Цифровая модель социокультурного пространства (ЦМ СКП): концептуальная рамка и архитектурные контуры

1.1. Проблема и актуальность

Онтологическая модель социокультурного пространства (СКП), представленная в работе (Смирнов, 2026, v.3.02), задаёт категориальную карту совместного человеческого бытия: шесть структурных макроуровней, 24 слоя, пять сквозных измерений, семь сквозных процессов, рамки, правила разграничения, систему эмпирических индикаторов и механизм проекции слоёв в индивидуальную картину мира. Эта модель отвечает на вопрос «что такое СКП и из каких слоёв оно состоит», но не отвечает на вопрос «как организовать эмпирическое исследование СКП так, чтобы слои, связи и динамика были бы вычислимы, воспроизводимы и сопоставимы между исследователями».

Сегодня эмпирические исследования СКП фрагментированы: разные дисциплины работают с разными индикаторами, разными временными горизонтами, разными единицами анализа. Ценностные опросы не стыкуются с институциональной статистикой, медиаметрия не согласуется с этнографией, макроуровневые модели не сопоставимы с микромоделями картины мира. Отсутствие общей вычислительной среды приводит к трём системным проблемам:

1. Несопоставимость данных: индикаторы разных слоёв описывают разные реальности в разных единицах и с разной гранулярностью.
2. Потеря провенанса: результаты невозможно воспроизвести, потому что неясно, какие данные, какие версии моделей и какие экспертные допущения к ним привели.
3. Отсутствие сценарного и прогнозного контура: исследователи не могут проверить «что если», сравнить сценарии и оценить последствия вмешательств.

ЦМ СКП призвана снять эти проблемы, не заменяя онтологическую модель, а реализуя её вычислительно.

1.2. Онтологическая модель СКП как основание

Онтологическая модель СКП (v.3.02) выступает для ЦМ СКП тем же, чем генетический код для организма: она задаёт систему координат, правила сборки и границы допустимого. Из неё в цифровую модель переносятся:

• структурные макроуровни I–VI и 24 слоя;
• сквозные измерения: экономика, власть, темпоральность, масштаб, границы и контактные зоны;
• сквозные процессы: СКФ, эхо, память, конфликты, доверие, агентность, инфраструктуры-медиаторы;
• рамки: биология, физиология, климат, ресурсы, ритмы;
• правила разграничения как constraint engine;
• принцип демаркации как валидатор онтологии;
• индикаторы и схемы А/Б как операциональные полюса;
• потенциал возникновения как «радар эмерджентности»;
• механизм проекции в индивидуальную картину мира как отдельный микроконтур.

1.3. Разрыв между онтологией и эмпирическим исследованием

Между онтологической моделью и эмпирическим исследованием существует три разрыва:

• разрыв операционализации: категории нужно превратить в индикаторы, а индикаторы — в вычислимые величины;
• разрыв связей: между слоями и процессами нужно задать типизированные зависимости, а не «корреляции вообще»;
• разрыв динамики: нужно уметь рассчитывать состояния, проекции и прогнозы на линии времени.

ЦМ СКП закрывает все три разрыва одновременно: индикаторы связаны с онтологией, связи типизированы, динамика рассчитывается на линии времени.

1.4. Цель, задачи, новизна

Цель статьи — зафиксировать концептуальную рамку ЦМ СКП: её определение, принципы, архитектурные контуры, ключевые функциональные блоки, ограничения и дорожную карту.

Задачи:

1. Определить ЦМ СКП и её отношение к онтологической модели СКП.
2. Развести терминологию «пространство — зона — домен — среда — микросреда — масштаб».
3. Описать архитектурные контуры ЦМ СКП.
4. Детализировать ключевые функциональные блоки.
5. Зафиксировать ограничения, риски и принципы управления качеством.
6. Предложить дорожную карту реализации.

Новизна статьи не в онтологии СКП (она задана в v.3.02) и не в отдельных технических решениях, а в концептуальной рамке вычислительной реализации СКП: в определении цифрового двойника СКП, в различении онтологического и операционального уровней, в типизации связей, в работе с неопределённостью и провенансом, в архитектуре конструктора песочниц.

1.5. Структура статьи

Статья устроена так: раздел 2 фиксирует концептуальные основания; раздел 3 описывает архитектурные контуры; раздел 4 детализирует ключевые функциональные блоки; раздел 5 фиксирует ограничения и принципы управления качеством; раздел 6 содержит дорожную карту; раздел 7 завершает статью. В приложениях — перечень рекомендуемых возможностей и глоссарий ЦМ СКП.

2.1. Определение ЦМ СКП

Цифровая модель социокультурного пространства (ЦМ СКП) — это программный комплекс анализа, моделирования и прогнозирования СКП, представляющий собой темпоральный многослойный цифровой двойник социокультурного пространства, реализованный как конструктор онтологически совместимых песочниц.

Разберём определение по частям.

Программный комплекс — это не одна программа, а среда, включающая ядро, контуры данных и аналитики, конфигуратор песочниц, блок связей и моделей, проекционный и интерпретационный слои, визуализацию и экспорт.

Анализа, моделирования и прогнозирования — три режима работы:

• анализ: описание и сравнение состояний и срезов;
• моделирование: расчёт итоговых картин при заданных связях и формулах («проекция»);
• прогнозирование: расчёт будущих состояний с учётом темпоральных режимов слоёв, СКФ и сценариев.

Темпоральный многослойный цифровой двойник — цифровое представление СКП, в котором каждый слой, макроуровень, зона и масштаб имеют собственное состояние на линии времени, а также правила динамики.

Конструктор онтологически совместимых песочниц — среда, в которой эксперт может собрать свою конфигурацию (линию времени, зоны, слои, датасеты, связи, формулы, визуализации), но эта конфигурация остаётся совместимой с онтологическим ядром и другими конфигурациями.

2.2. Отношение к онтологической модели СКП (v.3.02)

ЦМ СКП не является альтернативой онтологической модели СКП и не пересматривает её. Соотношение между ними можно зафиксировать так:

Ключевой принцип: онтология стабильна, операционализация пластична, интерпретация отделена от онтологии.

2.3. Ключевые принципы

Предлагается зафиксировать шесть ключевых принципов ЦМ СКП.

Принцип 1. Онтологическая совместимость. Любая песочница, любой слой, любой датасет и любая связь должны быть совместимы с онтологическим ядром. Несовместимые элементы либо отклоняются, либо маркируются как «расширение» и требуют экспертного ревью.

Принцип 2. Провенанс. Каждое значение, каждая связь, каждая формула, каждая интерпретация и каждая проекция имеют провенанс: источник, версию данных, версию онтологии, версию формулы, автора, время, хэш, журнал изменений.

Принцип 3. Работа с неопределённостью. ЦМ СКП не даёт точечных ответов там, где их быть не может. Все значения, проекции и прогнозы сопровождаются оценкой неопределённости: интервалами, распределениями, уверенностью (confidence), картой незнания.

Принцип 4. Гибкость без хаоса. Гибкость обеспечивается конструктором песочниц и плагинной архитектурой; хаос предотвращается онтологическим ядром, data contracts, layer contracts, валидаторами и ревью.

Принцип 5. Типизация связей. Связи между элементами СКП не сводятся к «корреляциям». Они типизированы: корреляционная, причинная, конституирующая, ограничивающая, медиация, модерация, лаговая, диффузионная, эмерджентная.

Принцип 6. Разделение модели и интерпретации. Интерпретация — это отдельный слой знания о модели. Она не меняет онтологию автоматически и не превращается в «истину» без экспертного ревью.

Дополнительно фиксируются принципы, унаследованные от онтологической модели СКП:

• принцип демаркации: в СКП входит произведённое, воспроизведённое или осмысленное человеком и наделённое социальным значением; остальное входит как рамка, фактор, механизм или среда;
• принцип реификации: индикатор — это прокси, а не сама реальность; модель — это карта, а не территория;
• принцип триангуляции: ни один индикатор не должен быть единственным.

2.4. Терминологическое различение

Одна из ключевых задач концептуальной рамки — развести термины, которые в литературе часто смешиваются.

