Компьютеризованный контент-анализ статей журнала «Вестник финансов, промышленности и торговли» за 1917 год: апробация возможностей модуля искусственного интеллекта в программе MAXQDA

Воронкова Дарья Сергеевна аспирант, кафедра исторической информатики, МГУ имени М.В.Ломоносова 119192, Россия, г. Москва, ул. Ломоносовский Просп., 27 корп.4, каб. Г-432 Voronkova Daria Sergeevna Postgraduate student, Section of Historical Informatics, History Department, Lomonosov Moscow State University 119192, Russia, g. Moscow, ul. Lomonosovskii Prosp., 27 korp.4, kab. G-432 dasevo@yandex.ru Другие публикации этого автора

В наступившую эпоху широкого интереса к науке о данных (Data Science), постоянного роста объёма данных искусственный интеллект фактически становится средством не только их обработки, но и анализа. С его помощью можно решать широкий спектр исследовательских задач, включая расширение потенциала содержательной интерпретации результатов.

Потребность современных гуманитарных исследований в компьютеризованных инструментах работы с текстами привела к появлению программ для смешанных (качественных и количественных) методов анализа и визуализации текстовых документов.

Компьютеризованный анализ содержания (контент-анализ) за последние несколько десятилетий стал популярным методом анализа текстов. Наиболее авторитетным программным обеспечением для его осуществления является является MAXQDA, разработка компании Verbi. В программе есть возможность провести все этапы контент-анализа: разметку текста (создание системы семантических категорий и индикаторов), определение частот встречаемости этих категорий – в том числе совместной, что позволяет выяснить их взаимосвязи, визуализацию результатов (включая сетевой анализ),

Сейчас разработаны и включены в программу инструменты искусственного интеллекта (модуль AI Assist) как помощника для работы с большими коллекциями текстов, которые являются предметом исследования в нашей статье. Изучение и апробация нами возможностей модуля искусственного интеллекта в рамках MAXQDA позволит показать новый потенциал современного контент-анализа, с успехом вскрывающего в данных пласт неявной (скрытой) информации.

Цель модуля AI Assist – углубление исследования источников. В задачу разработчиков входила не подмена человека искусственным интеллектом, а предоставление пользователю набора инструментов, которые могут облегчить его работу.

В данной статье обсуждаются результаты апробирования инструментов искусственного интеллекта в компьютеризованном анализе статей журнала «Вестник финансов, промышленности и торговли» за 1917 г. Журнал содержит ценные сведения по таким сферам экономики, как финансы (включая стратегию государства в раличных аспектах финансовой политики), налоги, международная торговля. Также на его страницах встречаются предложения реформ и полемика по этим вопросам.

В революционном 1917 г. все материалы «Вестника…» стали отражением процесса изменений в отечественной (и не только) экономике, историческим фоном которых была длившаяся уже четвёртый год Первая мировая война.

Компьютеризованный анализ текста с помощью специального программного обеспечения как метод исследований не теряет актуальности ^[1], давно и успешно применяется в том числе для изучения исторической прессы ^{[2, 3, 4, 5]}. Данный вид источников хранит ценную информацию, извлечь которую традиционными методами становится всё более трудоёмко, а в некоторых случаях и не столь эффективно. «Вестник финансов, промышленности и торговли» уже являлся объектом применения современного компьютеризованного контент-анализа ^[6]. В то же время, журнал ранее не исследовался с использованием потенциала искусственного интеллекта. Целью данной статьи является анализ возможностей инструмента AI Assist в аннотировании и перефразировании текста, его индексации и кодировании, а также при получении справочной и вспомогательной информации в чатах с виртуальным помощником.

Источниковедческая характеристика «Вестника…»

Журнал был официальным печатным органом Министерства финансов Российской империи. Существуют разные точки зрения относительно года начала его издания – 1883, 1884 или 1885 гг. В 1865-1884 гг. выходил «Указатель правительственных распоряжений по Министерству финансов», «наследником» которого стал «Вестник…». Преемственность выражалась даже в фигуре главного редактора, поскольку и в процессе довольно масштабной реорганизации издания, последовавшей в 1885 г., эту должность сохранил А. К. Веселовский (ранее – глава «Указателя…»). Именно после реорганизации редакция стала самостоятельна (пусть формально, будучи правительственным рупором, но с собственным штатом сотрудников и бюджетом). На обстоятельствах, приведших к появлению журнала в контексте налоговых реформ 1880-х гг., автор останавливался в уже упомянутой статье, там же выдвинута и обоснована гипотеза о 1884 г. как о начальном годе издания «Вестника…». Биографии главных редакторов в 1917 г., а также авторский состав журнала этого года и тематика статей проанализированы нами ранее ^[7].

