавателями и другими студентами-исследователями, которые работают в интересующей вас области.
• Получите академические кредиты, стипендии, стипендии и / или другие награды за проведение исследований.
• Оттачивайте свое лидерство и навыки командной работы, сотрудничая с другими.
• Получите академические данные, которые помогут составить всестороннее резюме, опубликовать свою работу и работать с исследовательской группой.
• Изучите ценные жизненные навыки для жизни и класса, такие как профессионализм, тайм-менеджмент, научитесь использовать инструменты онлайн-исследований.
• Получите ценные навыки для жизни и класса (профессионализм, тайм-менеджмент, многозадачность, инструменты онлайн-исследования).
• Научитесь эффективно передавать свои идеи, а также анализировать и критиковать работу других.
• Помощь в исследованиях дает вам практический опыт в вашей области.
• Вы получаете более глубокое понимание научного процесса … разрабатываете исследовательские вопросы, формулируете и проверяете свои гипотезы.
• Вы узнаете, каково это работать в лаборатории, и узнаете о планировании экспериментов, написании грантов и о том, как сообщать о результатах.
• Вы можете получить деньги.Иногда в качестве сотрудника, а иногда в качестве стипендии
• Вы можете опубликовать свою работу. Если вы поможете преподавателю, они упомянут вашу работу, или вы
• Прекрасная возможность наладить отношения с преподавателями, работающими в интересующей вас области, и наладить связи с другими студентами, занимающимися исследованиями. Вы построите прочные рабочие отношения с наставником факультета и сможете попросить рекомендательное письмо.
• Возможность отточить свои лидерские качества и навыки работы в команде, сотрудничая с другими.
• Возможность открыть для себя новые знания и расширить то, что вы уже знаете.
• Создайте всестороннее резюме – вы продемонстрируете «практический» опыт. Вы умеете добиваться результатов.

Вы должны стараться использовать любую возможность, чтобы получить максимум удовольствия от учебы в колледже. Участие в проектах, будь то в лаборатории, библиотеке, музыкальной или художественной студии или где-либо еще, – это хороший способ развить ваши таланты и способности, выяснить, в какой работе вы хороши, и подготовиться к учебе в аспирантуре или карьера.Такие проекты часто приводят к презентациям на профессиональных конференциях, что может быть большим преимуществом, когда вы подаете заявку на учебу в аспирантуре, на стипендии или даже на работу.

Каждая область исследований имеет свои исследовательские задачи и методы. Как исследователь, вы ищете ответы на интересующие вас вопросы. Ваша исследовательская проблема может быть эстетической, социальной, политической, научной или технической. Вы выбираете инструменты, собираете и анализируете данные и сообщаете о своих выводах более широкой аудитории.

Каково это – заниматься исследованиями?

Опыт исследований сильно различается.Вы можете работать один или в большой команде. Вы можете провести исследование в библиотеке, музее, лаборатории или сообществе.

Системы управления знаниями: полное руководство

Самым важным преимуществом систем управления знаниями является то, что клиентам доступны лучших практик, что создает счастливых и успешных клиентов .Счастливые и успешные клиенты возвращаются, чтобы купить больше (и чаще), чем другие клиенты, и они рассказывают об этом своим друзьям, тем самым становясь активными защитниками бренда. Не заблуждайтесь, системы управления знаниями представляют собой настоящую ценность для бизнеса.

Мы знаем, что успех клиента способствует успеху в бизнесе. Организации, которые уделяют первоочередное внимание успеху клиентов, с большей вероятностью будут иметь рост доходов:

Источник

И когда вы сможете предоставить портал самообслуживания клиентов (т.е. система управления знаниями), вы сможете масштабировать поддержку клиентов без увеличения затрат на поддержку.

Довольно дорого заставлять представителя службы поддержки взаимодействовать с клиентом по каждому вопросу. По данным Forrester, чат с действующим агентом службы поддержки может стоить 6-12 долларов за взаимодействие, но автоматическое взаимодействие может стоить всего 25 центов.

