Тест на технаря или гуманитария: Тест «Гуманитарий или технарь?» — Карьерное и психологическое консультирование

Хартли был спикером на десятках международных мероприятий по предпринимательству, организованных Всемирным банком, Массачусетским технологическим институтом, Google и программой Глобальных инноваций в науке и технологиях (GIST) Государственного департамента США. Хартли имеет степень магистра делового администрирования и степень магистра Колумбийского университета, а также степень бакалавра наук Стэнфордского университета. Он является членом Совета по международным отношениям и живет в Бруклине, Нью-Йорк.

Силиконовая долина для гуманитарных специальностей: We Want You

Технологические миллиардеры любят заявлять о смерти гуманитарных наук, но могут ли они стать будущим Кремниевой долины?

Нечеткий и технарь: почему свободные искусства будут править в цифровом мире
Скотт Хартли
Хоутон Миффлин Харкорт, 28 долларов (ткань)

Чего хотят алгоритмы: воображение в век вычислений
Эд Финн
MIT Press, 29 долларов.95 (ткань)

Если вы изучаете гуманитарные науки, есть ли для вас место в нашем все более цифровом мире? Не совсем так, по мнению многих. Билл Гейтс считает, что ваши программы должны быть сокращены в пользу предметов STEM, его коллега-миллиардер Винод Хосла говорит, что «мало из материалов, преподаваемых в программах гуманитарных наук сегодня, имеет отношение к будущему», а Марк Андрисен говорит, что вы в конечном итоге будете работать в обувной магазин. Может, тебе стоит просто научиться программировать.

Технологические миллиардеры утверждают, что нечеткие люди — студенты гуманитарных и социальных наук — обречены работать в обувных магазинах, но две новые книги связывают с ними будущее технологий.

А может и нет. Две новые книги доказывают, что технологическая индустрия больше не может управляться исключительно хакерами-программистами, и что вам предстоит сыграть решающую роль в ее направлении в более этичном и гуманном направлении. Тем не менее, их авторы разительно расходятся в том, что это за роль. Скотт Хартли хочет, чтобы вы привнесли свои навыки и идеи в мир технологических стартапов, чтобы раскрыть весь потенциал технологических инноваций. Эд Финн, с другой стороны, стремится привлечь к ответственности технологическую отрасль: он считает, что нам нужно «больше читателей, больше критиков», задавая вопросы о том, кому служат технологии и для чего.

• • •

Hartley’s The Fuzzy and the Techie («нечеткий» — это прозвище Стэнфорда для студентов, изучающих гуманитарные и социальные науки) — это громкий призыв к вам присоединиться к миру цифровых революций, инноваций и предпринимательства. Автор утверждает, что вы нужны Силиконовой долине, если она хочет выполнить следующий этап своего разрушительного видения: ваше творчество и ваши навыки «критического мышления, логической аргументации и решения сложных проблем» помогут улучшить технологии; Ваше понимание наших общественных институтов и того, что делает нас людьми, поможет технологиям построить лучший мир.

В первых главах книги исследуется, как недооцененные и по большей части незамеченные «нечеткие» навыки уже доказали, что они дополняют талант программиста. Многочисленные примеры, от идей Palantir в области национальной безопасности до рекомендаций Stitch Fix по гардеробу, показывают, что сочетание человеческого и алгоритмического интеллекта часто приводит к лучшим результатам, чем чисто автоматизированный подход. Нечеткие идеи обеспечивают движущую силу для новых предприятий, будь то приложение для обмена социальными сообщениями Slack или инструмент для общения школы и родителей Remind.В последующих главах Хартли использует пример за примером, чтобы доказать, что забота гуманитарных организаций об этике, понимании человеческих мотиваций и понимании социальной динамики может найти продуктивную основу в мире технологий.

Но в основе The Fuzzy and the Techie лежит критический провал: в своем стремлении изобразить нечетких, преуспевающих в технологической индустрии, слишком охотно принимает лестное самоописание Кремниевой долиной своих ценностей и видения. для мира.Позитивность предпринимательства несовместима со скептическим взглядом на гуманитарные науки, и Хартли полностью поддерживает предпринимательство.

В Кремниевой долине дело не в деньгах. Дело в том, что у них его много.

Его выбор, несомненно, является продуктом его собственной жизненной истории и побуждений. Хартли рассказал нам, что ходил в среднюю школу Пало-Альто в самом сердце Кремниевой долины, где его учила Эстер Войчицки. Она «пионер в области смешанного обучения» и мать трех известных женщин из Кремниевой долины, одна из которых владела гаражом, в котором был создан Google.Хартли продолжил изучать политологию в Стэнфорде, а сейчас является венчурным капиталистом и советником технологических стартапов. Даже если он живет на Восточном побережье, он насквозь является Кремниевой долиной: неудивительно, что он упорно верит в ее ценности.

Я неохотно признаю, что мои собственные убеждения также могли быть сформированы моим воспитанием. В конце концов, я атеист, сын родителей-атеистов, социал-демократ из семьи Лейбористской партии, и до того, как заняться разработкой программного обеспечения, я изучал химию в то время, когда будущее должно было формироваться мужчинами в лабораторных халатах.Мне бы хотелось думать, что мои разногласия с Хартли — это чисто продукт моего независимого поиска рациональной и объективной истины, но давайте посмотрим правде в глаза, это кажется маловероятным.

Тем не менее, если вы подающий надежды нечеткий предприниматель, у меня есть просьба: пожалуйста, не откладывайте в сторону свое критическое мышление, как это, кажется, сделал сам Хартли. Недостаточно сказать, что технологии могут помочь построить лучший мир: мы должны спросить, как на самом деле выглядит лучший мир. Если вы думаете, как Скотт Хартли, что делает U.Более эффективные военные силы делают мир лучше, и что единственная проблема с американским / израильским вирусом кибервойны Stuxnet заключается в том, что «наши враги могут перепрофилировать код и направить его против нашей собственной инфраструктуры», тогда у нас разные взгляды о том, что означает «сделать наши технологии более этичными».

Для многих из нас прокламации Кремниевой долины «Не будь злом» потеряли доверие, поскольку технологическая индустрия превратилась из бессистемного аутсайдера в, казалось бы, необъяснимого колосса.Хартли интерпретирует промахи отрасли только как ошибки из лучших побуждений, а не как признак более глубоких проблем. Он ссылается на превосходную книгу Кэти О’Нил « Weapons of Math Destruction » 2016 года, которая раскрывает множество способов, которыми алгоритмы могут увековечить дискриминацию, и заключает только, что «ошибки в сборе и интерпретации данных должны исправляться человеческим анализом, и это это работа, для которой хорошо подготовлены люди, получившие образование в области гуманитарных и социальных наук ». Хартли считает, что идеи гуманитарных наук могут помочь: «Мы можем объединить нечетких и технических специалистов, чтобы обучить наши алгоритмы, чтобы лучше отсеивать и смягчать наши общие человеческие слабости.Он с оптимизмом смотрит на попытки Facebook решить проблему «пузыря фильтров», наняв «огромное количество нечетких». . . работать вместе со своими технарями ». Но Аптон Синклер давно объяснил, почему один только правильный набор точек зрения не решит проблему: «Трудно заставить человека что-то понять, когда его зарплата зависит от того, что он этого не понимает».

«Не будь злом» потеряли доверие, поскольку технологическая индустрия превратилась из бессистемного аутсайдера в, казалось бы, необъяснимого колосса.

Возьмите главу 5 о «повышении этичности наших технологий». Хартли рассказывает нам о Talkspace, компании, основатели которой «ставят перед собой задачу вдохновить всех тех, кто страдает от душевной боли». Talkspace — это своего рода Uber для терапии: клиенты получают доступ к текстовым сообщениям терапевтов, которые предоставляют свои услуги через платформу Talkspace. Это доступная, легкая и незаметная форма терапии для тех, кто иначе не смог бы ее использовать, и Хартли с энтузиазмом отмечает: «Терапевты были так же увлечены Talkspace, как и клиенты.”

Но скептицизм в порядке. Кэт Фергюсон нарисовал другой портрет Talkspace в длинном и подробном расследовании в декабре 2016 года в журнале The Verge . Терапевты в Talkspace не имеют доступа к настоящим именам или контактной информации клиентов, что может привести к конфликту с правовыми и этическими стандартами их профессии. Фергюсон описывает, как политика анонимности пациентов не позволила одному терапевту предупредить власти в случае возникновения чрезвычайной ситуации:

Я живу, зная, что [маленького] ребенка водит пьяная женщина, у меня нет возможности подать на них жалобу, и Talkspace поставил меня в такое положение », — сказала терапевт в интервью в октябре. ломка.. . . Несколько бывших сотрудников рассказали The Verge , что они сообщили о проблемах безопасности, и им было отказано в доступе к контактной информации клиентов.

Фергюсон сообщает о других проблемах. Терапевты Talkspace являются независимыми подрядчиками (как водители Uber), но компания предоставляла терапевтам сценарии, рекламирующие дополнительные услуги Talkspace, и отказывала им в оплате, если они не доставляли сценарий своим клиентам. Talkspace наказывает терапевтов, если слишком много клиентов покидает платформу (и отказ от терапии, конечно, может быть хорошим результатом), а оплата, очевидно, была неустойчивой.

Статья Фергюсона осторожна, хорошо написана и серьезна. На мой взгляд, это намного убедительнее, чем опровержение генерального директора Talkspace. Меня беспокоит то, что Хартли использует Talkspace в качестве примера этичного использования технологий, даже не осознавая, что создание коммерческого приложения для психического здоровья с неопределенным регулированием может быть сопряжено с реальной опасностью.

Альтернативный кредит — это отдельная тема книги Хартли. Он хвалит использование Тала телефонных данных для установления кредитных рейтингов и финансирование PayJoy покупок смартфонов.Хартли также хвалит Lenddo, компанию по оценке кредитоспособности, которая «создала алгоритм, который оценивает кредитный риск и проверяет личность на основе нетрадиционных источников, таких как данные социальных сетей. . . . [Люди], которые могут не обладать традиционной квалификацией, требующей одобрения [но Ленддо может найти] сигналы в данных, которые расширяют доступ к жизненным благам ».

Если в 2008 году мы и узнали что-нибудь, так это то, что легкий кредит не является однозначным общественным благом. Мы также узнаем, что использование данных социальных сетей для оценки характера и репутации — ужасная идея.Ленддо — это именно тот алгоритм, о котором предупреждала Кэти О’Нил, он склонен к предвзятости и пометкам (по сети друзей, а не по почтовому индексу). Вовлечение в компанию «пушистиков» ничего не меняет.

Этот взгляд на мир является постполитическим: мощные технологии могут решить самые большие проблемы мира, если только благонамеренные люди разработают правильный алгоритм.

Хартли также не упоминает неортодоксальные методы «социального принуждения» Ленддо, но, несомненно, он читал в журнале The Economist , что «кредитные рейтинги тех, кто поручился за заемщика» от Ленддо, «ухудшаются, если он или она не в состоянии вернуть долг.«PayJoy также имеет историю принудительного принуждения. Не нужно быть циником, чтобы по крайней мере задаться вопросом, на каких условиях эти компании расширяют доступ к наградам жизни.

В конце концов, взгляд Хартли на мир неизменно постполитический: мощные технологии могут решить самые большие проблемы мира, если только благонамеренные люди разработают правильный алгоритм. Он придерживается линии мышления, связанной с «техническими исправлениями», которую Евгений Морозов назвал «решением проблем», технологическим преемником идеи «совместимых со стимулами механизмов», которая заинтриговала экономистов, придерживающихся общественного выбора.Идея состоит в том, что если бы мы были достаточно умны, чтобы спроектировать системы, в которых у участников не было бы стимула для обмана, то мы могли бы принимать правильные коллективные решения без необходимости в центральном правительстве. Тогда постполитический мир может стать реальностью.

Двадцать лет назад политологи Гэри Миллер и Томас Хаммонд заметили ложку дегтя в растворе дегтя. В их статье 1994 года Почему политика более фундаментальна, чем экономика (по общему признанию, это не неожиданное убеждение для пары политологов), утверждается, что «механизмы, совместимые со стимулами, не заслуживают доверия», потому что «центральное лицо, принимающее решения, которое реализует механизм, совместимый со стимулами. будет заинтересован (и предположительно возможность) для корыстного извращения системы.”

Миллер и Хаммонд не писали об Интернет-платформах, но их аргумент помогает ответить на вопрос Эда Финна: ​​«Чего хотят алгоритмы?» Перефразируется как «Какое поведение должны проявлять коммерческие алгоритмы, чтобы выжить?» Ответ прост: алгоритмы должны приносить прибыль. Если доходы Google упадут, алгоритмы AdWords и AdSense компании прекратят работу, как и другие амбициозные проекты с более высокой мотивацией. Если альтернативный кредитный скоринг Ленддо не принесет прибыли, он тоже исчезнет.

In What Algorithms Want Finn показывает, как алгоритмы зарабатывают деньги, помещая себя в середину наших взаимодействий, извлекая небольшой кусочек из каждого. Таким образом, алгоритмы переместили место, где зарабатываются серьезные деньги, «от конечного результата к процессу». Денежная ценность больше не привязана к контенту, который мы ищем, а к самому поиску: Uber переместил ценность с поездки на такси к процессу вызова, Apple от создания музыки к распространению музыки. В подробном анализе Финн показывает, как алгоритмы цифровой валюты Биткойн превращают вычисления в форму финансовой ценности, сохраняя транзакции в своей распределенной книге и создавая новые монеты с помощью цифрового «майнинга».”

В этой книге много всего, в том числе подробный анализ стирающейся границы между работой и игрой, а также того, как компьютеры становятся все более и более нашими близкими товарищами. Финн берет творческие разработки, такие как компьютер Star Trek или Netflix House of Cards , в качестве отправной точки для исследования все более запутанных миров вычислительной техники и культуры. Он ведет нас по некоторым увлекательным путям, но в то время как Хартли оптимистично смотрит на растущую изощренность дизайна пользовательского интерфейса (если взять одну тему перекрытия), Финн ему не доверяет: «За фасадом простого и дружелюбного вычислительного интерфейса скрывается мир трудового перевода, исправления и эксплуатации на работе.Идеи часто провокационные, но плотная академическая проза Финна и опора на абстрактные метафоры иногда мешают не только ясному объяснению, но, я боюсь, ясному мышлению.

Беспокойство Финна по поводу платформ и их алгоритмов сводится к политике и противоречивым интересам: у разработчиков алгоритмов и владельцев платформ есть стимул искажать свои механизмы в свою пользу. Одной из форм этого искажения является «коррумпированная персонализация»: Netflix добавляет свои собственные шоу в свои рекомендации, Facebook продвигает продукты, которые «нравятся» нашим друзьям.Более того, Uber использует имеющиеся у него данные о водителях, чтобы стимулировать их поведение, искажая стимулы, связанные с ездой и вождением, в интересах своей собственной прибыли. Много критики было направлено в адрес ценностей Uber как компании, но алгоритмические стимулы Uber являются корнем проблемы.

Алгоритмы гарантировали, что денежная ценность больше не привязана к контенту, который мы ищем, а к самому поиску.