СКП (социокультурное пространство) — предельный объект: исторически воспроизводимое и постоянно изменяющееся пространство совместного человеческого бытия. Это онтологическая рамка, а не эмпирический объект.

Планетарный социокультурный срез — все зоны и среды на выбранный момент времени. Это способ «остановить» СКП и зафиксировать состояние.

Социокультурная зона — кластер в многомерном признаковом/сетевом пространстве, а не географическая территория. Зоны могут пересекаться, могут быть нечёткими, могут иметь разную степень выраженности. Признаки зоны: язык, институты, ценности, медиасреда, инфраструктуры, практики.

Социокультурный домен — макрокластер зон, объединённых по ряду признаков (например, «англосаксонский домен», «постсоветский домен»). Домен — это уровень агрегации выше зоны.

Социокультурная среда — выбранная и сконфигурированная экспертом подобласть СКП для анализа: набор зон, масштабов, слоёв, датасетов, связей и визуализаций. Среда — это операциональная рамка выбора, а не онтологическая сущность.

Микросреда (подсреда) — вложенная среда внутри среды, с более глубоким уровнем детализации.

Масштаб — сквозное измерение СКП: транскультурный, цивилизационный, национальный, региональный, локальный, семейный. Масштаб не равен зоне: одна и та же зона может анализироваться на разных масштабах.

Формула для запоминания:

СКП — целое; зона — кластер; домен — макрокластер; среда — выбранная пользователем конфигурация; микросреда — вложенная конфигурация; масштаб — уровень агрегации.

Такое различение снимает риск смешения онтологического и операционального. «Российская среда» — это не отдельный онтологический слой, а конфигурация выбора зон, масштабов и слоёв.

2.5. Методологический подход

ЦМ СКП опирается на несколько методологических традиций, которые не образуют единой теории, но используются как дополнительные языки описания.

Онтологический подход. СКП описывается как многослойная, многомасштабная, динамическая система. Онтология задаёт категориальную карту, но не предопределяет эмпирические результаты.

Операциональный подход. Категории превращаются в индикаторы; индикаторы — в измеримые величины; величины — в проекции и прогнозы. Операционализация опирается на схемы А (объективированный полюс) и Б (субъективный полюс).

Темпоральный подход. СКП рассматривается как процесс, а не как «срез». Линия времени — не декоративный элемент, а ядро модели. Темпоральные режимы слоёв определяют горизонты прогноза и характер неопределённости.

Графовый подход. Связи между элементами СКП описываются как типизированный граф, а не как набор корреляций. Это позволяет отделить статистическую связь от причинной гипотезы и от экспертной формулы.

Сценарный подход. Модель поддерживает не только описание, но и сценарии: «что если», интервенции, контрфактики.

Герменевтический подход. Интерпретация — это отдельный слой, который не сливается с онтологией и не превращается в автоматическую истину.

Этический подход. Работа с цифровыми следами, биометрией и поведенческими данными требует этической экспертизы, согласия, анонимизации и аудита.

Эти подходы не конкурируют, а дополняют друг друга: онтология задаёт рамку, операционализация делает её измеримой, темпоральный и графовый подходы — вычислимой, сценарный — прогнозной, герменевтический — интерпретируемой, этический — ответственной.

2.6. Место ЦМ СКП в исследовательской программе

ЦМ СКП входит в исследовательскую программу, которая включает:

• онтологическую модель СКП (v.3.02) — категориальная карта;
• пилотную операционализацию макроуровней для ЦМ СКП: индикаторы, паспорта и кросс-слойные связи (v.3.07) — Technical note;
• настоящую статью (v.3.05) — концептуальная рамка;
• будущие технические документы — ТЗ, прототипы, паспорта слоёв.

Место ЦМ СКП в программе — быть средой интеграции между онтологией, операционализацией, эмпирическими данными, аналитикой и интерпретацией.

Связанные документы

Настоящая статья является частью исследовательской программы, в которую входят следующие документы:

1. Смирнов А.Ю. Социокультурное пространство: концепция, архитектоника, динамические элементы и граничные условия (v.3.02). — Препринт. — Базисная онтологическая модель СКП, задающая категориальную карту, на которую опирается ЦМ СКП.
2. Смирнов А.Ю. Цифровая модель социокультурного пространства (ЦМ СКП): концептуальная рамка и архитектурные контуры (v.3.05). — Препринт. — Настоящая статья; задаёт концептуальную рамку ЦМ СКП.
3. Смирнов А.Ю. Пилотная операционализация макроуровней социально-культурного пространства для цифровой модели СКП: индикаторы, паспорта и кросс-слойные связи (v.3.07). — Technical note. — Документ описывает пилотную операционализацию макроуровней социокультурного пространства (СКП) — перевод категориальной модели СКП в набор эмпирических индикаторов, пригодных для включения в цифровую модель СКП (ЦМ СКП); фиксирует индикаторы, паспорта слоёв и кросс-слойные связи.

Первый документ задаёт онтологию; второй — концептуальную рамку цифровой реализации; третий и четвёртый — операционализацию, паспорта и кросс-слойные связи. Настоящая статья выполняет роль связующего звена: она показывает, как онтология превращается в вычислительную среду, и какие технические документы нужны для реализации.

3.1. Ядро

Ядро — это стабильная часть ЦМ СКП, которая не пересматривается при каждом новом исследовании. Оно включает пять компонентов.

Онтологическое ядро. Формализованное представление категориальной модели СКП: макроуровни I–VI, 24 слоя, сквозные измерения, сквозные процессы, рамки, типы связей, правила разграничения, принцип демаркации. Онтологическое ядро версионируется: каждая версия онтологии имеет номер и журнал изменений. Песочница, созданная на одной версии онтологии, не смешивается с песочницей на другой версии без явного маппинга.

Онтологическое ядро выполняет три функции:

• система координат: любой элемент ЦМ СКП должен быть отнесён к макроуровню, слою, измерению или процессу;
• валидатор: онтологическое ядро проверяет, не нарушает ли новый элемент правила разграничения (например, не закреплён ли феномен одновременно за слоем IV и слоем VI);
• словарь: онтологическое ядро задаёт единый язык описания, на который маппятся данные, связи, интерпретации и визуализации.

Семантический граф. Типизированный граф, узлами которого являются макроуровни, слои, индикаторы, измерения, процессы, рамки, СКФ, акторы, инфраструктуры, зоны, масштабы, интерпретации, сценарии и кандидаты на новые элементы. Рёбрами являются типизированные связи (корреляционная, причинная, конституирующая, ограничивающая, медиация, модерация, лаговая, диффузионная, эмерджентная). Семантический граф — это не «граф данных», а «граф знания о модели»: он фиксирует, как исследователи понимают отношения между элементами СКП.

Темпоральное хранилище. Компонент, который хранит состояния слоёв, зон, масштабов и среды на линии времени. Темпоральное хранилище поддерживает:

• срезы — состояния на выбранный момент;
• диапазоны — интервалы времени;
• события — СКФ, шоки, реформы, кризисы;
• версии — каждая версия данных имеет временную метку;
• два времени — время события и время наблюдения/публикации;
• временную неопределённость — датировки могут быть интервальными.

Темпоральное хранилище — это не «база данных» в узком смысле, а слой времени, который пронизывает все контуры.

Реестр индикаторов и контрактов. Компонент, который хранит:

• паспорта индикаторов: определение, единица, гранулярность, источник, метод сбора, смещения, лицензия, приватность;
• data contracts: схема датасета, временное и пространственное покрытие, метод гармонизации, версия;
• layer contracts: что входит в слой и что не входит, какие индикаторы к нему относятся, какие правила разграничения применяются, какие ограничения действуют.

Реестр индикаторов и контрактов — это «паспортный стол» ЦМ СКП: без него невозможно сопоставление данных и воспроизводимость результатов.

Провенанс и версионирование. Компонент, который фиксирует происхождение каждого элемента: кто создал, когда, на основе каких данных, с какой версией онтологии, с какой версией формулы, с каким хэшем. Провенанс — это не «лог», а условие научной ответственности: без него результаты ЦМ СКП не могут быть проверены и воспроизведены.