Создание полезной системы управления знаниями может высвободить время вашего вспомогательного персонала, обеспечивая при этом аналогичный или даже более высокий уровень удовлетворенности клиентов.

Системы управления знаниями также могут помочь преобразовать потребителей. Знаете ли вы, что, когда у потребителей возникает потребность в новом продукте, инструменте или услуге, 32% из них обращаются к руководствам по продуктам, образовательному контенту и передовым методам? Ваша система управления знаниями может иметь значение между любознательным покупателем и решительным покупателем.

Преимущества систем управления знаниями намного перевешивают любые недостатки с точки зрения времени или затрат – если вы все делаете правильно. Хотя вы можете подумать, что системы управления знаниями необходимы только для сложных продуктов, требующих длительного обучения, они также могут быть полезны для «простых» продуктов и услуг.

Мы можем предположить, что типичный сайт электронной коммерции довольно прост, но люди по-прежнему посещают страницу часто задаваемых вопросов и имеют вопросы. Это по-прежнему помогает накапливать знания, чтобы помочь клиентам с их вопросами.

1. Источник информации и данных для вашей системы управления знаниями.

Первый шаг в разработке системы управления знаниями – это знать, какие знания нужно документировать.

Какие общие проблемы, проблемы и вопросы возникают у людей, и как вы можете задокументировать ответы на них? Вот несколько методов определения этих факторов.

1) Просмотрите вашу систему заявок в службу поддержки. Какие вопросы задают чаще всего? Есть ли что-то особенное, о чем продолжают спрашивать снова и снова? Это вопросы, на которые вы должны попытаться ответить в первую очередь.

2) Обсудите со своей командой, какие проблемы возникают чаще всего. Соберите свою группу поддержки и попросите их поделиться идеями для статей о системе управления знаниями, чтобы проактивно отвечать на вопросы, которые им постоянно задают.Поскольку это, вероятно, влияет на ваших сотрудников службы поддержки ( – это очень неприятно для из-за повторяющихся проблем), этим вещам следует немедленно уделить приоритетное внимание.

3) Используйте Google Analytics, чтобы найти то, что люди обычно ищут на вашем сайте. Если вы включили функцию поиска по сайту в Google Analytics, вы можете просто перейти в «Поведение»> «Поиск по сайту»> «Условия поиска», чтобы увидеть общие термины, которые ищут люди. Совет от профессионала: вы можете сравнивать периоды времени и отсортировать их по «абсолютным изменениям», чтобы увидеть тенденции роста с течением времени.

Источник

4) Используйте социальное слушание и социальные инструменты, чтобы узнать, что клиенты говорят о вашей компании. 89% специалистов по обслуживанию клиентов согласны с тем, что клиенты с большей вероятностью, чем когда-либо, расскажут о своем опыте работы с брендами – вероятно, в социальных сетях, где более 30% людей разместили около негативных отзывов о . Проще говоря: люди говорят о вашей компании и продуктах в Интернете, и вы должны знать, что они говорят.Более того, вы, вероятно, можете свести к минимуму эту болтовню, активно отвечая на их вопросы и решая их проблемы в своей системе управления знаниями.

Когда дело доходит до обслуживания клиентов в целом, существует множество важных моментов. Каждая конкретная роль имеет тенденцию содержать часть знаний, касающихся всего опыта. Например, отзывы продавцов, которые могут отличаться от исследователей пользовательского опыта, специалистов службы поддержки и маркетологов.

Когда дело доходит до построения системы управления знаниями, все эти точки зрения становятся важными.Каждый из них расскажет о проблемах или проблемах, с которыми имеют дело ваши клиенты.

Это также может помочь собрать дополнительную качественную информацию, чтобы найти проблемы, которые могут оказаться в вашем слепом пятне. Для этого вы можете проводить опросы на сайте или в приложении, чтобы узнать, с чем люди борются. Используйте такой инструмент, как Usabilla или Hotjar, как показано ниже:

Источник

2. Организуйте свою систему управления знаниями.

