ინტერნეტ-ექსპერიმენტები

      ფსიქოლოგიური კვლევის მზარდი სფერო ექსპერიმენტებისთვის ინტერნეტის გამოყენებაა. ჰიუსონი და მისი კოლეგები (2003) ინტერნეტის გამოყენებით ექსპერიმენტების ოთხ ძირითად ტიპს გამოყოფენ:

ექსპერიმენტები, რომლებიც სტატიკურ ბეჭდვით მასალებს იყენებენ (მაგალითად, დაბეჭდილი ტექსტი ან გრაფიკული გამოსახულებები); მეორეა ისინი, რომლებიც არაბეჭდვით მასალებს იყენებენ (მაგალითად, ვიდეო-აუდიო); მესამეა რეაქციის დროის ექსპერიმენტები; და ბოლოს, მეოთხეა ექსპერიმენტები, რომლებიც გარკვეული ფორმის პიროვნებათშორის ურთიერთქმედებას მოიცავენ.
(Hewson et al. 2003: 48)

      პირველი ტიპის ექსპერიმენტი გამოკითხვას იმით ჰგავს, რომ რესპონდენტებს ელექტრონული ფოსტით ან ვებგვერდის მეშვეობით ეგზავნებათ მზა მასალები (მაგალითად, გრაფიკულად წარმოდგენილი მასალები) და ექსპერიმენტული ზემოქმედება, ანუ, ჩარევა სხვადასხვა ჯგუფებისთვის სხვადასხგვარი მასალის გაგზავნა იქნება. აქაც ძალაში რჩება ყველა ის გაფრთხილება და კომენტარი, რომელიც გამოკითხვაზე საუბრისას ითქვა, განსაკუთრებით, ჩამოტვირთვის დროსთან, განსხვავებულ ვებ ნავიგატორებთან და პლატფორმებთან დაკავშირებული პრობლემები. თუმცა, ჩამოტვირთვის საკითხი მეორე ტიპის ინტერნეტ-ექსპერიმენტს უფრო ეხება, რომელშიც ვიდეო და აუდიო მასალები გამოიყენება და პროგრამული უზრუნველყოფის ზოგი პაკეტი ჩვენების უფრო მაღალ ხარისხს უზრუნველყოფს, ზოგი კი - გაცილებით დაბალს, იმისდა მიუხედავად, რომ ორიგინალი “ფაილი” ყველასთვის ერთი და იგივეა. ამ საკითხის მოგვარება შეიძლება ან ისეთი მასალების მიწოდებით, რომელთა ოპტიმალურად გაშვება ყველაზე ნელ კომპიუტერზეც კი შესაძლებელია (Hewson et al. 2003: 49), ან ექსპერიმენტის წარმატებით წარმოებისთვის აუცილებელი მინიმალური აპარატურული მოთხოვნების დაწესებით.

      რეაქციის დროის ექსპერიმენტები, რომლებიც დროის ძალიან ზუსტად გაზომვას (მაგალითად, მილიწამებით) საჭიროებენ, ძნელი ჩასატარებელია მანძილზე, ვინაიდან განსხვავებული პლატფორმები და პიკის საათებში მომხმარებლებით გადატვირთული ინტერნეტ-ხაზები პრაქტიკულად შეუძლებელს ხდიან სტანდარტიზაციას. აქედან ერთ-ერთი გამოსავალია, ექსპერიმენტი ჯერ ჩამოიტვირთოს, შესრულდეს, შემდეგ უკან აიტვირთოს და გაიგზავნოს.

      მეოთხე ტიპის ინტერნეტ-ექსპერიმენტები ურთიერთქმედებას მოიცავს და ინტერნეტ-ინტერვიუირებას (მოგვიანებით განვიხილავთ) ჰგავს, რომელიც “ჩატის” მეშვეობით ხორციელდება. თუმცა, ეს მხოლოდ წერილობითი ურთიერთობაა და ამიტომ, ამ ურთიერთობაში გამორიცხულია ინტონაციები, ხმის მოდულაცია, მერყეობა, არავერბალური მანიშნებლები, დამატებითი ლინგვისტური და პარალინგვისტური ფაქტორები. გარკვეული აზრით, ეს არასრული, არასაკმარისი პროცესია, თუმცა, ამას მზარდი ხელმისაწვდომობა და მარტივი ვებკამერების გამოყენება ამსუბუქებს. ფაქტობრივად, ინტერნეტის ეპოქაში ბოლოდროინდელი ტექნოლოგიური წინსვლა აფართოებს დაკვირვების გამოყენებით კვლევების ჩატარების შესაძლებლობას.

      რეიპსი (2002a) აღნიშნავს, რომ ლაბორატორიულ ექსპერიმენტებთან შედარებით, ინტერნეტ-ექსპერიმენტებში უფრო მწვავედ იდგა კვლევიდან გამოთიშვის პრობლემა და გამოთიშვების სიხშირის მკვეთრი ცვალებადობა (1- დან 87 პროცენტამდე). გამოთიშვების რაოდენობა შეამცირა წამახალისებლების შეთავაზებამ, მაგალითად, ფულადმა ანაზღაურებამ ან ლატარიის ბილეთების გადაცემამ, შედეგად, კვლევის მიტოვებაში განსხავებამ 31 პროცენტი შეადგინა. ინტერნეტ-კვლევიდან გამოთიშვა მთელ რიგ ისეთ ფაქტორებს უკავშირდება, როგორიცაა, მაგალითად, მოტივაცია; რამდენად საინტერესო იყო ექსპერიმენტი; განსაკუთრებით მნიშვნელოვანია ექსპერიმენტის ნებაყოფლობითი ხასიათი (ამის საწინააღმდეგო მაგალითად შეიძლევა დასახელდეს სავალდებულო ექსპერიმენტები, რომელში მონაწილეობაც სტუდენტების სასწავლო პროგრამის ნაწილს შეადგენს). ზემოთ განხილული „მაღალი ბარიერის“ ტექნიკა აქაც გამოსადეგია. რეიპსი (2002b: 245 –6) იმასაც აღნიშნავს, რომ, ტექნიკური საკითხების გამო (მაგალითად, ინტერნეტ-კავშირის სიჩქარე, კომპიუტერის მუშაობის სიჩქარე, ერთდროულად გაშვებული რამდენიმე პროგრამა), შედეგების მეტი დისპერსია ინტერნეტ ექსპერიმენტებში უფრო მოსალოდნელია, ვიდრე - ტრადიციულ ექსპერიმენტებში.

      მეორე მხრივ, რეიპსი (2002b: 247) ამბობს, რომ ინტერნეტ ექსპერიმენტები უფრო მიმზიდველია, ვიდრე ლაბორატორიული და ტრადიციული ექსპერიმენტები, ვინაიდან:

• უფრო ფართო შერჩევის გამო, მეტად განზოგადებადია;
• მეტი ეკოოგიური ვალიდობა აქვთ, რადგან, ჩვეულებისამებრ, მონაწილეებისთვის ნაცნობ გარემოში და მათთვის მოსახერხებელ დროს ტარდება („ექსპერიმენტი მიდის მონაწილესთან და არა პირიქით“), თუმცა, ამას მეორე მხარეც აქვს: ექსპერიმენტატორი ვერ აკონტროლებს ექსპერიმენტულ გარემოს (ღეიპს 2002b: 250);
• ვინაიდან მეტია ნებაყოფლობითი მონაწილეობა, მეტად აუთენტური ქცევების დაკვირვებაა შესაძლებელი.

      ამ მტკიცებების მართებულობა ემპირიული საკითხია. მაგალითად, რთული და დახვეწილი პროგრამული პაკეტების (მაგალითად, ჟავა) გამოყენებამ შეიძლება შეამციროს ექსპერიმენტატორის კონტროლი, რადგან ამ პაკეტებს პროგრამირების სხვა ენებთანაც შეუძლიათ ურთიერთქმედება. შვარცი და რეიპსი (2001) აცხადებენ, რომ ექსპერიმენტში ჟავასცრიპტ-ის გამოყენებას 13 პროცენტით მეტი გამოთიშვის სიხშირე მოჰყვა, ვიდრე ეს გამოუყენებლობის პირობებში აღინიშნებოდა. გარდა ამისა, ერთი და იგივე მონაწილის კვლევაში რამდენჯერმე დაბრუნებას სანდოობის დაზარალება შეუძლია (ეს საკითხი ზემოთ განვიხილეთ, გამოკითხვის მეთოდებზე საუბრისას.