Провенанс включает:

• происхождение данных: источник, метод сбора, дата, автор;
• происхождение связей: экспертная гипотеза, статистическая оценка, причинный вывод;
• происхождение формул: автор, версия, допущения;
• происхождение интерпретаций: автор, evidence, статус;
• происхождение проекций: конфигурация, версия данных, версия формул.

3.2. Контур данных

Контур данных отвечает за поступление, хранение и подготовку данных для анализа. Он реализует уровни данных, зафиксированные в концептуальной рамке:

1. Raw — сырые данные в исходном виде;
2. Validated — проверенные на целостность и полноту;
3. Harmonized — приведённые к общей онтологии и единицам;
4. Aggregated — агрегированные до нужного уровня;
5. Cached — кэшированные для макроуровневых запросов;
6. Semantic — связанные с понятиями онтологического ядра;
7. Derived — расчётные, полученные в результате аналитики или проекции.

Контур данных выполняет пять функций.

Импорт и маппинг. Данные поступают из разных источников: официальной статистики, административных данных, опросов, корпусов, цифровых следов, геоданных, аудитов алгоритмов, биометрических и медицинских данных. Каждый датасет проходит маппинг на онтологию: какие слои, индикаторы, зоны, масштабы и временные метки он покрывает. Без маппинга данные не допускаются в анализ.

Гармонизация. Приведение данных к общим единицам, гранулярности и временным меткам. Гармонизация — это явная фиксация того, что было приведено и с какими потерями. Если гармонизация невозможна, данные маркируются как «несопоставимые» и хранятся отдельно.

Оценка качества. Для каждого датасета фиксируются:

• полнота;
• точность;
• согласованность;
• смещения;
• пропуски;
• ограничения;
• этические флаги.

Качество данных — условие допуска к анализу.

Приватность и этика. Данные классифицируются по уровню чувствительности: публичные, внутренние, конфиденциальные, персональные, биометрические, медицинские. Для каждого уровня действуют свои правила доступа, анонимизации и аудита.

Версионирование. Каждый датасет имеет версию, дату, автора и журнал изменений. Версия данных фиксируется в провенансе всех результатов, которые на них опираются.

3.3. Контур конфигурации и песочницы

Контур конфигурации и песочницы отвечает за настройку исследования. Он реализует идею «конструктора онтологически совместимых песочниц».

Песочница — это конфигурация ЦМ СКП, созданная экспертом или группой экспертов для конкретного исследования. Песочница включает:

• линию времени: выбранный диапазон, срезы, события, прогнозный горизонт;
• зоны и среды: выбранные зоны, домены, микросреды, масштабы;
• слои и макроуровни: какие слои включены, какие отключены, какие расширены;
• датасеты: какие данные подключены, на каком уровне обработки (raw / validated / harmonized / aggregated / cached / semantic / derived);
• связи и формулы: какие связи активны, какие формулы применяются;
• интерпретации: какие интерпретации привязаны к связям и результатам;
• визуализации: какие модули визуализации подключены;
• права доступа: кто видит песочницу, кто может её редактировать, кто может её комментировать.

Контур конфигурации выполняет пять функций.

Выбор и сборка. Эксперт выбирает компоненты и собирает песочницу. Система проверяет онтологическую совместимость: не нарушает ли конфигурация правила разграничения, не смешивает ли несовместимые версии онтологии, не противоречат ли data contracts.

Шаблоны. Для типовых задач создаются шаблоны песочниц: «сравнение ценностных профилей», «анализ медиасреды», «институциональная динамика», «кросс-культурное сравнение». Шаблон — это не «жёсткая рамка», а стартовая точка, которую можно изменить.

Сравнение конфигураций. Песочницы можно сравнивать: какие слои включены, какие данные использованы, какие связи активны, какие результаты получены. Это позволяет отделить различия в данных от различий в интерпретации.

Множественные линии времени. Эксперт может создать несколько линий времени с разными настройками (например, «оптимистичный сценарий», «инерционный сценарий», «шоковый сценарий») и сравнить их макропоказатели.

Шаринг и ревью. Песочницы можно шарить с коллегами, публиковать, архивировать, рецензировать. Ревью фиксирует: кто проверил, какие замечания, какие изменения внесены.

3.4. Контур связей и моделей

Контур связей и моделей отвечает за формализацию отношений между элементами СКП и за расчёт влияний. Это ключевой контур, отличающий ЦМ СКП от «базы данных с визуализацией».

Типизированные связи. Связи в ЦМ СКП не сводятся к «корреляциям». Они типизированы:

Каждая связь имеет:

• формулу или функцию;
• параметры;
• временной лаг;
• область действия (зона, масштаб, слой);
• источник доказательства (экспертная гипотеза, статистическая оценка, причинный вывод);
• уверенность;
• версию;
• автора;
• статус: гипотеза, подтверждена, оспорена, отклонена.

Формулы влияния. Контур связей поддерживает три уровня формализации.

Первый уровень — простая формула влияния:

где \(x_{i}\) — воздействующий показатель, \(x_{j}\) — результат, \(\mathbf{c}\) — контрольные переменные, \(\Delta t\) — лаг, \(\theta\) — параметры, \(\varepsilon\) — ошибка.

Второй уровень — системная формула:

где \(\mathbf{u}(t)\) — управляющие воздействия (сценарии), \(\mathbf{f}(t)\) — рамки и СКФ. Это уже динамическая система: система структурных уравнений, динамическая байесовская сеть, агентная модель или система дифференциальных уравнений.

Третий уровень — интервенция:

Это сценарный режим: «что если \(x_{i}\) примет значение \(a\)». Интервенция отличается от наблюдения: она позволяет отделить корреляцию от причинного эффекта.

Проверка идентифицируемости. Контур связей не принимает причинную связь «на веру». Для каждой причинной гипотезы фиксируются:

• допущения;
• источник данных;
• метод оценки;
• возможность естественного эксперимента;
• ограничения.

Если идентифицируемость не достижима, связь маркируется как «недоказуемая» и остаётся в статусе гипотезы.

Анализ чувствительности. Для каждой формулы рассчитывается, как результат меняется при изменении параметров. Это позволяет отделить устойчивые выводы от выводов, зависящих от допущений.

3.5. Контур аналитики и обнаружения

Контур аналитики отвечает за поиск скрытых структур, факторов и эмерджентных элементов. Он дополняет контур связей: связи задаются экспертно, аналитика ищет то, что эксперты не задали.

Контур аналитики выполняет пять функций.

Поиск скрытых факторов. Методы: факторный анализ, PCA/ICA, автоэнкодеры, латентные переменные. Результат — кандидаты на новые индикаторы или слои, которые не были заданы онтологией, но объясняют значительную часть дисперсии.

Причинное обнаружение. Методы: PC, GES, LiNGAM, Granger, transfer entropy. Результат — кандидаты на причинные связи, которые затем проходят экспертное ревью.

Анализ тем и нарративов. Методы: topic modeling, embeddings, анализ нарративных траекторий. Результат — карта доминирующих нарративов и их связей с слоями.

Обнаружение изменений. Методы: change point detection, anomaly detection. Результат — точки перелома и аномалии, которые могут указывать на СКФ, эмерджентные процессы или ошибки данных.

Поиск эмерджентных кластеров. Методы: кластерный анализ, community detection в графе. Результат — кандидаты на новые слои, макроуровни или зоны, которые не были постулированы онтологией, но подтверждаются данными.

Ключевое правило: результаты аналитики не попадают в онтологию автоматически. Они попадают в очередь кандидатов, где проходят экспертное ревью. Это защищает от «алгоритмической онтологии», при которой модель начинает определять реальность, а не описывать её.

3.6. Контур проекции, прогноза и сценариев

Контур проекции отвечает за расчёт итоговых картин при заданных связях, формулах и конфигурациях. Это «выход» модели, но выход не в смысле «отчёт», а в смысле вычислимая картина состояния СКП.

Проекция состояния. Проекция — это не прогноз, а расчёт итоговой картины при заданных настройках:

где \(\mathcal{P}_{\pi}\) — оператор проекции, \(\pi\) — выбранный ракурс (зона, масштаб, слои, диапазон времени, уровень агрегации), \(R\) — связи, \(\Theta\) — параметры.