Коррумпированная персонализация не имеет места в книге Хартли, кроме как ошибки, которую должны исправлять специалисты в области гуманитарных наук, которые особенно «стремятся исследовать, как наши семьи и государственные учреждения могут это сделать.. . работать лучше ». Отсутствие у него скептицизма, когда стартапы заявляют, что они построят лучший мир, возвращает меня к одной из моих любимых цитат Бертольда Брехта: «Среди высокопоставленных лиц / считается неприличным говорить о еде. / Дело в том, что они / Уже поели ».

В Кремниевой долине дело не в деньгах. Дело в том, что у них его много.

• • •

И Fuzzy, и Techie и Какие алгоритмы хотят исследуют более широкий вопрос работы в цифровом мире.Это старый аргумент, заменят ли технологии человеческий труд или дополнят его, но он получил новую жизнь благодаря недавнему драматическому развитию искусственного интеллекта.

В одной из лучших глав книги The Fuzzy and the Techie , Хартли утверждает, что гуманитарные науки в целом являются дополнением к технологиям, а не заменой. Чем больше у нас техники, тем больше работы у людей с гуманитарным образованием. Хартли показывает, что спрос на многие профессии в сфере STEM на самом деле падает в Соединенных Штатах: большой рост наблюдается в таких областях, как здравоохранение и личный уход, которые в значительной степени социальны и полны нестандартных, трудно определяемых задач — в другими словами, поля, которые не подходят для алгоритмических решений.

Финн больше обеспокоен тем, что большая часть работы приходится на то, что он называет «пробелом в реализации»: делать то, что машины еще не могут сделать, но рано или поздно они сделают. Иногда кажется, что граница между двумя точками зрения исчезает: модераторы Facebook и YouTube и водители Uber обязаны своей работой технологическим платформам, даже если они тренируют свои цифровые замены собственными силами.

Нет сомнений в том, что люди будут все больше зависеть от машин. Даже когда дело доходит до творческой работы, Финн описывает, как алгоритмы и подробные показатели Netflix определяют творческие усилия авторов.Но заглядывая в будущее, Финн и Хартли расстались из-за природы этой зависимости. Хартли рассматривает технологические инновации как возможность гармоничного объединения науки и гуманитарных наук. Финн надеется на более напряженные отношения, в которых «роль куратора, редактора и критика важна как никогда». Я с Финном, но тогда я был бы.

Технический вклад в исследования в области цифровых гуманитарных наук

Власть, сфера деятельности и коллегиальность

Если модель персонала в CCH, которая объединяет специалистов, которые обычно не

считаются академиками, с людьми с обычными академическими званиями, достигла

успех, который, как я полагаю, есть; мы можем спросить, воспроизводима ли эта модель где-либо еще.Мне кажется, что одна из проблем, особенно в Северной Америке, — это

земли, в основе которой лежит различие между профессорско-преподавательским составом и персоналом, составляющее

основу североамериканского академического сообщества.

Действительно, в Северной Америке существует три ранга в статусе профессиональных сотрудников, при этом

имеют разные уровни полномочий и статуса: первые — штатные преподаватели, вторые —

— преподаватели без контракта — работают как сумасшедшие, чтобы сами стать штатными. — и внизу

находятся другие профессиональные, технические люди, которые рассматриваются как своего рода «вспомогательный персонал

» для предприятий, которыми управляет факультет.Более того, я считаю, что

очень заинтересован в том, чтобы все было так, и отдавать приоритет достижению

факультета даже за счет других профессиональных сотрудников.

По какой-то причине (и я не думаю, что причины полностью принципиальны в том смысле, что

обязательно соответствуют потребностям академических кругов) ситуация в Великобритании

иная. Во-первых, нет никакого срока пребывания в должности, и академический персонал не может быть разделен между

штатными и не имеющими штатной должности.Кроме того, есть пути через академические ранги

как в обучении, так и в исследовательской работе. Обычно должности в учебном потоке

называются читателями или лекторами, а в исследовательском потоке — научными сотрудниками

. Как в потоках обучения, так и в исследованиях, высшая должность — профессор, а

этот термин обычно зарезервирован для очень старших академических сотрудников в Великобритании, которые

признаны внесшими значительный вклад в свою область или учреждение.

Кроме того, не все преподаватели, даже не все профессора, имеют докторскую степень, хотя это

, конечно, является нормой. В самом деле, я знаю двух профессоров King’s, которые на самом деле не имеют

докторских степеней, хотя они оба признаны интеллектуальными лидерами в своих

областях. В результате всего этого идентификация персонала в таком месте, как CCH, не так проста, и людей не так легко отнести к той или иной категории.

Важным аспектом того, что происходит в CCH, является продвижение коллегиальности

между персоналом CCH и нашими партнерами по дисциплинам в наших проектах. Маккарти (2008) отмечает

важность коллегиальности как способа создания исследовательского пространства для работы, которую мы делаем

, когда он отмечает, что «… поддержка исследований просто должна стать коллегиальной,

совместной деятельностью, то есть , а не «поддержка», как это было известно ». Позже в той же статье он отмечает, что

: «Основные центры, построенные для поддержки гуманитарных наук

Вычислительные […], исчезли, их известность и влияние сменились центрами

, которые приобретает коллективная коллегиальность.«CCH является примером именно такого подхода к

коллегиальности между цифровыми гуманитарными науками и установленными гуманитарными дисциплинами, а

продвигает точку зрения, что язык, на котором CCH« поддерживает »стипендии на оставшуюся часть

нашей школы, рассказывает только часть истории.

Более того, и я думаю, что это, возможно, неочевидно особенно для североамериканской аудитории

: коллегиальность, практикуемая CCH, наблюдается не только между преподавателями в CCH

и преподавателями других факультетов — скажем, информатики — в King s и

в другом месте.Он также распространяется на коллегиальный способ работы между теми, кого

североамериканцев признали бы «преподавателями», и теми, кого они не признали бы. В этом

А класс для себя? О мировоззрении новой технологической элиты

Abstract

Появление новой технологической элиты в Кремниевой долине и за ее пределами поднимает вопросы об экономическом охвате, политическом влиянии и социальной значимости этой группы. Как эти чрезвычайно влиятельные люди думают о мире и о нашем общем будущем? В этой статье мы проверяем: а) разделяют ли члены технологической элиты общее меритократическое видение мира, б) есть ли у них «миссия» на будущее и в) как они рассматривают демократию как политическую систему.Наш набор данных состоит из информации о 100 самых богатых людях технологического мира, согласно Forbes, и основан на их заявлениях, опубликованных в Твиттере, а также на их заявлениях на сайтах их благотворительной деятельности. Автоматизированный «пакет слов» и анализ настроений показывают, что техническая элита имеет более меритократический взгляд на мир, чем население США, использующее Twitter в целом. Техническая элита также часто обещает «сделать мир лучше», но в этом отношении они не отличаются от других чрезвычайно богатых людей.Однако их отношение к демократии противоречиво. Основываясь на этих результатах, мы делаем вывод, что техническая элита может рассматриваться как «класс для себя» в смысле Маркса — социальная группа, разделяющая определенные взгляды на мир, что в данном случае означает меритократическую, миссионерскую и противоречивую демократическую идеологию. .

Образец цитирования: Brockmann H, Drews W, Torpey J (2021) Класс для себя? О мировоззрении новой технологической элиты. PLoS ONE 16 (1): e0244071. https: // doi.org / 10.1371 / journal.pone.0244071

Редактор: Павел Плавяк, Краковская политехника им. Тадеуша Костюшки, ПОЛЬША

Поступила: 10 марта 2020 г .; Одобрена: 3 декабря 2020 г .; Опубликован: 20 января 2021 г.

Авторские права: © 2021 Brockmann et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все файлы данных доступны по адресу https://github.com/wiebkedrews/ClassForItself/releases/tag/v1.0.

Финансирование: Автор (ы) не получил специального финансирования для этой работы.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

В Соединенных Штатах, по крайней мере, середины двадцатого века «Великое сжатие», основанное на экономике массового производства, когда хорошо оплачиваемая работа требовала большого количества неквалифицированной рабочей силы [1], сменилась эпохой головокружительных успехов на самом верху распределения доходов, а также из-за долговременной стагнации заработной платы и снижения благосостояния подавляющего большинства населения Америки.Французский экономист Томас Пикетти утверждал, что мы возвращаемся в мир, аналогичный тому, который предшествовал периоду расцвета производственной экономики двадцатого века, — миру, в котором возврат к капиталу систематически опережает возвращение к труду [2]. Этот мир отмечен сильными образовательными требованиями к конкурентоспособности на рынке труда, «финансированием» экономики, ослаблением профсоюзов, более низкими налогами на богатых, терпимостью к новым нормам, допускающим огромные различия в средней заработной плате руководителей и рядовых рабочих. и дерегулирование экономики в целом [3].

Важным элементом этого более широкого экономического изменения стал широко обсуждаемый переход к высокотехнологичной экономике. В высокотехнологичной экономике, которая поначалу была почти исключительно американским феноменом, постепенно стала доминировать «большая девятка» (плюс один) — Amazon, Apple, Facebook, Google, IBM и Microsoft в США, а также Alibaba. , Baidu, Huawei и Tencent в Китае [4, 5]. Другие известные имена на небосводе высоких технологий включают производителей компьютерного оборудования и разработчиков программного обеспечения, такие как AmericaOnLine (AOL), Dell, Intel, Oracle, SAP и Yahoo.Совсем недавно изобретатели таких приложений, как Snapchat, Uber и WhatsApp (теперь принадлежащие Facebook) заняли важное место в мировой экономике. Эти предприятия изменили экономический ландшафт за последние полвека; никто из них, кроме IBM, не существовал до конца 1960-х годов. Основатели и генеральные директора этих и других технологических компаний составляют значительную часть ведущих представителей технологической элиты, которые за последние полвека достигли невероятного богатства, власти и влияния.

Ввиду их огромного богатства и социальной значимости нам необходимо более четко понимать, кто эти люди и как они видят мир. Это особенно верно, поскольку ученые обнаружили, что политики очень отзывчивы к желаниям богатых людей, которые вносят подавляющее большинство денег на американские политические кампании, но обычно не обращают заметного внимания на озабоченности большей части электората [6]. Кто такая новая технологическая элита и каковы их социальные и политические взгляды? Каково их видение нашего общего будущего и как, по их мнению, мы доберемся до этого будущего?

Предпосылки — меритократические элиты, неравенство и взгляды на будущее

В последнее время исследования элит вновь приобрели известность, предположительно как ответ на растущее экономическое неравенство в более богатых частях мира.Во многих западных странах большая доля общественного продукта была передана в течение последних нескольких десятилетий тем, кто находится на вершине экономической иерархии, чем это было в период, предшествующий 1970-м годам. Неравенство в пределах богатых обществ, таким образом, сильно увеличилось после либерализации рынков в 1980-х [см. 2, 7, 8], хотя в то же время неравенство доходов уменьшилось на в странах по всему миру, в основном в результате увеличилась доля мирового дохода, идущего в Китай и Индию [3].Таким образом, особенно после финансового кризиса 2008 года, научный интерес к элитным исследованиям начал заметное возрождение [см., Например, 9, и, для обзора, см. 10].

Большая часть современных исследований элит происходит от новаторского послевоенного исследования К. Райта Миллса The Power Elite . Миллс говорил об элите как о экономической, политической и интеллектуальной элите. Однако в новом исходе Миллс также утверждал, что по мере того, как Соединенные Штаты после Второй мировой войны добились глобального превосходства в системном соревновании с Советским Союзом, в американской элите начинает доминировать то, что он назвал «военным определением понятия». реальность »[11].Вторя пониманию Миллса, президент Дуайт Д. Эйзенхауэр в своем прощальном обращении 1961 года предупредил, что новый «военно-промышленный комплекс» приобретает непропорционально большое влияние в стране — тенденция, против которой он предупреждал, несмотря на его собственное военное прошлое и доблесть (он был таковым). Верховный главнокомандующий союзными войсками в Европе во время Второй мировой войны). Несмотря на его беспокойство по поводу ползучего влияния военной мощи, обеспокоенность Эйзенхауэра по поводу вызова советского коммунизма побудила его стимулировать — через образовательную политику и продвижение исследований — ряд разработок, которые помогут создать новую элиту в Соединенных Штатах, которая постепенно придет на смену старой производственной элите, доминировавшей в стране примерно в 1970-е годы, — «технической элите».”

Несмотря на то, что эта новая элита изначально широко «спонсировалась» [см. 12] правительством, техническая элита, как мы ее здесь определяем, является и понимает себя как строго «меритократическое» подмножество более широкого (политического, военного и т. экономическая, идеологическая / религиозная) элита. Он составляет значительную и постоянно растущую долю (в настоящее время примерно одну пятую) из 100 самых богатых людей мира. Как мы покажем, ее члены составляют новую группу с отличительными характеристиками по сравнению с другими сегментами элиты.

Во-первых, техническая элита — это частные бенефициары технологий, богатых интеллектуальной собственностью, которые десятилетиями разрабатывались в США при помощи значительного государственного финансирования [13, 14]. Получив коммерческое применение в первую очередь после их первоначального прорастания в исследовательских лабораториях, финансируемых военными и государственными учреждениями, данные технологии постепенно распространились по всем сферам общественной жизни.

Во-вторых, эта элита, как правило, является продуктом ведущих академических институтов, таких как Стэнфорд, Массачусетский технологический институт или Гарвардский университет (U.S. News and World Report Rankings) и географически сгруппированы в технологических центрах, таких как Кремниевая долина или Шэньчжэнь, Китай. Экономисты продемонстрировали положительные внешние эффекты географической близости, также известные как «сетевые эффекты», особенно для работников умственного труда [15–18]. Тем не менее, тесно связанные сети могут иметь порок своих достоинств; В дополнение к преимуществам, которые они предлагают с точки зрения творчества и взаимного признания, они часто также порождают инцестуальную среду и мировоззрение, которые могут быть культурно ограниченными [см.Идея социального порядка, который распределяет награды на основе «заслуг», сделала выдающуюся карьеру во всем мире. Термин меритократия был впервые популяризирован британским социологом Майклом Янгом в его сатире, The Rise of the Meritocracy , 1870–2033 [19], впервые опубликованной в 1958 году. Янг предвидел мир, в котором будет существовать неравенство. узаконено комбинацией «IQ + усилия». Он опасался, что результатом станет рост социального неравенства и, со временем, волнения со стороны рабочего класса, которого эта схема не коснется.Однако со временем идея меритократии приняла множество обличий [см. 20], и понимание меритократии как справедливого способа распределения социальных позиций имело тенденцию преобладать над критическим взглядом, выдвинутым Янгом. Со временем неолиберальные, ориентированные на рынок идеи в политике и социальных науках стали отдавать предпочтение равенству возможностей равенству результатов. Таким образом, меритократическое расслоение, которое сначала понималось как обновленное оправдание социального неравенства, стало казаться справедливым и желательным.Поэтому социологи начали сосредотачиваться на проблеме того, насколько наши общества основаны на заслугах [например, 21–23], и во времена растущего неравенства сетовали на снижение социальной мобильности [24, 25]. Совсем недавно, подпитываемая политической мобилизацией популистских партий против истеблишмента в США и Европе, проблемный характер меритократии вернулся в научную и общественную повестку дня [26–28]. Однако такое переосмысление противоречит основным интересам технической элиты, что может объяснить, почему они придерживаются позитивной интерпретации меритократии.