      რეიპსი (2002a, 2002b) ინტერნეტ-ექსპერიმენტის ზოგიერთი „გააკეთე“-ს და „არ გააკეთო“-ს ჩამონათვალს გვთავაზობს. „გააკეთე“-ს რეიპსისეულ ნუსხაში ხუთი პუნქტი ხვდება:

• კვლევიდან გამოთიშვა დამოუკიდებელ ცვლადად აიღეთ;
• კვლევიდან გამოთიშვა მოტივაციური მდგენელების დასადგენად გამოიყენეთ (ანუ, დაადგინეთ ექსპერიმენტში მობეზრებისა და მოტივაციის დონეები);
• პირადი ინფორმაციის შესახებ კითხვები ინტერნეტ კვლევის დასაწყისში განათავსეთ. რეიპსი (2002b) გვეუბნება, რომ პირადი ინფორმაციის მოთხოვნა შეიძლება მონაწილეების ექსპერიმენტში დატოვებაში დაგვეხმაროს და ეს „მაღალი ბარიერის“ ტექნიკის ნაწილია, სადაც მონაწილეები თავად ირჩევენ კვლევის დატოვებას დასაწყისშივე და არა - ექსპერიმენტის მსვლელობისას;
• გამოიყენეთ ტექნიკები, რომლებიც ინტერნეტით მოპოვებული მონაცემების ხარისხის უზრუნველყოფაში დაგეხმარებათ (მაგალითად, ზემოთ განხილული „მაღალი ბარიერის“ და „გახურების“ ტექნიკები, ქვეშერჩევების გამოყოფა მონაცემების თანმიმდევრულობის დასადგენად და უზრუნველსაყოფად, მონაცემების ერთიანობის უზრუნველსაყოფად ერთი პაროლის გამოყენება, საკონტაქტო ინფორმაციის მიწოდება, კვლევიდან გამოთშვის სიხშირის შემცირება);
• კვლევის ასაწყობად და მის შესახებ ინფორმაციის გასავრცელებლად გამოიყენეთ ინტერნეტ-საშუალებები და სერვისები (გამოიყენეთ კომერციულად წარმოებული პროგრამული პაკეტები, რათა დარწმუნებული იყოთ, რომ დაძლეულია ტექნიკური და ვიზუალური ხასიათის პრობლემები). არსებობს ვებგვერდები (მაგალითად, ამერიკის ფსიქოლოგიური საზოგადოება), რომლებიც აცხადებენ ექსპერიმენტების შესახებ.

      რეიპსის „არ გააკეთო“-ს ჩამონათვალშიც ხუთი პუნქტი შედის:

• არ მისცეთ გარეშე პირებს დაუცველ დირექტორიებზე მიწვდომის უფლება. ამით შეიძლება ეთიკური და სამართლებლივი მოთხოვნები დაირღვეს, ვინაიდან კონფიდენციალურ ინფორმაციაზეა საუბარი. გარდა ამისა, ამით ექსპერიმენტის სტრუქტურაზე მონაწილეებსაც შეიძლება მიუწვდეთ ხელი, რაც „გაჭუჭყიანებს“ მას;
• მონაწილეების კონფიდენციალური მონაცემები URL-ების მეშვეობით (Uნიფორმ რესოურცე ლოცატორს; პრობლემა იქმნება იმ შემთხვევაში, თუ რესპონდენტი GEთ ოპერატორს გამოიყენებს, რომელიც ჰტმლ გვერდის მოთხოვნის საშუალებაა, იმისდა მიუხედავად, იყენებს მოთხოვნის პარამეტრებს თუ არა) საჯარო არ გახადოთ. ეს ისევ და ისევ არღვევს ეთიკის ნორმებს;
• შემთხვევით არ გაამჟღავნოთ ექსპერიმენტის სტრუქტურა (რადგან ამან მონაწილის ქცევაზე შეიძლება იმოქმედოს). ეს შეიძლება ასოცირებულ ფაილში ექსპერიმენტის დეტალების ჩართვით ან იმავე დირექტორიაში ექსპერიმენტის დეტალების შემცველი ფაილის ჩაწერით მოხდეს;
• არ უგულებელყოთ ინტერნეტისთვის დამახასიათებელი ტექნიკური ცვალებადობა (როგორც ზემოთ ითქვა, ყველაფერმა შეიძლება დააზიანოს ექსპერიმენტი: კონფიგურაციის დეტალებმა, ვებ ნავიგატორებმა, პლატფორმებმა, გადაცემის სიხშირეებმა და პროგრამულმა პაკეტებმა);
• ნუ შეიტანთ მიკერძოებულობას მონაცემებში ფორმის ელემენტების არასათანადოდ გამოყენებით, როგორიცაა გაზომვის შეცდომები, სადაც გამოტოვებულმა გარკვეულმა კატეგორიებმა (მაგალითად, „ნეიტრალური“, „არ მსურს პასუხის გაცემა“, „არც ვეთანხმები და არც არ ვეთანხმები“) შეიძლება დაამახინჯოს შედეგები;

      ფაქტობრივად, ინტერნეტ-გამოკითხვებსა და კითხვარებზე საუბრისას გამოთქმული მოსაზრებები ძალაშია ინტერნეტ-ექსპერიმენტების შემთხვევაშიც. ამიტომ, მკითხველს მათ გადახედვას ვურჩევთ.

      რეიპსი (2002b) მიუთითებს, რომ არასწორია ინტერნეტ-ექსპერიმენტის ლაბორატორიული ექსპერიმენტის ეკვივალენტად განხილვა, ვინაიდან:

• ინტერნეტ-მონაწილეები თავად ირჩევენ როდის დატოვონ ექსპერიმენტი და მათ ამის გაკეთება ნებისმიერ დროს შეუძლიათ;
• მათ შეუძლიათ ექსპერიმენტის ნებისმიერ დროს და თავიანთ საკუთარ გარემოში წარმოება;
• ისინი ხშირად უფრო დიდ შერჩევებზე ტარდება, ვიდრე - ტრადიციული ექსპერიმენტები;
• ისინი დამოკიდებული არიან ტექნიკურ პირობებზე, ქსელის კავშირებსა და მონაწილეების კომპიუტერთან მუშაობის უნარზე;
• ისინი უფრო საჯაროა, ვიდრე - ტრადიციული ექსპერიმენტების უმეტესობა.

      მეორე მხრივ, ის იმასაც გვაფრთხილებს, რომ ინტერნეტ-ექსპერიმენტები ლაბორატორიული ექსპერიმენტებისგან სრულიად განსხვავებულადაც არ უნდა მივიჩნიოთ, ვინაიდან:

• ბევრი ლაბორატორიული ექსპერიმენტი, ასევე, დამოკიდებულია კომპიუტერებზე;
• ლაბორატორიულ და ინტერნეტის ქსელში კვლევას ერთი და იგივე ფუნდამენტური იდეები აქვთ;
• ორივეს საშუალებით მსგავსი შედეგები მიიღება.

      რეიპსი (2000ბ) ინტერნეტ-ექსპერიმენტების წარმოებისთვის შემდეგ რჩევებს გვთავაზობს:

• განიხილეთ ვებპროგრამები ექსპერიმენტული მასალების შემუშავებისთვის;
• სხვადასხვა პლატფორმაზე სცადეთ პილოტური ექსპერიმენტი, რათა საბოლოოდ ნათელი ინსტრუქციები გქონდეთ და თქვენი ექსპერიმენტი ხელმისაწვდომი იყოს სხვადასხვა პლატფორმაზე;
• გადაწყვიტეთ, იყენებთ თუ არა HTML-ს და თუ იყენებთ - განსაზღვრეთ მისი სირთულის დონე;
• გადაამოწმეთ ექსპერიმენტები კონფიგურაციის შეცდომებისა და სხვადასხვა კომპიუტერებს შორის განსხვავებების თვალსაზრისით;
• ექსპერიმენტი რამდენიმე ვებგვერდსა და სერვერზე განათავსეთ;
• შედარებისათვის ექსპერიმენტი ინტერნეტ-კავშირის (ონლინე) და კავშირის გარეშე (ოფფლინე) რეჟიმებში აწარმოეთ;
• გამოიყენეთ „გახურების“ და „მაღალი ბარიერის“ ტექნიკები, დასვით გამფილტრავი კითხვები (მაგალითად, მონაწილის სერიოზულობის, მათი წარსულისა და გამოცდილების, მეტყველების უნარების შესახებ);
• კვლევიდან გამოთიშვის ფაქტების გაანალიზებამ, შესაძლოა, მოტივაციის როლი გამოავლინოს;
• გადაამოწმეთ ფაილების დასახელებები და მიწვდომის პირობები (რათა ფაილები არ მოხვდეს მათ ხელში, ვისთანაც არ უნდა მოხვედრილიყვნენ);
• განიხილეთ პაროლებისა და სხვა პროცედურების გამოყენება (მაგალითად, თანმიმდევრულობის გადამოწმება) ერთი და იმავე კითხვარის რამდენჯერმე გაგზავნის შესაძლებლობის შესამცირებლად;
• აწარმოეთ ექსპერიმენტის ჩანაწერები მონაცემების ნებისმიერი სახის შემდგომი ანალიზისა და ვერიფიკაციისათვის;
• გააანალიზეთ და საბოლოო ანგარიშში შეიტანეთ კვლევიდან გამოთიშვის თემა;
• ექსპერიმენტზე დადებითი შთაბეჭდილების შესაქმნელად, მისი დეტალები ინტერნეტში განათავსეთ.

      ამ წიგნის წერის მომენტისთვის, ინტერნეტით წარმოებული ექსპერიმენტები ბავშვის ფსიქოლოგიის სფეროს უფრო განეკუთვნება, ვიდრე - განათლებას. თუმცა, განათლების სფეროში ემპირიულ მონაცემებზე დაფუძნებული პრაქტიკის შემოტანისა და რანდომიზებული, გაკონტროლებული ცდების მომხრეთა მატების პირობებში, განათლების სფეროში ექსპერიმენტირების ამ ფორმის გამოყენებას უფრო ფართო პერსპექტივები აქვს.

