Как человек, окончивший психфак СПбГУ, стал ведущим аналитиком в крупной компании? У вас всегда были способности к математике?
Я учился не в математической школе, но математикой увлекался всегда. При этом ярко выраженных способностей к ней у меня не было. Если говорить о факультете психологии, то важно отметить, что психология может быть представлена не только в классическом понимании, где она является областью, направленной на изучение человека, его эмоций, переживаний и поведения. Есть еще и когнитивная психология, опирающаяся на математику и искусственный интеллект. Одна из ее задач ― описать на строгом математическом языке психические процессы человека. Курсе на третьем я как раз увлекся этим направлением и начал изучать статистику и машинное обучение.
Как оказалось, знания, полученные на психфаке, ― это хорошая база, с которой можно войти в профессию аналитика. Кому-то может показаться необычным, что человек с гуманитарного направления стал аналитиком. Однако для IT-сферы ― это нормальная практика. Сейчас даже с гуманитарных факультетов выходят достаточно подготовленные люди в части прикладной статистики. А в гуманитарные дисциплины и профессии все больше проникают научные методы, математические модели и эксперименты ― это мировая тенденция.
Почему вы изначально выбрали психологический факультет, а не какое-нибудь техническое направление?
После окончания школы я не до конца понимал, чем буду заниматься в жизни. Тогда психфак меня привлек сильной программой классического образования, где было много общих дисциплин: политология, философия, статистика, математика. Если бы я поступил на матмех, то я бы с первого курса, с первого занятия изучал бы практически только одну математику, а для меня было важно поработать с большим количеством задач в разных областях, чтобы понять, что мне действительно интересно.
Есть устоявшийся стереотип, что все люди делятся на две группы: «гуманитарии» и «технари». Как вы думаете, действительно ли существует это разделение или просто многие, относя себя к той или иной группе, оправдывают свое нежелание попробовать себя в чем-то новом?
Очевидно, что это разделение существует, потому что есть люди, которые занимаются литературой, и она им нравится больше, чем математика, и есть люди, которые занимаются математикой, и она им нравится больше, чем литература. Другой вопрос ― их отношение к этому разделению. Многие любят говорить: «Ой, мне не дается математика, потому что я гуманитарий». Это поспешный и неправильный вывод. Здесь происходит путаница между причиной и следствием: «Почему тебе не дается математика? Потому что я гуманитарий. Хорошо, а почему ты гуманитарий? Потому что математика мне не дается».
И где здесь объективная причинно-следственная связь? Да, у каждого человека есть предрасположенности к тем или иным видам деятельности, но разобрать основы математики и уметь их применять в жизни или работе способен абсолютно каждый. Часто люди используют фразу «Я гуманитарий» в качестве отговорки, чтобы не вникать в новое. Точно так же и математики говорят, что не понимают литературу и современное искусство, потому что это все «гуманитарщина». Мне такая позиция не близка.
Откуда, на ваш взгляд, у гуманитариев возникла такая нелюбовь к статистике?
Гуманитарии не любят статистику, потому что ее непонятно объясняют. Во многих вузах на гуманитарных факультетах так или иначе представлена математика, и часто эту дисциплину преподают люди с профильным образованием. Например, к нам на психфак статистику приходил читать профессор с математико-механического факультета, который большую часть времени занимается с «родными» студентами. Здесь и кроется главная проблема: язык, на котором привык изъясняться преподаватель в среде студентов-математиков, не совсем ясен студентам-гуманитариям. Отсюда у последних пропадает мотивация изучать «чужую» дисциплину. Они не понимают, ни зачем нужна статистика, ни как ее применять, ни что это вообще такое.
Однако я уверен, что, если немного изменить стиль повествования, то есть начать преподносить статистику доступно и увлекательно, с примерами из жизни, то гуманитарии поймут, что в статистике нет ничего мегасложного и ее основы может освоить каждый. Доказательство этому ― мой курс на платформе Stepik «Основы статистики», который я записал доступным языком специально для новичков. На сегодняшний день на него зарегистрировались более 100 тысяч человек. Самый популярный отзыв о курсе: «За три недели курса удалось узнать о статистике больше, чем за три года обучения статистике в университете. Оказывается, это не так сложно, если объясняют понятно».
С какой целью вы создавали курс по статистике для «не математиков»?
Когда я создавал курс, я уже преподавал статистику в Институте биоинформатики, но чувствовал себя недостаточно уверенно. Поэтому один из мотивов записать курс ― эгоистичный: я хотел сам окончательно разобраться в некоторых вопросах. Но при этом основная мотивация была больше творческая.
Я быстро понял, что мне нравится преподавать, объяснять людям сложные вещи, помогать в их карьерном продвижении. Но одно дело помогать трем студентам на перерыве между парами, а другое ― десяткам тысяч человек. И именно понимание того, что разработка онлайн-курса дает возможность сделать бесплатный продукт для пользы огромного количества людей, во многом и простимулировало меня потратить на него время и силы. Все получилось, и это не может не радовать.