В-третьих, многие считают, что быстрый технический прогресс оставил позади демократические системы сдержек и противовесов, передав исключительное богатство и ноу-хау в руки немногих. Действительно, после последних выборов в США общественность все больше осознает, как фальшивые новости, взлом и манипулирование данными могут угрожать демократическому принятию решений [см., Например, 29–31]. С 2018 года регулирующие органы приняли меры в Европе и других странах, чтобы обуздать деятельность технологических гигантов, которые все чаще рассматриваются в Соединенных Штатах как обладатели в значительной степени нерегулируемой монопольной власти [см. 32].После ужасающего нападения на две синагоги в Новой Зеландии выросли требования к более жесткому регулированию свободы слова, что, как считается, характерно для платформ социальных сетей [33]. В более широком смысле, сейчас широко говорят, что технологические гиганты используют новый «капитализм слежки» [34], собирая огромные объемы пользовательских данных и используя их, чтобы продемонстрировать рекламодателям, насколько эффективно они достигают «взаимодействия с пользователями», или продавая их третьим сторонам. с прибылью, но при этом разрушая «конфиденциальность».В то время как технологические компании когда-то пользовались своего рода ореолом для созданных ими умных продуктов, общественное мнение об их деятельности стало все более осторожным; Недавний опрос Pew Research Center [35] показал, что «около половины взрослого населения США (51%) считают, что эти компании должны регулироваться в большей степени, чем сейчас».

Хотя социальные последствия новых технологий могут быть еще плохо поняты, очевидно, что техническая элита стала чрезвычайно богатой и влиятельной в ходе этих разработок.Мы предполагаем, что эти недавно разбогатевшие элиты отличаются от широкой публики, а также от других и предыдущих элит. В частности, для элиты их заявленные взгляды неожиданно тяготеют к эгалитарным и «прогрессивным». Они часто заявляют о своем желании «сделать мир лучше» способом, который обычно не ассоциируется с элитой, скажем, в сфере производства энергии или недвижимости. Более того, благотворительные усилия технической элиты предполагают, что это желание «сделать мир лучше» является подлинным [36].Из таких примеров, как мошеннические выходки благотворительного фонда Трампа [37], мы знаем, что богатые элиты не должны чрезмерно заботиться о том, чтобы «сделать мир лучше», поэтому само собой разумеется, что они это делают. Но мы также знаем из скандала, связанного с мошенническими схемами приема в ведущие американские университеты [38], что элиты могут думать, что они «делают мир лучше», одновременно «копируя мечты» [39] и таким образом укрепляя свои позиции, и что своих семей в высших слоях общества.Как ни парадоксально, такого рода интриги могут быть извращенным результатом того, в какой степени сегодняшние верхние слои среднего класса зависят от образования и успеваемости, а не от унаследованного богатства для своего благосостояния. Поскольку эти члены «нового класса» не являются владельцами капитала, приносящего прибыль, но имеют средства к существованию, основанные на их навыках и достижениях, их положение более опасно, чем положение «старого» капиталистического класса [см. 40]. Между тем, Мизручи обнаружил, что американская корпоративная элита середины двадцатого века больше поддерживала благосостояние страны в целом, чем ее «раздробленные» преемники в период после 1973 года [41].Это может частично отражать их происхождение из менее надежно закрепившихся и более «меритократических» слоев.

Таким образом, одна из главных целей этого исследования состоит в том, чтобы найти решение между двумя точками зрения на вопрос о приверженности технической элиты «сделать мир лучше». На основе этнографических и других данных Шапин утверждает, что, несмотря на очень реальную озабоченность технической элиты деньгами как мерилом успеха, представители элитарного мира современной «предпринимательской технонауки» искренне хотят «сделать мир» лучшее место »и часто действуйте в соответствии с этим утверждением [42].Напротив, предыдущие исследования также изображали техническую элиту как утопических индивидуалистов, уходящих корнями в контркультуру и каталог всей Земли [43, 44]; как видный сегмент «либерально-богатых» [36]; и, разделив разницу между этими двумя другими точками зрения, как «либералтарианцы», чьи взгляды социально либеральны (как демократы), но недоброжелательны к правительственному регулированию и профсоюзам (как республиканцы) [45, 46].

Эти различные точки зрения отражают часть правды о мировоззрении технической элиты.Однако мы утверждаем, что этих людей лучше понимать как новый вид противоречивой классовой прослойки. Мы предполагаем, что они меритократов ; управляемая миссией ; и непонимание себя в отношении своего места в демократическом порядке; то есть, хотя они часто искренне привержены таким идеалам, как демократия и равенство, их богатство позволяет им (и политическая система, в которой они действуют в Соединенных Штатах, по крайней мере, поощряет их) обходить демократические процессы и оказывать непропорциональное влияние. в результате их необычайного богатства.Гиридхарадас видит их просто как bien-pensant лицемеров, которые заинтересованы в том, чтобы «сделать мир лучше» только постольку, поскольку это не подрывает их собственные прерогативы и прерогативы богатых в целом [47]. Мы думаем, что это слишком грубо и упускает из виду ту степень, в которой эти люди верят в доброту своей политической и благотворительной деятельности. Напротив, мы находим не лицемерие, а настоящую, часто миссионерскую преданность многим политическим и благотворительным целям, которые они поддерживают.В то же время представители технической элиты часто не понимают, как их деятельность неизбежно (если случайно) подрывает демократическое равенство. Это непонимание можно было бы рассматривать как своего рода ложное сознание — ложное сознание не эксплуатируемого класса, а привилегированной, но в некоторых отношениях шаткой элиты.

На фоне этой литературы мы проверяем следующие гипотезы:

1. h2: Члены технической элиты разделяют общий, особый, меритократический взгляд на мир.
2. h3: Члены технической элиты считают, что перед ними стоит особая миссия — «сделать мир лучше», но это может варьироваться в зависимости от религиозной или культурной принадлежности.
3. h4: Члены технической элиты имеют противоречивое отношение к демократии: они поддерживают демократические практики в целом, но подрывают демократию в силу политической деятельности, доступной им на основе их огромного богатства и влияния.

Данные

Элитные исследования обычно сталкиваются с серьезными методологическими проблемами.Они страдают от сосредоточенности на небольших, тщательно отобранных и труднодоступных образцах. Отбор случайных выборок не подходит для анализа сильно искаженного распределения. Соответственно, и в соответствии с общепринятой практикой в ​​исследованиях элиты [48–50], мы берем в качестве объектов исследования участников списка 100 богатейших людей технологической индустрии из списка Forbes [51]. Forbes рассчитал членство в этом списке 100 на основе цен на акции и обменных курсов на момент закрытия рабочего дня 18 августа 2017 года.100 самых богатых людей в мире высоких технологий часто были основателями и / или руководителями крупнейших компаний, котирующихся на NASDAQ. В список входят люди, работающие в области компьютерного оборудования, программного обеспечения, социальных сетей, венчурного капитала, онлайн-гемблинга и высокотехнологичного производства. В список не входят наследники, такие как Лорин Пауэлл Джобс, и бывшие жены, такие как Маккензи Скотт (ранее Безос), а также люди, работающие в сфере телекоммуникаций и СМИ. Чтобы получить данные о мировоззрении технической элиты, мы отслеживаем их высказывания через Интернет.Опираясь на Twitter, а также на веб-сайты благотворительных фондов, мы используем их собственные инструменты, чтобы понять их взгляды. Однако считывание цифровых следов — трудное дело. Большие данные не предназначены для исследовательских целей [52], как протоколы интервью или инструменты опросов. Это очень избирательно. Тем не менее, когда мы определили нашу исследуемую популяцию, мы можем решить эту проблему. Более того, наш анализ основан на различных каналах связи, перекрестной проверке результатов и тестах на надежность анализа.

Твиттер

Основанная в 2006 году, Twitter зарекомендовала себя как самый популярный сервис микроблогов в сети, где 320 миллионов пользователей публикуют и взаимодействуют с короткими сообщениями, известными как «твиты» [53]. Они могут включать многие из уже знакомых технических функций сайта, в том числе знаменитый хэштег (#), ретвиты (RT) и «при ответе» (RE). Twitter — это публичная компания, пользующаяся сильной поддержкой венчурных капиталистов, которая, как и многие ведущие технологические компании, еще не получила прибыли.Давление с целью увеличения доходов при одновременном стремлении сохранить баланс между конкурирующими интересами [54] привело к многочисленным изменениям в функциональности в недавнем прошлом, включая удвоение максимальной длины твитов со 140 до 280 символов в 2017 году. Мягкий запуск на отраслевой вечеринке в Кремниевой долине, целевая аудитория Twitter состоит, в частности, из представителей СМИ и технологических компаний [55]. Twitter особенно популярен среди лиц моложе 50 лет и среди лиц с высшим образованием [56].Хотя пользователи платформы сильно различаются по характеру их взаимодействия, все большее количество пользователей получает новости из Twitter [57]. Фактически, четверть проверенных пользователей Twitter — журналисты, что указывает на высокий уровень профессионализма платформы [58]. Это неудивительно, поскольку создатели Twitter реализовали на своей платформе алгоритмы, которые служат фильтрами контента, отдавая приоритет рекламе, последним новостям и другим популярным тенденциям [59]. Однако, отдавая предпочтение одним видам контента перед другим, компания все больше и больше действует как привратник.Twitter также все активнее вмешивается в деятельность учетных записей пользователей и поставщиков контента, удаляя те из них, которые он считает незаконными или поддельными, и, таким образом, подвергает редакционным суждениям и цензуре.

Среди тех, кто входит в список 100 самых богатых людей в сфере технологий Forbes, мы нашли 30 участников с официально подтвержденной английской учетной записью Twitter. Twitter заблокирован в Китае. Однако отдельные лица и компании в Китае обходят установленный государством контроль и используют Twitter через VPN («виртуальная частная сеть», способ доступа к заблокированным интернет-платформам, который одновременно сложно идентифицировать).

Мы скопировали твиты в два момента времени (t1 = 30 ноября 2018 г. и t2 = 8 марта 2019 г.) и собрали за прошлое время максимальное количество уникальных твитов для каждой учетной записи, в результате чего было создано 49 790 твитов всех 30 владельцев учетных записей из техническая элита. Мы также собрали такое же количество твитов из случайной выборки из общей популяции пользователей Twitter в США. Мы использовали пакет R streamR [60].

Индивидуальные благотворительные фонды и пожертвования

Многие миллиардеры из технической элиты занимаются благотворительностью, часто через свои собственные фонды.Благотворительная деятельность реализует ценности и мировоззрение их обычно богатых основателей. В 2017 году фонды США увеличили свои расходы на 6,0% (3,8% в реальном выражении) по сравнению с предыдущим годом. Эти фонды внесли 16% всех благотворительных пожертвований в США на общую сумму 65,6 млрд долларов, из которых 31% пошли религиозным учреждениям, 14% — на образование, 12% — на социальные службы, 11% — на другие фонды, 9% — на здравоохранение. , 7% — обществу, 6% — международным делам, 5% — искусству, культуре и гуманитарным наукам, 3% — окружающей среде и животным и 2% — отдельным лицам [61].

Мы идентифицируем 60 частных фондов, созданных членами 100 самых богатых людей в мире высоких технологий. В Соединенных Штатах частные фонды — это особые юридические лица (организации 501c3 в соответствии с налоговым кодексом), которые преследуют добрые (общественные) цели и с учетом этих целей получают налоговые льготы. Мы скопировали заявления о миссии этих веб-сайтов как один из источников информации о мировоззрении и будущем видении технической элиты.

Залог дарения (https: // givepledge.org /) — благотворительная инициатива Уоррена Баффета, Билла и Мелинды Гейтс. Подписавшие стороны обязуются отдать не менее половины своего состояния на благотворительность или другие благотворительные проекты, прежде чем они умрут. Мы выделяем 17 технических миллиардеров из нашего списка (из 211 подписавших), которые взяли на себя обязательство, подписав Обязательство о даче пожертвований. Тексты их заявлений о приверженности представляют собой еще один источник данных для нашего анализа.

Социально-демографические источники

Кроме того, мы собрали и добавили основную социально-демографическую информацию (возраст, пол, национальность, место жительства, образование, семейное положение, количество детей) с веб-сайтов Forbes 2017, Hurun Rich List 2017 [62] и Inside Philanthropy [ 63] (по состоянию на апрель 2018 г.).Последнее является частной инициативой, созданной аналитиком Дэвидом Каллаханом [см. 64] с целью сделать мир благотворительности более прозрачным. Inside Philanthropy ведет обширную базу данных частных благотворительных фондов. В случае отсутствия информации, которая была незначительной, мы использовали Википедию. Эти социально-демографические данные были сопоставлены с данными социальных сетей.

Методы

Автоматический анализ текста

Наш анализ основан на автоматическом анализе текста, анализе тональности и машинном обучении.Мы используем общую модель «мешка слов» (BOW), которая фокусируется на частоте встречаемости слов, но игнорирует контекст и грамматику. До недавнего времени BOW применялся почти во всех автоматизированных анализах текста и тональности [например, 65–67]. Новые исследования обнаружили более богатую лингвистическую структуру за пределами BOW [например, 68, 69], но «добиться улучшений по сравнению с этими простыми базовыми показателями может быть довольно сложно» [70]. Мы приняли решение в пользу базового подхода и исключили встраивание слов по трем причинам: во-первых, из-за нехватки и избирательности данных социальных сетей о технической элите мы используем несколько источников данных для подтверждения наших выводов.Поскольку онлайн-коммуникация зависит от платформы, нам нужен был простой сопоставимый подход. Более того, во-вторых, нет теоретически обоснованного подхода к онлайн-общению (технической) элиты, который давал бы советы о том, как расширить базовую модель BOW. Будучи первопроходцами в области онлайн-общения технической элиты, мы также используем подходы, не ориентированные на цифровую коммуникацию, для проверки наших гипотез о технической элите как об отдельном социальном классе.

Для нашего анализа мы используем R, и особенно пакет «quanteda» [71], который обычно используется при анализе текста из-за его быстрого и легкого манипулирования текстами в данном корпусе путем выполнения наиболее распространенных задач обработки естественного языка.Мы предварительно обработали данные, исключили игнорируемые слова, создали матрицу характеристик документа и рассчитали описательную, выводимую статистику для определенных слов и настроений, а также контролируемые модели машинного обучения. Чтобы изучить особенности исследуемой популяции, мы применили словарный подход для измерения распространенности и использования слов, относящихся к «заслугам» и «демократии». Мы использовали Merriam-Webster (https://www.merriam-webster.com/thesaurus) для индексации и сбора всех синонимов, родственных слов и идиоматических фраз, используемых в повседневном языке.Мы не ссылаемся на теоретические определения, нормативные допущения или другие спецификации, которые может повлечь за собой каждое понятие. Таким образом, мы можем сопоставить образцы некоторых слов, перечисленных Merriam-Webster, с так называемыми выражениями с подстановочными знаками в стиле «глобус», которые улавливают множество слов с идентичными основами слов.