Методика исследования

Для осуществления компьютеризованного анализа текста было выбрано программное обеспечение MAXQDA ^[8]. Именно в его версии MAXQDA 24.5.1 впервые реализованы возможности инструмента искусственного интеллекта – модуля AI Assist. Искусственный интеллект стал одной из центральных тем MAXDAYS 2024 – ежегодной виртуальной конференции пользователей MAXQDA, состоявшейся 10-11 сентября 2024 года, в которой принял участие и автор данной статьи. Главный доклад д-ра Штефана Редикера назывался «Integrating AI Into Qualitative Data Analysis with MAXQDA: Methodological and Practical Questions (and Answers)». Материалы методологических семинаров (Spotlight Sessions) MAXDAYS 2024 уже доступны на официальном сайте ^[9], а видео выложены на YouTube-канале MAXQDA ^[10].

Ключевые возможности AI Assist на данный момент

Рассмотрим сначала функции AI Assist по обобщению некодированных данных (т.е. данных, которым не присвоены никакие категории; последние в MAXQDA называются кодами). Результаты разработки системы кодов для «Вестника…» за 1917 г. уже опубликованы ^[6]. К функциям, позволяющим углубить анализ источника, относятся:

· резюме документа

· резюме выделенного текста

· перефразирование выбранного фрагмента текста

· резюме парафраз

Возьмём, например, десятый номер «Вестника…», вышедший 12 (25) марта 1917 г. В нём были напечатаны статьи «От Редакции» ^[11], «Новый труд по теории денег» ^[12], «Законодательство о предприятиях неприятельских подданных» ^[13], «Русско-американские экономические отношения» ^[14], «Внешняя торговля России за 1916 г.» ^[15]. Несмотря на разнообразие тематики статей (включая важнейшую – об отношении редакции к Февральской революции), модуль AI Assist сфокусирован на структуре и динамике российского экспорта. Результаты резюме сохраняются в виде заметки документа. Нами предприняты две попытки: в первом случае более объёмное резюме в виде маркированного списка, во втором – задан средний объём резюме в виде сплошного текста (рис. 1; здесь и далее некоторые экранные формы программы MAXQDA отредактированы, чтобы улучшить их читаемость).

Рис. 1. Фрагмент резюме номера 10 «Вестника…» за 1917 г. с помощью AI Assist

В более пространном варианте заметна опечатка на целый век – 2016 г. вместо 1916. Но в целом текст можно считать вполне «осмысленным». Внимание именно к внешней торговле, возможно, объясняется тем, что категория «торговля» действительно одна из главных в этом номере. Видимо, AI Assist ориентируется на объём текста, занимаемого какой-либо темой. Впрочем, если взглянуть на рис. 2, резонно возникает вопрос: почему помощник проигнорировал категорию «финансы», если она занимает первое место в номере 10, а «торговля» находится на втором?

Рис. 2. Диаграмма кодированных сегментов в номере 10 «Вестника…» за 1917 г. (построена в MAXQDA автором)

Чтобы продемонстрировать результат резюме выделенного текста, обратимся к уже упоминавшейся программной статье «От Редакции». В ней выражено отношение к совершившейся Февральской революции. На рис. 3 – то, как понимает AI Assist смысл этой статьи.

Рис. 3. AI Assist резюмировал статью «От Редакции» в номере 10 за 1917 г.

С учётом того, что в эту функцию не входит критический анализ текста (виртуальный ассистент, как и мы сами, разумеется, не может знать, насколько объективной была в данном случае редакция журнала), содержание воспроизведено достаточно точно.

