Образование как ресурс социально-экономического развития России: представления пользователей социальных сетей Научная статьяЖуравлёв А. Л., Академик РАН, д.п.н., проф., Институт психологии РАН, Москва, Россия alzhuravlev2018@yandex.ruORCID ID=0000-0002-2555-7599Китова Д. А. д.п.н., проф., Институт психологии РАН, Москва, Россия j-kitova@yandex.ruORCID ID=0000-0002-8185-3974DOI: 10.19181/vis.2023.14.4.14EDN: SOTZAQОбразование как ресурс социально-экономического развития России: представления пользователей социальных сетей// Вестник Института социологии. 2023. Том 14. № 4. С. 251-270Исследование выполнено при финансовой поддержке РНФ, в рамках научного проекта № 21–18–00541.Дата поступления статьи: 04.09.2023Рубрика: Система образования: ресурсы и потенциал развитияСсылка для цитирования: Журавлёв А. Л., Китова Д. А. Образование как ресурс социально-экономического развития России: представления пользователей социальных сетей // Вестник Института социологии. 2023. Том 14. № 4. C. 251-270.DOI: https://doi.org/10.19181/vis.2023.14.4.14. EDN: SOTZAQFor citation: Zhuravlev A. L., Kitova D. A. Education as a Resource for Socio-Economic Development of Russia: Perceptions of Social Network Users. Vestnik instituta sotziologii. 2023. Vol. 14. No. 4. P. 251-270DOI: https://doi.org/10.19181/vis.2023.14.4.14. EDN: SOTZAQТекст статьиАннотацияК традиционным размышлениям о явных функциях образования (воспроизводство социально-профессиональной структуры общества) и его латентных формах (репродукция распределительных отношений) добавляются задачи развития государства, которые обретают высокую актуальность с точки зрения экономических достижений и с позиции удовлетворения потребностей человека и общества, что определяет актуальность проблемы исследования. Целью исследования стало выявление обыденных представлений населения о функциональных возможностях образования, способных оказать воздействие на развитие государства в целом. Методологический подход основан на том, что восприятие макроэкономических процессов, обуславливаемых развитием образования, будет находить свое отражение в обыденных представлениях населения, что возможно изучать путем структурно-содержательного анализа текстов сообщений в социальных сетях. В работе использованы методы обоснованной теории, нейросетевой анализ, анализ частоты встречаемости и эмоционального фона слов, контент- и экспертный анализ. В результате исследования сформулированы следующие основные выводы. По мнению пользователей социальных сетей, ведущие функции образования связаны с его возможностью оказывать воздействие на социальное, экономическое и политическое развитие общества и государства, в том числе, как геополитического субъекта. Пользователи связывают образование с различными уровнями развития социально-экономических процессов – от личностного до общегосударственного. Функциональная сущность образования как ресурса макроэкономического развития государства доминирует над другими аспектами (микро- и мезо уровней) представлений и демонстрирует четко выраженное иерархическое соотношение приоритетов, выстраиваясь в следующем порядке: общегосударственный, исторический, системный, глобальный, институциональный, региональный и мезо-экономический. В рамках обсуждения образовательных процессов неизменно возникают расхождения между сторонниками государство-ориентированного и социально-центрированного путей развития общества. Историческая обусловленность российского образования у пользователей соотносится с особенностями его развития в СССР – привязки к более ранним периодам истории не происходит. Образование с функциональных позиций, оценивается пользователями как благо для человека и общества, достижение которого требует значительных временных и социально-экономических затрат со стороны всех его участников (государства, преподавателей и обучающихся). Недостаточная удовлетворённость высшим образованием проявляется у большинства пользователей и обусловлена оценкой современного его состояния. Выявленные результаты требуют дальнейшей конкретизации, например изучения предлагаемых для преодоления сложившейся ситуации алгоритмов.