Словарь заслуг состоит из слов «заслуга *», «основная добродетель», «особый *», «превосходный *», «благодать», «ценность», «добродетель», «преимущество», «край», « плюс »,« превосходство »,« учетная запись »,« оценка »,« ценность »,« оценка »,« оценка »,« оценка »,« отлично * »,« идеально * »,« последствия »,« важно * », «значительный *», «вес», «желательность», «заслужить», «заработать», «оценить», «дать», «квалифицировать».

Словарь демократии , в свою очередь, включает «демократия», «демос», «республика», «самоуправление», «самоуправление», «чистая демократия», «самоуправление», «самоопределение». «,» автономия «,» суверенитет «,» соврант «,» народный «,» республиканский «,» самоуправляемый «,» самоуправляемый «,» представлять * «,» либертарианский «,» нетоталитарный «,» демонстрации » , «митинги», «собрание *», «конференция *», «съезд *», «съезд *», «созыв *», «совет *», «собрание *», «марш *», «протест *», «сидячая демонстрация *», «сидячая забастовка *», «забастовка *», «контрдемонстрация *», «контрдемонстрация *», «контрпротест *», «контрпротест *», «контрпротест *», «встречный -rall * «.

Для всех остальных концепций мы использовали предварительно определенный словарь LIWC2015 (http://liwc.wpengine.com/). LIWC2015 — это всеобъемлющий словарь, разработанный психологом Джеймсом Пеннебейкером. Это инструмент, широко применяемый в автоматизированном анализе текста. Он включает категорию «достижения», которую мы используем для перекрестной проверки результатов на «заслуги», которая, как и «демократия», не упоминалась. LIWC2015 также имеет категорию религии и фокусируется на власти и деньгах. Эти категории позволяют нам проверить гипотезы 2 («сделать мир лучше») и 3 (отношение технологических элит к демократии).Самое главное, LIWC2015 влечет за собой длинный список положительных или отрицательных эмоций. Мы подсчитываем эмоциональную значимость текста и подтекстов и сравниваем их со случайным населением США (твиты), другими сверхбогатыми людьми (подписавшими Клятву дарения) или разными возрастными когортами (фондами) для проверки. общается ли техническая элита иначе, чем эти другие группы населения.

Эмоции — важные компоненты речи, поскольку они представляют собой «кратковременные переживания, вызывающие согласованные изменения в мыслях, действиях и физиологических реакциях людей» [72].Когда люди общаются эмоционально, они придают значение определенным предметам и намереваются направлять внимание, влиять на принятие решений и направлять поведение своей аудитории. Анализ настроений — это метод интеллектуального анализа текста, который широко применяется в маркетинге для определения восприятия продукта людьми, а также в вычислительной социальной науке для изучения социальных, экономических и политических проблем и динамики, часто в режиме реального времени. Анализ настроений, выполняемый на основе данных, собранных с платформ социальных сетей, представляет собой методологическую альтернативу классическим опросным исследованиям.Его эффективность была продемонстрирована, в частности, при изучении избирательных кампаний [например, 66, 73] и при исследовании политических предпочтений [74]. Этот подход в меньшей степени применяется к исследованиям элиты, особенно вне политической сферы. Новизна этого исследования состоит в том, чтобы понять сентиментальную нагрузку вышеупомянутых концепций и проверить наличие значительных различий внутри и между технической элитой, другими элитными донорами и населением в целом.

Машинное обучение

Чтобы определить, подходит ли и надежно ли общение в социальных сетях для исследования элиты, мы исследуем, можем ли мы отличить техническую элиту от населения Twitter.Во-первых, мы запускаем логистическую регрессию и регресс классового членства (техническая элита против населения США) по вышеупомянутым категориям контента (будущее, заслуги, достижения, религия, демократия, власть, деньги), а также по положительным и отрицательным настроениям. . Затем мы применяем методы контролируемого машинного обучения для классификации твитов в автоматизированном процессе. Наивный байесовский классификатор (NB), машины опорных векторов (SVM) и случайные леса (RF) — широко применяемые методы машинного обучения для классификации текста [см.г., 75]. Мы используем NB, SVM с линейным ядром и с полиномиальным ядром, а также быструю реализацию RF для данных большой размерности (R package ranger).

NB — вероятностный классификатор для документа d , то есть твита, из всех классов c ∈ C . Классификатор возвращает оценку правильного класса č , который имеет максимальную апостериорную вероятность для данного документа. Другими словами, он вычисляет наиболее вероятный класс č для некоторого документа d , выбирая класс, который имеет наивысшее произведение двух вероятностей — априорной вероятности класса P (c) и вероятности документа. P (d | c) — деленное на вероятность данных (независимо от класса) P (d) [76].Таким образом, NB независимо обрабатывает такие функции, как слова в наших твитах, и делает упрощающее, «наивное» предположение для реальных примеров: č = (P (d | c) P (c)) / P ( г) .

SVM, напротив, представляет собой геометрическую модель, классифицирующую тексты по их положению на гиперплоскости, которая разделяет и классифицирует набор документов, то есть твитов, на два (или более) класса. Опорные векторы — это точки данных, наиболее близкие к гиперплоскости, и наиболее похожие примеры между классами.Изучая сходства между документами, SVM максимизирует линию с самым широким полем, разделяющим соответствующие классы [77]. SVM опирается на классификаторы ядра, которые для классификации текста обычно являются линейным алгоритмом, потому что тексты часто линейно разделяются [78], а линейные ядра вычислять проще и быстрее [79]. Мы также тестируем полиномиальные ядра.

RF — это классификатор на основе ансамбля, который фокусируется на множественных деревьях решений для построения мощных моделей прогнозирования.Этот метод связывает загрузочную агрегацию (упаковку) со случайным выбором функций для улучшения и декорреляции деревьев решений. После создания случайного леса прогнозы деревьев объединяются для классификации новых объектов [80].

RF хорошо справляется со многими проблемами и может обрабатывать зашумленные и большие наборы данных. Однако их непросто интерпретировать, поэтому мы используем их здесь только в качестве дополнительной меры проверки. Для сравнения, NB особенно хорошо справляется с меньшим количеством учебных случаев и короткими документами.SVM обеспечивает лучшую классификацию задач с большим количеством обучающих примеров [81]. Наш набор данных состоит из коротких, но много текстов. По этим причинам мы запускаем и сравниваем разные классификаторы.

Каждый классификатор обучается по меткам классов (техническая элита, население США) со случайным разделением подмножества данных Twitter (обучающий набор, 80%) и предсказывает наиболее вероятные классы с оставшимися немаркированными твитами (тестовый набор, 20%). Более того, чтобы гарантировать надежность классификаторов SMV, каждый процесс классификации повторяется 10 раз с использованием различных случайных разбиений на обучающие и тестовые данные.Сетка значений параметров была оценена с помощью перекрестной проверки для получения оптимально настроенной модели SVM. Наконец, все результаты классификации оцениваются с помощью стандартных показателей производительности (точность, прецизионность, отзыв), визуализаций (кривая ROC) и статистических тестов (ANOVA). Код опубликован на Github (https://github.com/wiebkedrews/ClassForItself/releases/tag/v1.0).

Результаты

Описание: богатство и кластеры

Богатство технической элиты поистине ошеломляет.В 2017 году состояние 100 самых богатых людей в сфере высоких технологий составляло 1,081 триллиона долларов США, или 0,4% от общего мирового богатства, подсчитанного в этом году. Их среднее состояние почти в 25 000 раз выше, чем у среднего американца или канадца, и почти в 69 000 раз выше, чем у среднего взрослого европейца [82].

Те, кто в списке, зарабатывали деньги в основном на компьютерном программном обеспечении, оборудовании, а также на технологиях и услугах, связанных с Интернетом. Заметно представлены основатели, руководители и инвесторы таких компаний, как Facebook, Google, Amazon, Airbnb, eBay и Microsoft.Такие люди составляют 19 из 100 самых богатых людей в сфере высоких технологий.

Техническая элита состоит в основном из мужчин среднего возраста из экономической сверхдержавы. Из 100 лучших полностью 94 — мужчины и только 6 — женщины. Их средний возраст — 54 года. Половина — американцы по национальности; 17 из них — из Китая, три — из Гонконга и еще семь — из других частей Восточной Азии: Южной Кореи, Японии, Тайваня и Сингапура. Как и в Канаде, в Европе проживают 5 из 100 крупнейших технологических миллиардеров.Трое из Израиля, по два из Индии и Австралии и по одному из Бразилии и России. В одном случае данные о гражданстве отсутствовали.

На карте мира выделены пространственные кластеры проживания. Технологическая элита в подавляющем большинстве проживает на глобальном севере (рис. 1), в основном на восточном и западном побережьях США, а также на восточном побережье Китая.

Суперзвезды технологий также имеют схожее образование. Элитные американские высшие учебные заведения играют решающую роль: Гарвард (13) и Стэнфорд (10) были самыми посещаемыми университетами.Однако 22 из 100 лучших никогда не учились в колледжах или университетах; один случай отсутствует. Наиболее распространенная степень — бакалавриат или бакалавриат (35). Таким образом, процент завершения (78%) заметно выше, чем для населения США в целом (60% для степени бакалавра в 2016 году) [83], несмотря на включение в эту группу некоторых известных бросивших школу, таких как Билл Гейтс ( 12). Для большинства, посещавших колледж или университет, наиболее распространенными специальностями были инженерия (28), бизнес-администрирование (13) и информатика (9).В целом, что несколько удивительно, только 46 из 100 лучших имеют образование в областях STEM. Наконец, двадцать из 100 лучших имеют степень магистра, 14 — степень MBA или EMBA, а 10 — докторскую степень. Более того, более трех четвертей людей в нашей выборке (77) состоят в браке или повторно состоят в браке, 9 одиноки, 8 разведены и один живет в партнерстве. Для 23 человек у нас нет информации о детях. У остальных в среднем двое детей.

Видения в сети

Твиттер.

Чтобы понять, насколько и в какой степени мировоззрение технологической элиты отличается от мировоззрения других людей, мы используем в качестве первого эталона случайную выборку американской популяции, использующей Twitter. Мы начинаем с анализа частот простых слов из каждой выборки Twitter. Облако слов, сгенерированное из этих частот слов (см. Рис. 2), иллюстрирует тот факт, что основная популяция твитирующих американцев ведет более самореференциальный, осуждающий разговор об индивидуальных краткосрочных действиях, чем техническая элита.Слова, наиболее часто используемые населением, — это «нравится», «получить» и «просто», за которыми следуют «работа», «иди», «смотри», «один», «день», «могу», « время »,« любить »,« работать »,« знать »,« смотреть »и« хорошо ». Оценки в основном положительные («хорошо», «отлично», «правильно»), реже — отрицательные («никогда»).

В отличие от этой легкой, обыденной болтовни, нарушения постоянно лежат в основе коммуникаций технической элиты (см. Рис. 3). По сравнению с обычным твиттером в США, они также используют больше положительных слов для передачи своих сообщений и, как и следовало ожидать, гораздо чаще обращаются к коллегам и техническим компаниям.Наиболее часто употребляемые слова — «новый» и «отличный». Более важным, чем «нравится» или «работать», является слово «могу», которое отражает больше оптимизма в отношении будущего потенциала и убеждений, чем фактическая деятельность. Наша техническая элита также часто использует временные слова, такие как «сегодня», «день», «год», «годы» и «будущее», и они чаще относятся к более широкой аудитории, такой как «люди», «мы», «Команда» или «мир». Их осуждающий язык склоняется к положительному, с такими словами, как «хорошо», «лучше», «лучший» и «правильный», и, как правило, не имеет отрицательных прилагательных.Фирменные бренды и технические лидеры также широко представлены такими терминами, как «airbnb», «uber», «salesforce», «dell» и «tesla».

Темы будущего, которые чаще всего поднимаются технической элитой, чем обычным твиттером населения США, отчетливо связаны с техническими фирмами и предпринимателями (рис. 4). Обычные пользователи Twitter в США связывают будущие слова с текущим «сезоном», с «Иисусом» или с нынешним президентом США («@realdonaldtrump»), а также с личным и непосредственным опытом (например.g., «назад», «нравится», «получил», «смеется», «последний», «ночь»). Более того, когда мы фильтруем твиты, содержащие слова, связанные с будущим, мы видим, что население систематически строит будущее в более негативных и разговорных терминах («задница», «дерьмо»), чем члены технической элиты ( t = — 8 . 88 , p <0 . 000 ).

Отличительное отношение технологической элиты к будущему также должно быть отражено в другом способе коммуникации, касающемся социальных ценностей, особенно ценностей, которые оправдывают социальное расслоение и элитизм.Словарь, содержащий термин «заслуги» и его синонимы, показывает, что представители технической элиты более чем в два раза чаще, чем население в целом, используют слова, связанные с заслугами (2267 против 4633 твитов). Тестируя наиболее отчетливые ключевые слова, мы снова видим в разговоре о заслугах, что бизнес-ориентированный аргумент значительно более распространен в твитах представителей технической элиты, чем в твитах общего населения США, пользующегося Твиттером. Последние, как правило, связывают заслуги со словами, связанными с работой («рекомендации», «часы работы», «подать заявку», «биография», «работа») (рис. 5).

Более того, два различных способа разговора о заслугах по-разному закреплены в эмоциональных терминах. 100 самых богатых людей в сфере технологий склонны выбирать как значительно более позитивные настроения ( t = 3 , 09 , p <0 , 010 ), так и менее негативные настроения ( t = -8 . 56; p <0 . 00 ), чем общее население США, использующее Twitter.

Для перекрестной проверки словаря и результатов мы повторяем наш анализ с широко используемым словарем LIWC и его категорией «достижения».Список синонимов в LIWC длиннее, чем в категории «заслуги» (213 слов против 24 слов и 5 регулярных выражений), а первая также содержит антонимы. Несмотря на эти разные меры, мы видим похожие модели. Члены технической элиты используют слова, попадающие в категорию «достижения», почти в два раза чаще, чем население в целом. Всего техническая элита использовала 19 431 слово, связанное с достижениями, в своих твитах, тогда как случайное население США, использующее Twitter, упомянуло слова достижения только 9439 раз ( t = 50 . 43 , р <0 . 000 ).

Рейтинг наиболее различных ключевых характеристик в двух группах также воспроизводит хорошо известные различия между ними (рис. 6), такие как ранее отмеченные ссылки технической элиты на фирмы и основателей технологических фирм, с одной стороны, и ссылки на личный опыт работы со стороны населения в целом, с другой стороны.

Анализ настроений показывает еще больший разрыв в словах этих двух групп.Представители технической элиты выбирают больше положительных слов, когда говорят о достижениях, достижениях и связанных темах, чем случайные пользователи Twitter из США ( t = 7 , 80 , p <0 , 000 ). Также они значительно чаще воздерживаются от проявления отрицательных эмоций ( t = -13 . 68 , p <0 . 000 ). Таким образом, наша первая гипотеза подтверждается.

Благотворительный залог и благотворительные фонды.

Наша вторая гипотеза гласит, что у успешных технологических предпринимателей есть конкретная миссия и видение будущего.Чтобы оценить эту гипотезу, мы сравниваем формулировки миссии, связанные с благотворительными средствами представителей технической элиты, с заявлениями других очень богатых людей, и мы сравниваем заявления представителей разных технологических когорт друг с другом.