ინტერნეტ-ინტერვიუები

      ინტერნეტ-ინტერვიუ რესპონდენტების ინტერვიუირების განუზომელ შესაძლებლობებს იძლევა. მაგალითად, “ონლაინ” ინტერვიუები, რომლებიც მთლიანად რეალურ დროში მიმდინარეობს და “ჩატით” სინქრონიზდება, შეიძლება ორივე მხარისთვის ანონიმური იყოს, თუ მათ ეს ასე სურთ და მეტია შესაძლებლობა იმისა, რომ რესპონდენტებთან კონტაქტი ორივე მხარისთვის მოსახერხებელ დროს შედგეს. მაგალითად, ამ წიგნის წერის მომენტისთვის სკაიპით კონტაქტი რეალურ დროში და პრაქტიკულად უფასოდ უშუალო კონტაქტის უახლესი საშუალებაა. ინტერნეტის ამ და სხვა მახასიათებლების გამო, მკვლევრებს შესაძლებლობა აქვთ ძნელად მისაწვდომ ჯგუფებს და ინდივიდებს დაუკავშირდნენ (მაგალითად, სენსიტიური საკითხების კვლევისას). მეორე მხრივ, როგორც ზემოთ უკვე ითქვა, ინფორმაციის წმინდად წერილობით ურთიერთგაცვლაზე დაყვანამ, როგორც მეთექვსმეტე თავში ვნახავთ, შეიძლება გააფერმკრთალოს ინტერვიუს ზოგიერთი არსებითი ნიშანი. საჭიროა ინტერვიუ სრულ სოციალურ ურთიერთქმედებად მივიჩნიოთ.

      “ჩატი” ეკრანის გაყოფისა და გაზიარების და ამით მონაწილეებს შორის მიმდინარე დიალოგის დანახვის საშუალებას იძლევა. თუ “ჩატი” არ გამოიყენება, მაშინ მისი ალტერნატივა შეიძლება ელექტრონული ფოსტა იყოს, რომელიც, ასევე, იძლევა მიმდინარე დიალოგის წარმართვის საშუალებას, რაც კავშირის სიჩქარეზეა (ჩვეულებრივ, მაღალ სიჩქარეზე) დამოკიდებული. ამ მიდგომებს შეიძლება აკლდეს ტრადიციული ინტერვიუს სპონტანურობა და მრავალფეროვნება, მაგრამ, მათ მიმზიდველობას ანონიმურობა და პირისპირ შეხვედრის არარსებობა ქმნის (თუმცა ინტერვიუს მსვლელობისას ვებკამერების გამოყენებაც შეიძლება). გამოსახულების ხარისხი შეიძლება დაბალი იყოს და აკლდეს ტექსტთან სინქრონიზაცია - ხშირად გამოსახულება ოდნავ იგვიანებს და კადრების თანმიმდევრობა უფროა, ვიდრე ერთი უწყვეტი მოძრავი გამოსახულება. ინტერნეტ-ინტერვიუ შეიძლება რეალურ დროში კავშირის გარეშეც მიმდინარეობდეს: რესპონდენტები წერდნენ თავიანთ პასუხებს და სხვადასხვა დროს გზავნიდნენ, თუმცა ეს ინტერვიუს, გარკვეულწილად, კითხვართან აახლოებს და ერთადერთი დარჩენილი განსხვავება, ალბათ, ისაა, რომ ინტერნეტ-ინტერვიუში რესპონდენტი უფრო თავისუფალია კითხვების (შინაარსის, ხასიათის, წამოჭრილი საკითხების და შემდგომი შეხსენების) თვალსაზრისით, ვიდრე კითხვარების შემთხვევაში. ინერნეტ-ინტერვიუს უბრალოდ სჭირდება, რომ ორივე მხარე შეთანხმდეს დროზე, რომ ერთდროულად იყოს ხაზზე და თუ საჭიროა ან შესაძლებელი, ჩართონ ვებკამერა.

კვლევის მასალების ინტერნეტში ძიება

      ინტერნეტში კვლევის მონაცემების შენახვა და მოძიება მნიშვნელოვანია არამარტო მკვლევრებისთვის, რომ არ ჩამორჩნენ მიმდინარე პროცესებს/განვითარებას მთელი მსოფლიოს მასშტაბით, არამედ იმიტომ, რომ ხელმისაწვდომი ხდება მონაცემები, რომელიც მკვლევარს ლიტერატურის მოძიებისა და მიმოხილვის საშუალებას აძლევს და ხელს უწყობს საკუთარ კვლევაში კონსტრუქტის და შინაარსობრივი ვალიდობა უზრუნველყოს. ზოგიერთი კვლევა რეალურად დიდი მოცულობის ლიტერატურას ქმნის (მაგალითად, ჟურნალში Review of Educational Research გამოქვეყნებული კვლევითი ნაშრომები). ელექტრონული ჟურნალები, ამონარიდები და სათაურები მკვლევარს მიმდინარე თანამედროვე კვლევებთან გაცნობის და მისთვის საინტერესო თემის შესატყვისი მასალების მოძიების საშუალებას აძლევს. ვებგვერდები და ელექტრონული ფოსტა ქსელებისა და ინფორმაციის გაცვლის საშუალებას იძლევა. მაგალითად, თუ მკვლევრებს სურთ, რომ გლობალური უწყვეტი მიწვდომა ჰქოდეთ კვლევით ლიტერატურასა და კვლევაში უახლეს მიღწევებზე, ავსტრალიაში, აღმოსავლეთ აზიაში, დიდ ბრიტანეთსა და ამერიკის შეერთებულ შტატებში არსებულ ასოციაციებთან დაკავშირება მხოლოდ რამდენიმე წამის საქმეა ისეთი ვებ გვერდების საშუალებით, როგორიცაა, მაგალითად:

• ამერიკის განათლების კვლევის ასოციაცია (American Educational Research Association);
• ავსტრალიის განათლების კვლევის საბჭო (Australian Council for Educational Research);
• ბრიტანეთის განათლების კვლევის ასოციაცია (British Educational Research Association);
• ჩინურ-ამერიკური განათლების კვლევის ასოციაცია (Chinese American Educational Research Association);
• კურიკულუმის, შეფასებისა და მართვის ცენტრი (Curriculum, Evaluation and Management Centre) (დიდი ბრიტანეთი: მსოფლიოში ამ ტიპის მონიტორინგის ერთ-ერთი მსხვილი ცენტრი);
• ეკონომიკური და სოციალური კვლევის საბჭო (Economic an Social Research Council) (დიდი ბრიტანეთი);;
• Educators’ Reference Desk (the sourse of ERIC in the United States, publications of the American Educational Research Association);
• ევროპის განათლების კვლევის ასოციაცია (European Educational Research Association);
• ჰონგ-კონგის განათლების კვლევის ასოციაცია (Hong Kong Educational Research Association);
• ცენტრალური სამხრეთის განათლების კვლევის ასოციაცია (Mid-South Educational Research Association) (ძალიან მსხვილი რეგიონული ასოციაცია აშშ-ში);
• განათლების კვლევის ეროვნული ფონდი (დიდი ბრიტანეთი) (National FOundation for Educational Research);
• განათლებაში კვლევის შოტლანდიური ცენტრი (Scottish Council for Research in Education);
• ვაშინგტონის განათლების კვლევის ასოციაცია (აშშ) (Washington Educational Research Association).

      ჟურნალების უმეტესობას სტატიების აბსტრაქტებზე უფასო “ონლაინ” წვდომა აქვს, თუმცა მთლიანი სტატიის ნახვა მხოლოდ გამოწერით არის შესაძლებელი.

      სამაგისტრო ნაშრომებისთვის გამოდგება Aslib Index to Theses და Networked Digital Library of Theses, ხოლო დისერტაციების მოძიება შეიძლება theses.org-ზე. ზოგიერთი ძირითადი სამთავრობო ვებგვერდიც გვთავაზობს უფასო საინფორმაციო მომსახურებას (მაგალითად, Ofted).

      მკვლევრებისთვის, რომლებმაც არ იციან ვებგვერდების მისამართები, ხელმისაწვდომია სხვადასხვა საძიებო სისტემა. ამ სისტემებით მათ კონკრეტული ვებგვერდების მოძიება შეუძლიათ. დღეისათვის ყველაზე ფართო გამოიყენება შემდეგი საძიებო სისტემები:

• Google;
• MsN Search;
• AOL Search;
• Netscape Navigator;
• Fast Search;
• Internet Explorer;
• Alta Vista;
• Direct Hit;
• Excite;
• Ask Jeeves;
• Lycos;
• Go To;
• Yahoo;
• Hotbot;
• Northern Light;
• Metacrawler;

      კიდევ ბევრი სხვა ასეთი ვებგვერდი არსებობს. ყველა ამ საძიებო სისტემაში მკვლევარს “სიტყვა-გასაღებებით” შეუძლია ძებნა. ზოგიერთი მათგანი პარალელური საძიებო სისტემაა (რომელიც სხვა საძიებო სისტემებს ეძებს), ზოგიერთი კი - “ფაილების” საძიებელია (რომელიც მთელ მსოფლიოში ეძებს “ფაილებს”).