Проекция показывает:

• итоговые значения;
• вклад каждого фактора;
• неопределённость;
• конфликты связей;
• участки, где модель «не уверена».

Прогноз. Прогноз — это проекция в будущее:

с горизонтом \(h_{l}\), зависящим от темпорального режима слоя:

• язык, ценности, архитектура — горизонт десятилетия/века;
• институты — годы/десятилетия;
• медиасреда, алгоритмы — месяцы/годы.

Чем инертнее слой, тем дальше горизонт прогноза. Чем быстрее слой, тем короче горизонт и выше неопределённость. Это формализует идею «справа объём данных падает, остаются инвариантные тонкие слои».

Сценарии. Сценарий — это проекция при вмешательстве:

Сценарии могут быть:

• базовый уровень — без вмешательств;
• реформа — изменение институтов или норм;
• шок — внешний СКФ;
• гибрид — комбинация.

Контрфактики. Контрфактическая проекция отвечает на вопрос «что было бы, если». Это наиболее сложный режим, требующий явных допущений и проверки идентифицируемости.

Ансамблевый прогноз. ЦМ СКП не даёт одну линию прогноза. Она даёт ансамбль: набор траекторий, отражающих неопределённость параметров, данных и допущений. Пользователь видит не «точку», а распределение.

Бэктестинг. Для прогнозного контура обязательна проверка на исторических данных: hold-out, rolling backtest, сравнение с baseline. Без бэктестинга прогноз — это не прогноз, а «мнение».

3.7. Контур интерпретации

Контур интерпретации отвечает за смысловое сопровождение результатов. Это отдельный слой знания о модели.

Интерпретация — это утверждение, которое связывает результат (связь, проекцию, аномалию, кандидата на слой) с объяснением, доказательством и статусом.

Каждая интерпретация имеет:

• автора;
• дату;
• привязку к связи, проекции, аномалии или кандидату;
• доказательство: на какие данные, формулы и литературу она опирается;
• уверенность: насколько автор уверен;
• статус: гипотеза, подтверждена, оспорена, отклонена;
• версию;
• ссылку на конкурирующие интерпретации.

Контур интерпретации выполняет четыре функции.

Поддержка конкурирующих интерпретаций. Один и тот же результат может иметь несколько интерпретаций. ЦМ СКП не выбирает «правильную» автоматически: она показывает карту интерпретаций и позволяет экспертам сравнивать их.

Отделение интерпретации от онтологии. Интерпретация не меняет онтологию автоматически. Если интерпретация указывает на необходимость нового слоя или новой связи, она становится кандидатом, который проходит ревью.

Связь с доказательством. Каждая интерпретация должна быть связана с данными, формулами и литературой. Без доказательства интерпретация — это «мнение», а не научное утверждение.

Фиксация разногласий. Если эксперты расходятся, это фиксируется как карта разногласий, а не как «ошибка». Разногласие — это данные о состоянии знания.

3.8. Контур визуализации и экспорта

Контур визуализации и экспорта отвечает за представление результатов и обмен данными.

Визуализация. ЦМ СКП не навязывает один способ визуализации. Она предоставляет реестр модулей, каждый из которых решает свою задачу:

• пространственно-временной куб (time-space cube);
• горизонтные диаграммы (horizon charts);
• малые кратные (small multiples);
• сетевой граф (network graph);
• диаграмма Санкей (Sankey);
• тепловая карта (heatmap);
• графики распределений (distribution plots);
• ленты неопределённости (uncertainty ribbons);
• веер сценариев (scenario fan);
• проекция кластеров (cluster projection; UMAP/t-SNE);
• матрица связей (link matrix);
• «радар эмерджентности» (emergence radar).

Каждый модуль имеет:

• входную схему;
• рекомендуемые задачи;
• примеры;
• автора;
• версию;
• лицензию;
• ограничения;
• эталонный вывод.

Модули визуализации подключаются как плагины: эксперт выбирает нужный модуль, а не «одну кнопку». Это обеспечивает гибкость без потери качества: плагин, прошедший ревью, рекомендован для определённых задач; плагин без ревью — маркирован как «экспериментальный».

Экспорт. ЦМ СКП поддерживает экспорт в нескольких форматах:

• JSON-LD — семантика;
• Parquet/CSV — таблицы;
• GraphML — граф;
• CSV/Excel — отчёты;
• API — для внешних исследователей.

Экспорт должен сохранять провенанс: какие данные, какие версии, какие формулы, какие интерпретации.

Реэкспорт (round-trip). Экспортированные данные можно обработать внешними средствами и вернуть в ЦМ СКП как новый слой. При реэкспорте обязательна карта соответствия: какие поля соответствуют каким индикаторам, какие единицы, какая гранулярность. Без карты соответствия реэкспорт превращается в хаос.

Публикация. Результаты можно публиковать как:

• снимок (snapshot): фиксированное состояние с провенансом;
• отчёт: визуализации + интерпретации;
• датасет: экспортированные данные;
• конфигурацию: песочница, которую можно воспроизвести.

Публикация — это акт научной ответственности: публикуемый результат должен быть воспроизводим.

3.9. Взаимодействие контуров

Контуры не изолированы. Они взаимодействуют по принципу потоков:

• данные поступают из контура данных в контур связей, аналитики и проекции;
• конфигурация задаёт, какие данные, связи и формулы активны;
• связи и формулы определяют, как данные превращаются в проекции;
• аналитика поставляет кандидатов в контур связей и в очередь эмерджентности;
• проекции поступают в контур интерпретации и визуализации;
• интерпретации связываются с проекциями и связями;
• визуализация представляет результаты и позволяет экспортировать их;
• экспорт возвращается в контур данных как новый слой.

Ядро присутствует во всех контурах: оно проверяет онтологическую совместимость, фиксирует провенанс и обеспечивает версионирование.

3.10. Ограничения архитектуры

Архитектура не претендует на универсальность. Она имеет ограничения:

• сложность: чем больше контуров, тем сложнее система; сложность должна компенсироваться шаблонами, ревью и документацией;
• зависимость от качества данных: ЦМ СКП не может компенсировать плохие данные хорошими формулами;
• риск ложной точности: визуализация с интервалами неопределённости может создавать иллюзию точности, если пользователь игнорирует интервалы;
• риск «алгоритмической онтологии»: аналитика может предлагать кандидатов, которые выглядят убедительно, но не проходят экспертное ревью;
• риск фрагментации: если песочницы не совместимы, ЦМ СКП превращается в набор несвязанных исследований;
• этические ограничения: не все данные могут быть использованы, не все визуализации допустимы.

Эти ограничения задают условия ответственного использования архитектуры модели.

4.0. Назначение раздела и карта соответствия

Раздел 3 задаёт нормативную архитектуру ЦМ СКП: ядро и семь контуров. Раздел 4 не пересматривает её, а переводит в операциональный слой для исследователя и разработчика: что именно видит пользователь, какие входы и выходы имеет блок, какие режимы поддерживаются и какие ограничения действуют на уровне интерфейса.

Нормативной считается формулировка раздела 3. Раздел 4 уточняет сценарии использования и границы блоков; методы, принципы и общие ограничения здесь не дублируются, а указываются ссылкой. Сводная карта соответствия приведена в таблице 4.0.

Таблица 4.0. Соответствие контуров и функциональных блоков

4.1. Линия времени

Назначение. Задаёт темпоральную конфигурацию исследования: какие срезы, диапазоны, события и прогнозные горизонты доступны.

Входы. Периодизация; точечные, интервальные и событийные срезы; диапазоны; события СКФ; прогнозный горизонт.

Выходы. Выбранная временная конфигурация; набор доступных срезов и диапазонов; событийные окна; горизонт прогноза.

Режимы. Просмотр среза; сравнение срезов; диапазонный анализ; событийный анализ; прогнозный анализ.

Ограничения. Периодизация и горизонт — аналитические конвенции; они должны явно фиксироваться, чтобы не превращаться в скрытую онтологию. Временная сетка может быть неравномерной.

Нормативная ссылка. Темпоральное хранилище — 3.1; конфигурация песочницы — 3.3; прогнозный горизонт — 3.6.