В нашей выборке доноров Giving Pledge мы выявили 17 представителей технической элиты, которые в «письме-обязательстве» объясняют инициаторам проекта, почему они присоединились к этому проекту. Возможно, стоит отметить, что эти буквы в среднем короче для технической элиты (1796 слов), чем для других богатых подписантов (2422 слова).Облако слов из 50 слов, наиболее часто используемых представителями технической элиты и другими богатыми спонсорами, свидетельствует о более последовательном выборе слов среди технической элиты. Таким образом, их облако больше (рис. 7 и 8). Термины «образование», «работа» и «социальное обеспечение» лежат в основе писем-обязательств, отправляемых представителями технической элиты. Члены технической элиты также продвигают свободу воли в своих заявлениях о миссии, используя такие глаголы, как «верить», «создавать», «ставить», «расти», «помогать» и «чувствовать», а также словесно «продвигать».Более того, они нацелены на достижение «прогресса» и «воздействия» и обращаются к «общественности», «сообществу», «системам», «детям», «здравоохранению» и «науке». Другие подписавшие стороны используют свой личный опыт в качестве ориентира для оценки или сравнения вещей («нравится»), менее конкретно относятся к «многим» или «одному» и имеют «бизнес», «семья» и «жизнь» в качестве областей деятельности на своих радар.

Более фактический способ общения, который можно найти в заявлениях представителей технической элиты, не обязательно отражается в менее эмоционально нагруженном стиле письма.Безусловно, по сравнению с другими сторонами, подписавшими Клятву дарения, они добавляют значительно меньше положительных эмоций ( t = -10 . 46 , p <0 . 000 ) и меньше отрицательных эмоций ( t = — 6 , 18 , p = 0 , 000 ), поскольку они объясняют, почему они хотят отдать по крайней мере половину своего состояния. Однако если мы также примем во внимание длину их писем, все будет наоборот: члены технической элиты сообщают даже больше положительных эмоций и меньше отрицательных эмоций на одно слово, чем другие подписавшие Клятву дарения.Таким образом, подтверждается первая часть гипотезы 2.

Эмоции — стимул к действию. Есть ли у представителей технической элиты то, что можно было бы назвать миссией, и, возможно, даже «религиозной» миссией? Словарь LIWC содержит религиозные слова как категорию. Если мы применим эту категорию слов к письмам-обещаниям сторон, подписавших Клятву дарения, мы увидим, что ИТ-предприниматели используют только половину религиозных терминов, используемых другими богатыми донорами в своих заявлениях о обещаниях (пропорциональное количество слов 0.004 против 0,002). Таким образом, религиозные мотивы играют второстепенную роль для представителей технической элиты. На основе данных, собранных из писем-обязательств, представленных в Giving Pledge, мы находим доказательства того, что техническая элита продвигает более светские идеи о том, как «сделать мир лучше для будущих поколений» (Марк Цукерберг) или «внести свой вклад. существенно попытаться создать лучший мир для миллионов людей, которые находятся в гораздо менее привилегированном положении »(Азим Премжи), чем это делают другие подписавшие Клятву.

Мы пытаемся согласовать этот вывод с заявлениями о миссии, опубликованными частными благотворительными фондами. Шестьдесят технических предпринимателей из нашей выборки имеют благотворительные фонды, которые поддерживают свои собственные веб-сайты. Заявления о миссии, варьирующиеся от 110 до 4871 слов ( x = 684 слова), раскрывают цели и ценности фонда и, предположительно, его основателей. Мы сравниваем разные когорты технической элиты, чтобы проверить, разделяют ли они согласованную миссию.

В следующем облаке слов (рис. 9) выделены 50 наиболее известных слов в этих заявлениях о миссии.Термины «фонд», «образование» и «исследования» возглавляют список. Родственные существительные, такие как «развитие», «технология», «школа», «университет» и «программа», подчеркивают важность образовательных целей. Более того, в заявлениях о миссии часто предлагается, чтобы эти усилия охватили весь «мир», «глобальную» аудиторию «людей» и «детей». Более того, позитивные и просоциальные действия, такие как «могу», «поддерживать», «воздействовать», «помогать», «изменять», «работать», «создавать» и «обеспечивать» сигнализируют о позитивной и выполнимой миссии.Это впечатление также подчеркивается такими положительными прилагательными, как «высокий», «новый» и «социальный».

Для сравнения мы различаем технологические когорты друг от друга. Развитие ИТ-технологий происходило в три этапа, и мы определяем их по возрасту предпринимателя. Первые новаторы разработали полупроводники и представляют когорту «аппаратных средств» (n = 16) (<65 лет). Вторая волна инноваций изменила «программное обеспечение» вычислительной техники (n = 22) (45–64 года). И, наконец, самые последние инновации и самая молодая когорта представлены «интернет-предпринимателями» (n = 11) (> = 44).Разделив наш «мешок слов» по ​​этим группам, мы увидим, как расширяется цель миссии. Наиболее часто используемый термин в заявлении о благотворительной миссии новаторов в области аппаратного обеспечения — это «исследование»; для представителей «программного обеспечения» — это «школа»; а для «интернет-элиты» — «может» (рис. 10).

Анализ настроений показывает, что «интернет-когорта» передает свою миссию наиболее эмоционально и позитивно по сравнению с более старыми когортами предпринимателей ( x = 3.7 против 2,2 для «когорты программного обеспечения», 0,7 для «когорты оборудования»). Различия между когортой Интернета и аппаратного обеспечения статистически значимы (p <0 . 000 ), несмотря на небольшой размер когорты. Религиозные термины почти не встречаются в заявлениях о миссии технической элиты; «интернет-когорта» вообще не использует ни одного из них. Все различия между когортами несущественны. Поскольку мы можем сделать вывод о религиозной склонности или происхождении из этих заявлений о миссии, мы не находим эмпирических доказательств того, что миссии различаются в зависимости от определенных религиозных убеждений.Это опровергает вторую часть нашей гипотезы 2.

Облака слов также показывают, какие темы и ссылки упоминались слишком редко, чтобы появиться в облаке. Примечательно, что здесь не упоминаются «государство» или «правительство», хотя образование и исследования являются одними из основных обязанностей современных правительств. Также отсутствуют ссылки на демократические процедуры, которые обычно используются, когда «поддержка», «изменение» и «воздействие» осуществляются в крупном («глобальном») масштабе.

Взгляды технической элиты на демократию.

Чтобы понять особые отношения технической элиты к демократии, мы снова сравниваем их коммуникативное поведение в Твиттере с обычными пользователями. Обе группы, техническая элита и население в целом, уделяют сравнительно мало внимания темам, связанным с демократией. Первые упоминают демократию и родственные слова в 1359 или 2,7% своих твитов, вторые — только в 710 (1,4%) твитах. Несмотря на то, что эти вопросы не рассматриваются, представители технической элиты по-прежнему используют особый язык в отношении демократии.Во-первых, они значительно чаще указывают на абстрактные демократические понятия, такие как «запрос», «популярность» или «демократия». Во-вторых, они относятся к более абстрактным политическим группам, таким как «нацисты» или «мир». И, наконец, они связывают этот разговор с фирмами и представителями своей отрасли, такими как «airbnb», «uber», «tesla» или (Марк) «Бениофф», основатель Salesforce. Напротив, пользователи Twitter из числа населения США персонализируют свои сообщения, ссылаясь на американских «демократов» или «представителей» республиканской партии, таких как двукратный генеральный прокурор Уильям Барр или президент США.Информация обычно представляет собой не информацию из первых рук, а «отчеты» и «интерактивные» «ссылки» (рис. 11).

Анализ настроений также показывает, что 100 самых богатых людей в технологической отрасли общаются немного менее позитивно ( t = -1 . 69 , p = 0 . 090 ) и значительно менее негативно относятся к вопросам демократии, чем общее население США, использующее Twitter ( t = -3 , 50 , p <0 , 001 ). Если говорить о «демократии» менее эмоционально, это может означать, что элита меньше заинтересована в управлении вниманием, влиянии на принятие решений или в управлении поведением своей аудитории по этому политическому вопросу.

Чтобы явно проверить гипотезу о противоречивых отношениях технической элиты с демократическим управлением, мы исследуем связь между твитами, посвященными демократии, власти и деньгам. Если мы используем все твиты, среднее значение слова оценивается по мощности ( t = 47 , 39 , p> 0 , 000 ) и деньгам ( t = 37 . 31 , p <0 . 000 ) значительно выше для технологической суперэлиты, чем для обычных пользователей Twitter.

Однако в выбранной выборке твитов, в которых упоминается демократия, техническая элита значительно реже ссылается на деньги (среднее значение технической группы 0,2 денежных слова на один твит о демократии по сравнению с 0,3 денежными словами для населения Твиттера, t = -2 . 76 , p = 0 , 006 ) и не намного чаще к власти (среднее значение для группы технической элиты 1,1 против 0,99 мощных слов в популяции Twitter, t = 1 . 96 , p = 0 . 05 ). Как представители экономической элиты они не видят или не хотят сообщать о связи между этими компонентами социальной потенции. Более того, корреляция между демократией, деньгами и властью еще больше раскрывает логически непоследовательную коммуникацию технической элиты (таблица 1). Фактически, хотя деньги и власть, а также власть и демократия положительно коррелируют в разговоре в Твиттере как технической элиты, так и обычных пользователей Твиттера, первые оспаривают положительную связь между деньгами и демократией, которая логически вытекает из предыдущего положительного результата. связи, в то время как последние ясно видят эту связь.

Это непоследовательное сообщение о демократии, деньгах и власти говорит о противоречивых отношениях технической элиты с демократией, и это не изменится, если мы ограничим нашу выборку американскими технологическими предпринимателями. Наша третья гипотеза подтверждается.

Классификация

На последнем этапе мы проверяем, насколько хорошо мы можем определить класс технической элиты (по сравнению с нетехнической элитой). Во-первых, модель логистической регрессии показывает, что все предполагаемые темы (будущее, заслуги, достижения, религия, демократия, власть, деньги, положительные и отрицательные эмоции) имеют высокую статистическую значимость при определении принадлежности к классу ( p <0 . 001 ). Тем не менее, все темы вместе предсказывают только 5% общей дисперсии (R ² = 0,048) [Таблица S1]. Затем мы проверяем, могут ли подходы контролируемого машинного обучения с классификаторами NB, SVM и RF предсказать, принадлежит ли человек к технической элите или к населению США (более подробную информацию см. В разделе «Методы») без дополнительного контента. Для NB мы использовали обучающий набор с 80% исходных твитов. Матрица путаницы в таблице 2 отображает количество правильно и ложно классифицированных твитов.Общая точность составляет 83,8%, 91,8% твитов предсказаны точно (PPV не показан в таблице) с отзывом или чувствительностью 79,4%.

Для сравнения, результаты для SVM с линейным ядром показывают аналогичные числа, хотя мы используем только половину случаев по вычислительным причинам. В целом точность составляет 80,5%, при этом PPV несколько ниже — 84,7%, а отзыв — 77,3%.

Показатели эффективности для произвольного классификатора лесов различаются незначительно. ANOVA не обнаруживает значительной разницы между тремя классификаторами ( F = 1 . 24 , p = 0 . 35 ). Только SVM с полиномиальным ядром работают слабо, поэтому мы исключили их из дальнейшего анализа. Наши классификаторы достигли средней площади под кривой рабочих характеристик приемника (ROC) 85,3 (AUC) (рис. 12).

Вкратце, все эти результаты подтверждают, что техническая элита отличается особым общением и, вероятно, является «классом для себя» с ярко выраженной социальной идентичностью. Наши гипотезы отмечают особенности этой тщательно отобранной группы.Но даже если эти функции не идентифицируют наиболее важные особенности технической элиты, поскольку мы можем объяснить лишь небольшую часть расхождений, мы можем легко идентифицировать их среди большого числа пользователей Twitter.

Обсуждение

Быстрое распространение цифровых технологий вывело основателей крупных ИТ-предприятий на вершину богатства и власти. Учитывая их положение влияния в современных и (возможно) будущих обществах, эта статья исследует мировоззрение новой технологической элиты.Мы ориентируемся на 100 самых богатых людей в сфере технологий, определенных журналом Forbes. Элитные исследования обычно страдают от низкого процента откликов или их отсутствия. Нацеливание на суперэлиту усугубляет проблему. Фактически, мы обратились ко всем из нашего списка, но получили только одно личное собеседование. Чтобы обойти этот проблемный доступ к данным, мы исследовали цифровые следы технологических элитных предпринимателей, чтобы оценить их отличия от населения в целом и от других элит. Насколько нам известно, это первая попытка изучить техническую элиту с помощью оцифрованных текстовых данных.Социологи начали использовать данные социальных сетей для масштабирования идеологий политических элит или граждан, но не экономических лидеров [например, 84].

В частности, мы изучаем мировоззрение элиты ИТ-технологий, используя простой подход «мешка слов». Сначала мы выдвинули гипотезу, что, будучи продуктом общества с сильными меритократическими убеждениями и часто элитных высших учебных заведений, техническая элита будет видеть этот мир и миры будущего в меритократических терминах. Наш анализ большой выборки их заявлений в Твиттере (твитов) по сравнению с общим населением США, использующим Твиттер, действительно показал, что техническая элита, как правило, чаще говорит на темы, связанные с заслугами, и чаще использует слова, свидетельствующие о достижениях. -связанные проблемы.Они также более широко и позитивно говорят о будущем, чем большинство пользователей Twitter. Наша первая гипотеза, предполагающая, что техническая элита будет видеть мир и будущее в меритократических, самоутверждающих или даже эгоистичных условиях, подтвердилась.

Эта статья обеспечивает основу для непосредственного тестирования того, трансформируются ли меритократические убеждения в снижение социальной мобильности или даже в социальную закрытость в будущих исследованиях. Последовательная, вызывающая разногласия и легитимизирующая социальная идеология часто рассматривается как важный компонент классовой осведомленности и эгоистичного поведения [85].«Направление карьеры» в наиболее избирательных университетах на рабочие места в сфере высоких технологий, которые воспринимаются как высокий статус, может дать дополнительное объяснение того, почему технологические кластеры в Кремниевой долине (повторно) создают «класс для себя» [например, 86].

Затем мы выдвинули гипотезу о том, что техническая элита считала свои усилия в области «предпринимательской технонауки» движимыми желанием «сделать мир лучше», т. Е. Тем, что она «руководствовалась миссией». Мы проверили эту гипотезу, сравнив филантропические заявления представителей технической элиты по отношению к «Обещанию дарения» и веб-сайтам их собственных фондов.Помимо сравнения элитных групп, мы сравнили возрастные группы технологической элиты, чтобы увидеть, различаются ли их представления о «улучшении мира» и благотворительности.