Ключевые словамакропсихология, функции образования, обыденные представления, частотный анализ слов, нейросетевая модель, эмоциональный фон, социальные контекстыСписок литературы Апреликова Н. Р., Китова Д. А. Структура потребностей студенческой молодежи в знаниях по психологии // Институт психологии РАН. Социальная и экономическая психология. 2018. Т. 4. № 2(14). С. 110–133. EDN: XSMSPZ. Горшков М. К. Неэкономические факторы экономического роста: неиспользованные резервы // Гуманитарные науки. Вестник Финун-та. 2013. № 2(10). С. 33–43. EDN: QZQEET. Двойникова А. А., Карпов А. А. Аналитический обзор подходов к распознаванию тональности русскоязычных текстовых данных // Информационно-управляющие системы. 2020. № 4(107). С. 20–30. DOI: 10.31799/1684-8853-2020-4-20-30. Журавлев А. Л., Китова Д. А. Социально-психологические ресурсы развития общества в условиях цифровых технологий // Социологическая наука и социальная практика. 2020. Т. 8. № 2(30). С. 24–40. DOI: 10.19181/snsp.2020.8.2.7301; EDN: VPJGAN. Иванова И. А. Роль феномена «образ мира» в отечественной психологии // Вестник УРАО. 2011. № 1. С. 95–98. EDN: NUFMVD. Китова Д. А., Журавлев А. Л. Автоматизированный анализ текстов в психологии: состояние и перспективы мировых исследований // Психологический журнал. 2022. Т. 43. № 2. С. 105–115. DOI: 10.31857/S020595920019417-4; EDN: DRRBOX. Кураков Л. П., Игнатьев М. В., Тимирясова А. В и др. Макроэкономика: уч. для вузов. М.: ИАЭП, 2017. 336 с. EDN: YTYYEI. Кузьмичев С. М. Актуальные вопросы понимания человеческого капитала и его роль в современных экономических процессах // Молодой учёный. 2017. № 28 (162). С. 63–64. EDN: ZBFYXV. О насущных проблемах нашей жизни и взаимодействии регуляторов, бизнеса и граждан / Отчет по итогам массового социологического исследования. М.: ИС РАН, 2019. Т. 1. с. 82. Психологические исследования в интернет-пространстве: поисковые системы, социальные сети, электронные баз / Отв. ред. А. Л. Журавлев, Д. А. Китова. М.: ИП РАН, 2020. 503 с. DOI 10.38098/soc.2020.89.1. Фукуяма Ф. Доверие: социальные добродетели и путь к процветанию. М.: ACT: Ермак, 2004. 730 с. Farooqui N., Ritika M., Saini A. Sentiment Analysis of Twitter Accounts using Natural Language Processing // International Journal of Engineering and Advanced Technology (IJEAT). 2019. Vol. 8. No. 3. Р. 473–479. Hu Q. Twitter data in public administration: a review of recent scholarship // International Journal of Organization Theory & Behavior. 2019. Vol. 22. No. 2. P. 209–222. DOI: 10.1108/IJOTB–07–2018–0085. Inglehart R., Welzel С. Cultural Change and Democracy: The Human Development Sequence. Cambridge University Press, 2005. 334 р. Korobov M. Morphological analyzer and generator for Russian and Ukrainian languages // Communications in Computer and Information Science. 2015. Vol. 542. P. 330–342. Marechal C., Mikołajewski D., Tyburek K. et al. Survey on AI–Based Multimodal Methods for Emotion Detection // Kołodziej J., González–Vélez H. (eds). High–Performance Modelling and Simulation for Big Data A Plications. Lecture Notes in Computer Science. Cham: Springer, 2019. Vol. 11400. P. 307–324. DOI: 10.1007/978–3–030–16272–6_11. Robila M., Robila S. A. A Plications of Artificial Intelligence Methodologies to Behavioral and Social Sciences // Journal of Child and Family Studies. 2019. No. 29. P. 2954–2966. DOI: 10.1007/s10826–019–01689–x. Xu H., Zhang N., Zhou L. Validity Concerns in Research Using Organic Data // Journal of Management. 2020. Vol. 46. No. 7. P. 1257–1274. DOI: 10.1177/0149206319862027. Zhuravlev A. L., Zinchenko Y.P., Kitova D. A. Trends in the Study of Cultural-Historical Phenomena on the Internet (based on a study of Russians’ attitudes towards money) // Psychology in Russia: State of the Art. 2022. No. 15(1). P. 103–119. DOI: 10.11621/pir.2022.0107. Содержание выпуска Vestnik instituta sotziologii. 2023. Vol. 14. No. 4