      კვლევის შესახებ ინფორმაციის პოვნა, იქნება ეს მონაცემთა ბაზებიდან თუ დისკებზე მოცემული ინდექსებიდან, ერთი ან რამდენიმე “სიტყვა-გასაღების” კომბინაციის (ორმაგ ფრჩხილებში ჩასმული სიტყვების) გამოყენებით, ხშირად, ინტერნეტით ცდისა და შეცდომის მეთოდით ხდება. ვებგვერდების „ჩანიშვნის“ (“bookmarking”) სისტემა მომავალში ამ გვერდების სწრაფად მიწვდომის საშუალებას იძლევა. ეს, ალბათ, მნიშვნელოვანია, რადგან ზოგიერთი ინტერნეტკავშირი ნელია, ხოლო ვებგვერდებზე განთავზებული მასალის დიდი ნაწილი, საუკეთესო შემთხვევაში - უსარგებლოა!

ვებგვერდების შეფასება

      იმისათვის, რომ განათლების სფეროში კვლევისთვის ინტერნეტი გამოვიყენოთ, საჭიროა ვიცოდეთ ვებგვერდების შეფასება. ინტერნეტი არაორგანიზებული და, ძირითადად, გადაუმოწმებელი მასალის უზარმაზარი საწყობია და მკვლევრებს საკმაოდ სწრაფად უნდა შეეძლოთ იმის დადგენა, თუ რამდენად გამოსადეგია ვებგვერდიდან აღებული მასალა. ვებგვერდების შეფასების რამდენიმე კრიტერიუმი არსებობს, მათ შორის (მაგალითად, Tweddle et al. 1998; Rodrigues and Rodrigues, 2000):

• ვებგვერდის მიზანი, რაც მომხმარებელს მისი რელევანტურობისა და შესატყვისობის დადგენის საშუალებას მისცემს;
• მასალის ოფიციალურობა და აუთენტურობა, რაც ნიშნავს, რომ ოფიციალური უნდა იყოს და უნდა სახელდებოდეს წყარო, საიდანაც მიღებულია ეს მასალა;
• მასალის შინაარსი - სიახლე, შესატყვისობა და დაფარვის სფერო;
• მასალის დამაჯერებლობა, სანდოობა და ლეგიტიმურობა (მაგალითად, აღიარებული წყაროდან ან ინსტიტუტიდან არის თუ არა);
• მასალის სისწორე, სიზუსტე, სისრულე და კეთილსინდისიერება;
• წარმოდგენილი და/ან განხილული მასალის ობიექტურობა და სიზუსტე.

      განათლების სფეროში კვლევის ვებგვერდზე წარმოდგენილი მასალების შეფასებისას მკვლევრებსა და მასწავლებლებს რამდენიმე კითხვის დასმა შეუძლიათ (Hartley et al. 1997):

• დასახელებულია თუ არა ავტორი?
• ამბობს თუ არა ავტორი რაიმეს მოცემულ სფეროში თავისი გამოცდილების/პროფესიონალიზმის შესახებ და ნათელია თუ არა მისი ინსტიტუციური სტატუსი?
• ავტორიტეტულია თუ არა დასახელებული ორგანიზაცია?
• არის თუ არა მასალებში მითითებული გამოყენებული ლიტერატურა. ამბობს თუ არა ავტორი, როგორ მოაგროვა მასალა?
• რა მიზნით შეიქმნა ეს ვებგვერდი? რას აკეთებს (მაგალითად, ინფორმაციის მიწოდება, დარწმუნება)?
• ახალია თუ არა მასალა?
• რამდენად თავისუფალია მოცემული მასალა ტენდენციურობისგან, პირადი მოსაზრებებისგან და შეურაცხყოფებისგან?
• საიდან ვიცით, რომ ავტორი აუთენტურია ამ ვებ გვერდზე?

      მნიშვნელოვანია, რომ მკვლევარმა შეინახოს ვებგვერდებიდან აღებული მასალების სრული ბიბლიოგრაფია, მასალის აღების თარიღისა და ვებგვერდის მისამართის ჩათვლით.

კომპიუტერული სიმულაციები

      კომპიუტერულ სიმულაციებსა და ვირტუალურ ტექნოლოგიას მნიშვნელოვანი წვლილი შეაქვს განათლების სფეროში კვლევის წარმოებაში. სიმულაციებს ორი მთავარი კომპონენტი აქვს: სისტემა, რომელიც აინტერესებს მკვლევარს და მოდელირებასა და სიმულაციას ექვემდებარება; და ამ სისტემის მოდელი (ჭილცოხ 1997). სისტემა აერთიანებს ნებისმიერ ურთიერთდაკავშირებულ მახასიათებელს, ხოლო მოდელი, ანუ, სისტემის ანალოგი - ხშირად მათემატიკურია

      უილოქსი (1997) სიმულაციის ორ ფორმას გამოჰყოფს: დეტერმინისტულ სიმულაციებში სისტემის კომპონენტებს შორის არსებული ყველა მათემატიკური და ლოგიკური მიმართება ცნობილი და ფიქსირებულია. სტოქასტურ სიმულაციებში, რომლის ძირითადი ტიპები, როგროც წესი, განათლების სფეროში წარმოებულ კვლევაში გამოიყენება, სულ მცირე, ერთი ცვლადი მაინც არის თავისუფალი. სიმულაცია რეალური სამყაროს მოდელია, რომელშიც შესაძლებელია კვლევაში მონაწილის შეყვანა და მანიპულირება. მოდელით შესაძლებელია თეორიის ოპერაციონალიზაცია, მისი კომპიუტერულ პროგრამად გარდაქმნა (იხილეთ Gilbert and Troitzsch 2005: 3) და ამით მისი დაშვებების ნათლად წარმოჩენა.

      გილბერტს და ტროიცს (2005: 6) მიაჩნიათ, რომ კომპიუტერული სიმულაციების უპირველენი მიზანი აღმოჩენა, დასაბუთება და ექსპერიმენტია. უბრალოდ წინასწარმეტყველების გარდა, კომპიუტერული სიმულაციები იმის გაგებისა და ახსნის საშუალებასაც იძლევა, თუ როგორ მიმდინარეობს პროცესები, როგორ იშლება ისინი დროში და რა შედეგები მოჰყვება ამას. ეს აუფასურებს წინასწარმეტყველებას, როგორც თეორიის შემოწმების საშუალების ღირებულებას. ის ამტკიცებს, რომ თეორიის შემოწმება მისი ახსნითი და ჰერმენევტული სიმძლავრით უნდა მოხდეს და არა - მისი პრედიქტული ღირებულებით. სინამდვილეში, კომპიუტერული სიმულაციები თეორიების განვითარებისთვის უფრო შეიძლება გამოგვადგეს, ვიდრე - მათ შესამოწმებლად. კომპიუტერული სიმულაციები მკვლევარს ცვლადებისა და კომპონენტების კონტროლისა და მანიპულირების საშუალებას აძლევს და „თუ მაშინ“ ტიპის კითხვებზე პასუხების გასაცემად გამოდგება, მაგალითად, „რა მოხდება, თუ შევცვლი ამა თუ იმ პარამეტრს?“; „რა მოხდება, თუ შევცვლი გარემოს ასეთსა და ასეთ მახასიათებელს?“; სიმულაციაში ერთვება რელევანტური ელემენტები და შემდეგ, ამ ელემენტებით მანიპულირებენ - ცვლიან პარამეტრებს და ნახულობენ, რა მოხდება და შედეგად რა მიიღება.

      კომპიუტერით ისეთი მოცულობის მონაცემებთან შეიძლება ძალიან სწრაფად გამკლავება, რომელთა დასამუშავებლადაც ადამიანს კომპიუტერის გარეშე წლები დასჭირდებოდა. მათემატიკურ მოდელირებაზე აგებული სიმულაციები (მაგალითად, ერთი და იგივე ფორმულის მრავალჯერ გამეორებას) მკვლევარს ქცევებისა და სისტემების იმიტირების საშუალებას აძლევს, ასევე, ეხმარება გაარკვიოს, რა მოხდება, თუ სისტემა გარკვეული დროის განმავლობაში იმუშავებს, ან ერთი და იგივე მათემატიკური გამოთვლები კიდევ და კიდევ მეორდება, როდესაც წინა გამოთვლით მიღებული მონაცემები იგივე ფორმულაში ბრუნდება და შემდეგი გამოთვლის საფუძველი ხდება. ჰოპკინსი და მისი კოლეგები (1996: 159 – 62) ასეთი შემთხვევის მაგალითად ცენტრალურ ზღვარით თეორემას (განხილულია მეოთხე თავში) ასახელებენ. აქ გამოთვლის ფორმულა 10,000-ჯერ მეორდება. ასეთი მოდელირება ქაოსისა და სირთულის თეორიებში იღებს სათავეს.