На основании этого мы обнаружили, что представители технической элиты с большей вероятностью, чем другие Залогодатели, имели широкое и позитивное видение благотворительной деятельности. Техническая элита действительно, похоже, сильно и позитивно относится к идее «сделать мир лучше». Это «религиозная» склонность? Насколько можно сказать на основании этих данных, ответ на этот вопрос — «нет».«Техническая элита, в частности, была склонна к более светскому мировоззрению. Кроме того, мы обнаружили, что разные возрастные группы в рамках технической элиты имели тенденцию подчеркивать разные светские миссии в отношении своей благотворительной деятельности: старейшее поколение «аппаратных» делало упор на «исследования»; среднее поколение, «программное обеспечение», чаще всего называет «школой»; а самое молодое поколение «интернетовцев» чаще всего употребляло слово «может», что, возможно, отражает их юношеский энтузиазм. В любом случае образовательные и культурные миссии направлены на формирование общественных интересов.

Это приводит к гипотезе 3, которая исследует отношения технической элиты к политике. Он предполагает, что у членов элиты противоречивые отношения с демократией, потому что успех на рынке и финансовое богатство должны иметь тенденцию влекать за собой мировоззрение и, возможно, деятельность (включая благотворительную деятельность), которая идет в обход демократического представительства. Мы не обнаружили статистически значимых различий в том, видела ли техническая элита положительную связь между властью и деньгами или между властью и демократией, по сравнению с представителями населения США, использующего Twitter.Тем не менее, техническая элита отрицала наличие положительной связи между демократией и деньгами, что логически несовместимо с предыдущими корреляциями и не разделяется обычными пользователями Twitter в США, которые видят существование связи между демократией и деньгами.

Наконец, мы стремимся напрямую определить, составляет ли техническая элита «класс для себя» в том смысле, что мы можем статистически предсказать, является ли человек членом технической элиты или нет. Модели машинного обучения показывают, что мы можем делать это достаточно точно (> 80%).Следовательно, техническая элита кажется чем-то большим, чем просто частью капиталистического класса в широком смысле разделения «собственности на средства производства». Скорее, представители технологической элиты разделяют схожие мировоззрения и явно составляют отчетливую часть класса капиталистов.

Это исследование представляет собой первый исследовательский шаг в анализе технической элиты. Мы выделяем три ограничения, которые могут вдохновить на дальнейшие исследования. Во-первых, в ходе этого исследования мы не смогли отследить всех по нашей выборке в Twitter и на веб-сайтах фондов.Twitter является конкурентом других социальных сетей, таких как Facebook, Snapchat, Google Techies или WeChat. Он также заблокирован в Китае. Кроме того, существует цифровая пропасть между молодыми и пожилыми предпринимателями в сфере высоких технологий. Большая часть нашей «аппаратной» когорты не использует Twitter. По этим причинам результаты могут быть менее надежными для пожилых представителей технической элиты и для китайских участников. Тем не менее, мы можем учесть эту избирательность и достичь более высоких «показателей отклика», чем обычные случайные выборки в элитных исследованиях [e.г., 45].

Во-вторых, нельзя исключать, что аккаунтами в Твиттере управляют профессиональные пиарщики. Тем не менее, мы повторили анализ с твитами нетехнических участников Giving Pledge и видим систематические различия между обеими привилегированными группами, которые в равной степени могут позволить себе профессиональную поддержку. Таким образом, техническая элита общается по-другому, и даже если техническая элита пользуется профессиональной поддержкой, эти люди, по-видимому, выражают мнения своих богатых клиентов.

Наконец, наше понимание демократических мировоззрений технической элиты остается ограниченным.Мы не знаем, является ли отрицание связи между демократией и деньгами технической элитой стратегической коммуникацией или, по сути, их истинным убеждением. Дальнейшие исследования должны будут изучить это дальше. Социальные исследования использования социальных сетей политическими элитами представляют собой многообещающую дорожную карту для анализа идеологий элиты [например, 87, 88] и того, как они формируют политическое поведение элиты посредством пожертвований и других проявлений финансовой власти.

В заключение, наше исследование способствует устранению пробела в исследованиях в обществах с растущим неравенством.Мы обнаружили, что 100 самых богатых представителей технологического мира демонстрируют особые взгляды, которые отличают их как от населения в целом, так и от других богатых элит. Поскольку созданные ими компании занимают доминирующее положение в формирующейся экономике, основанной на технологиях, их взгляды на нашу ситуацию, вероятно, будут иметь непропорционально большое значение. Как группа, они склонны к меритократии, озабочены благополучием своих собратьев и относительно поддерживают демократическое общество.Однако их положение в демократической системе противоречиво: в результате своего огромного богатства они имеют непропорционально большое влияние на то, как расходуются дискреционные доходы. Не нужно возражать против благотворительности, чтобы увидеть, что здесь есть проблема. В будущих исследованиях необходимо будет выяснить, меняются ли отношения этой необычной группы с течением времени и можно ли найти политику, которая привела бы их возможности для формирования социальных результатов в соответствии с демократическим социальным порядком.

Список литературы

1. 1.Голдин С., Марго Р. Великое сжатие: структура заработной платы в США в середине века. Ежеквартальный журнал экономики 1992 г .; 57 (1): 1–34.
2. 2. Пикетти Т. Капитал в ХХI веке. Кембридж, Массачусетс: Издательство Гарвардского университета; 2014.
3. 3. Миланович Б. Глобальное неравенство: новый подход в эпоху глобализации. Кембридж, Массачусетс: Belknap / Harvard University Press: 2016.
4. 4. Ли К.Ф. Сверхдержавы искусственного интеллекта, Китай, Кремниевая долина и новый мировой порядок.Бостон, Массачусетс: Houghton, Mifflin, Hartcourt 2018.
5. 5. Уэбб А. Большая девятка: как технические титаны и их мыслящие машины могут исказить человечество. Нью-Йорк: Связи с общественностью; 2019.
6. 6. Страница BI. Гиленс М. Демократия в Америке? Что пошло не так и что мы можем с этим поделать. Чикаго: Издательство Чикагского университета; 2017.
7. 7. Аткинсон А.Б. Изменение распределения доходов в странах ОЭСР. Оксфорд, Нью-Йорк: издательство Оксфордского университета; 2008 г.
8. 8. Killewald A, Pfeffer FT, Schachner JN. Неравенство богатства и накопление. Годовой обзор социологии 2017; 43: 379–404. pmid: 28798522
9. 9. Шерман Р. Беспокойная улица: беспокойство о достатке. Princeton: Princeton University Press; 2017.
10. 10. Хан SR. Социология элит. Годовой обзор социологии 2012; 38: 361–377.
11. 11. Миллс CW. Властная элита. Нью-Йорк: издательство Оксфордского университета; 1956 г.
12. 12. Тернер Р. Спонсируемая и конкурсная мобильность и школьная система. Американский социологический обзор 1960; 25 (6): 855–867.
13. 13. Маццукато М. Предпринимательское государство: развенчание мифов о государственном и частном секторах. Нью-Йорк: Связи с общественностью; 2015.
14. 14. Weiss L. America, inc.? Инновации и предпринимательство в государстве национальной безопасности. Итака, штат Нью-Йорк: издательство Корнельского университета; 2014.
15. 15. Кругман П. Возрастающая отдача и экономическая география.Журнал политической экономии 1991; 99 (3): 483–499.
16. 16. Кругман П. География и торговля. Кембридж, Массачусетс: MIT Press: 1993.
17. 17. Fujita M, Krugman P, Venables AJ. Пространственная экономика. Города, регионы и международная торговля. Кембридж, Массачусетс: MIT Press; 1999.
18. 18. Флорида Р. Подъем творческого класса. Нью-Йорк: основные книги; 2002.
19. 19. Янг М. Подъем меритократии, 1870–2033: эссе об образовании и равенстве.Лондон: Темза и Гудзон; 1958.
20. 20. Карабель Дж. Избранные: скрытая история приема и исключения в Гарварде, Йельском университете и Принстоне. Нью-Йорк: Хоутон Миффлин; 2005.
21. 21. Bourdieu P, Passeron JC. Наследники: французские студенты и их отношение к культуре. Чикаго: Издательство Чикагского университета; 1979.
22. 22. Бурдье П. Различие: социальная критика суждения о вкусе. Кембридж, Массачусетс: Издательство Гарвардского университета; 1984 г.
23. 23. Брин Р., Голдторп Дж. Х. Класс, мобильность и достоинства. Опыт двух британских когорт. Европейский социологический обзор 2001 г .; 17 (2): 81–101.
24. 24. ОЭСР. Мы разделились: почему неравенство продолжает расти. Париж: Издательство ОЭСР; 2011. https://doi.org/10.1787/9789264119536-en.
25. 25. Голдторп Дж. Х. Понимание — и непонимание — социальной мобильности в Великобритании: появление экономистов, замешательство политиков и пределы образовательной политики.Журнал социальной политики 2013; 42 (3): 430–451.
26. 26. Франк Р. Успех и удача: удача и миф о меритократии. Принстон, Нью-Джерси: Издательство Принстонского университета; 2016.
27. 27. Литтлер Дж. Против меритократии: культура, власть и мифы о мобильности. Нью-Йорк: Рутледж; 2018.
28. 28. Марковиц Д. Ловушка меритократии: как основополагающий миф Америки подпитывает неравенство, уничтожает средний класс и пожирает элиту. Нью-Йорк: Penguin Press; 2019.
29. 29. Мур М. Взломанная демократия: политические беспорядки и информационная война в цифровую эпоху. Лондон, Великобритания: Публикации Oneworld; 2018.
30. 30. Sunstein CR. #republic: разделенная демократия в эпоху социальных сетей. Принстон, Нью-Джерси: Издательство Принстонского университета; 2017.
31. 31. Вайдьянатан С. Антисоциальные сети: как facebook разъединяет нас и подрывает демократию. Нью-Йорк: издательство Оксфордского университета; 2018.
32. 32. Ву Т.Проклятие величия: антимонопольное законодательство в новом позолоченном веке. Нью-Йорк: Columbia Global Reports; 2018.
33. 33. Кейв Д. Страны хотят запретить «вооруженные» социальные сети: как это будет выглядеть? Газета «Нью-Йорк Таймс. 2019 31 марта. Доступно по адресу: https://www.nytimes.com/2019/03/31/world/australia/countries-controlling-social-media.html.
34. 34. Зубофф С. Эпоха надзорного капитализма: борьба за будущее человечества на новых рубежах власти. Нью-Йорк: общественное дело; 2019.
35. 35. Смит А. Отношение общества к технологическим компаниям. Исследовательский центр PEW. Интернет и технологии 2018, 28 июня. Доступно по адресу: https://www.pewresearch.org/internet/2018/06/28/public-attitude-toward-technology-companies/
36. 36. Каллахан Д. Удачи перемен: подъем богатых либералов и переделка Америки. Хобокен, Нью-Джерси: John Wiley & Sons; 2010.
37. 37. Фонд Гольдмахера С. Трампа будет распущен по обвинению в «шокирующей незаконности».Газета «Нью-Йорк Таймс. 18 декабря 2018 г. Доступно по адресу: https://www.nytimes.com/2018/12/18/nyregion/ny-ag-underwood-trump-foundation.html
38. 38. Деб С. Фелисити Хаффман и Лори Лафлин: как скандал с поступлением в колледж поймал в ловушку звезд. Газета «Нью-Йорк Таймс. 2019 12 марта. Доступно по адресу: https://www.nytimes.com/2019/03/12/arts/huffman-loughlin-college-scandal.html.
39. 39. Ривз Р. Хранители мечты: как американский верхний средний класс оставляет всех в пыли, почему это проблема и что с этим делать.Вашингтон, округ Колумбия: Институт Брукингса; 2017.
40. 40. Гоулднер А. Будущее интеллигенции и подъем нового класса. Нью-Йорк: Сибери; 1979.
41. 41. Mizruchi MS. Раскол американской корпоративной элиты. Кембридж, Массачусетс: Издательство Гарвардского университета: 2013.
42. 42. Шапин С. Научная жизнь: нравственная история позднего современного призвания. Чикаго: Издательство Чикагского университета; 2008.
43. 43. Марков Дж.Машины любящей изящества: поиск точек соприкосновения между людьми и роботами. Нью-Йорк: Ecco; 2015.
44. 44. Тернер Ф. От контркультуры к киберкультуре: Стюарт Брэнд, вся земная сеть и рост цифрового утопизма. Чикаго: Издательство Чикагского университета; 2006.
45. 45. Broockman DE, Ferenstein G, Malhotra N. Предрасположенности и политическое поведение американских экономических элит: данные технологических предпринимателей, Американский журнал политических наук, 2019; 63 (1): 212–233.
46. 46. Джонсон С. Политическое образование Кремниевой долины. Проводной. 24 июля 2018 г. Доступно по адресу: https://www.wired.com/story/political-education-silicon-valley/.
47. 47. Гиридхарадас А. Победители получают все: элитная шарада изменения мира. Нью-Йорк: Альфред А. Кнопф; 2018.
48. 48. Ананд С., Сегал П. Кто входит в 1% лучших в мире? Мировое развитие 2017; 95: 111–126.
49. 49. Кором П., Люттер М., Бекерт Дж. Непреходящая важность семейного богатства: данные Forbes 400, 1982–2013 гг.Social Science Research 2017; 65: 75–95. pmid: 28599782
50. 50. Вестфаль Дж. Д., Ханна П. Держать директоров в подчинении: социальное дистанцирование как механизм контроля в корпоративной элите. Ежеквартальный отчет по административной науке 2003 г .; 48 (3): 361–398.
51. 51. Forbes. Самые богатые люди в сфере технологий, 2017 г. Доступно по адресу: https://www.forbes.com/richest-in-tech/list/
52. 52. Тейлор SJ. Настоящие ученые делают свои собственные данные. 2013. Доступно по адресу: https: // seanjtaylor.tumblr.com/post/41463778912/real-scientists-make-their-own-data
53. 53. Стилз К. Твиттеру 10 лет, но он все еще не социальная сеть. Следующая Сеть. 21 марта 2016 г. Доступно по адресу: https://thenextweb.com/opinion/2016/03/21/twitter-10-still-not-social-network/.
54. 54. Ван Дейк Дж. Интернет в постоянном движении: Twitter и интерпретируемая гибкость микроблогов. В Ли FLF, Leung L, Qiu JL, Chu DSC, редакторы. Границы исследований новых медиа. Нью-Йорк: Рутледж.п. 222–240.
55. 55. Билтон Дж. Издательство в эпоху цифровых технологий. В Stam D, Scott A, редакторы. Внутри журнала. Лондон: Рутледж; 2014. С. 226–247.
56. 56. Дагган М., Эллисон Н. Б., Лампе С., Ленхарт А., Мэдден М. Демография ключевых платформ социальных сетей | Pew Research Center. 2015, 1 января. Доступно по адресу: http://www.pewinternet.org/2015/01/09/demographics-of-key-social-networking-platforms-2/.
57. 57. Ширер Э., Готфрид Дж.Использование новостей в социальных сетях 2017. Pew Research Center. Журналистика и СМИ. 2017 г. 7 сентября. Доступно по адресу: https://www.journalism.org/2017/09/07/news-use-across-social-media-platforms-2017/.
58. 58. Барнард SR. Граждане у ворот: Twitter, общедоступные сети и трансформация американской журналистики. Лондон: Пэлгрейв Макмиллан; 2018.
59. 59. Бухер Т., Хелмонд А. Возможности платформ социальных сетей. В Burgess J, Marwick A, Poell T, редакторах.Справочник мудреца по социальным сетям. Лондон: SAGE Publications Ltd; 2018: с. 233–253.
60. 60. Барбера П. Пакет «streamR». CRAN; 2018.
61. 61. Даешь США. Особенности. Обзор благотворительности за 2017 г. 2018 г. Доступно по адресу: https://store.givingusa.org/collections/giving-usa-free-highlights/products/giving-usa-2018-report-highlights?variant=12366640775247
62. 62. Хурун. Список богатых Hurun 2017. Hurun Research 10/12/2017. Доступно по адресу: https: // www.hurun.net/EN/Article/Details?num=5A320E03FD31
63. 63. Внутри Филантропии. Доступно по адресу: https://www.insidephilanthropy.com/find-a-grant
64. 64. Каллахан Д. Дарители: богатство, власть и благотворительность в новом позолоченном веке. Нью-Йорк: Винтаж; 2018.
65. 65. Сорока С., Янг Л., Балмас М. Плохие новости или безумные новости? Оценка настроения в отношении негатива, страха и гнева в новостном контенте. Анналы Американской академии политических и социальных наук, 2015 г .; 659 (1), 108–121.
66. 66. Ceron A, Curini L, Iacus SM. Политика и большие данные: прогнозирование текущей погоды и прогноз выборов с помощью социальных сетей. Лондон; Нью-Йорк: Routledge, Taylor & Francis Group, 2017.
67. 67. Хазельмайер М., Дженни М. Анализ настроений политической коммуникации: сочетание словарного подхода с краудкодированием. Качество и количество 2017; 51 (6), 2623–2646. pmid: 2
15
68. 68. Мэннинг С.Д., Сурдеану М., Бауэр Дж., Финкель Дж., Бетард С.Дж., Макклоски Д.Набор инструментов для обработки естественного языка Standford CoreNLP. Труды 52 ^и Ежегодного собрания Ассоциации компьютерной лингвистики: системные демонстрации 2014; 55–60. http://dx.doi.org/10.3115/v1/P14-5010
69. 69. Рудковски Э., Хазельмайер М., Вастиан М., Дженни М., Эмрих С., Седлмайр М. Больше, чем просто пакеты слов: анализ тональности с встраиванием слов. Коммуникационные методы и меры 2018; 12 (2–3), 140–157.
70. 70. Хиршберг Дж, Мэннинг CD.Достижения в обработке естественного языка. Наука 2015; 349 (6245), 261–266. pmid: 26185244
71. 71. Бенуа К., Ватанабе К., Ван Х, Нулти П., Обенг А., Мюллер С. и др. quanteda: пакет R для количественного анализа текстовых данных. Журнал программного обеспечения с открытым исходным кодом 2018; 3 (30): 774. https://doi.org/10.21105/joss.00774.
72. 72. Фредриксон Л., Браниган С. Положительные эмоции расширяют сферу внимания и репертуар мысленных действий. Познание и эмоции 2005; 19 (3): 313–332.pmid: 21852891
73. 73. Серон А., д’Адда Г. Электронная кампания в Твиттере: эффективность распределительных обещаний и негативной кампании на выборах в Италии в 2013 году. Новые медиа и общество 2016; 18, 1935–1955.
74. 74. Руис-Солер Дж., Курини Л., Серон А. Комментируя политические темы через Twitter: европейская политика является европейской? Социальные сети + общество 2019; https://doi.org/10.1177%2F20563051198.
75. 75. Хасан С., Рафи М., Шейх М.С.Сравнение SVM и наивных байесовских классификаторов для категоризации текста с Викитологией как обогащение знаний. 14-я международная многопозиционная конференция IEEE, Карачи, 2011 г., стр. 31–34.
76. 76. Джурафски Д., Мартин Дж. Х. Обработка речи и языка. Введение в обработку естественного языка, компьютерную лингвистику и распознавание речи. Черновик от 2 октября 2019 г. Доступно по ссылке: https://web.stanford.edu/~jurafsky/slp3/4.pdf
77. 77. Бздок Д., Кшивинский М., Альтман Н.Машинное обучение: контролируемые методы. Природные методы 2018; 15, 5–6. pmid: 30100821
78. 78. Иоахимс Т. Категоризация текста с машинами опорных векторов: обучение с множеством соответствующих функций. В Nedellec C, Rouveirol C, редакторы. Машинное обучение: ECML-98. ECML 1998. Конспект лекций по информатике (конспект лекций по искусственному интеллекту), том 1398. Берлин, Гейдельберг: Springer.
79. 79. Хсу CW, Чанг СС, Лин Си Джей. Практическое руководство по классификации векторов.2003. Доступно по адресу: www.csie.ntu.edu.tw/∼cjlin/papers/guide/guide.pdf
80. 80. Ланц Б. Машинное обучение с Р. Экспертные методы прогнозного моделирования. Бирмингем, Мумбаи: Packt 2019.
81. 81. Ng A, Joran MI. О дискриминирующих и генеративных классификаторах: сравнение логистической регрессии и наивного байеса. NIPS’01: Материалы 14-й Международной конференции по системам обработки нейронной информации: естественные и синтетические, январь 2001: 841–848.
82. 82. Исследовательский институт Credit Suisse. Global Wealth Report 2017. Доступно по адресу: https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html
83. 83. Гиндер С.А., Келли-Рид Дж. Э., Манн Ф. Б.. Показатели выпуска для выбранных когорт в 2009–2014 годах. 2018; NCES 2018–151. Доступно по ссылке: https://nces.ed.gov/pubs2018/2018151.pdf
84. 84. Темпорао М, Ванде Керкхоф С, ван дер Линден С, Дюфресн И, Хендрикс Дж. М.. Идеологическое масштабирование пользователей социальных сетей: подход динамической лексики.Политический анализ 2018; 26, 457–473.
85. 85. Ньюман Б.Дж., Джонстон CD, Lown PL. Ложное сознание или классовая осведомленность? Неравенство доходов местного населения, личное экономическое положение и вера в американскую меритократию. Американский журнал политологии, 2015 г .; 59 (2): 326–340.
86. 86. Биндер А.Д., Дэниел Б., Блум Н. Воронка карьеры: как элитные студенты учатся определять «престижную» работу и стремиться к ней. Социология образования 2016; 89 (1): 20–39.
87. 87. Маленький Т.Канадская политика в 140 символах: партийная политика в твиттер-вселенной. Канадский парламентский обзор 2010; 33 (3), 39–45.
88. 88. Верджер М. Твиттер и политическая кампания. Социологический компас 2015; 9 (9), 745–760.