4.2. Социокультурные зоны и среды

Назначение. Задаёт пространственную, но не географическую организацию СКП: зоны, домены, среды, микросреды и масштабы.

Входы. Признаковое пространство; метод кластеризации; выбранный масштаб; границы сред и микросред.

Выходы. Карта зон и доменов; выбранные среды и микросреды; оценка устойчивости кластеров.

Режимы. Свёртка; развёртка; сравнение зон; сравнение сред; анализ контактных зон.

Ограничения. Кластеры зависят от признаков, метода и данных; зоны не должны онтологизироваться. Система должна показывать, какие кластеры устойчивы, а какие являются артефактом метода.

Нормативная ссылка. Различение «пространство — зона — домен — среда — микросреда — масштаб» — 2.4; конфигурация — 3.3.

4.3. Слои и датасеты

Назначение. Связывает онтологические слои с индикаторами и данными, не превращая слой в «склад данных».

Входы. Датасеты; индикаторы; паспорта слоёв; контракты данных и контракты слоёв.

Выходы. Подключённые слои и датасеты; паспорта; флаги качества, приватности и онтологической совместимости.

Режимы. Просмотр слоя; подключение датасета; отключение датасета; создание экспертного слоя; обмен слоями.

Ограничения. Датасет без привязки к индикатору не допускается в анализ. Индикатор без привязки к слою маркируется как внеонтологический и требует ревью. Изменения слоя фиксируются в провенансе.

Нормативная ссылка. Реестр индикаторов и контрактов — 3.1; контур данных — 3.2.

4.4. Типизированные связи

Назначение. Даёт эксперту интерфейс работы с типизированными связями и формулами, не сводя связи к «корреляциям вообще».

Входы. Тип связи; формула или функция; параметры; временной лаг; область действия; доказательная база; статус.

Выходы. Активные связи; статусы; результаты проверки идентифицируемости; анализ чувствительности; карта конфликтов связей.

Режимы. Просмотр связей; добавление связи; редактирование формулы; проверка связи; сравнение связей между песочницами, версиями и экспертами.

Ограничения. Каждая связь должна быть обоснована и версионирована. Подтверждённая связь остаётся гипотезой о мире, а не «законом природы». Недоказуемая связь не используется для причинных выводов.

Нормативная ссылка. Контур связей и моделей — 3.4.

4.5. Проекционный слой

Назначение. Рассчитывает итоговую картину при заданном состоянии, связях, параметрах и ракурсе.

Входы. Состояние СКП \(S\); активные связи \(R\); параметры \(\Theta\); ракурс \(\pi\) — зона, масштаб, слои, диапазон времени, уровень агрегации.

Выходы. Проекция \(\Pi_{\pi} = \mathcal{P}_{\pi}(S, R, \Theta)\); вклад факторов; оценка неопределённости; карта конфликтов связей.

Режимы. Проекция состояния; проекция диапазона; проекция сценария; контрфактическая проекция.

Ограничения. Проекция — не истина и не прогноз без бэктестинга. Интерфейс обязан показывать неопределённость и конфликты, а не скрывать их усреднением.

Нормативная ссылка. Контур проекции, прогноза и сценариев — 3.6.

4.6. Интерпретационный слой

Назначение. Сопровождает результаты смыслом, не смешивая интерпретацию с онтологией.

Входы. Результат — связь, проекция, аномалия или кандидат; объяснение; доказательная база; уверенность; статус; конкурирующие интерпретации.

Выходы. Карта интерпретаций; карта разногласий; версии интерпретаций; связи с доказательной базой.

Режимы. Просмотр интерпретаций; добавление интерпретации; сравнение интерпретаций; фиксация разногласий.

Ограничения. Интерпретация не меняет онтологию автоматически. Без доказательной базы интерпретация остаётся мнением. Если интерпретация указывает на новый слой или связь, она становится кандидатом на ревью.

Нормативная ссылка. Контур интерпретации — 3.7.

4.7. Аналитический слой

Назначение. Поставляет кандидатов на новые факторы, связи, кластеры и эмерджентные элементы, не заменяя экспертные связи.

Входы. Данные; экспертные гипотезы; выбранные методы; очередь кандидатов.

Выходы. Кандидаты на индикаторы, слои, связи и зоны; карта незнания; оценка устойчивости результатов; записи в очереди кандидатов.

Режимы. Автоматический поиск; экспертный поиск; сравнение методов; работа с очередью кандидатов.

Ограничения. Результаты аналитики не попадают в онтологию автоматически. Они проходят экспертное ревью. Интерфейс должен различать устойчивые результаты и артефакты метода.

Нормативная ссылка. Контур аналитики и обнаружения — 3.5.

4.8. Экспорт/импорт

Назначение. Обеспечивает обмен данными, связями, проекциями и интерпретациями без потери провенанса.

Входы. Данные; связи; проекции; интерпретации; выбранный формат; карта соответствия при реэкспорте.

Выходы. Экспортные файлы; карта соответствия; снимок, отчёт, датасет или конфигурация; записи провенанса.

Режимы. Экспорт; импорт; реэкспорт; публикация.

Ограничения. Экспорт обязан сохранять провенанс. Импорт не должен ломать онтологию. Реэкспорт без карты соответствия недопустим. Публикация не должна раскрывать приватные данные.

Нормативная ссылка. Контур визуализации и экспорта — 3.8.

4.9. Визуализация

Назначение. Представляет результаты через реестр модулей, не навязывая один способ отображения.

Входы. Данные; проекции; интерпретации; параметры визуализации; выбранный модуль.

Выходы. Визуализация; интерактивный отчёт; экспортное изображение или данные; скрипт воспроизведения.

Режимы. Просмотр; настройка; сравнение визуализаций; публикация.

Ограничения. Визуализация не должна создавать иллюзию точности, скрывать неопределённость или конфликты связей. Модуль должен иметь входную схему, ограничения и эталонный вывод.

Нормативная ссылка. Контур визуализации и экспорта — 3.8.

4.10. Взаимодействие блоков

Блоки взаимодействуют по принципу потоков: линия времени задаёт доступные срезы, диапазоны и события; зоны и среды — пространственную конфигурацию; слои и датасеты — данные; связи — преобразование данных в проекции; проекции — результаты; интерпретации — смыслы; аналитика — кандидатов; экспорт/импорт — обмен; визуализация — представление. Ядро присутствует во всех блоках: проверяет онтологическую совместимость, фиксирует провенанс и обеспечивает версионирование.

Нормативная ссылка. Взаимодействие контуров — 3.9.

4.11. Ограничения блоков

Архитектурные ограничения зафиксированы в 3.10, ограничения и риски — в разделе 5. В карточках блоков выше указаны только специфические ограничения интерфейса и режимов: конвенциональность линии времени, зависимость кластеров от метода, недопустимость датасетов без индикаторов, обязательность провенанса при экспорте, запрет на сокрытие неопределённости в визуализации.

5.1. Проблема реификации

Реификация — это ошибка, при которой аналитическая конструкция начинает восприниматься как сама реальность. В ЦМ СКП реификация может проявляться на трёх уровнях.

Реификация слоёв. Слои онтологической модели — это аналитические рамки, а не «естественные виды». Когда исследователь говорит «ценности изменились», он имеет в виду не «слой ценностей» как вещь, а изменение распределения индикаторов, приписанных к ценностно-ментальному слою. ЦМ СКП должна явно маркировать различие между слоем как рамкой и индикаторами как прокси.

Реификация индикаторов. Индикатор — это не сама реальность, а её косвенный признак. Рост числа музеев не тождествен росту исторической памяти; рост медиапотребления не тождествен росту информированности. ЦМ СКП должна показывать не только значение индикатора, но и его ограничения, смещения и степень косвенности.

Реификация проекций. Проекция — это расчёт при заданных допущениях, а не «предсказание будущего». Если пользователь воспринимает проекцию как «истину», он теряет чувствительность к неопределённости и к конфликтам связей. ЦМ СКП должна встраивать «предупреждения о реификации» в интерфейс и в отчёты.

Принцип управления качеством: разделение онтологии, операционализации и интерпретации. Онтология задаёт рамку, операционализация делает её измеримой, интерпретация приписывает смысл. Ни один из уровней не должен «поглощать» другой.

