Razrabotka nauchno-issledovatelskih proektov. Den 1

1. Разработка научно-исследовательских проектов

Разработка научноисследовательских проектов

2. Управление научно-исследовательскими проектами: от идеи к результату

Основная цель курса: «Освоить
системный подход к управлению НИП,
чтобы повышать эффективность,
предсказуемость и влияние в условиях
реальных ограничений и быстрых
изменений»

3. Управление научно-исследовательскими проектами: задачи

• Структурировать: Научиться создавать четкий
управленческий «каркас» для любого НИП
• Управлять рисками: Оценивать и минимизировать
угрозы для проекта.
• Адаптироваться: Применять гибкие подходы к
исполнению и коммуникации.
• Оценивать влияние: Измерять реальные
результаты и эффект проекта.

4. Опыт ведущих университетов

• MIT: Stage-Gate и TRL для управления
R&D
• Harvard: Теория изменений и работа со
стейкхолдерами
• Stanford: Предпринимательский
подход к науке
• Адаптируем лучшие мировые практики к российской
исследовательской экосистеме на основе
исследовательского опыта ученых Synergy

5. Занятие 1. Дизайн и фреймворк научно-исследовательского проекта: определение управленческого контура

Занятие 1. Дизайн и фреймворк научноисследовательского проекта: определение
управленческого контура
• Классификация НИП
• Дизайн исследования
• Фреймворк проекта
• ИИ и контекст

6. Классификация НИП

Цель классификации: систематизировать
представление о типах НИП, чтобы
идентифицировать ключевые параметры
будущего проекта и понимать, какие
управленческие подходы будут
доминировать

7. Классификационные признаки НИП

• По целевой ориентации и характеру
результата
• По источнику финансирования и заказчику
• По масштабу и организационной структуре
• По уровню неопределенности и
инновационности
• По временным характеристикам
• По отношению к научно-технологическим
приоритетам

8. Целевая ориентация и характер результата

• Фундаментальные
исследования
• Прикладные
исследования
• Опытноконструкторские
разработки

9. Источник финансирования и заказчик

• Государственные гранты
• Коммерческие контракты
• Корпоративные НИОКР
• Международные проекты

10. Масштаб и организационная структура

• Индивидуальные
проекты
• Междисциплинарные
проекты
• Консорциумы и
коллаборации

11. Уровень неопределенности и инновационности

• Исследования с низкой
неопределенностью
• Исследования со средней
неопределенностью
• Высокоинновационные
проекты

12. Временные характеристики

• Краткосрочные
• Среднесрочные
• Долгосрочные

13. Научно-технические приоритеты

• Проекты в рамках
существующих
технологических укладов
• Проекты формирующие
технологические уклады

14. Классификация дизайнов исследований

Case Study (Кейс-стади) — глубокий анализ отдельного случая

15. Классификация дизайнов исследований

Эксперимент (Experiment) — проверка причинно-следственных
связей

16. Классификация дизайнов исследований

Панельное исследование (Panel Study) — longitudinal подход

17. Классификация дизайнов исследований

Моделирование (Simulation) — создание и тестирование моделей

18. Роль ИИ в выборе и реализации дизайна

ИИ как консультант по дизайну
ИИ как инструмент реализации

19. Критические ошибки в выборе дизайна

• Методологический
фетишизм
• Игнорирование
контекста
• Непонимание
допущений
• Экономия на
валидации

20. Фреймворк проекта: создание управленческого каркаса

Необходимо
преобразовывать
исследовательскую
идею в
структурированную
систему
взаимосвязанных
элементов проекта,
создавая основу для
эффективного
управления и контроля.