Определение Techie от Merriam-Webster

8 самых простых CLEP и DSST для CCAF

Вы можете перенести до 30 кредитных часов экзаменов CLEP или DDST для получения степени CCAF.

Вы, наверное, захотите узнать, какие из них самые простые. Вот для чего этот список.

Но помните: выбор экзаменов, которые будут перенесены, является наиболее важной частью.

Ниже приводится список некоторых из лучших экзаменов CLEP и DSST для соответствия вашим требованиям CCAF.

Вы можете менять их в зависимости от ваших интересов и навыков.

Имейте в виду, что это одни из самых простых вариантов для большинства тестируемых, но есть и другие экзамены CLEP и DSST, которые могут удовлетворить ваши требования для CCAF.

Я провел много исследований, чтобы составить список экзаменов CLEP и DSST, которые, по моему мнению, могут быть переданы в Общественный колледж военно-воздушных сил и соответствуют соответствующим требованиям.Однако я гражданское лицо и не имею отношения к Общественному колледжу ВВС или ВВС США. Ниже приведены лишь рекомендации по экзаменам, которые вы можете использовать для удовлетворения требований к получению степени CCAF. Пожалуйста, проведите дополнительное исследование и уточните у своего научного руководителя, что экзамен будет перенесен, прежде чем вы начнете учиться. Даже если экзамен будет признан CCAF, он не обязательно будет перенесен в другие университеты, которые вы посещаете в будущем.

1.Состав колледжа (CLEP)

Требование: Связь.

Кредитные часы: 6

Время: 90 минут

Эссе: Обязательно

Почему вам стоит подумать о том, чтобы взять его:

Этот экзамен обычно выполняет все 6 кредитных часов коммуникационной части вашего общеобразовательного требования.

Для большинства это лучший выбор, поскольку вы выполняете полные 6 кредитных часов с одним экзаменом вместо двух.

Если вы решили не сдавать этот экзамен, вы должны сдать два других экзамена CLEP, чтобы соответствовать вашим требованиям к общению.

Если вы изучаете модульную композицию в колледже, вам также необходимо пройти курс «Введение в публичные выступления» (DSST). Это потому, что модульная версия стоит всего 3 кредитных часа.

Единственная разница между ними (состав колледжа и модульный состав колледжа) заключается в том, что в обычном экзамене College Comp есть эссе, а в модульном College Comp нет.

Эссе по композиции для колледжа находится во время теста, и вы не знаете тему заранее, поэтому оно очень короткое. Поскольку это спонтанно, они дают вам гораздо больше изящества, чем профессор, когда у вас есть недели на работу над эссе.

Благодаря этому, это не так сложно и намного менее интенсивно, чем длинные эссе, которые вы должны писать на обычном курсе английского языка.

Когда брать:

Подумайте о том, чтобы сдать этот экзамен непосредственно перед или после анализа и интерпретации литературы, потому что эти два экзамена частично совпадают.

Преимущество сдачи экзамена College Composition в первую очередь заключается в том, что аспекты риторического анализа теста могут немного помочь вам при ответе на вопросы для A&I Lit. Если вы возьмете их наоборот и начнете с A&I Lit, это не даст вам большого преимущества в College Composition.

Другие варианты для удовлетворения этого требования:

Модульный состав колледжа (CLEP)

Остальные варианты очень ограничены для этого теста.

Если вы не хотите сдавать College Composition, , единственный другой способ выполнить это требование с экзаменами CLEP / DSST — это сдать и Модульный CLEP для колледжа и экзамен DSST «Введение в публичную речь». .

Один экзамен легче, чем два, поэтому я рекомендую вам сдать College Composition CLEP, если можете.

2. Анализ и интерпретация литературы (CLEP)

Требование: Гуманитарные науки

Кредитные часы: 3

Время: 90 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Обычно это самый простой CLEP, хотя для всех он разный.

Я видел на Reddit некоторых людей, у которых были проблемы с этим, хотя они считали себя знатоками литературы.

Большая разница во мнениях о сложности характерна для субъективных экзаменов, таких как литература.

Я думаю, что, возможно, поэтому так много людей могут легко пройти этот тест, в то время как другие, которые уверены в своих литературных навыках и усердно учатся, с трудом справляются с проходным баллом.

вопросов по тестам CLEP никогда не обманывают вас.Так что имейте это в виду, когда будете их принимать, и не зацикливайтесь на вопросах.

Когда брать:

Как упоминалось выше, подумайте о том, чтобы взять это непосредственно до или после College Composition Modular.

Риторический анализ, который вы изучаете на курсе College Composition, может быть вам полезен, если вы сначала его возьмете.

На этом экзамене, вероятно, не так много всего, что поможет вам подготовиться к поступлению в колледж, но это хороший способ разогреться на чем-то менее пугающем, поскольку в нем нет эссе.

Другие варианты для удовлетворения этого требования:

Помните, что вам понадобится всего один экзамен на 3 кредитных часа, чтобы соответствовать требованиям по гуманитарным наукам. Если вы сдадите несколько экзаменов, которые считаются гуманитарным предметом для CCAF, они могут пересекаться, и вы получите оценку только за один. Ниже приведены варианты использования вместо Анализ и интерпретация литературы, а не в дополнение к нему.

Этика в технологиях (DSST):

Этика в технологии (DSST)

В 2019 году экзамен по этике в технологиях прошел 81% среди военнослужащих.

Это относительно новый экзамен, и я еще не сдавал его, но пока большинство людей говорят, что в нем много здравого смысла и что он не очень сложный.

Вот несколько примеров вопросов, которые помогут вам понять содержание и уровень сложности: https://www.getcollegecredit.com/wp-content/assets/factsheets/EthicsInTechnology.pdf

Вероятно, это один из самых простых вариантов выполнения требований CCAF по гуманитарным наукам, основанный на успеваемости и типовых вопросах.Так что это может быть отличной альтернативой A&I Literature CLEP.

Испанский язык (CLEP) Немецкий язык (CLEP) и французский язык (CLEP)

Экзамены CLEP по мировому языку засчитываются в соответствии с вашими требованиями по гуманитарным наукам. Есть три варианта на выбор: испанский, французский и немецкий.

Это непростые экзамены, поэтому я бы не рекомендовал их, если вы почти не владеете языком. Но если у вас есть опыт владения одним из этих языков, пройдите практический тест, чтобы узнать, где вы находитесь.

Если вы не знаете второго языка, не волнуйтесь, вам не нужно брать его по гуманитарным специальностям.

Если вы не владеете одним из этих языков, подумайте о прохождении CLEP по анализу и интерпретации литературы или DSST по этике в технологиях.

Опять же, если вы сдаете языковой экзамен — сдавайте его вместо других вариантов гуманитарных наук, таких как A&I Lit и Этика в технологиях, чтобы избежать дублирования.

Другие варианты требования CCAF по гуманитарным наукам

Анализ и интерпретация литературы, Этика в технологиях или языковой экзамен — самые легкие для большинства людей, но они не единственные варианты удовлетворения ваших требований по гуманитарным наукам.

Если вы не хотите брать ни один из них, вот еще несколько вариантов. Просто имейте в виду — большинство считает эти экзамены более сложными и обычно имеют более низкие показатели успешности.

• Гуманитарные науки (CLEP)
• Американская литература (CLEP)
• Английская литература (CLEP)
• Этика в Америке (DSST)
• Art of the Western World (DSST)
• 5 Введение в мировые религии (DSST)

3.Вводная социология (CLEP)

Требование CCAF : Общественные науки

Кредитные часы: 3

Время: 90 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Существует множество вариантов экзамена для ваших требований по общественным наукам, но многие студенты считают, что CLEP по социологии является самым простым из них.

Free-clep-prep.com оценивает «Введение в социологию» и «Введение в психологию» на «2» по сложности.Они сопоставимы, но по моему опыту и на основании большей части отзывов тестируемых, которые я видел, люди обычно могут сдать социологию с более высоким баллом и за меньшее время учебы, чем введение в психологию.

Помните, у всех все будет по-разному, но это наиболее распространенная обратная связь.

Другие варианты для удовлетворения этого требования:

Если вы провалите социологию или не хотите использовать ее как другие отличные варианты. Помните: если вы сдали более одного экзамена, который считается требованием по общественным наукам для получения степени CCAF, вы можете получить зачет только за один из них.

Другие простые варианты требования CCAF по социальным наукам

Опять же, сложность экзаменов очень субъективна и зависит от человека. Но это экзамены с высокими показателями успешности, которые, как правило, менее сложны для большинства тестируемых, чем другие экзамены CLEP и DSST по социальным наукам.

• Введение в психологию (CLEP)
• Правительство США (CLEP)
• История Соединенных Штатов I (CLEP)

Другие варианты требования CCAF по социальным наукам

Вот другие экзамены, которые могут соответствовать вашим требованиям по общественным наукам. Обычно это более сложные задачи, но для всех они разные. Не бойтесь выбрать один из них, если предмет для вас более интересен, чем «более простые» варианты.