* * *

Может возникнуть необходимость перефразировать текст источника, чтобы основная мысль какого-либо фрагмента стала яснее для читателя. Перефразирование в программах анализа текстов используется с несколькими целями: оно помогает сделать текст более понятным и доступным для читателя, особенно если исходный документ содержит сложную или специальную терминологию; помогает в выделении основных тем для анализа больших объемов текста; помогает в переводе текстов на другие языки, сохраняя смысл и контекст. Перефразирование также может быть полезно для понимания информации, представленной в диаграммах, рисунках и таблицах. Наконец, перефразирование в научной статье может служить альтернативой прямому цитированию. Отметим, что, в отличие от аннотирования, перефразирование изменяет формулировки в тексте, не добавляя дополнительной информации и комментариев к исходному тексту, его целью является улучшение читабельности текста.

Объём «ответа» AI Assist при перефразировании в бета-версии ограничен 511 символами. На примере практически всего первого абзаца статьи «Повышение обложения в Италии» ^[16], напечатанной в первом номере «Вестника…» за 1917 г. (наш выбор обусловлен тем, что поиск дополнительных доходов государства был столь актуален в условиях Первой мировой войны, что авторы журнала часто обращались к зарубежному опыту), посмотрим, как искусственный интеллект перефразирует с учётом ограничения (рис 4).

Рис. 4. Фрагмент исходного текста и его перефразирование с применением AI Assist (в рамке справа)

AI Assist не ошибся: очень большая цифра военных расходов Италии – более миллиарда лир в месяц – не скрылась от его внимания. Основные причины этого, о которых упоминается в тексте, перечислены, как и меры, планируемые правительством для изыскания источников финансирования военных нужд. Причём для этого понадобилось 266 символов – даже меньше лимита.

В версии MAXQDA 24.6 ^[17] (релиз 22 октября 2024 г.) появилась возможность резюмировать все перефразированные фрагменты текста и сохранить их в виде заметки документа (рис. 5-7).

Рис. 5. В рамке - результат выполнения подпункта меню

«Резюмировать парафразы» пункта «AI Assist»

Рис. 6. Настройки резюмирования перефразированных фрагментов текста

Кроме выбора языка перефразирования доступны настройки длины текста резюме (короткий, средний, длинный), отображение результата в виде маркированного списка и опция дополнительных инструкций, дающая исследователю ещё больше возможностей.

Рис. 7. Резюме перефразированных фрагментов текста первого номера «Вестника…»

Видно, что AI Assist вполне применим в случаях, когда требуется резюмировать текст и выделить главное в его содержании.

* * *

Можно попросить AI Assist дать разъяснения в случае, если значение терминов неизвестно или вызывает сомнения (такие запросы хранятся как заметки внутри документов). Особенно поможет данная функция с учётом того, что в исторических источниках может встретиться как устаревшая, так и узкоспециальная лексика, с которой исследователь не всегда знаком. В этом случае не столь важно, присвоен ли фрагменту текста код или нет, фактически опция не обобщает, а объясняет данные. Хотя перевод её названия на русский язык не совсем корректен (рис. 8).

Рис. 8. Опция называется «Объясните выбор текста».

Правильнее было бы назвать её «Объяснить выделенный текст»

Попробуем узнать у AI Assist, что такое «металлическая теория» ^[18]. На рис. 9 видно, что пояснение в целом подробное, при этом помощник предполагает, что пользователю знакомо понятие «фиатные деньги» (т.е. деньги, не обеспеченные золотом или иными драгоценными металлами – их ценность устанавливает и гарантирует лишь государство).

Рис. 9. AI Assist объясняет понятие «металлическая теория»

Весь процесс компьютеризованного анализа данных в MAXQDA построен главным образом на присвоении этим данным кодов, которые фактически являются аналитическими категориями. Возможности кодирования широки, оно осуществляется с помощью различных инструментов программы.

* * *

Как при первоначальном построении системы категорий-кодов, так и при её дальнейшей корректировке будет востребовано умение AI Assist предлагать новые коды и субкоды. Протестируем эти возможности на примере. В бета-версии AI Assist не может кодировать текст длиннее 5000 символов. Поэтому выберем небольшой фрагмент статьи-некролога «Поль Леруа Больё (1843–1916)», посвящённой памяти известного французского экономиста, члена-корреспондента Петербургской академии наук: «Поль Леруа Больё, сорок четыре года тому назад, содействовал учреждению журнала «Французский экономист», которого он был главным редактором в течение всего этого периода и в котором он каждую неделю (за одним единственным исключением) давал передовую статью. Нумер от субботы 9 декабря 1916 г. содержит ещё его статью о войне, между тем как автор названной статьи скончался в ночь с пятницы на субботу от злокачественного воспаления лёгких» ^[19]. Можно было бы так и закодировать этот отрывок – кодом «некролог». А вот как сделал AI Assist (рис. 10).