      ლაპლასისთვის და ნიუტონისთვის სამყარო რაციონალური, დეტერმინისტული და საათივით აწყობილი იყო; ეფექტები მიზეზების ფუნქციას წარმოადგენდა, მცირე მიზეზები (მინიმალური საწყისი პირობები) მცირე (მინიმალურ და პროგნოზირებად) ეფექტებს ქმნიდა, ხოლო დიდი მიზეზები (მრავალმდგენელიანი საწყისი პირობები) - დიდ (მრავალმდგენელიან) ეფექტებს. პროგნოზირებადობა, მიზეზ-შედეგობრიობა, სქემატურობა, უნივერსალობა და „დიდი“ ყოვლისმომცველი თეორიები, სწორხაზოვნება, უწყვეტობა, სტაბილურობა, ობიექტურობა - ეს ყველაფერი სამყაროს, როგორც მოწესრიგებული და შინაგანად ჰარმონიული, თუმცა, რთული წონასწორობის მქონე მექანიზმის ხედვის მდგენელებს წარმოადგენს, რომელიც რაციონალური, დახურული და დეტერმინისტულია, ამავე დროს, მგრძნობიარეა შედარებით მარტივი მეცნიერული აღმოჩენებისა და კანონებისადმი. 1960-იანი წლებიდან ეს მოსაზრება სწრაფად დადგა ეჭვქვეშ, რამაც საფუძველი დაუდო ქაოსისა და სირთულის თეორიების წარმოქმნას. ამ თეორიებს რამდენიმე ძირითადი პრინციპი (მაგალითად, Gleick 1987; Morrison 1998; 2002a) ქვემოთ არის მოცემული:

• საწყისი პირობების მცირე ცვლილებებმა შედეგების მასობრივი და არაპროგნოზირებადი ცვლილებები შეიძლება გამოიწვიოს (მაგალითად, კარიბის ზღვაში პეპლის ფრთის ფრთხიალმა ამერიკაში ქარიშხალი შეიძლება გამოიწვიოს);
• ძალიან მსგავს პირობებს ძალიან განსხვავებული შედეგების გამოწვევა შეუძლია (მაგალითად, მარტივი მათემატიკური ტოლობების გამოყენება: Stewart 1990);
• ელემენტებს შორის რეგულარობა, შეთანხმებულობა და წრფივი დამოკიდებულება მათ შორის არარეგულარობით, მრავალფეროვნებითა და არასწორხაზოვნებით ირღვევა;
• მაშინაც კი, თუ დიფერენციალური განტოლებები ძალიან მარტივია, სისტემის ქცევა, რომლის მოდელირებასაც ისინი ახდენენ, შეიძლება არ იყოს მარტივი;
• ეფექტები მიზეზების წრფივი, უწყვეტი ფუნქცია არაა;
• სამყარო მეტწილად არაპროგნოზირებადია;
• თუ რაღაც ერთხელ გამოვიდა, ეს არ იძლევა გარანტიას, რომ ეს რაღაც მეორე ჯერზეც ზუსტად ისე გამოვა;
• დეტერმინიზმს არადეტერმინიზმი ანაცვლებს. დეტერმინისტული, წრფივი და სტაბილური სისტემები ჩანაცვლებულია „დინამიკური“, ცვალებადი, განვითარებადი სისტემებით და ფენომენების არასწორხაზოვანი ახსნებით;
• უწყვეტობა ჩანაცვლებულია დისკრეტულობით, ტურბულენტობითა და შეუქცევადი ტრანსფორმაციით;
• დიდი, ზოგადი და ყოველისმომცველი თეორიები და ფართომასშტაბიანი ახსნები სათანადოდ ვერ ხსნიან ლოკალურ და კონკრეტულ ფენომენებს;
• შეუძლებელია გრძელვადიანი პროგნოზების გაკეთება.

      ქაოსის უფრო გვიანდელი თეორიები სირთულის თეორიამდე განივრცო (Waldrop 1992; Lewin 1993) ისეთი სისტემების ანალიზისას, რომლებშიც ერთი დონის მდგენელები მეორე დონის მდგენელების საშენ მასალას წარმოადგენენ. რთული სისტემა მოიცავს დამოუკიდებელ ელემენტებს, რომლებიც, თავის მხრივ, რთული სისტემებისგან შეიძლება შედგებოდეს. ეს ურთიერთქმედებს და სისტემაში, როგორც ერთ მთლიანში, მრავალფეროვან ქცევას წარმოქმნის. წესრიგი არ არის სრულიად წინასწარ განსაზღვრული და ფიქსირებული; სამყარო (ნებისმიერად განსაზღვრული) შემოქმედებითი, ფორმირებადი (გამეორებით, სწავლით, უკუკავშირით, რეკურსიულობითა და თვითორგანიზებით), განვითრებადი და ცვალებადი, ტრანსფორმირებადი და ტურბულენტურია. წესრიგი წარმოიქმნება რთულ სისტემებში, რომლებიც ურთიერთმოქმედი ორგანიზმებისთვის მარტივ წესებზეა (სავარაუდოდ, ფორმულებით) აგებული (Kauffman 1995: 24).

      უკუკავშირის, ციკლური გამეორების, მღელვარების, თვითკატალიზის, დაკავშირებულობისა და თვითორგანიზაციის მეშვეობით, ხდება სირთულის უფრო მაღალი და რთული დონეების გამოდიფერენცირება. ნაკლებად რთული და არსებული დონეებიდან ახალი ფორმები წარმოიქმნება. ეს რთული ფორმები, ხშირად, შედარებით მარტივი წესებიდან მომდინარეობს - კერძო წესები და ქცევები უფრო რთულ გლობარულ წესრიგსა და მრავალფეროვნებას ქმნიან (Waldrop 1992: 16 – 17; Lewin 1993: 38). დინამიკური სისტემები (Peak and Frame 1994: 122) საწყისი პირობების და, ხშირად, მარტივი წესების ცვლილების პროდუქტია. არსებობს წარმოქმნის რიგის კანონები და არ არის აუცილებელი, რომ რთულ ქცევებსა და სისტემებს რთული საფუძვლები ჰქონდეთ (Waldrop 1992: 270). მნიშვნელოვანია, რომ ამ მარტივი წესებით შესაძლებელი იყოს ქცევისა და სისტემების კომპიუტერულ სიმულაციებში მოდელირება.

      მნიშვნელოვანია, აღინიშნოს, რომ კომპიუტერული სიმულაციების საფუძველი სირთულის თეორიაში დევს. ეს პასუხობს მათდამი წაყენებულ ბრალდებას, რომ ისინი ზედმეტად ამარტივებენ რეალურ სამყაროს. სირთულის თეორია ამტკიცებს, რომ მრავალი თვალსაზრისით, რეალური სამყარო მართალია რთულია, მაგრამ შედარებით მარტივ წესებზეა აგებული, რომელიც ქმნის ასეთ სირთულეს (ასევე იხილეთ Gillbert and Troitzsch 2005: 10).

      სიმულაციები ათწლეულების მანძილზე გამოიყენებოდა საბუნებისმეტყველო მეცნიერებებსა და ეკონომიკაში წინასწარმეტყველებისთვის. მაგალითად, ლევინი (1993) და ვალდროპი (1992) სახეობებისა და მათი ქცევის აღმასვლებისა და დაცემების კვლევაში აჩვენებენ, თუ როგორ უდებს სათავეს უსაზღვროდ მრავალფეროვან შედეგებს (მაგალითად, სახეობებს, ქცევას) მარტივი ფორმულების უწყვეტი გამეორება - განმეორებადი გამოთვლები, რომელიც შეზღუდული რაოდენობის ცვლადების (საწყისი პირობების) გამეორებას ასახავს, სადაც გამოთვლების ერთი ციკლის შედეგები იგივე ფორმულით მეორე ციკლის გამოთვლებში გამოიყენება და ა. შ. (ანუ, უწყვეტ უკუკავშირზე აიგება); და ეს არ ექვემდებარება მარტივ წინასწარმეტყველებას ან მარტივ მიზეზ-შედეგობრივ მიმართებას. ვალდროპს (1992: 241 – 2) ამისი საინტერესო მაგალითი მოაქვს ადრეული კომპიუტერული სიმულაციის პროგრამა Boids-დან: მის მათემატიკურ ფორმულაში მხოლოდ სამი საწყისი პირობაა ჩადებული, რომელიც ფრინველთა გუნდის ფრენის სურათის სრული რეალური მრავალფეროვნების დაჭერას ახერხებს. ეს პირობებია: პირველი - ფრინველები ცდილობენ, რომ სხვა ობიექტებთან (სხვა ფრინველების ჩათვლით) მინიმალური მანძილი შეინარჩუნონ; მეორე - ფრინველები ცდილობენ, რომ იგივე სიჩქარით იფრინონ, რომლითაც სხვები მიფრინავენ; მესამე - თითოეული ფრინველი ცდილობს, გუნდის ცენტრისკენ გადაინაცვლოს.