5.2. Неопределённость

Неопределённость в ЦМ СКП имеет четыре источника.

Неопределённость данных. Данные могут быть неполными, смещёнными, устаревшими, несопоставимыми. Для каждого датасета фиксируются:

• полнота;
• точность;
• согласованность;
• смещения;
• пропуски;
• временные лаги.

Неопределённость моделей. Формулы и связи — это гипотезы, а не законы. Для каждой формулы фиксируются:

• допущения;
• параметры;
• область действия;
• идентифицируемость;
• чувствительность.

Неопределённость прогноза. Чем дальше горизонт, тем выше неопределённость. Чем быстрее слой, тем короче горизонт. Прогноз должен сопровождаться:

• интервалами;
• распределениями;
• ансамблями;
• картой незнания.

Неопределённость интерпретации. Интерпретация — это смысловое суждение, а не факт. Она должна сопровождаться:

• доказательством (evidence);
• уверенностью (confidence);
• статусом;
• картой конкурирующих интерпретаций.

Принцип управления качеством: не давать точечных ответов там, где их быть не может. Все значения, проекции и прогнозы сопровождаются оценкой неопределённости. Пользователь видит не «точку», а «распределение» и «карту незнания».

5.3. Причинность и идентифицируемость

Корреляция не равна причинности. В цифровых моделях это часто забывается, потому что графы и формулы создают иллюзию точности.

Типы связей. ЦМ СКП различает:

• корреляционную связь (статистическая ассоциация);
• причинную связь (intervention-эффект);
• конституирующую связь (часть–целое);
• ограничивающую связь (рамка);
• медиацию и модерацию;
• лаговую связь;
• диффузионную связь;
• эмерджентную связь.

Только причинная связь позволяет делать выводы о вмешательствах. Остальные типы связей имеют другую логику и другие ограничения.

Идентифицируемость. Для каждой причинной гипотезы фиксируется:

• допущения;
• источник данных;
• метод оценки;
• возможность естественного эксперимента;
• ограничения.

Если идентифицируемость не достижима, связь маркируется как «недоказуемая» и остаётся в статусе гипотезы. Она не используется для причинных выводов, но может использоваться для описания и для генерации новых гипотез.

Принцип управления качеством: явно различать наблюдение и интервенцию. Сценарный режим («что если») должен отделяться от описательного режима («что есть»). Пользователь должен видеть, какие выводы основаны на данных, а какие — на допущениях.

5.4. Этика и приватность

ЦМ СКП работает с данными, которые могут быть чувствительными:

• цифровые следы;
• биометрические данные;
• медицинские данные;
• поведенческие данные;
• персональные данные.

Классификация данных. Данные классифицируются по уровню чувствительности:

• публичные;
• внутренние;
• конфиденциальные;
• персональные;
• биометрические;
• медицинские.

Для каждого уровня действуют свои правила доступа, анонимизации и аудита.

Управление доступом. ЦМ СКП поддерживает ролевую модель доступа (RBAC):

• исследователь;
• ревьюер;
• администратор;
• внешний пользователь;
• аудитор.

Каждая роль имеет свои права на чтение, запись, экспорт и публикацию.

Этическая экспертиза. Исследования, использующие чувствительные данные или потенциально манипулятивные модели, должны проходить этическую экспертизу. Это условие ответственного использования.

Принцип управления качеством: этика встроена в процесс, а не добавляется в конце. Каждый датасет, каждая связь, каждая визуализация имеют этические флаги и ограничения.

5.5. Провенанс и воспроизводимость

Провенанс — это условие научной ответственности. Без провенанса результаты ЦМ СКП не могут быть проверены и воспроизведены.

Что фиксируется в провенансе:

• источник данных;
• версия данных;
• версия онтологии;
• версия формул;
• версия конфигурации;
• автор;
• время;
• хэш;
• журнал изменений.

Воспроизводимость. Любой результат должен быть воспроизводим:

• из той же конфигурации;
• из тех же данных;
• из тех же формул;
• из той же версии онтологии.

Если воспроизводимость невозможна (например, данные изменились), результат маркируется как «исторический» и не используется для новых выводов.

Принцип управления качеством: ни один результат не публикуется без провенанса. Публикация — это акт научной ответственности, а не «кнопка».

5.6. Когнитивные и организационные риски

ЦМ СКП — это не только техническая система, но и социальная. Она встроена в исследовательские практики, в организационные структуры, в когнитивные привычки пользователей.

Когнитивные риски:

• иллюзия точности: визуализация с интервалами неопределённости может создавать иллюзию точности, если пользователь игнорирует интервалы;
• подтверждающее смещение: пользователь ищет данные, подтверждающие его гипотезу, и игнорирует противоречащие;
• эффект якоря: первая проекция становится «якорем», и последующие интерпретации подстраиваются под неё;
• сложность: чем сложнее система, тем выше риск, что пользователь не понимает, что происходит.

Организационные риски:

• фрагментация: если песочницы не совместимы, ЦМ СКП превращается в набор несвязанных исследований;
• «алгоритмическая онтология»: аналитика может предлагать кандидатов, которые выглядят убедительно, но не проходят экспертное ревью;
• «война песочниц»: разные эксперты создают несовместимые конфигурации и не могут сравнить результаты;
• «чёрный ящик»: пользователь не понимает, как получен результат, и не может его проверить.

Принцип управления качеством: прозрачность, ревью, документация, обучение. ЦМ СКП должна не только предоставлять инструменты, но и объяснять, как ими пользоваться ответственно.

5.7. Принципы управления качеством

Из перечисленных ограничений вытекают семь принципов управления качеством.

Принцип 1. Прозрачность. Пользователь должен видеть, какие данные, какие формулы, какие допущения и какие ограничения стоят за результатом.

Принцип 2. Разделение уровней. Онтология, операционализация, интерпретация и проекция — разные уровни. Они не должны смешиваться.

Принцип 3. Явная неопределённость. Все значения, проекции и прогнозы сопровождаются оценкой неопределённости.

Принцип 4. Провенанс. Каждый результат имеет происхождение: данные, версии, авторы, время, хэш.

Принцип 5. Ревью. Ни один кандидат (новый слой, новая связь, новая интерпретация) не попадает в онтологию автоматически. Он проходит экспертное ревью.

Принцип 6. Этика. Чувствительные данные и потенциально манипулятивные модели проходят этическую экспертизу.

Принцип 7. Обучение. Пользователи должны понимать, как работает ЦМ СКП, какие у неё ограничения и как их учитывать. Обучение — это не «курс», а встроенная функция.

Эти принципы не отменяют ограничения, а задают условия ответственного использования ЦМ СКП.

6.1. Этап 0. Онтология и данные

Фокус: создание онтологического ядра, реестра индикаторов, data contracts, layer contracts, базового импорта и простых срезов.

Задачи:

• формализовать онтологическое ядро (макроуровни, слои, измерения, процессы, рамки);
• создать реестр индикаторов с паспортами;
• создать data contracts для ключевых датасетов;
• создать layer contracts для 24 слоёв;
• реализовать базовый импорт данных;
• реализовать линию времени с точечными срезами;
• реализовать зоны и среды на базовом уровне;
• реализовать простые сравнения срезов;
• реализовать экспорт JSON-LD.

Результат: работающая база, в которой можно посмотреть состояние слоя на выбранный момент, сравнить два среза и экспортировать данные с провенансом.

6.2. Этап 1. Конструктор и проекция

Фокус: создание песочницы, типизированных связей, формул, проекционного слоя, интерпретационного слоя и базовой визуализации.

Задачи:

• реализовать конфигуратор песочницы (линия времени, зоны, слои, датасеты);
• реализовать шаблоны песочниц;
• реализовать типизированные связи;
• реализовать формулы влияния (простая и системная);
• реализовать проекционный слой (проекция состояния);
• реализовать интерпретационный слой (доказательство, статус, конкурирующие интерпретации);
• реализовать базовые модули визуализации (time-space cube, network graph, heatmap);
• реализовать экспорт конфигурации и результатов.

Результат: работающая песочница, в которой эксперт может собрать конфигурацию, задать связи, получить проекцию и интерпретировать её.