Рис. 10. Коды, предложенные AI Assist для фрагмента текста

Отметим плюсы и минусы. К первым относятся два варианта тематических кодов (AI Assist предлагает их на основе «понимания» содержания статьи) и интерпретативные коды (что можно сказать о статье в целом?); то, что коды будут применены к тексту не автоматически, а только если таков будет выбор пользователя; сохранение комментариев искусственного интеллекта в виде заметок к кодам. К минусам отнесём то, что AI Assist фактически лишь пересказывает исходный текст – налицо отсутствие некоторой отстранённости и академического стиля. Помощник так «впечатлён», что среди его предложений есть такие коды, как «Преданность делу», «Трагичность судьбы», «Символизм даты публикации», «Посвящение памяти». С другой стороны, подумаем, уместно ли «статью о войне, опубликованную незадолго до смерти автора» помечать кодом «Своевременность публикаций»? В то же время, словосочетание «статья о войне» встречается у AI Assist трижды – тематику упоминаемой публикации Поля Леруа Больё он «понял» хорошо.

В 1917 г. в печати продолжалось обсуждение перспектив правительственной политики переселения крестьян, в частности, в районы Сибири. Попросим AI Assist предложить субкоды кода «переселенческая политика» (этот код содержит меньше всего кодированных сегментов – 156; так нам не помешают ограничения бета-версии). Что получилось, видим на рис. 11.

Рис. 11. Предложенные AI Assist субкоды кода «переселенческая политика»

Здесь результат вполне удовлетворителен. Мы настроили его отображение списком. Список обширен (6 пунктов), адекватно отражает сущность исходного кода. Если требуется глубокий анализ именно этой темы, предложения AI Assist помогут в работе.

* * *

Перейдём к работе с закодированным текстом и посмотрим, как AI Assist способен делать обобщения кодированных данных:

· резюме кодированных сегментов;

· резюме кода;

· резюме в сводных таблицах (сводные таблицы в MAXQDA позволяют увидеть одновременно все закодированные сегменты какого-либо кода в документах – это востребовано, т.к. даёт сразу общую картину, таким образом AI Assist облегчает работу с большими объёмами данных).

Например, сегменты кода «почта и телеграф» (их 194) резюмированы следующим образом (рис. 12).

Рис. 12. AI Assist составил резюме кодированных сегментов кода «почта и телеграф»

И снова итог приемлем: есть упоминание причины роста ведомственных доходов в 1915 г. и целый ряд планируемых в дальнейшем мер.

Ещё пример. Допустим, нам известно, что самый частотный код в номере 43 «Вестника…» за 1917 г., том самом номере, который стал последним для журнала в целом – код «политическая сфера». Мы установили это, опираясь не на AI Assist, а на другие инструменты MAXQDA (в частности, облако кодов). Кстати, как коды, так и документы при анализе можно активировать все или выборочно. Как AI Assist резюмирует данный код только в одном документе, видно на рис. 13.

Рис. 13. AI Assist резюмировал код «политическая сфера» в номере 43 «Вестника…» за 1917 г.

Может показаться удивительным, почему государственные сберегательные кассы попали в категорию «политическая сфера», а не «финансы». Однако таков результат автокодирования со словарём, которое мы осуществили ранее на основе частотных таблиц слов и последующего усечения их до основы. На рис. 14 показан словарь для кода «политическая сфера».

Рис. 14. Словарь для кода «политическая сфера»

Представляется оправданным, что основа «государств-» попадает в эту категорию. Словарь в MAXQDA строится так, что индикаторы не могут относиться более чем к одной категории одновременно.

Для того, чтобы создать с помощью AI Assist резюме сводной таблицы, мы предварительно использовали инструмент Code Explorer (его главная функция – обзор встречаемости кода в нашем проекте в MAXQDA) и выявили, что самый частотный в «Вестнике…» за 1917 г. код «финансы» чаще всего (399 раз) встречается в 42 номере журнала. Затем мы активировали и код, и документ, создали сводную таблицу и внутри неё воспользовались опцией резюме с применением искусственного интеллекта. Результат – на рис. 15.