• Социальные науки и история (CLEP)
• История США I: ранняя колонизация до 1877 года (CLEP)
• История США II с 1865 года по настоящее время (CLEP)
• Принципы макроэкономики (CLEP)
• Принципы Микроэкономика (CLEP)
• Западная цивилизация I: Древний Ближний Восток до 1648 года (CLEP)
• Западная цивилизация II: 1648 год до настоящего времени (CLEP)
• Общая антропология (DSST)
• Введение в географию (DSST)
• История Советский Союз (DSST)
• История Вьетнамской войны (DSST)
• Гражданская война и реконструкция (DSST)
• Психология жизненного развития (DSST)

4.Колледж математики (CLEP)

Требование CCAF : математика

Кредитные часы: 6

Время: 120 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Это один из экзаменов CLEP / DSST нижнего уровня в математической категории. Хотя это не обязательно легко, это более простая математика, чем многие другие варианты.

Этот экзамен охватывает такие вещи, как алгебра, статистика, геометрия и даже логика.

Поскольку они затрагивают очень много вопросов, задачи по каждой из них не столь глубоки, как вопросы по алгебре в колледже.

Я заметил, что мои ученики, которые действительно не любят математику, обычно лучше учатся в математике в колледже, но те, кому удобнее с математикой, быстрее сдают алгебру, потому что им не нужно раскрывать какие-либо новые темы во время учебы.

Другие варианты для удовлетворения этого требования:

Колледж алгебры (CLEP)

Хотя большинству людей легче с математикой колледжа, некоторые лучше справляются с алгеброй колледжа.

Если вы хорошо разбираетесь в математике, вы, вероятно, сможете освежить в памяти алгебру за меньшее время, поскольку у вас не так много тем, которые нужно охватить, как в математике колледжа.

Например; мои ученики, недавно окончившие среднюю школу, часто лучше набирают результаты на практических тестах колледжа по алгебре, чем на практических тестах колледжа по математике.

Ознакомьтесь с некоторыми образцами вопросов для экзамена по алгебре в колледже и с образцами вопросов для экзамена по математике в колледже, чтобы решить, какой из них может вам понравиться больше.

Другие варианты требования CCAF по математике

Эти альтернативы более продвинуты, чем CLEP по математике колледжа и CLEP по алгебре колледжа. Но, возможно, имеет смысл воспользоваться одним из них, если вы не справитесь с обоими другими двумя вариантами.

• Основы алгебры колледжа (DSST)
• Математика для гуманитарных наук (DSST)
• Принципы статистики (DSST)
• Предварительное исчисление (CLEP)

5.Принципы надзора (DSST)

Требование CCAF : LMMS (соответствует половине 6-часового требования).

Кредитные часы: 3

Время: 120 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Принципы надзора DSST и Принципы управления CLEP — два из лучших экзаменов, которые нужно сдать для выполнения ваших требований по управлению лидерством и военным исследованиям.

Это два самых простых варианта, и примерно половина содержания этих двух экзаменов перекрывается.

Принципы надзора имеет более высокий процент успешных и большинству людей легче, чем Принципы управления, поэтому подумайте о том, чтобы сначала взять его.

6. Принципы менеджмента (CLEP)

Требование CCAF : LMMS (соответствует половине 6-часового требования).

Кредитные часы: 3

Время: 120 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Этот экзамен и Принципы надзора во многом пересекаются.Вам нужно 6 кредитных часов для удовлетворения ваших требований LMMS, поэтому имеет смысл взять и то, и другое.

Free-clep-prep.com оценивает Принципы управления CLEP как 1/5 по шкале сложности. Так что для большинства людей это не так уж сложно, даже если вы не принимаете его вместе с Принципами надзора (DSST).

Другие варианты для удовлетворения этого требования:

Если вы не сдадите один из этих экзаменов или вам понадобится замена по какой-либо другой причине, есть два других экзамена, которые будут соответствовать вашим требованиям LMMS.Это: управление человеческими ресурсами (DSST) и организационное поведение (DSST).

Помните — вам нужно всего 6 кредитных часов, чтобы удовлетворить ваши требования LMMS.

Управление человеческими ресурсами (DSST):

Управление персоналом (DSST)

Это намного проще для большинства, чем «Организационное поведение».

На самом деле, многим это проще, чем Принципы управления. Но из-за дублирования содержания «Принципы управления», вероятно, будут лучшим выбором, если вы уже приняли «Принципы надзора».

Организационное поведение (DSST):

Организационное поведение (DSST)

«Организационное поведение» — вероятно, самый сложный экзамен для соответствия вашим требованиям LMMS, но это не невозможно.

Но Free-clep-prep.com по-прежнему оценивает его по сложности только на 3/5. Так что, если вам интересна тема, не бойтесь ее брать.

7. Информационные системы (CLEP)

Требование CCAF : Техническое образование (соответствует половине 6-часового требования Tech Ed).

Кредитные часы: 3

Время: 120 минут

Эссе: №

Почему вам стоит подумать о том, чтобы взять его:

Этот экзамен не так глубоко углубляется в технические детали, как тест DSST по компьютерам и информационным технологиям, и он немного больше ориентирован на бизнес.

Среди военнослужащих, сдавших экзамены в 2019 году, CLEP информационных систем успешно сдал экзамены 69%, а DSST информационных технологий — 79%.

Если вы не считаете себя очень технически подкованным, то я думаю, что этот тест будет для вас проще, чем альтернативы, и он поможет вам выполнить половину требований к техническому образованию для CCAF.

Требование CCAF : Техническое образование (соответствует половине 6-часового требования Tech Ed).

Кредитные часы: 3

Время: 120 минут

Эссе: №

Этот экзамен и CLEP во многом пересекаются по темам.Воспользуйтесь этим первым, чтобы получить значительную фору в DSST по вычислительным и информационным технологиям.

У меня был инженер-программист (который, кстати, тоже мой парень) проверял схему каждого экзамена, так как он понимает термины лучше меня.

Он сказал, что CLEP по информационным системам будет лучшим экзаменом для начала, чтобы дать вам более общий обзор информации, за которым следует DSST по вычислительным и информационным технологиям, который углубляется в более подробные сведения.

Есть только два других варианта, о которых я знаю, чтобы удовлетворить требования к техническому образованию вашей степени CCAF, а именно: информационные системы управления (DSST) и основы кибербезопасности (DSST).

Информационные системы управления (DSST):

Управленческие и информационные системы (DSST)

Поскольку этот экзамен часто признается для получения кредита высшего уровня, материал немного сложнее.Большинство тестируемых находят это сложнее, чем Info Systems CLEP и Computing and Info Tech DSST.

Однако он также больше ориентирован на бизнес. Так что, если вы предпочитаете бизнес-темы технологическим, это может быть лучшим выбором для вас!

Основы кибербезопасности (DSST):

Основы кибербезопасности (DSST)

Если у вас нет опыта в этой теме, вы, вероятно, захотите пропустить этот.Я сам не принимал его, но слышал, что это очень сложно для таких нетехнических специалистов, как я.

Вам нужно всего 6 кредитных часов, чтобы выполнить требования по программе Tech Ed для CCAF, поэтому подумайте о том, чтобы вместо этого сдать один из трех других экзаменов Tech Ed.

Это три информационных системы CLEP, Computing and Info Tech DSST или Management Info Systems DSST.

Каждый из них стоит 3 кредитных часа, поэтому вам понадобится только два из них, чтобы соответствовать требованиям Tech Ed. Это означает, что вы можете полностью отказаться от изучения DSST по основам кибербезопасности.

Если вам это абсолютно необходимо, и у вас нет опыта работы в сфере информационных технологий, приготовьтесь усердно учиться.

Другие советы:

• Для военнослужащих первая попытка сдачи каждого конкретного экзамена бесплатна. Сладкое. Но имейте в виду, что если вы провалите тест, вам придется заплатить сбор за экзаменационный билет и сборы испытательного центра во второй раз за этот экзамен.
• Если вы не хотите платить за повторную сдачу, поищите другой экзамен, который будет соответствовать тому же требованию .Например; если вы провалите курс «Введение в социологию», вы можете заплатить за его повторную сдачу или пройти курс «Введение в психологию» бесплатно; который также будет соответствовать вашим требованиям в области социальных наук.
• Для максимального дублирования тем старайтесь придерживаться одной тематической категории за раз , например, изучите все свои письменные предметы перед тем, как перейти к техническому образованию и так далее.
• Помните: вы можете перенести только 30 кредитных часов из экзаменов CLEP и DSST в свою степень CCAF. Убедитесь, что вы сдаете экзамены, соответствующие вашим требованиям.
• Всегда говорите с консультантом о том, какие экзамены подходят для вашей конкретной программы, факультативов. Вы также можете проверить свое резюме программы, чтобы выяснить, какие экзамены могут считаться программными факультативами по вашей специальности.

Спасибо за службу в Вооруженных Силах! Не стесняйтесь обращаться ко мне, если вам понадобится помощь или у вас есть вопросы, на которые я не ответил. Удачи на экзаменах!

Fuzzies vs Techies в мире инноваций

Скотт Хартли впервые услышал термины «нечеткий» и «технарь», изучая политологию в Стэнфордском университете.Если вы специализировались на гуманитарных или социальных науках, вы были нечетким. Если вы специализировались в области компьютерных наук, вы были технарем. Это неформальное разделение незаметно превратилось в стандартное предположение, которое на протяжении десятилетий вводило в заблуждение деловой мир — что именно технари продвигают инновации.
В своей книге «Нечеткий и технарь» Хартли заглядывает внутрь некоторых из самых динамично развивающихся компаний мира, раскрывает передовые возможности сотрудничества нечетких технических специалистов и исследует, как такие ассоциации являются центром инноваций в бизнесе, образовании и правительстве. и почему гуманитарные науки все еще актуальны в нашем техническом мире.
Вот выдержка.
————————————————————————————————————————————————
Термины «нечеткий» и «технарь» используются, соответственно, для описания студентов, изучающих гуманитарные и социальные науки, и студентов, изучающих инженерные или точные науки в Стэнфордском университете. Стэнфорд — это так называемый университет «гуманитарных наук» не потому, что он фокусируется на предметах, которые обязательно являются гуманитарными или художественными, а потому, что каждый студент должен изучить широкий набор предметов до получения специализации.Термин «гуманитарные науки» происходит от латинского « artes liberales » и обозначает такие дисциплины, как музыка, геометрия и философия, которые вместе могут расширять сознание в разных направлениях и тем самым делать его свободным. Каждый из этих предметов призван расширить возможности учащихся, заставить их мыслить критически, вести дискуссии и преодолевать двусмысленность, присущую таким предметам, как философия. Они также предназначены для того, чтобы помочь ученику развить сочувствие к другим в таких предметах, как литература, что заставляет человека смотреть на мир глазами другого человека.Короче говоря, они меньше сосредоточены на конкретной работе, чем на воспитании разностороннего человека. Но в Стэнфорде за этими беззаботными названиями «нечетких» и «технарей» также лежат некоторые заряженные мнения о равенстве степеней, профессиональном применении и роли образования. Неудивительно, что эти мнения распространились далеко за пределы огромных площадей окаймленных пальмами квадроциклов и золотых склонов Стэнфорда, в Кремниевую долину. Фактически, эти вопросы равенства степеней, автоматизации и соответствующих навыков в будущей технологической экономике — это те вопросы, с которыми мы сталкиваемся в Индии и во всем мире.
Эта многолетняя дискуссия о разделении специальностей гуманитарных наук и студентов, пишущих код и разрабатывающих программное обеспечение, превратилась в современное воплощение двух культур физика и писателя Чарльза Перри Сноу, ложную дихотомию между теми, кто разбирается в классических гуманитарных науках. и те, кто обладает необходимыми профессиональными навыками, чтобы добиться успеха в завтрашней экономике, основанной на технологиях. В Индии, начиная с самых ранних стандартов вступительных экзаменов, которые определяют, переходят ли студенты в сторону инженерного дела или откажутся от него, мы создали политику и образовательные пути, которые разделяют, а не способствуют взаимопониманию между этими «двумя культурами».«Сдается ли студент на совместный вступительный экзамен (JEE) для поступления в Индийский технологический институт (IIT), на вступительный тест Института технологии и науки Бирла (BITSAT), на вступительный экзамен VIT Engineering для получения желанной должности инженера в Vellore Institute of Technology или для региональных общих вступительных экзаменов в Махараштре, Карнатаке или Западной Бенгалии студенты быстро направляются по очень конкретным заранее определенным путям и, возможно, менее способны исследовать свои собственные увлечения или ценности.И это не является специфическим или уникальным явлением для Индии, но характерно для многих культур и обществ.
Эта книга не только пытается переосмыслить эту продолжающуюся дискуссию, принимая во внимание очень реальную потребность в науке, технологиях, инженерии и математике, так называемых специальностях STEM, но также признает их ложное противодействие гуманитарным наукам. Действительно, по мере того, как мы развиваем нашу технологию, чтобы сделать ее все более доступной и демократичной, и по мере того, как она становится все более повсеместной, вечные вопросы гуманитарных наук стали важнейшими требованиями наших новых технологических инструментов.В то время как эти легендарные выпускники Индийских технологических институтов или великих инженерных академий, таких как Манипал, развивают критические навыки и сохраняют неизменное значение в создании технологической инфраструктуры, для большинства успешных стартапов требуется отличный отраслевой контекст, психология для понимания потребностей пользователей и желаний, интуитивно понятный дизайн и умелые навыки общения и совместной работы. Это тот самый набор навыков, который получают наши выпускники в области литературы, философии и социальных наук.Это не отдельные или дополнительные навыки, а обязательные компоненты наряду с любой технологической грамотностью.
Как нечеткий, выросший в мире технарей, эту ложную дихотомию я наблюдал в Пало-Альто, Калифорния, где Стив Джобс подарил компьютеры Apple, которые мы использовали в средней школе. Это было то, что я наблюдал еще, будучи студентом Стэнфорда; в качестве сотрудника Google, где я потратил больше года на запуск двух команд в Хайдарабаде и Гуруграме, Индия, в качестве сотрудника Facebook, а затем в качестве венчурного капиталиста в 2-миллиардном фонде на Сэнд-Хилл-роуд, Калифорния.Заглянув за завесу наших величайших технологий, зачастую их объединяет величайшее человечество. После встречи с тысячами компаний, я хочу поделиться с Индией историей о том, что независимо от того, что вы изучали, вы должны сыграть очень реальную и очень важную роль в технологической экономике завтрашнего дня. Наши технологии должны вселять в нас большую надежду, а не страх, и мы требуем от политиков, преподавателей, родителей и учащихся признать этот ложный разрыв между повышением технической грамотности и развитием наших самых важных человеческих навыков.
Наши величайшие человеческие проблемы требуют, чтобы мы сочетали признательность к технологиям с постоянным уважением к тем, кто изучает человеческие условия, поскольку именно они учат нас, как применять наши технологии, и для каких целей они должны быть на самом деле. Мы должны учитывать истинную ценность гуманитарных наук, продолжая осваивать и внедрять наши новые технологические инструменты. По мере продвижения вперед нам нужны неподвластные времени и своевременные, великие поэты и литература Бенгалии и стеклянные башни Бангалора.