Социология без общего поля

Специально для платформы SocioLogos.ru директор книжной премии им. Н. А. Рубакина, профессор университета AlmaU, доцент кафедры социологии РГУ СоцТех, МГЛУ Александр Игоревич Вилейкис рассказал об отсутствующем поле российской социологии. Почему «академия» и «рынок» перестают друг в друге нуждаться? Откуда берутся взаимные претензии? Как ИИ усугубляет проблемы?

Есть странная вещь, которую в последние годы всё чаще замечаю в разговорах с исследователями, студентами и учёными. Российский рынок исследований и российская академическая социология как будто постепенно перестают друг в друге нуждаться.

Они не перестают пересекаться: люди по-прежнему переходят из университетов в агентства, практики преподают, академические исследователи делают прикладные проекты, существуют формально общие конференции и образовательные программы. Но, кажется, перестают друг в друге нуждаться. Сегодня нет лонгитюдного исследования, которое позволило бы измерить плотность этих связей, поэтому дальше — моя профессиональная гипотеза, основанная на наблюдениях разных лет. Она кажется мне достаточно важной, чтобы ею поделиться.

И здесь важно сразу отработать очевидное возражение. Для многих коллег отдельность «академии» и «рынка» всегда была нормой и никакой проблемой не являлась. Именно это, на мой взгляд, и важно. Разрыв успел настолько встроиться в профессиональный порядок, что перестал требовать объяснения: академия занимается своим, рынок — своим, а необходимость общего пространства воспринимается скорее как факультативная любезность.

Даже до 2022 года отношения академической и прикладной социологии не были идиллическими. Российское социологическое поле было фрагментировано задолго до нынешнего периода: исследователи профессионального сообщества ещё в 2000–2010-х описывали разные сегменты со своими карьерными траекториями, системами престижа и профессиональными сетями. В одном из проектов Михаила Соколова и коллег были собраны данные о 622 петербургских социологах — и картина получилась весьма далёкой от единого поля.

Но фрагментация — не то же самое, что автономность.

Коллег с рынка было принято считать недостаточно теоретичными, иногда презрительно называть «ремесленниками», а университетских исследователей — людьми, которые забыли, как выглядит заказчик, и заперлись в башне из слоновой кости. Но раньше этим людям всё равно приходилось постоянно друг с другом сталкиваться: спорить на одних конференциях, преподавать одним студентам, пользоваться одними методами, переходить между организациями. Сам конфликт в такой ситуации означает наличие общего пространства.

Периодически возникали идеи о совмещении рынка и академии. В 2020 году ОИРОМ и ВШЭ создавали Школу маркетинговых исследований, декларируя идею совместить теоретический и практический подходы; к пятилетию у неё было уже больше 600 выпускников. Даже профессиональный государственный стандарт социолога, принятый в 2021 году, был устроен вокруг вполне цельного представления о профессии: фундаментальные и прикладные исследования, теория, операционализация, работа с данными и заказчиком существовали внутри одной квалификации. До 2022 года рыночная и фундаментальная социология были конфликтующими, но всё ещё частями одного поля.

После 2022 года сегментация начала постепенно превращаться в нечто другое. Это можно назвать автономизацией: разные части исследовательского мира получают собственные ресурсы, задачи, критерии успеха и всё меньше зависят от постоянного обмена друг с другом. Проблема не в том, что одна из сторон проиграла. Обе вполне научились справляться автономно.

Рынок прекрасно научился обходиться без фундаментальной социологии

Если смотреть на открытые отраслевые данные, российский рынок исследований после 2022 года совсем не похож на умирающую индустрию.

ОИРОМ оценивал его оборот в 2022 году в 22,5 млрд рублей; 64% участвовавших в опросе компаний сообщили, что закончили год с прибылью. При этом 71% уже фиксировали давление заказчиков на стоимость исследований, 36% — на сроки, а 31% называли заметной тенденцией рост DIY, то есть исследований, которые компании начинают проводить сами. ОИРОМ: состояние рынка в 2022 году

Через год оборот оценивался уже в 24,9 млрд рублей. Больше трети опрошенных компаний собирались увеличивать штат, но одновременно 54% называли среди основных тенденций дальнейший рост DIY и внутренних исследовательских компетенций заказчика, ещё 54% — внедрение искусственного интеллекта. ОИРОМ: состояние рынка в 2023 году

Цифры интересны не сами по себе. Они описывают довольно понятное изменение инфраструктуры.