Рис. 15. AI резюме для сводной таблицы (фрагмент)

В номере 42 напечатана статья «Опыт анализа и решения финансовой проблемы (окончание)» ^[20], большое внимание в которой действительно уделено перспективам военных займов. В частности, её автор предлагает ввести принудительный заём, AI Assist же «не заметил» недобровольного характера этой меры.

* * *

Одно из главных новшеств AI Assist – возможность задавать ему вопросы в режиме чата, причём не покидая рабочее пространство MAXQDA 24. Исторические события, отражавшиеся на страницах «Вестника…», отстоят от нас на большое временное расстояние – более века. Не все реалии этого переломного исторического момента понятны читателю. И не всегда доступны источники, с которыми можно свериться в случае сомнений. Поиск нужной информации может потребовать многих усилий. Поэтому несомненно, что полезны будут чаты:

· с документом,

· с закодированными сегментами определённого кода.

На рис. 16 и 17 показаны окна, появляющиеся на экране пользователя при запуске каждой из этих функций.

Рис. 16. Окно запуска чата AI Assist с документом

Рис. 17. Окно запуска чата AI Assist с закодированными сегментами выбранного кода

Очевидно, чат с документом может использоваться для тематического анализа и рассмотрения различных мнений по каким-то значимым вопросам.

У чата с закодированными сегментами есть, кроме того, перспективы в дальнейшей разработке и уточнении исследователем системы кодов (категорий) в MAXQDA, что также сделает анализ более глубоким и позволит выявить имплицитное содержание источника.

К сожалению, в настоящее время нет данных о том, на каких больших языковых моделях (LLM) разработчики обучили AI Assist. Это может стать предметом обсуждения вне рамок данной статьи. Ассистент может выдавать результат не только на языке исходного документа (поэтому и полезно было бы знать, какие массивы данных и на каких языках использовались в обучении модуля).

Остановимся подробнее на том, как работают чаты в AI Assist. Для чата с документом мы выбрали первый номер «Вестника…» за 1917 г. Вначале попросили виртуального помощника перечислить затронутые в нём темы (рис. 18).

Рис. 18. AI Assist в режиме чата с документом перечисляет основные темы первого номера «Вестника…» за 1917 г.

AI Assist верно отразил тематику первого в 1917 г. номера журнала – нам известно, что в нём были напечатаны статьи «Теория и практика денежного обращения», «Очередные задачи казённого лесного управления после войны» ^[21] и «Повышение обложения в Италии».

А почему же, как мы только что видели на рис. 18, игральные карты столь важны для итальянского правительства, что вводится государственная монополия на их выпуск? Спросим об этом AI Assist (рис. 19).

Рис. 19. AI Assist находит и перечисляет причины введения в Италии государственной монополии на игральные карты

Оказывается, производимые в Италии игральные карты шли на экспорт. Монополия коснулась именно внешнего рынка, а цены на карты внутри страны регулировались. Такие меры дали государству и дополнительные доходы в условиях войны.

Чат с закодированными сегментами протестируем на примере сегментов субкода «нейтральные», входящего в код «страны». Этот код был создан для анализа отражения в «Вестнике…» участия противоборствующих сторон в Первой мировой войне. В код входят субкоды «Антанта и союзники», «Тройственный союз и др.» и «нейтральные». Конечно, интересно было бы обратить внимание на воюющие блоки, но, к сожалению, пока AI Assist обрабатывает в чатах с закодированными сегментами тексты объёмом менее 100000 символов, а объём упоминаний о сторонах конфликта больше.

Итак, «нейтральные». В каком контексте идёт речь о таких странах? Ответ AI Assist – на рис. 20.

Рис. 20. Контекст упоминания в «Вестнике…» за 1917 г. нейтральных стран по мнению AI Assist

Получается, что основные нейтральные государства Европы на страницах «Вестника…» в 1917 г. – Швеция, Швейцария и Нидерланды. А в Латинской Америке к ним относится Аргентина. А что с Норвегией? Попробуем узнать (рис. 21).

Рис. 21. Норвегия в «Вестнике…» за 1917 г.