6.3. Этап 2. Аналитика

Фокус: создание аналитического слоя, поиска скрытых факторов, причинного обнаружения, обнаружения изменений, работы с неопределённостью и бэктестинга.

Задачи:

• реализовать поиск скрытых факторов (PCA/ICA, факторный анализ);
• реализовать причинное обнаружение (PC, Granger);
• реализовать обнаружение изменений (change point, anomaly detection);
• реализовать очередь кандидатов;
• реализовать анализ чувствительности;
• реализовать оценку неопределённости (интервалы, распределения);
• реализовать бэктестинг для проекций;
• реализовать «карту незнания».

Результат: работающая аналитика, которая поставляет кандидатов в связи и в очередь эмерджентности, а также оценивает неопределённость и устойчивость выводов.

6.4. Этап 3. Сценарии и прогноз

Фокус: создание сценарного режима, прогнозного контура, ансамблевого прогноза, множественных линий времени и «радара эмерджентности».

Задачи:

• реализовать сценарии (baseline, реформа, шок, гибрид);
• реализовать контрфактические проекции;
• реализовать прогноз с горизонтом, зависящим от темпа слоя;
• реализовать ансамблевый прогноз;
• реализовать множественные линии времени;
• реализовать «радар эмерджентности»;
• реализовать сравнение сценариев;
• реализовать policy lab.

Результат: работающий сценарный и прогнозный контур, в котором эксперт может проверить «что если», сравнить сценарии и оценить последствия вмешательств.

6.5. Этап 4. Коллаборация и экосистема

Фокус: создание ролей, ревью, шаринга, плагинной архитектуры, AI-копайлота, микромодуля проекции в индивидуальную картину мира и публичного API.

Задачи:

• реализовать роли и права доступа;
• реализовать ревью и комментарии;
• реализовать шаринг песочниц и слоёв;
• реализовать плагинную архитектуру для визуализации и аналитики;
• реализовать AI-копайлота с маркировкой LLM-derived;
• реализовать микромодуль проекции в индивидуальную картину мира (приоры, установки, интроекты, каскады, докса, вес, ИПС);
• реализовать публичный API;
• реализовать образовательный режим.

Результат: работающая экосистема, в которой исследователи могут коллаборировать, обмениваться песочницами и слоями, использовать плагины и AI-ассистента, а также работать с микромодулем проекции в индивидуальную картину мира.

6.6. Сквозные принципы дорожной карты

Дорожная карта подчиняется пяти сквозным принципам.

Принцип 1. Инкрементальность. Каждый этап даёт работающий результат, который можно использовать, даже если следующий этап ещё не начат.

Принцип 2. Совместимость. Каждый этап сохраняет совместимость с онтологическим ядром и с предыдущими этапами.

Принцип 3. Провенанс. Каждый этап фиксирует провенанс данных, формул и результатов.

Принцип 4. Ревью. Каждый этап включает ревью: эксперты проверяют, что результаты соответствуют онтологии и методологии.

Принцип 5. Документация. Каждый этап сопровождается документацией: паспорта слоёв, data contracts, layer contracts, примеры использования.

Связанные документы

Настоящая статья является частью исследовательской программы, в которую входят следующие документы:

1. Смирнов А.Ю. Социокультурное пространство: концепция, архитектоника, динамические элементы и граничные условия (v.3.02). — Препринт. — Базисная онтологическая модель СКП, задающая категориальную карту, на которую опирается ЦМ СКП.
2. Смирнов А.Ю. Цифровая модель социокультурного пространства (ЦМ СКП): концептуальная рамка и архитектурные контуры (v.3.05). — Препринт. — Настоящая статья; задаёт концептуальную рамку ЦМ СКП.
3. Смирнов А.Ю. Пилотная операционализация макроуровней социально-культурного пространства для цифровой модели СКП: индикаторы, паспорта и кросс-слойные связи (v.3.07). — Technical note. — Документ описывает пилотную операционализацию макроуровней социокультурного пространства (СКП) — перевод категориальной модели СКП в набор эмпирических индикаторов, пригодных для включения в цифровую модель СКП (ЦМ СКП); фиксирует индикаторы, паспорта слоёв и кросс-слойные связи.

Первый документ задаёт онтологию; второй — концептуальную рамку цифровой реализации; третий и четвёртый — операционализацию, паспорта и кросс-слойные связи. Настоящая статья выполняет роль связующего звена: она показывает, как онтология превращается в вычислительную среду, и какие технические документы нужны для реализации.

П1.1. Данные и онтология

• Онтологическое ядро с версионированием: формализованное представление макроуровней, слоёв, измерений, процессов, рамок, типов связей, правил разграничения.
• Реестр индикаторов: паспорта индикаторов с определением, единицей, гранулярностью, источником, методом, смещениями, лицензией, приватностью.
• Data contracts: схема датасета, временное и пространственное покрытие, метод гармонизации, версия.
• Layer contracts: что входит в слой, что не входит, какие индикаторы, какие правила разграничения, какие ограничения.
• Уровни данных: raw, validated, harmonized, aggregated, cached, semantic, derived.
• Маппинг на онтологию: автоматический и экспертный маппинг датасетов на слои и индикаторы.
• Гармонизация: приведение к общим единицам, гранулярности, временным меткам с фиксацией потерь.
• Оценка качества данных: полнота, точность, согласованность, смещения, пропуски.
• Классификация данных по чувствительности: публичные, внутренние, конфиденциальные, персональные, биометрические, медицинские.
• Провенанс: источник, версия, автор, время, хэш, журнал изменений.
• Версионирование онтологии: каждая версия имеет номер и журнал изменений.

П1.2. Линия времени

• Неравномерная временная сетка: от тысяч лет до дней и часов.
• Периодизация: доисторический, древний, средневековый, раннемодерный, модерный, современный, прогнозный.
• Точечные срезы: конкретная дата.
• Интервальные срезы: диапазон с неопределённостью.
• Событийные срезы: привязанные к СКФ.
• Диапазоны: закрытые, открытые, прогнозные.
• События (СКФ): тип, масштаб, характер воздействия, затронутые слои и зоны.
• Два времени: время события и время наблюдения/публикации.
• Временная неопределённость: интервальные датировки.
• Прогнозный горизонт: зависит от темпа слоя.
• Ансамблевый прогноз: набор траекторий, а не одна линия.
• Сценарии-ветки: baseline, реформа, шок, гибрид.
• Сравнение линий времени: несколько линий с разными настройками.

П1.3. Зоны, среды, масштабы

• Признаковое пространство: язык, институты, ценности, медиасреда, инфраструктуры, практики.
• Кластеризация: жёсткая, мягкая (fuzzy), иерархическая, сетевая.
• Домены: макрокластеры зон.
• Среды: выбранные пользователем конфигурации.
• Микросреды: вложенные конфигурации.
• Масштабы: транскультурный, цивилизационный, национальный, региональный, локальный, семейный.
• Свёртка: агрегация от детального к общему.
• Развёртка: детализация от общего к частному.
• Сравнение зон: сопоставление двух или нескольких зон.
• Сравнение сред: сопоставление двух или нескольких конфигураций.
• Анализ контактных зон: границы, переводы, гибридизация.
• Устойчивость кластеров: какие зоны воспроизводятся при разных методах, а какие — артефакт метода.

П1.4. Слои и датасеты

• Паспорта слоёв: субстрат, функция, код, носители, практики, автономия, границы, темпоральный режим, индикаторы.
• Подключение датасета: добавление нового датасета к слою.
• Отключение датасета: исключение датасета из анализа.
• Создание нового слоя: экспертный слой, который не входит в базовую онтологию.
• Обмен слоями: шаринг слоя с коллегами.
• Многие ко многим: один датасет может покрывать несколько слоёв.
• Маркировка «внеонтологических» индикаторов: индикаторы, не привязанные к слою, требуют ревью.
• Правила разграничения как валидаторы: проверка двойного закрепления феномена за разными слоями.

