Социологам и исследователям
Чтобы ускорить отдельные этапы работы и при этом контролировать источники, смещения и качество выводов.
ЧАТ РИСЕЧЕРОВ МГУ
ИИ в социологическом исследовании
Практический курс о том, как применять искусственный интеллект на каждом этапе исследования — от поиска источников и разработки инструментария до анализа, визуализации и публикации результатов.
- 5этапов исследования
- Практикас современными ИИ-инструментами
- Сквозная темаправо, этика и воспроизводимость
Логика курса От вопроса
до результата
до результата
- 01
Подготовка
инструментария - 02
Сбор
данных - 03
Обработка
и анализ - 04
Визуализация
результатов - 05
Публикация
в сети
Запуск программы готовится
О курсе
ИИ — не отдельный сервис, а часть исследовательского процесса
Программа выстроена по стадиям социологического исследования. При этом каждая тема рассматривается самостоятельно и глубоко: не как обзор кнопок, а как разбор возможностей, ограничений и качества результата.
В центре курса — исследовательская задача. Модель помогает искать, проверять, автоматизировать и создавать инструменты, но методологические решения и ответственность остаются у исследователя.
Кому подойдёт
Для тех, кто работает с людьми, данными и решениями
Курс соединяет исследовательскую методологию, современные модели и практические сценарии — без подмены исследования генерацией текста.
Аналитикам данных
Чтобы автоматизировать чистку, классификацию, проверку разметки и сборку воспроизводимых конвейеров.
Преподавателям и методологам
Чтобы создавать интерактивные объяснения, визуальные модели и учебные инструменты на основе собственных материалов.
Результат обучения
Соберёте осмысленный ИИ-контур исследования
Искать и проверять источники
Использовать семантический поиск, RAG и сверять не только существование публикации, но и соответствие заявленному тезису.
Разрабатывать инструментарий
Привлекать модель как оппонента, выявлять дефекты вопросов и проводить ограниченный претест без подмены когнитивного интервью.
Безопасно собирать данные
Разбираться в парсинге, локальной расшифровке, диаризации и псевдонимизации персональных данных.
Анализировать с контролем качества
Чистить, классифицировать, искать структуры и аномалии, проверять разметку и устойчивость результата.
Автоматизировать процессы
Проектировать сценарии сбора, обработки, анализа и оповещений в n8n и аналогичных инструментах.
Показывать и публиковать
Создавать дашборды, интерактивные объяснения и собственные ресурсы с учётом безопасности и раскрытия использования ИИ.
Тематический план
Пять модулей — весь путь исследования
Откройте модуль, чтобы увидеть содержание и набор инструментов. Финальная глубина тем и учебная нагрузка будут уточнены перед запуском.
01 Подготовка инструментария
Что разберём
- Как эмбеддинги представляют смысл текста и где проходит граница семантической близости.
- Поиск и проверка источников, работа с собственной подборкой документов и RAG.
- Модель в роли оппонента при создании индикаторов, анкеты и гайда.
- Генерация вариантов ответа, вычитка вопросов, подбор шкал и ограниченный претест на модели.
Инструменты и подходы
02 Сбор данных
Что разберём
- Три типа данных о людях и особенности работы с каждым из них.
- ИИ-редакторы опросов и формы с нестандартной логикой.
- Разведка источников, robots.txt, карты сайтов, внутренние API и устойчивый парсинг.
- Локальная расшифровка, диаризация и псевдонимизация записей перед отправкой в облако.
- Четыре класса синтетических респондентов и ограничения каждого подхода.
Инструменты и подходы
03 Обработка данных и анализ
Что разберём
- Нейросеть как аналитик и как помощник: коды, классификация, структуры, аномалии и расчёты.
- Кластеризация на основе эмбеддингов, zero-shot и few-shot классификация.
- Контроль качества авторазметки: эталонная подвыборка, альфа Криппендорфа и каппа Коэна.
- Проверка устойчивости к переформулировке и анализ смещений по подгруппам.
- Автоматические сценарии от получения анкеты до обновления визуализации и уведомления.
Инструменты и подходы
04 Визуализация и представление данных
Что разберём
- Подбор стандартной и нестандартной визуализации в диалоге с моделью.
- Сборка графики и дашбордов с подключением к живому источнику данных.
- Интерактивные объясняющие виджеты для методологических сюжетов и преподавания.
- Подготовка презентации и визуального рассказа о результатах.
Инструменты и подходы
05 Собственный ресурс и публикация
Что разберём
- Из каких компонентов состоит публикация исследовательского ресурса в сети.
- VPS, домен, сертификат, веб-сервер и контейнеры — логика развёртывания без ухода в системное администрирование.
- Аудит конфигурации и вопросы безопасности, которые нужно задавать модели.
- Автоматическая пересборка материалов при обновлении данных и корректное раскрытие использования ИИ.
- Агентные инструменты разработки, включая Claude Code и аналоги.
Инструменты и подходы
Сквозная тема
Право, этика и воспроизводимость
Эти вопросы сопровождают все пять модулей, а не остаются отдельной лекцией в конце.
Право и согласие
152-ФЗ в исследовательской практике, передача записей сторонним сервисам, открытые данные и границы их обработки.
Смещения
Кто хуже представлен в обучающих массивах и как это влияет на результаты, синтетических респондентов и выводы о подгруппах.
Воспроизводимость
Версия модели, дата обращения, температура, история запросов и ответов, журнал изменений и ограничения после обновления модели.
Партнёрство
Курс планируют ЧАТ рисечеров и МГУ
Программа объединяет практические сценарии работы исследовательского сообщества и академическую логику социологического исследования. Окончательный формат, преподавательский состав и условия участия будут объявлены перед запуском.
Статус проекта
Программа находится в разработке
Мы не публикуем неподтверждённые параметры. Даты, формат, продолжительность и условия участия появятся после согласования программы.
Следите за новостями сообщества.
Информация появится до открытия набора.
Регистрация откроется после утверждения программы.
Вопросы
Что уже можно сказать о курсе
Нужно ли уметь программировать?
Программирование не является центральной целью курса. Важно понимать логику решения и уметь проверить результат; часть кода будет создаваться с помощью ИИ-инструментов.
Это курс только про промпты?
Нет. Программа охватывает исследовательскую методологию, источники, данные, проверку качества, автоматизацию, визуализацию, безопасность и воспроизводимость.
Будет ли работа с реальными инструментами?
Да, тематический план построен вокруг практических сценариев и конкретных сервисов. Точный формат упражнений и доступов будет определён перед запуском.
Где узнать дату старта?
Первый анонс набора появится в «ЧАТе рисечеров» и на сайте сообщества.
Не пропустить старт
Следите за запуском курса в сообществе
Открытие регистрации, даты и условия участия опубликуем после утверждения программы.