Норвегия впервые упомянута как страна, торгующая в 1915-1916 г. с Персией. Она становится новым транзитным путём на Восток. По примеру Дании и Швеции Норвегия вводит налог на военные доходы.

Пусть AI Assist предложит нам, как можно дифференцировать нейтральные страны (рис. 22).

Рис. 22. AI Assist предлагает критерии дифференциации нейтральных стран

Вполне корректно. Критерии, которые выделил AI Assist – степень экономической зависимости нейтральных стран от воюющих; политическая ориентация (полный или неполный нейтралитет); степень участия в военных поставках противникам; демографические характеристики; уровень экономического развития. Каждый критерий имеет подразделы.

* * *

Многие исследователи ждали появления функции автокодирования текста с помощью искусственного интеллекта. И сейчас AI Assist научился делать это. Процесс в нашем примере выстроен следующим образом: мы выбрали код «война» и активировали в системе документов номер 42 «Вестника…» (предварительно убедились через уже упомянутый Code Explorer, что такой важный для 1917 г. код чаще всего – 163 раза – встречается в данном номере). Открылось окно в заметке кода (рис. 23), в котором AI Assist задан критерий кодирования (можно указывать и условия исключений, но мы ориентируем только на поиск сегментов, где совершенно точно упомянута война).

Рис. 23. Критерии кодирования для AI Coding (beta). Заметно, что не все области окна переведены на русский язык

Затем AI Assist выполнил автокодирование по заданному критерию. Результат сохранён в системе кодов, снабжён поясняющим комментарием и отмечен как код, созданный искусственным интеллектом. В дальнейшем можно будет объединить его с уже существующим кодом «война», изучить подробнее, удалить и т.д. Процитируем один из кодированных AI Assist фрагментов: «Война и особенно революция катастрофически изменили городской бюджет. Не говоря уже о чрезвычайных расходах на нужды военного времени (о покрытии их за счет займов будет речь ниже), но и обыкновенные городские расходы на содержание уже существующих городских учреждений и предприятий, вследствие дороговизны всех вообще товаров и благодаря огромному повышению жалованья служащих и рабочих, необычайно возросли» (рис. 24) ^[22].

Рис. 24. Результат AI Coding

Несомненно, за функцией AI Coding большое будущее. С одной стороны, стало возможно воспользоваться поддержкой искусственного интеллекта в автоматическом режиме кодирования, а с другой, пользователь полностью контролирует этот процесс, т.к. весь смысл этого инструмента состоит в том, что автокодирование основано на предварительно заданных описательных критериях, соответствие которым помощник в каждом случае должен продемонстрировать. И в этом отличие AI Coding от автокодирования со словарём: такая возможность в MAXQDA тоже есть, но там фокус делается на встречаемости в тексте только определённых словоформ.

MAXQDATailwind (бета-версия)

Пока статья готовилась к печати, мы не могли обойти вниманием релиз новой версии программы MAXQDA – 24.7.0, вышедший 17 декабря 2024 г. ^[23]. А 30 января 2025 г. автор получил приглашение стать бета-тестером нового функционала AI Assist – MAXQDA Tailwind ^[24].

Разработчики ставят перед собой амбициозные цели – это следует уже из того, что новый инструментарий, хотя и входит в модуль AI Assist, получил собственное брендированное название MAXQDA Tailwind («tailwind» означает «попутный ветер»). Период раннего доступа для бета-тестеров из числа пользователей AI Assist Free был ограничен лишь семью днями с момента активации, без возможности продления, поэтому особенно важно отразить этот опыт в данной статье. Бета-версия MAXQDA Tailwind имеет следующие главные функции:

· проекты (не более 5) и импорт данных в них (не более 20 документов в каждый, причём размер документа не должен превышать 20 Кб и 120000 символов);

· автоматические summary каждого документа;

· тематический анализ: искусственный интеллект выделяет затронутые во всех документах темы;

· сводные таблицы.

Рассмотрим их подробнее. Интерфейс включает боковую панель и основное рабочее пространство. Вкладки боковой панели (которую можно свернуть) меняются в зависимости от того, находимся ли мы в окне всех созданных проектов или внутри какого-нибудь из них.

Нельзя создать проект без описания (рис. 25). С одной стороны, это некоторое «вторжение» в деятельность исследователя, а с другой, помогает организовать и структурировать её.