21. Ключевые элементы фреймворка проекта: Иерархия целей

• Impact (Воздействие)
общая цель
• Outcome (Результат)
конкретная цель
• Outputs (Выходы)
задачи
• Activities
(Активности)
• Inputs (Ресурсы)

22. Ключевые элементы фреймворка проекта: Карта стейкхолдеров

Высокая власть
Низкая власть
Высокий интерес
Ключевые игроки
• Тесное вовлечение
• Совместное принятие решений
Активная аудитория
• Регулярное информирование
• Учет мнения
Низкий интерес
Следите за ними
• Удовлетворение ключевых
потребностей
• Минимальное вовлечение
Минимальное внимание
• Экономное использование ресурсов

23. Ключевые элементы фреймворка проекта: Цепочка результатов

Ресурсы → Активности → Выходы → Результаты → Воздействие
• Outputs: Измеримы, контролируемы, достигаются к концу
проекта
• Outcomes: Отражают изменения у целевых групп
• Impact: Долгосрочные системные изменения

24. Ключевые элементы фреймворка проекта: Матрица рисков и предположений

• Предположение: [Что мы предполагаем]
• Риск: [Что может пойти не так]
• Меры минимизации: [Что мы сделаем для предотвращения]
• План Б: [Что будем делать, если риск реализуется]

25. Logical Framework Approach (Logframe)

Объективно проверяемые
показатели
Источники верификации
Критически важные
предположения
Impact
• Количественные показатели
воздействия
• Качественные изменения
• Статистические данные
• Отчеты мониторинга
Внешние условия остаются
стабильными
Outcomes
• Количество внедренных
решений
• Изменение поведения
целевых групп
• Отчеты компаний
• Результаты опросов
Целевые группы готовы к
изменениям
Outputs
• Количество публикаций
• Разработанные методики
• Обученные специалисты
• Научные статьи
• Методические материалы
Команда обладает
необходимой квалификацией
Activities
• Выполненные
эксперименты
• Проведенные интервью
• Проанализированные
данные
• Протоколы исследований
• Базы данных
Доступ к необходимым данным
и ресурсам

26. Процесс создания фреймворка: 6 шагов

• Шаг 1. Анализ контекста и проблем
• Шаг 2. Определение желаемого воздействия (Impact)
• Шаг 3. Формулировка конкретных результатов (Outcomes)
• Шаг 4. Декомпозиция на активности и выходы
• Шаг 5. Идентификация стейкхолдеров и рисков
• Шаг 6. Валидация логических связей

27. Интеграция фреймворка с дизайном исследования

Дизайн исследования →
Определяет КАК мы
будем получать данные
Фреймворк проекта →
Определяет ЧТО мы
получим и ЗАЧЕМ

28. Роль ИИ в построении фреймворка

• Анализ контекста
• Формулировка целей
• Идентификация рисков
• Оптимизация логики

29. Типичные ошибки и как их избежать

• Синдром блестящей идеи
• Путаница в уровнях целей
• Игнорирование
предположений
• Формальный подход

30. Критерии качества фреймворка проекта

• Логическая целостность
• Измеримость
• Реалистичность
• Гибкость
• Практическая
ориентированность

31. Инструменты и современный контекст

Современные технологии и
понимание российской
специфики помогают решать
конкретные проблемы в
управлении научными
проектами.

32. Утопаете в статьях и источниках?

Решение - Zotero

33. Хаос в данных исследования?

AI - ваш аналитический отдел

34. Искусственный интеллект — не будущее, а настоящее

Миф: "ИИ заменит исследователей"
Реальность: "ИИ освободит вас от рутины, чтобы вы могли
заниматься тем, что действительно важно — наукой"

35. Российская специфика: работаем с реальностью, а не с идеалами

• Отечественные аналоги сервисов
• Финансирование – не препятствие, а особенность

36. Человеческий фактор: технологии ради людей

Помните: Самый совершенный
инструмент бесполезен, если:
• Вы не понимаете, зачем он нужен
• Он слишком сложен в
использовании
• Он не решает ваши реальные
проблемы

37. Домашнее задание

Опишите концепцию
любого потенциального
НИП по схеме, которую
мы разобрали на занятии