П1.5. Связи и модели

• Типизированные связи: корреляционная, причинная, конституирующая, ограничивающая, медиация, модерация, лаговая, диффузионная, эмерджентная.
• Формулы влияния: простая, системная, интервенция.
• Параметры связи: коэффициенты, лаги, пороги.
• Допущения связи: что предполагается о данных и о причинности.
• Область действия: зона, масштаб, слой, время.
• Проверка идентифицируемости: regression, matching, instrumental variables, difference-in-differences, regression discontinuity, natural experiment.
• Анализ чувствительности: как результат меняется при изменении параметров.
• Статус связи: гипотеза, подтверждена, оспорена, отклонена.
• Сравнение связей: между песочницами, между версиями, между экспертами.
• Конфликты связей: если связи противоречат друг другу, это фиксируется как данные о состоянии знания.

П1.6. Проекция, прогноз, сценарии

• Оператор проекции: линейный, нелинейный, сетевой, динамический.
• Вклад факторов: какой слой, какая связь, какой параметр дали наибольший вклад.
• Неопределённость проекции: интервалы, распределения, карта незнания.
• Конфликты связей: показ конфликтов, а не «усреднение».
• Проекция состояния: расчёт итоговой картины на выбранный момент.
• Проекция диапазона: расчёт трендов внутри диапазона.
• Проекция сценария: расчёт при вмешательстве (do-оператор).
• Контрфактическая проекция: «что было бы, если».
• Прогноз: расчёт будущих состояний с горизонтом, зависящим от темпа слоя.
• Ансамблевый прогноз: набор траекторий.
• Сценарии: baseline, реформа, шок, гибрид.
• Бэктестинг: hold-out, rolling backtest, сравнение с baseline.
• Policy lab: сценарная лаборатория для проверки реформ.

П1.7. Интерпретация

• Интерпретация: утверждение, связывающее результат с объяснением, evidence и статусом.
• Evidence: данные, формулы, литература, экспертиза.
• Статус: гипотеза, подтверждена, оспорена, отклонена.
• Конкурирующие интерпретации: карта интерпретаций.
• Карта разногласий: фиксация расхождений между экспертами.
• Связь с онтологией: интерпретация не меняет онтологию автоматически; если указывает на новый слой или связь, становится кандидатом.
• Версионирование интерпретаций: каждая версия фиксирует, что изменилось и почему.

П1.8. Аналитика

• Поиск скрытых факторов: факторный анализ, PCA/ICA, автоэнкодеры, латентные переменные.
• Причинное обнаружение: PC, GES, LiNGAM, Granger, transfer entropy.
• Анализ тем и нарративов: topic modeling, embeddings, анализ нарративных траекторий.
• Обнаружение изменений: change point detection, anomaly detection.
• Поиск эмерджентных кластеров: кластерный анализ, community detection в графе.
• Очередь кандидатов: результаты аналитики не попадают в онтологию автоматически, а проходят ревью.
• Сравнение методов: разные методы дают разные результаты; система показывает устойчивость.
• Карта незнания: где данных нет, где допущения слабы, где модель «не уверена».
• Радар эмерджентности: watchlist, индикаторы, пороги, change point, кандидаты на новые слои.

П1.9. Экспорт/импорт

• Форматы экспорта: JSON-LD, Parquet/CSV, GraphML, CSV/Excel, API.
• Провенанс при экспорте: данные, версии, формулы, интерпретации.
• Реэкспорт (round-trip): обработка внешними средствами и возврат как нового слоя.
• Карта соответствия при реэкспорте: какие поля соответствуют каким индикаторам, какие единицы, какая гранулярность.
• Публикация: снимок, отчёт, датасет, конфигурация.
• Воспроизводимость: любой результат должен быть воспроизводим из той же конфигурации, данных, формул и версии онтологии.

П1.10. Визуализация

• Реестр модулей: входная схема, рекомендуемые задачи, примеры, автор, версия, лицензия, ограничения, эталонный вывод.
• Типы визуализаций: time-space cube, horizon charts, small multiples, network graph, Sankey, heatmap, distribution plots, uncertainty ribbons, scenario fan, cluster projection (UMAP/t-SNE), матрица связей, «радар эмерджентности».
• Плагины на Python: обращение к общепринятым библиотекам, накопление в репозитории, описание и рекомендации под разные задачи.
• Экспорт визуализаций: PNG, SVG, PDF, HTML, JSON, CSV, скрипт.
• Прозрачность: визуализация должна показывать не только результат, но и его неопределённость, конфликты и ограничения.
• Защита от иллюзии точности: интервалы неопределённости должны быть видны.

П1.11. Коллаборация

• Роли: исследователь, ревьюер, администратор, внешний пользователь, аудитор.
• Права доступа: чтение, запись, экспорт, публикация.
• Комментарии: привязка к связи, проекции, аномалии, кандидату.
• Ревью: кто проверил, какие замечания, какие изменения внесены.
• Шаринг песочниц: с коллегами, с группой, с публикой.
• Шаринг слоёв: обмен слоями между экспертами.
• Diff версий: сравнение версий песочниц, слоёв, связей, интерпретаций.
• Merge: слияние изменений.
• «Предложить изменение»: предложение изменений без прямого редактирования.
• Публикация: снимок, отчёт, датасет, конфигурация.

П1.12. AI-копайлот

• Разметка: помощь в разметке данных.
• Маппинг на онтологию: предложение соответствий между датасетами и слоями.
• Извлечение сущностей: извлечение индикаторов, событий, акторов.
• Предложение связей: предложение кандидатов на связи.
• Суммаризация: краткое описание результатов.
• Генерация гипотез: предложение гипотез для проверки.
• Помощь в формулах: предложение формул и параметров.
• Маркировка LLM-derived: выходы LLM — это артефакты, а не истина.
• Ограничения: AI-копайлот не должен «подменять» эксперта; его предложения проходят ревью.

П1.13. Микромодуль проекции в индивидуальную картину мира

• Приоры: формальная рамка ожиданий.
• Установки: оценочные диспозиции.
• Интроекты: интернализованные представления.
• Каскады согласованных представлений: связные системы представлений.
• Докса: дорефлексивная включённость в мир.
• Вес установки или каскада: относительная мера сопротивления пересмотру.
• ИПС (индекс подтверждённой согласованности): интегральный динамический показатель.
• Сопротивление при смене СКП: когнитивные, аффективные, поведенческие реакции.
• Операционализация структуры: cultural consensus analysis, Q-methodology, анализ belief networks, корпусный анализ.
• Операционализация влияния: естественные эксперименты, лонгитюдные исследования, кросс-культурные сравнения, анализ «точек когнитивного трения».
• Операционализация сопротивления: шкалы аккультурации, парадигмы когнитивного диссонанса, поведенческие меры, физиологические маркеры, анализ нарративных траекторий.
• Связь с схемами А и Б: устойчивые паттерны на субъективном полюсе должны коррелировать с «монолитами» на объективированном полюсе.

П1.14. Этическое управление и безопасность

• Согласие: информированное согласие на использование персональных данных.
• Анонимизация: удаление или замена идентифицирующих данных.
• Дифференциальная приватность: добавление шума для защиты индивидуальных данных.
• Минимизация данных: сбор только необходимых данных.
• Ограничение срока хранения: данные хранятся не дольше, чем нужно.
• RBAC: ролевая модель доступа.
• Аудит: журнал доступа и изменений.
• Классификация данных: публичные, внутренние, конфиденциальные, персональные, биометрические, медицинские.
• Этическая экспертиза: для чувствительных данных и потенциально манипулятивных моделей.

П1.15. Образование и документация

• Образовательный режим: обучение работе с ЦМ СКП.
• Документация: паспорта слоёв, data contracts, layer contracts, примеры использования.
• Шаблоны: типовые песочницы для типовых задач.
• Руководства: как выбирать методы, как интерпретировать результаты, как избегать реификации.
• Кейсы: примеры успешного использования ЦМ СКП.
• FAQ: частые вопросы и ответы.

П1.16. Публичный API и экосистема

• API для внешних исследователей: программный доступ к данным, связям, проекциям.
• Плагинная архитектура: возможность добавлять новые модули аналитики и визуализации.
• Маркетплейс плагинов: репозиторий модулей с описанием, рейтингом, отзывами.
• Публичные и приватные пространства: возможность работать в публичном или приватном режиме.
• Цитирование: возможность цитировать песочницы, слои, датасеты, результаты.