Рис. 25. Настройки названия, описания и исходного языка проекта в MAXQDA Tailwind

Как видно, MAXQDA Tailwind обучен работать с документами на 10 языках (кроме русского это: английский, немецкий, испанский, турецкий, французский, итальянский, португальский, японский и китайский). О работе с проектом расскажем ниже. Пока же обратим внимание на кнопку «Projects»: это все проекты. Кнопка «Chat» имеет рядом надпись «Coming soon» – возможность пользоваться ею появится позднее. Кнопка «Feedback» позволяет бета-тестеру поддерживать связь с разработчиками.

Кнопка «Help & Support» (рис. 26) даст доступ к руководству пользователя, которое в данный момент дополняется, поможет обратиться в службу поддержки, найти ответы на частые вопросы, узнать о защите обрабатываемых искусственным интеллектом данных, а также ознакомит с правовой информацией и положением о конфиденциальности.

Рис. 26. Кнопка «Help & Support» в MAXQDA Tailwind

Окно проекта фактически представляет собой папку с описанием и отдельную кнопку для создания нового проекта, если это необходимо (рис. 27):

Рис. 27. Окно проекта в MAXQDA Tailwind

Когда мы переходим в проект, в нём, разумеется, ещё нет никаких данных, о чём нам и сообщается с указанием допустимых форматов (.docx, .rtf, .txt) и уже упомянутых ограничений размера файлов.

После импорта данных MAXQDA Tailwind начинает их анализ (рис. 28):

Рис. 28. MAXQDA Tailwind анализирует файлы в проекте

Автор статьи решил проверить, как «помощник» справится с анализом 20 документов (номеров «Вестника…» на русском языке в современной орфографии). Увы, лимит на стадии бета-версии оказался непреодолимым препятствием для искусственного интеллекта – картинка, которую вы видите на рисунке 29, не менялась более двух часов, и процесс пришлось прервать, не дождавшись результата. Поэтому дальнейшие наши изыскания проведём на материале лишь одного – десятого – номера «Вестника…» за 1917 г.

Результат автоматического резюмирования этого номера (summary) представлен на рис. 29.

Рис. 29. MAXQDA Tailwind резюмировал номер 10 «Вестника…» за 1917 г.

По сравнению с резюме того же номера, которые мы привели на рис. 1, есть шаг вперёд: теперь статья «От Редакции», выражающая её отношение к Февральской революции, не проигнорирована искусственным интеллектом. Хотя, поскольку резюмируется весь номер, внимание именно к этой статье не столь пристальное, как при использовании функции «резюме выделенного текста» (рис. 3). Очевидно, у каждого из подходов свои плюсы и минусы. Как мы помним, в резюме документа с использованием AI Assist (а не конкретно MAXQDA Tailwind) можно выбрать объём текста – короче или пространнее – а также настроить отображение сплошным текстом или маркированным списком. MAXQDA Tailwind, по крайней мере в бета-версии, лишён гибких настроек, но позволяет сразу перейти к тем абзацам, на которых базируется резюме (их номера выделены зелёным цветом и активны). Минус же в том, что номер фактически воспринимается MAXQDA Tailwind как одна большая статья. Искусственный интеллект не «удивлён», что сначала речь идёт о «значительных изменениях в политической системе России и переходе к свободе слова», в следующем же абзаце – «о книге профессора М.И. Туган-Барановского «Бумажные деньги и металл». На самом деле в этом случае перед нами резюме уже второй статьи номера 10 – «Новый труд по теории денег» ^[12].

* * *

Перейдём к тематическому анализу с помощью MAXQDA Tailwind.

Рис. 30-31 показывают, какие 5 тем найдены:

Рис. 30. Предлагаемые MAXQDA Tailwind на основе анализа документа темы (начало)

Рис. 31. Предлагаемые MAXQDA Tailwind на основе анализа документа темы (окончание)