У любой современной крупной компании есть собственная продуктовая аналитика, CRM, цифровые следы пользователей, UX, social listening, внутренние исследовательские подразделения, специалисты по данным. Уже в 2021 году ОИРОМ отмечал, что для ряда бизнес-задач почти половина исследований проводится либо полностью собственными силами компании, либо с частичным привлечением подрядчика. Данные ОИРОМ о DIY-исследованиях. Потребность в исследовании никуда не исчезает, но обязательность внешнего подрядчика — и тем более социолога — снижается. На фоне давления на исследовательские бюджеты и роста DIY перенос части исследовательской функции внутрь компании становится вполне рациональной стратегией.

Если компания может узнать достаточно о поведении пользователя через продуктовые данные, несколько интервью и внутреннюю аналитику, никто не обязан добавлять в процесс человека с дисциплинарной идентичностью социолога просто ради красоты конструкции.

Проблема начинается дальше. Вместе с сокращением необходимости в дисциплинарной рамке исследование довольно естественно сдвигается в сторону максимально прикладного ответа. Заказчику нужно понять, почему не покупают продукт, где ломается путь пользователя, как сегментировать аудиторию, почему сотрудник увольняется. Если ответ находится быстро и позволяет принять решение, долго обсуждать, какой именно социальный механизм за ним стоит, для бизнеса зачастую просто нет необходимости. Исследование всё чаще становится функцией, а концептуализация — необязательным навыком.

Академия тоже научилась обходиться без рынка

Здесь появляется обратная сторона.

Я всё чаще встречаю в академической среде довольно высокомерное отношение к прикладным исследованиям: «маркетинг», «консалтинг», «это же ремесло». У меня нет опроса, который позволял бы доказать, что после 2022 года такого отношения стало статистически больше, поэтому оставлю это как личное профессиональное наблюдение.

Но сама логика хорошо известна социологии профессий. Профессиональные сообщества постоянно проводят границы между «настоящей» работой и соседними занятиями. Томас Джиерин называл подобные процедуры boundary work: производством самой границы между легитимным научным знанием и тем, что оказывается вынесено за её пределы.

Академия имеет все основания защищать свои границы, но проблемы начинаются в тот момент, когда вместе с коммерческим заказчиком за границу выносится сама прикладная встреча с обществом.

Смешно слово «ремесло». Бурдьё, Шамборедон и Пассерон вообще назвали одну из главных методологических книг XX века «Le métier de sociologue» — «Ремесло социолога». Миллс писал об intellectual craftsmanship. Социология всегда была ремеслом в лучшем смысле слова: довольно грязной практикой соединения теории с материалом, который постоянно отказывается вести себя так, как ему положено.

Сегодня рынок получает всё больше живого материала, но институционально не обязан долго концептуализировать его после того, как найден работающий ответ.

Академия сохраняет право на длинную концептуализацию, но всё меньше обязана сталкиваться с материалом, произведённым вне её собственной логики, и получает возможность создавать объяснения как вещи в себе.

Самые интересные социологические исследования, на мой взгляд, рождаются на перепутье — когда их ведёт человек, способный совмещать оба мира и концептуально мыслить.

Игорь Задорин в разговоре о Грушинской конференции 2026 года довольно точно описал одну из проблем академической коммуникации: конференции «поскучнели», значительная часть их содержания превратилась в отчётность об уже законченной работе. Сам формат конференции он предлагает возвращать к производству вопроса, гипотезы, дискуссии, а не только к презентации результата. По моему опыту, именно так сегодня выглядит значительная часть конференций: доклады идут один за другим, а спор и дискуссия сжимаются до нескольких минут. В лучшем случае у очередного ИИ-гуру спросят, когда нас всех спишут в утиль, а он радостно скажет, что ИИ — помощник, а не замена, не уточнив, что помощник он далеко не всем.