Вы изучали свою аудиторию? Что она хочет получить, записываясь на ваш курс «Основы статистики»?
На моей платформе есть две большие группы пользователей. Первая ― это люди, чаще всего не имеющие технического бэкграунда, но желающие начать карьеру в области Data science и аналитики. Вторая группа ― те, кто работает в гуманитарных сферах и хочет освоить инструменты статистики для работы. Можно выделить еще одну небольшую группу людей, интересующихся анализом и обработкой данных просто для общего развития.
Насколько мне известно, вашему курсу уже около пяти лет. Планируете ли вносить в него изменения?
Нет. Я решил, оставить все как есть. Мне нравится, что я записал курс с первой попытки, и он до сих пор пользуется таким успехом. Есть догадка, что это благодаря тому, что я создавал его, когда сам еще только начинал свою карьеру в аналитике. Когда курс читают «суперэксперты», то они зачастую теряют связь с реальностью, а я, образно говоря, был впереди своих слушателей всего на один шаг, и это нас в какой-то мере сближает. Они узнают себя в моей истории и рассуждениях.
Также этот курс сохранил и будет еще долго сохранять свою ценность, поскольку в нем раскрыты основополагающие законы статистики, которые были заложены в середине XX века и которыми до сих пор пользуются сегодня. Разумеется, появляются новые течения и подходы, но в любом случае все начинается с этой базы.
Приведите, пожалуйста, примеры, как статистика может помочь человеку в жизни.
Статистика в некотором смысле ― это наука о вероятностях, а все события, окружающие нас в жизни, являются по большей части вероятностными. Представьте, вам говорят: вероятность падения самолета ― 50%, ведь он либо упадет, либо нет. Звучит логично, но только на первый взгляд. Чтобы подсчитать реальную вероятность падений, нужно посмотреть, сколько сегодня всего летало самолетов и сколько из них разбилось. Неужели у нас в день разбивается половина всех взлетевших самолетов? Очевидно, что нет. Или, например, в массовом сознании есть мнение, что самолет опаснее, чем автомобиль, но если посмотреть на реальную статистику, то окажется, что на деле все с точностью наоборот. ДТП ― гораздо более частое явление, чем крушение самолетов.
Это «игрушечные» примеры, но они наглядно показывают, как понимание основ теории вероятностей позволит вам самостоятельно отличать псевдонаучные концепции от реально проверенных научных фактов.
Также статистика в каком-то смысле может обезопасить жизнь, помогая отличить хороших специалистов от тех, кто пытается под видом якобы достоверных данных предоставить статистически неверные высказывания, ― шарлатанов, мошенников, псевдоученых. К примеру, есть те, кто верит, что гомеопатия работает, потому что они оправились от простуды на фоне приема гомеопатических таблеток. Подвох в том, что при простуде подавляющее большинство людей вылечивается, просто соблюдая постельный и питьевой режим. Таким же образом можно было сказать, что я выздоровел, потому что пил воду.
Меня как начинающего научного журналиста интересует, может ли статистика помочь мне в работе? И как вы думаете, обязательно ли я должна ей владеть?
Чтобы научному журналисту построить мостик между наукой и обществом, ему необходимо говорить и на языке ученых, и на языке людей, которые учеными не являются. Статистика ― это один из главных инструментов, с помощью которого исследователи подтверждают достоверность своих результатов. И в определенном смысле они общаются на языке математики и статистики. Освоив его, вы частично освоите язык науки, будете лучше ориентироваться в научных данных и, значит, сможете доступно и интересно донести их до читателей.
При этом мой ответ на вопрос, должен ли научный журналист обязательно владеть статистикой, возможно, прозвучит неожиданно. Нет, не должен. Да, для него важно понимать базовые принципы статистики, чтобы при необходимости уточнять детали у экспертов. Но уметь самостоятельно анализировать данные, программировать и разбираться во всех тонкостях статистического анализа нужды нет. Не будучи хорошим экспертом в статистике, но будучи хорошим журналистом, вы всегда можете позвонить мне или другому специалисту и попросить проанализировать на статистическую достоверность результаты исследования или провести фактчекинг вашего текста.
Какие рекомендации вы бы дали тем, кто практически с нуля начинает изучать статистику?
Советую обратить внимание на замечательную книгу «Статистика и котики». Ее автор Владимир Савельев ― тоже выпускник психфака СПбГУ, и он столкнулся с той же задачей, что и я в свое время: как преподнести статистику так, чтобы ее все поняли. Он сообразил, что математику любят немногие, а котиков ― все. Так и появилась целая книга с объяснением статистики при помощи котиков.
О моем курсе «Основы статистики» на платформе Stepik мы сегодня упоминали не раз. Единственное, хочу дополнить: при прохождении курса старайтесь параллельно применять новые знания в своих проектах или исследованиях. Чем больше практики, тем лучше.