Искусственный интеллект выделил следующие темы: «Теория и практика денежного обращения в России», «Государственное регулирование экономики в условиях войны», «Внешнеэкономические связи России: динамика и перспективы», «Влияние политической ситуации на экономическую мысль и практику», «Экономическое восстановление России после войны: проблемы и перспективы». Каждая из тем сопровождается кратким описанием. Те темы, которые отвечают целям исследования, можно отметить флажками для дальнейшей работы с ними (которая в MAXQDA Tailwind вынесена во вкладку «Topics» боковой панели проекта). Интересно, что тем предложено всего 5, но в нижней строке окна мы видим надпись «Topics in project 0/20», т.е. в каждом проекте может быть до 20 тем, включая добавленные вручную на вкладке «Topics». Здесь мы снова встречаем активные ссылки на контекст, на основании которого искусственный интеллект выделил ту или иную тему. Есть возможности переформулировать описание тем, добавить тему или осуществить тематический поиск снова, а также экспортировать результаты в формате .xlsx. Повторим: тематически проанализировать можно все документы проекта, просто (в т.ч. из-за ограничений бета-версии MAXQDA Tailwind) мы показываем этот функционал на примере одного документа – номера 10 «Вестника…».

* * *

И последнее, что мы протестируем в данной статье – сводные таблицы в MAXQDA Tailwind. Сводные таблицы позволяют увидеть одновременно все закодированные сегменты какого-либо кода в документах (это облегчает работу с большими объёмами данных).

Чтобы создать сводную таблицу, нужно выбрать хотя бы один файл (у нас в тестовом проекте – единственный) и одну тему. Итог (рис. 32) можно экспортировать в том же формате, что и файл тем.

Рис. 32. Фрагмент сводной таблицы внутри проекта в MAXQDA Tailwind

Пользователь может осуществлять поиск по сводным таблицам, редактировать их названия, а также получить доступ к исходному документу, нажав на подсвеченные зелёным номера абзацев.

Заключение

С помощью метода компьютеризованного контент-анализа, применяя новейшие инструменты искусственного интеллекта, удалось раскрыть неявно содержащуюся в журнале «Вестник финансов, промышленности и торговли» информацию. Таким образом, как мы увидели, искусственный интеллект может в значительной степени не только облегчить, но и усовершенствовать работу с историческим источником, сделать его анализ более глубоким.

В статье протестированы все доступные в настоящее время функции встроенного в программу MAXQDA виртуального помощника AI Assist: обобщение некодированных и кодированных данных, объяснение терминов, чаты с документами и с сегментами кодов, автокодирование по пользовательским критериям, а также бета-версия MAXQDA Tailwind. В последнем случае особенно заметно, какое значение разработчики придают развитию модуля искусственного интеллекта: продукт, являясь частью AI Assist, фактически представляет новую концепцию работы с данными (пусть пока только текстовыми): организация их в проекты, вкладки внутри каждого из них, тематический анализ (в т.ч. с применением сводных таблиц), быстрый доступ к исходным документам.

Не будем слишком критичны к тем особенностям AI Assist, которые могут быть оценены как недостатки. Таковы, например, игнорирование некоторых кодов при резюмировании документа, опечатки, не совсем корректный перевод опций на русский язык (или его отсутствие – как в случае с заметкой кода при автокодировании AI Coding). Базирование AI Assist на тексте источника также не всегда может давать именно необходимые исследователям результаты. Мы увидели это на примере предложенных искусственным интеллектом кодов для фрагмента статьи о кончине Поля Леруа Больё. Кроме того, надеемся, что вскоре разработчики снимут ограничения на объём обрабатываемого текста – в частности, при перефразировании, предложении кодов и в чатах с закодированными сегментами. В целом на данный момент заметно, что чем меньший по объёму текст анализирует AI Assist, тем лучше он это делает.

Говоря о положительном опыте работы с AI Assist, отметим адекватность резюме выделенных фрагментов текста, перефразирования, объяснений терминов. Реализованы и по-своему прорывные технологии: в чатах AI Assist проявляет себя почти как настоящий ассистент, а не предлагает какие-то отвлечённые сентенции на темы запросов. В AI Coding ситуация в целом тоже неплохая – помощник следует критериям вполне внимательно, объясняя результаты своих действий.

Инструменты искусственного интеллекта в MAXQDA 24, входящие в дополнительный модуль AI Assist, активно модернизируются. Не исключено, что на момент выхода статьи в печать к ним добавятся новые возможности (учитывая, что работа над текстом началась автором статьи на стадии бета-версии AI Assist, а закончена бета-тестированием MAXQDA Tailwind). Как бы то ни было, все они перспективны и полезны как начинающим, так и опытным пользователям.