Социальное прогнозирование

2. Формирование экспертной группы для оценки уточнен­ного набора показателей. Этому вопросу следует уделить осо­бое внимание. Опыт опроса экспертов в заранее формализованных группах (отдел или сектор научно-исследовательского учреждения, группа ведущих практических работников и т.п.) наряду с очевидны­ми достоинствами имеет и недочеты: чрезмерная однородность эк­спертной группы по уровню и профилю компетентности порожда­ет односторонние оценки, даваемые почти под одним и тем же углом зрения без учета иных точек зрения.

Возникает проблема поисков оптимума в сочетании экспертов разного уровня и профиля компетентности, способных дать слож­ному социальному явлению основательную, разностороннюю оценку.

В этом плане наиболее предпочтителен метод так называемого «снежного кома»: проводится серия экспертных опросов, где каж­дому эксперту предлагается назвать одного или несколько специа­листов, наиболее подходящих, по его мнению, для включения в свод­ную экспертную группу.

Можно прибегнуть к другим методам, например к использова­нию авторского библиографического указателя по исследуемой проблеме, а также к приемам отбора из первоначального списка наиболее компетентных экспертов с помощью документального метода, эксперимента, голосования и самооценки.

Документальный метод позволяет определить компетентность эксперта по формальным данным – ученой степени и званию, должности, стажу работы в соответствующей области и т.д. Экспе­риментальный метод учитывает эффективность работы экспертов в предыдущих опросах. Метод голосования предполагает взаимооцен­ки экспертов при условии достаточно устойчивых научных контак­тов между ними. Метод самооценки позволяет определить компе­тентность эксперта в зависимости от его ответов: занимался ли он рассматриваемой проблемой специально, знаком с ней только по специальной литературе или имеет о ней лишь самое общее представление.

Используя эти методы, следует помнить, что по эксперт­ным оценкам не всегда можно с достаточной точностью выя­вить различие между научным статусом эксперта, фиксируе­мым документально, и степенью его действительной компе­тентности, а также связи между действительной компетентно­стью и самооценкой. Данные, приводящиеся в специальной литературе по экспертным оценкам, свидетельствуют, что наи­более эффективным показателем компетентности эксперта является самооценка (разумеется, подкрепленная данными, полу­ченными другими методами).

Что касается достижения оптимальности в структуре экс­пертной группы (соотношение специалистов различных обла­стей знания), для того чтобы быть уверенным, что выявлен­ная система показателей отражает все стороны исследуемого объекта на одинаково высоком уровне, в экспертной группе должны быть более или менее равномерно представлены специалисты всех профилей исследуемой области. Оптимальное же соотношение специалистов широкого и узкого профиля – величина непостоянная и требует специального расчета для каждого конкретного исследования.

Оптимальная численность экспертной группы как величи­на формальных способов определения не имеет. Очевидно, что минимальный предел должен обеспечивать возможность при­менения статистических процедур и известную гарантию про­тив односторонности подбора экспертов, а максимальный диктуется реальными возможностями подготовки, проведения и обработки результатов экспертизы.

3. Проведение собственно экспертизы одним из известных ме­тодов. Методические сложности этого этапа состоят в необходи­мости сосредоточить внимание на таких аспектах, как заинтересо­ванность экспертов в точности их оценок, выборе адекватных ме­тодов групповой оценки, согласованности мнений и ряда других моментов.

4. Сравнительный анализ аналогичных моделей

Изучение уже разработанных систем, сравнение их друг с другом, выявление преимуществ и недостатков каждой из них – один из апробированных методов совершенствования системы показателей. Сложность этого вида исследования состоит в том, что подобрать достаточное количество однотипных систем с одинаковым содер­жанием, структурой и целенаправленностью практически невозмож­но Обычно приходится иметь дело со сложным информационным массивом сравнений (компаративным массивом), состоящим из раз­нотипных систем. Процедуры сравнения в подобных случаях значи­тельно затрудняются, т.к. появляется опасность случайных, субъек­тивных произвольных выводов.

В информатике, статистике и компаративистике имеется доста­точно много методик сравнительного анализа рассматриваемого объекта. Здесь же целесообразно остановиться на проблеме мето­дологии формирования компаративного массива, компаративных процедур и получения выводов из проведенного сравнения.