      სიმულაციების ზოგიერთი ძირითადი მახასიათებელი ქვემოთ არის მოცემული:

• კომპიუტერით შესაძლებელია სისტემის ქცევისა და მისი ძირითადი ნიშნების მოდელირება და იმიტირება;
• კომპიუტერის გამოყენება შეიძლება დაგვეხმაროს სხვადასხვა სიმულირებულ, იმიტირებულ გარემო პირობებში სიმულაციის შემოწმების გზით (მაგალითად, მკვლევარს საშუალება აქვს, ნახოს „რა მოხდება, თუ...“ სისტემას შეეძლება თუ არა მოვლენის მსვლელობის გათამაშება ან თუ ცვლადებით მანიპულირებენ, ანუ, შესაძლებელია წინასწარმეტყველება) იმ სისტემაში გავერკვეთ, რომლის იმიტირებასაც ვახდენთ;
• რეალობის ძირითადი მახასიათებლების მოდელირება და ინტერპრეტირება - გამოსახვა და გადამუშავება მათემატიკური ფორმულით ხდება და არა - რეალობის წვრილი ელემენტების ჩაჭერითა და მანიპულირებით;
• დაშვებულია, რომ მათემატიკური მიმართებები დეტერმინისტულად მეორდება გაკონტროლებულ, შეზღუდულ და მკაფიოდ განსაზღვრულ სიტუაციებში და ზოგ შემთხვევაში დასაბამს აძლევს, წინსწარ განუჭვრეტელ, ფორმირებად და მოულოდნელ, ფართომასშტაბიან შედეგებს (Tymms 1996: 124);
• უკუკავშირი და უწყეტი გამეორება ფენომენებისა და ქცევების წარმოქმნის გასაგებად მისაღები პროცედურებია;
• რთული და დიდმასშტაბიანი ფენომენები და ქცევები საწყისი პირობების/ცვლადების განმეორებადი ურთიერთქმედებიდან მომდინარეობს;
• დეტერმინისტულ კანონებს (ფორმულის განმეორებად გამოთვლას) არაპროგნოზირებად შედეგებამდე მივყავართ.

      ამ მიდგომას განათლების სფეროს შეუძლია შესთავაზოს ის, რომ სკოლები და კლასები - რთული, არასწორხაზოვანი და დინამიკური სისტემები - მარტივი მათემატიკური მოდელირებით შეიძლება გავიგოთ. ეს მხოლოდ ანალოგიის დონეზე შეიძლება იყოს (იხილეთ Morrison 2002a), მაგრამ, როგორც ტიმსი (1996: 130) შენიშნავს, თუ ანალოგია რეალობას ერგება, მაშინ მკვლევრებს ასეთი სირთული გაგების მძლავრი იარაღი აქვთ ძირითადი ცვლადების ან საწყისი პირობების და მარტივი წესების ნაკრების ურთიერთქმედების სახით. გარდა ამისა, თუ შესაძლებელია ასეთი საწყისი პირობების ან ძირითადი ცვლადების კონსტრუქტული ვალიდობის ჩვენება, მაშინ მკვლევრებმა იმის წინასწარმეტყველებაც შეიძლება მოახერხონ, რაც დროთა განმავლობაში მოხდება.

      სიმულაციების სამი უახლესი გამოყენება საგანმანათლებლო ცვლილების სფეროს (Ridgway 1998), სკოლის ეფექტურობასა (Tymms 1996) და განათლების სისტემების გაგებას განეკუთვნება. პირველ შემთხვევაში რიჯვეი (1998) ამტკიცებს, რომ ცვლილების პროცესის სირთულე საუკეთესოდ შეიძლება იქნას გაგებული, როგორც რთული, წარმოშობადი სისტემა (ასევე იხილეთ Fullan 1999).

      მეორე შემთხვევაში ტიმსი (1996) წრფივი (შესავალი და გასავალი) ან მრავალდონიანი მოდელირების შეზღუდვებზე მიუთითებს, როდესაც საქმე იმის გაგებასა და ახსნას შეეხება, თუ რატომ არის სკოლები ეფექტური, ან რატომაა ასეთი დიდი ცვალებადობა სკოლებში და სკოლებს შორის. ასეთი მრავალფეროვნებისა და ცვლადებადობის ახსნისას, ის უპირატესობას მათემატიკურ მოდელირებაზე აგებულ სიმულაციებს ანიჭებს. როგორც ამტკიცებს თავის პროვოკაციულ განცხადებაში: „სამყარო იმდენად რთულია, რომ შეუძლებელია მისი სიტყვებით გადმოცემა“ (Tymms 1996: 131) (ანალოგიურად, თვისებრივი მკვლევრებისთვის სამყარო შეიძლება იმდენად რთული იყოს, რომ შეუძლებელი იყოს მისი რიცხვებით გადმოცემა!). ტიმსი სკოლის ეფექტურობის კვლევის შეზღუდვებზე მიუთითებს, რომელიც წრფივ, მაგრამ დახვეწილ, წანამძღვრებს ეფუძნება. იგი სკოლის ეფექტურობის კვლევების დიდ ნაწილს ცივ წყალს ახსამს და ამტკიცებს, რომ:

სიმულაციის მოდელების მიხედვით, შესაძლებელი რომც ყოფილიყო, რომ ზუსტად ერთსა და იმავე კლასს ორი წლის მანძილზე, ერთი და იმავე საკლასო ოთახში იგივე მასწავლებელი ჰყოლოდა, და ის ორი წელი კიდევ მეორეჯერ ეცხოვრათ, შედეგები მაინც ვერ იქნებოდა იგივე.
(Tymms 1996: 132 – 3)

      მას თითქმის არ უკვირს, რომ სკოლის ეფექტურობის კვლევამ ვერ ახსნა სკოლებს შორის ცვალებადობა, ვინაიდან ასეთი კვლევა მცდარ პრინციპებს ემყარება. იგი ამტკიცებს, რომ ასეთი განსვლა ძირითადი - საერთო - ცვლადების ურთიერთქმედების ბუნებრივი შედეგია.

      მესამე მაგალითში გილბერტი და ტროიცი (2005: 117 – 23) გერმანიის სკოლებში და სკოლის მასწავლებლებში ომისშემდგომი გენდერული დესეგრეგაციის კვლევას განიხილავენ. მოდელში, რომელიც იყენებს პროგრამას MIMOSE, სამი ტიპის 150 სკოლის 4,500 მასწავლებელი გამოიყენეს. მასში კომპიუტერული მოდელი ახლოს იყო რეალური ცხოვრების სიტუაციასთან - მოხდა სიმულაციის ვალიდაცია. ეს მოდული მხოლოდ სამ დაშვებაზეა აგებული: პირველი - ყველა მასწავლებელს, რომელიც ტოვებს სამსახურს, ერთნაირი ალბათობით/შესაძლებლობით შეიძლება ჩაანაცვლონ მამაკაცებმა და ქალებმა (გვ.117); მეორე - მამაკაცები ერთ სამუშაო ადგილზე ორჯერ უფრო დიდხანს რჩებიან, ვიდრე ქალები; მესამე - ახალი ქალი მასწავლებლები ცალკეულ სკოლაში იმ მოცემული ალბათობით იკავებენ თანამდებობას, რომელიც ამ სკოლაში ქალი მასწავლებლების წილის მიხედვით იცვლება.

      ამ თავში არ განვიხილავთ კომპიუტერული სიმულაციების შექმნის ეტაპებს (მაგალითად, კითხვის იდენტიფიცირება, მოდელირების სამიზნის დადგენა, პარამეტრებისა და ძირითადი ნიშნების დასადგენად წინასწარი დაკვირვებების წარმოება, სიმულაციის საყრდენად ასაღები დაშვებების ფორმულირება, სიმულაციის მუშაობის შემოწმება, სიმულაციის ვალიდაცია (რამდენად თანხვდება ის რეალური სამყაროს იმ სიტუაციას, რომლის მოდელირებასაც ახდენს) და იმის ანალიზი, თუ რამდენად მგრძნობიარედ რეაგირებს სიმულაცია საწყისი პირობებისა და პარამეტრების ცვლილებაზე (Gillbert and Troitzsch 2005: 18 – 19). არც სხვადასხვა სახის სიმულაციებს განვიხილავთ (მაგალითად, სისტემის დინამიკა, მიკროსიმულაცია, მოდელების მიმდევრობა, მრავალდონიანი მოდელები, უჯრედული ავტომატები, მრავალ-აგენტიანი მოდელები, სწავლის მოდელები). კომპიუტერული სიმულაციებისა და მათი სხვადასხვა ტიპების შესახებ უფრო სრული განხილვისთვის მიმართეთ Gillbert and Troitzsch (2005).

კომპიუტერული სიმულაციების დადებითი და უარყოფითი მხარეები

      ბეილი (1994: 322 – 4) სიმულაციების შემდეგ დადებითი მხარეებზე მიგვითითებს:

• ეკონომია: უფრო იაფია, ვიდრე რეალური ცხოვრების სიტუაციები;
• თვალსაჩინოება: მათ შეუძლიათ ფენომენი უფრო გასაგები გახადონ მკვლევრისათვის;
• კონტროლი: მკვლევარი სიმულაციას უფრო მეტად აკონტროლებს, ვიდრე რეალური ცხოვრების სიტუაციას;
• უსაფრთხოება: მკვლევრებს შეუძლიათ ისეთ სიტუაციებთან მუშაობა, რომლებიც ძალზე სახიფათო, მგრძნობიარე, ეთიკურად საჭოჭმანო ან რთული იქნებოდა რეალური ცხოვრების ბუნებრივ სიტუაციებში.