И тут появился искусственный интеллект

Собственно, ИИ эту проблему только усугубляет. Исчезает значительная часть той работы, которой традиционно занимался младший или средний исследователь. Возникает образовательная ирония, которая мне кажется довольно злой. Последние пятнадцать лет социологическое образование ругали за отрыв от практики. Студент знает Бурдьё, но не способен провести интервью. Знает Вебера, но не может построить дизайн исследования. Университеты ответили проектным обучением, кейсами, аналитическими инструментами, презентациями, дашбордами. И вот сегодня оказалось, что мы слишком часто отодвигали концептуальное мышление на второй план и учили студентов делать руками ровно то, что первым научился делать без рук алгоритм.

Конечно, методы не становятся ненужными. Ровно наоборот. Чтобы заметить ошибку автоматического кодирования, нужно самому понимать кодирование. Чтобы оценить результат синтетического респондента, нужно понимать выборку и измерение. Чтобы увидеть, что модель аккуратно выкинула из интервью главное противоречие, нужно хорошо уметь читать интервью. Вот только составлять базовые гайды, работать с массивами и выполнять стандартные формы анализа сегодня всё проще с ИИ-инструментами. Понимать ограничения каждого метода — например, как выбор факторной модели и способ интерпретации факторов могут менять содержательный вывод, — совсем другое дело.

Исследователь должен понимать, зачем эта процедура вообще была нужна и можно ли верить полученному результату, а вот этому мы сегодня почти не умеем учить.

Мы хорошо учим студентов теориям.

Гораздо хуже — теоретизированию.

Тиммерманс и Тавори описывают похожую работу через абдукцию: исследование становится теоретически интересным там, где возникает surprising finding, неожиданное наблюдение, которое существующая рамка не способна нормально объяснить.

Причём новая методологическая литература об ИИ приходит ровно к той же проблеме. Исследование Corrado Matta, Susanna Nordmark и Italo Masiello 2026 года на эмпирическом сравнении трёх аналитических подходов описывает два риска: interpretive conservatism — смещение к предсказуемым и описательным интерпретациям — и interpretive depletion, то есть вытеснение контекстуального и рефлексивного суждения исследователя. Alyssa Friend Wise, Melissa Gresalfi и Jesse Spencer-Smith, напротив, предлагают модель AI-in-the-loop, в которой вычислительные возможности остаются встроенными в человеческое sensemaking, интерпретацию и рефлексивное суждение.

То есть проблема уже формулируется довольно ясно.

Модель способна очень быстро предложить двадцать объяснений.

Исследователь нужен, чтобы понять, что девятнадцать из них банальны.

И иногда сказать: ни одно.

Вот этому учить гораздо сложнее, чем интервьюированию или SPSS, R и Python.

Потому что здесь нет аккуратной последовательности операций.

Всё, скорее всего, будет нормально

Никакой эффектной смерти российской социологии я не ожидаю. Скорее всего, всё действительно будет нормально. Рынок продолжит производить исследования и станет ещё технологичнее. Академия продолжит производить статьи, концепции и диссертации. Университеты будут выпускать студентов. ИИ ускорит обе стороны.

Именно поэтому меня мало убеждают стандартные призывы к «укреплению сотрудничества науки и бизнеса». Ещё одна гостевая лекция практика или соглашение между университетом и компанией проблему не решат. Нужно соединять не организации. Нужно снова соединить эмпирический материал и производство объяснения.

Чтобы прикладное исследование могло закончиться не только рекомендацией заказчику, но и вопросом: что мы вообще сейчас обнаружили?

Чтобы академическая концепция встречалась не только с материалом, который удобно её подтверждает.

Хорошая исследовательская среда вообще должна быть немного некомфортной.

Наверное, именно поэтому ИИ здесь не главный враг. Он скорее очень неприятное зеркало. Он довольно быстро показывает, какую часть профессии мы считали мышлением главным образом потому, что она отнимала много времени. После автоматизации остаётся самое дорогое: увидеть проблему, которой ещё нет в брифе; заметить аномалию, которую проще было бы выбросить; придумать различие; отказаться от привычного объяснения.

Я бы хотел, чтобы на социологические конференции вернулись споры. Только социологи, умеющие концептуализировать, проигрывают битву не рынку, не молодым исследователям и не ИИ, а собственному возрасту; и финал этой битвы очевиден