Далее, как вы организуете свою систему управления знаниями? Вот несколько передовых методов, которые вы можете использовать при разработке и организации вашей системы управления знаниями:

• Разделите статьи на определенное количество тематических категорий (старайтесь оставаться в пределах 4-6 категорий).
• Выделите наиболее часто используемые элементы на главной странице (например, самые популярные статьи и панель поиска).
• Включайте частые ссылки в содержание статьи на другие полезные и связанные ссылки, видео и тренинги. (Внутренние ссылки также могут помочь в SEO вашего сайта.)
• Включите боковую панель со ссылками на дополнительные ресурсы, такие как чат, сообщество и курсы.
• Включите механизм обратной связи, чтобы вы могли измерять реакцию на статьи.
• Используйте различные носители – видео, изображения, текст и т. Д. Помните, люди учатся по-разному.

Структура вашей системы управления знаниями может быть разной, но она должна отражать ожидания ваших клиентов, чтобы обеспечить хорошее обслуживание клиентов.

Ваша система управления знаниями может содержать несколько различных функций, таких как функция часто задаваемых вопросов (FAQ), форум пользователей, обучающие видеоролики и многое другое. Вы даже можете разработать курсы повышения квалификации для клиентов, такие как Optimizely или Google Analytics.

Источник

То, что вы решите включить, зависит от того, что, по вашему мнению, поможет вашим пользователям достичь своих целей.

Хороший способ определить это – обратиться к системам управления знаниями других компаний в качестве источника вдохновения (именно поэтому мы перечислили несколько блестящих примеров систем управления знаниями выше).

В идеале вам следует нанять информационного архитектора, который смоделирует вашу систему управления знаниями по реальным путям, по которым пользователи будут искать решения своих проблем.Это требует большого количества исследований и повторений пользовательского опыта.

Однако, если у вас нет времени или ресурсов, чтобы нанять такого специалиста, эти шаги также подойдут.

3. Проанализируйте и оптимизируйте свою систему управления знаниями.

Управление системой управления информацией или знаниями – это совсем другая история. Вам нужно отслеживать показатели, которые не интуитивно понятны. Более того, этот процесс отличается от измерения целевой страницы, где вы можете использовать такие показатели, как количество потенциальных клиентов или коэффициент конверсии.

Как узнать, была ли статья базы знаний успешной? На самом деле это непростой ответ. Вам следует обсудить в своей организации свои цели и способы их эффективного отслеживания. Я видел системы, основанные на опросах удовлетворенности (например, Usabilla), а также разговаривал с компаниями, которые используют такие показатели, как показатель отказов или время нахождения на странице, в качестве показателей успеха.

Некоторые делают «оптимизацию без конверсии», чтобы оптимизировать свои страницы поддержки, чтобы меньше людей обращалось за поддержкой.

Но даже такие вещи, как показатель отказов или время на странице, могут вводить в заблуждение – возможно, время на странице означает, что они были заняты, но это также может означать, что статья была запутанной, и они читали и перечитывали ее, не получая сообщения (что расстраивает) .

Лучше всего просто использовать бинарную форму обратной связи в конце каждой статьи . Спросите: «Была ли эта страница успешной? Да или нет: ”

Хотя любые данные на отдельной странице с этим двоичным вопросом могут не очень помочь (что это значит, когда 70% людей думают, что это было полезно – это хорошо?), Это помогает, когда вы можете определить базовый уровень и посмотреть, какие статьи не подходят не очень полезно.Затем вы можете приступить к оптимизации этих статей с помощью более подробной информации.

Узнайте, как Центр обслуживания HubSpot может помочь вам использовать отзывы клиентов, чтобы превратить клиентов в промоутеров.

4. Постоянно обновляйте свою систему управления знаниями.

Работа с системой управления знаниями требует от вас пристального внимания не только за показателями, но и за тенденциями поддержки и всплывающими проблемами. Тот факт, что вы создали и создали , система еще не означает, что вы закончили.