      კომპიუტერული სიმულაციების კიდევ ერთი მძლავრი მახასიათებელი ისაა, რომ მკვლევრებს მომავლის წინასწარმეტყველების საშუალებას აძლევს (მაგალითად, ეკონომიკურ პროგნოზებში); ამასთან ის ფენომენის გაგებისა და შესწავლის შესაძლებლობასაც ქმნის. სიმულაციებით შეიძლება ჩანაცვლდეს ადამიანების გამოცდილება, ექსპერტული ცოდნა და ხანდახან არაპროფესიონალებსაც შეუძლიათ ისეთი კვლევის ჩატარება, რომელიც კომპიუტერების კველვაში შემოტანამდე მხოლოდ და მხოლოდ ექსპერტების საქმე იქნებოდა: გილბერტსა და ტროიცს (2005: 5) გეოლოგების, ქიმიკოსებისა და ექიმების მაგალითები მოაქვთ. ავტორები იმასაც ამბობენ, რომ კომპიუტერული სიმულაციები წვრთნის (მაგალითად, პილოტების) და, ფაქტიურად, გართობის მიზნებისთვისაც გამოდგება. თუმცა ისინი (2005: 5) ხაზგასმით აღნიშნავენ კომპიუტერული სიმულაციების უპირველეს მნიშვნელობას თეორიის აღმოჩენისა და ფორმალიზებისთვის (თეორიის ნათლად მოცემულობა, თანმიმდევრულობა, ოპერაციონალიზაცია, ელემენტების ჩართულობა და კომპეტენტურობა).

      მეორე მხრივ, ბეილი (1994: 324 – 5) კომპიუტერული სიმულაციების მიმართ რამდენიმე შენიშვნას გამოთქვამს:

• ხელოვნურობა: ის ბაძავს ცხოვრებას და არ არის რეალური ცხოვრება;
• ღირებულება: მაგალითად, კომპიუტერული სიმულაციების შეძენა;
• მონაწილეების ტრენინგი: ბევრი კომპიუტერული სიმულაცია მნიშვნელოვან ტრენინგს საჭიროებს;
• რაოდენობრივი პრობლემები: პროგრამული უზრუნველყოფა და არა მხოლოდ თავად კომპიუტერული სიმულაცია შეიძლება პროგრამირების სპეციალისტს საჭიროებდეს.

      კომპიუტერული სიმულაციების შესახებ რამდენიმე პრობლემური მომენტი და კრიტიკა არსებობს. იმ ბრალდების საპასუხოდ, რომ ისინი სამყაროს ხელოვნური რეპრეზენტაცია და აბსურდამდე დაყვანაა, შეიძლება ითქვას, რომ მკვლევრები, თეორეტიკოსების მსგავსად, რეალობის საუკეთესო ასლის აგებას ცდილობენ, რათა უფრო ამომწურავად ახსნან ის და რაც უფრო მეტად უახლოვდება ანალოგია - სიმულაცია - რეალურ სამყაროს, მით უკეთესი (Tymms 1996: 130). ეს კამათი სიმულაციის დახვეწას შეეხება და არა - მის უარყოფას. აბსტაქციის ასაგებად მხოლოდ ძირითადი ელემენტების ცოდნა გვესაჭიროება; ჩვენ არ გვჭირდება ყველა დაწვრილმანებული დეტალი.

      ბრალდებებს, რომ კომპიუტერული სიმულაცია არაფრით სჯობია იმ დაშვებებს, რომელზეც ის აიგება და კომპიუტერი მხოლოდ იმას გააკეთებს, რის გასაკეთებლადაც დააპროგრამებენ (ადამიანის მოქმედებისა და თავისუფლების წილი უმნიშვნელოა), შეგვიძლია ასე ვუპასუხოთ: სიმულაციებს ისეთი ქცევების გამოვლენა შეუძლია, რომლებიც სოციალური აქტორების „ზურგს უკან ხორციელდება“ - ესაა სოციალური ფაქტები (Durkheim 1956) და პატერნები; სიმულაციებს შეუძლია, გვითხრან ის, რაც არ ვიცით (Simon 1996) - ჩვენ შეიძლება ვიცოდეთ წანამძღვრები და საწყისი პირობები, მაგრამ არ ვიცოდეთ საით შეიძლება მივყავდეთ მათ და რას მოიაზრებენ; ჩვენ არ გვჭირდება სისტემის მუშაობის ყველა ნიუანსის ცოდნა, საკმარისია მხოლოდ იმ ნაწილებისა, რომლებსაც მოდელისთვის არსებითი მნიშვნელობა აქვთ.

      სიმულაციების შესახებ სხვა შენიშვნებიც შეიძლება გამოითქვას, მაგალითად:

• სირთულის და ქაოსის თეორია, რომელიც საფუძვლად უდევს ბევრ მათემატიკურ სიმულაციას, შეიძლება ხსნიდეს მრავალფეროვან, ცვალებად შედეგებს (როგორც ეს სკოლის ეფექტურობის კვლევაში ვნახეთ), მაგრამ რა სახის ჩარევებს სთავაზობენ პრაქტიკოსებს, თუნდაც, სკოლებში გაუმჯობესების მისაღწევად - აქ ახსნა რეტროსპექციულია და არა - პროსპექტული (Morrison 2002a). ეს კრიტიკული შენიშვნა იმთავითვე მოიხსნება, თუ მკვლევარი ახერხებს ცვლადების პარამეტრების მანიპულირებას და იმის დანახვას, თუ რა მოხდება ამის შედეგად;
• როგორ ადგენს მკვლევარი სიმულაციის ასაგებად საჭირო ძირითად საწყის პარამეტრებს (კონსტრუქტის ვალიდობა) და აქედან დაწყებულ სიმულაციებს როგორ მივყავართ პრაქტიკულ რეკომენდაციებამდე?
• რამდენად მისაღებია, რომ სისტემა ერთი და იგივე ფორმულის/მოდელის მრავალჯერად გამეორებად აღიქმება?
• ქაოტური სირთულის (მეცნიერული გაგებით) შესწავლისას, როგორ ახერხებს მკვლევარი უკუპროცესით იმუშაოს და იმ პირველ პრინციპებს, ელემენტებს ან საწყის პირობებს მიაგნოს, რომლებიც მნიშვნელოვანია - რთული შედეგი შეიძლება სრულიად განსხვავებული, სულ სხვა საწყისი პირობების ურთიერთქმედების შედეგი იყოს. ეს სკინერის ბიჰევიორიზმის ჩომსკისეულ (1959) გამანადგურებელ კრიტიკას ჰგავს - ქცევაზე დაკვირვებაზე დაყრდნობით შეუძლებელია კონკრეტული სტიმულის შესახებ დასკვნის გაკეთება, ჩვენ არ შეგვიძლია დაკვირვებიდან ან ნავარაუდევი ეფექტიდან მიზეზზე დასკვნის გაკეთება;
• სიმულაციები მხოლოდ საწყისი პირობების ურთიერთქმედებას ამუშავებენ და უშვებენ და ამით უგულებელყოფენ „გზაზე“ დამატებითი ფაქტორების გამოჩენას, ანუ, პროცესი ძალზე დეტერმინისტულია (და მაინც, არსებობს კომპიუტერული სიმულაციები, რომლებშიც კომპიუტერი „სწავლობს“ სიმულაციის პროცესში);
• ყოველივე ზემოთქმულიდან მხოლოდ ის ითქვა საღი აზრის დონეზე, რომ ადამიანების ურთიერთქმედება არაპროგნოზირებულ და არაპროგნოზირებად ქცევას წარმოქმნის. მას ძალზე მიმზიდველს ისიც ხდის, რომ ის მოქმედების აპოლოგეტია;
• დაგეგმილმა ჩარევებმა თავიდან შეიძლება იმუშაოს, მაგრამ საბოლოო ჯამში - არა (სავარაუდოდ, ჰოთორნის ეფექტის გამეორება); ჩვენ მხოლოდ იმის წინასწარმეტყველება შეგვიძლია, რომ არ შეგვიძლია წინასწარმეტყველება;
• ადამიანური ცვლადებით მანიპულირება ტექნიკის საქმეა;
• ქცევა უფრო მეტია, ვიდრე ერთი და იგივე მათემატიკური მოდელის მრავალჯერადი გამეორება;
• ყოველთვის უზარმაზარი განსხვავება იქნება რეალურ და სიმულაციით მიღებულ სამყაროებს შორის, იმ შემთხვევის გარდა, როდესაც ისინი არაფრისმომცემ მარტივ დონეზე განიხილებიან;
• ადამიანების, როგორც აგენტების მორალური და გააზრებული ქცევა არ არის ისეთი მარტივი, როგორც სიცოცხლის სხვა ფორმების ინსტინქტური ქცევა, უსულო ფენომენები, რასაც კომპიუტერულ სიმულაციებში სწავლობენ (მაგალითად, შესაბამისად, ფრინველები და მწერები, ქვიშის გროვები);
• სხვა რაოდენობრივი მიდგომების მსგავსად, სიმულაციებში შეიძლება კომბინირებული იყოს პროცესის დახვეწა და დაუმუშავებელი ცნებები (Ruddock 1981: 49);
• თუ რეალობა მოთამაშეთა „ზურგს უკან მუშაობს“, მაშინ სად ძევს ქმედებებზე პასუხისმგებლობა? როგორ მოქმედებს თავისუფალი ნება კომპიუტერულ სიმულაციებში?
• თუ კომპიუტერულ სიმულაციაში შესაძლებელია შემთხვევითი ელემენტის შეტანა, ეს ნიშნავს, რომ სიმულაცია რამდენჯერმე უნდა განხორციელდეს, რათა სხვადასხვა მნიშვნელობის პირობებში დადგინდეს სიმულაციის სიმყარე და ცვლილებისადმი მგრძნობელობა;
• სამყაროს რიცხვებზე დაყვანა, როგორი დახვეწილი და დამუშავებულიც არ უნდა იყოს, უბრალოდ მცდარია; სამყარო ძალიან რთულია რიცხვებისთვის.

      ეს სერიოზული კრიტიკაა და იმაზე მიუთითებს, რომ კვლევის ამ სფეროში ბევრია გასაკეთებელი ლეგიტიმურობის მოსაპოვებლად. აგენტობის საკითხი მნიშვნელოვანია, რადგან შეიძლება ამტკიცონ, რომ კომპიუტერულ სიმულაციებში ის უფრო სუსტია, ვიდრე რეალურ ცხოვრებაში; თუმცა ვულდრიჯი და ჯენინგსი (ჭოოლდრიდგე ანდ ჟენნონგს 1995), მართალია, აღიარებენ ამას, მაგრამ თვლიან, რომ კომპიუტერულ სისტემაში მოქმედ აგენტებს ისეთი თანდაყოლილი მახასიათებლები აქვთ, როგორიცაა დამოუკიდებლობა, პროაქტიულობა, რეაქტიულობა და სოციალური უნარი.

      კრიტიკა არ უარყოფს კომპიუტერულ სიმულაციებს. პირიქით, მის განვითარებისა და წინსვლისკენ ისწრაფვის. კონცეპტუალურ და პრაქტიკულ დონეებზე გამოთქმული ეს შენიშნვნები სიმულაციების საწინააღმდეგოდ კი არ არის მიმართული, არამედ - მათი განვითარებისა და დახვეწისკენ. მათგან ბევრს უნდა ველოდოთ და, განათლებისგან განსხვავებით, მეცნიერების სხვა სფეროებში უკვე საკმაო ღირებულებით სარგებლობენ. სირთულის თეორიისა და სიმულაციების შესახებ დაწვრილებითი ინფორმაციისთვის მიმართეთ შემდეგ ვებგვერდებს:

• santafe.edu (სანტა ფე ინსტიტუტის (Santa Fe Institute) ვებგვერდი - სირთულის თეორიის შემსწავლელი მთავრი ინსტიტუტი);
• brint.com (ვებგვერდი, რომელზეც მოცემულია სირთულის თეორიის შესახებ მასალების ინდექსი);
• complexity-society.com (დიდი ბრიტანეთის სირთულის თეორიის საზოგადოება);
• emergence.org (ჟურნალის Emergence: Complexity and Organization ვებგვერდი);
• jornal-ci.csse.monash.edu.au (ჟურნალის Complexity International ვეგ გვერდი);
• udel.edu (სირთულის თეორიის შესახებ ვებგვერდების ბმულები);
• answers.com (სირთულის თეორიის შესახებ ვებგვერდების ბმულები).

დასკვნა

      სიმულაციის მეთოდები მთელი რიგი ისეთი პრობლემების აღმოფხვრის საშუალებებს იძლევა, რომლებიც ლაბორატორიული ექსპერიმენების განუყოფელ ნაწილს წარმოადგენენ. ამასთანავე, ისინი ინარჩუნებენ მათ ზოგიერთ ღირსებას. როგორც პელისი (Pალყს 1978) შენიშნავს, სიმულაციებისა და ექსპერიმენტების საერთო მახასიათებელია, რომ ექსპერიმენტატორი სრულად აკონტროლებს მთლიანი სიტუაციის ყველა ასპექტს და მანიპულირებს. ამასთანავე, ცდის პირების ადამიანური ბუნება ხელუხლებელი რჩება იმ მხრივ, რომ ისინი რეალურ სიტუაციაში თავსდებიან, სადაც ისე იქცევიან, როგორც საჭიროდ თვლიან. დროის განზომილების ჩართვა სიმულაციის კიდევ ერთი მნიშვნელოვანი შენაძენია, რაც ცდის პირს გარემოსთან ურთიერთქმედებაში აქტიური როლის შესრულების საშუალებას აძლევს, ხოლო ექსპერიმენტატორს - სოციალური სისტემის მოქმედებაში დაკვირვების შესაძლებლობას, მისი უკუკავშირის ჯაჭვით, მრავალმიმართულებიანი მიზეზ-შედეგობრივი კავშირებითა და ა.შ. და ბოლოს, აღნიშნავს პელისი - ჩართულობის მაღალი ხარისხი, რაც, ჩვეულებრივ, სიმულაციებში მონაწილეობას უკავშირდება, აჩვენებს, რომ ლაბორატორიულ ექსპერიმენტთან ასოცირებული თვითცნობიერება გაცილებით იოლად იფლანგება.

გეოგრაფიული საინფორმაციო სისტემები

      მიუხედავად იმისა, რომ ეს არ არის ბოლომდე სიმულაცია, კომპიუტერულ გეოგრაფიულ საინფორმაციო სისტემებს უფრო და უფრო მეტად იყენებენ განათლების სფეროში წარმოებულ კვლევაში, მაგალითად, მოსწავლეების მოზიდვასა და სკოლის არჩევის პატერნების განხილვისას. განათლების პოლიტიკას ხშირად გეოგრაფიული მდგენელი და განზომილება აქვს, მაგალითად, დაფარვის არეალი, სკოლების დახურვა, თავისუფალი მიღება და სკოლის არჩევა, რესურსებისა და ფინანსური ხარჯების განაწილება, შეფასების ქულებისა და გამოცდების შედეგების განაწილება. გეოგრაფიული საინფორმაციო სისტემები კომპიუტერის ბაზაზე შექმნილი სისტემაა, რომელიც სივრცობრივი მონაცემების დაფიქსირებისთვის, შენახვისთვის, შემოწმებისთვის, ანალიზისა და წარმოდგენისთვის არის მოწოდებული; მასში გაერთიანებულია როგორც დიდი მოცულობის, ისე - მცირე ზომის და სხვადასხვა წყაროდან მიღებული სხვადასხვა ტიპის მონაცემები (Worrall 1990; Parsons et al. 1996; Gorard et al. 2002). ეს პოლიტიკური ინიციატივების მნიშვნელობისა და შედეგების გამოსავლენად გამოდგება, მაგალითად: „რა შედეგი მოიტანა მშობლების მიერ სკოლის დაფარვის არეალის თაობაზე გაკეთებულმა არჩევანმა?“; „როგორ ნაწილდება გამოცდის ქულები კონკრეტულ რეგიონში?“; „რამდენად ეფექტურია საშუალო სკოლების მომარაგება მოცემული პოპულაციისთვის?“; „როგორ შეიძლება გაუმჯობესდეს ტრანსპორტის მომსახურება, რომელსაც მოსწალეები სახლიდან სკოლაში და უკან დაჰყავს?“; „რა მიუთითებს კონკრეტულ ქალაქში ‚მიმზიდველი‘ და ‚წყალწაღებული‘ სკოლების წარმოქმნაზე?“; ამ მაგალითების მონაცემები წარმოდგენილია 10. 2 და 10. 3. ჩანართებში

      ცხადია, რომ ასეთი მონაცემების პოლიტიკური სენსიტიურობა და მნიშვნელოვნება განუზომელია და გვიჩვენებს, თუ როგორ შეიძლება კვლევა უშუალოდ ჩაერთოს პოლიტიკასა და მის ეფექტებში. პარსონსი და მისი კოლეგები (1996) განათლების სფეროში კვლევის ამ მიმართულების მარტივ და სრულად რეფერირებულ შესავალს გვთავაზობენ. ისინი გვირჩევენ ისეთი შემთხვევების შესწავლას, როგორიცაა სკოლის დაფარვის არეალები და გამოცდაზე ნაჩენები შედეგები, სკოლის დაფარვის არეალების ხელახალი გადანაწილება და დაფარვაში გადაადგილებების პატერნები.

      გეოგრაფიული საინფორმაციო სისტემების (GIS) შესახებ ინტერნეტში ინფორმაციის მოსაძიებლად შეგიძლიათ რამდენიმე ვებგვერდს გაეცნოთ, თუ საძიებო სისტემაში ჩაწერთ - „განათლების სფეროში კვლევა გეოგრაფიული საინფორმაციო სისტემები“ ან ქვემოთ ჩამოთვლილ ვებგვერდებს შემდეგ მისამართებზე ეწვიოთ:

ჩანართი 10.2

გეოგრაფიული საინფორმაციო სისტემები საშუალო სკოლებში

ჩანართი 10.3

სახლის საფოსტო კოდების განსაზღვრა გეოგრაფიული საინფორმაციო სისტემების გამოყენებით

წყარო: LParsons et al. 1996

• geo.ed.ac.uk (გეოგრაფიული საინფორმაციო სისტემების (GIS) World Wide Web რესურსების ჩამონათვალი);
• tec.army.mil (განათლებასთან დაკავშირებულ ბმულებსაც მოიცავს);
• census.gov (გეოგრაფიული საინფორმაციო სისტემების შესახებ რესურსები აშშ-ის მოსახლეობის აღწერის ბიუროდან);
• geo.uni.bonn.de (ევროპული ბმულების სერვერი);
• unr.edu (გეოგრაფიული საინფორმაციო სისტემების შესახებ რესურსები ინტერნეტში).