Классное чтение: школьная программа по литературе от Октябрьской революции до ЕГЭ

Когда в школьной программе появлялись Гарри Поттер и Бильбо Бэггинс? А когда изучали Гомера и Эсхила? Какие иностранные художественные произведения входят в школьный канон? Когда больше изучали зарубежных авторов: в советское время или сейчас? Первая часть нашего дата-исследования школьного канона посвящена зарубежной литературе.

Кратко: о чем статья?

Зарубежная литература всегда присутствовала в школьной программе, начиная с первых лет советской власти, но устойчивый состав авторов и произведений сложился только в 1970-е годы.

В программе 1919 года можно найти античную драматургию и Шекспира. В 1930-1940-е состав расширился: добавились западноевропейские писатели XVII-XIX веков (Гейне, Шиллер, Байрон…) и современные писатели, поддерживающие Советский Союз. Во время войны эта тенденция изменится и задержится на долгое время, так что зарубежной литературы будет всё меньше: между 1954 и 1962 годами вся иностранная словесность в школьной программе ограничивается «Фаустом» Гете и «Гамлетом» Шекспира.

Сегодня же доля зарубежных произведений в школьной программе выше, чем в советское время, однако в основном они входят в необязательную часть, которая изучается по выбору. В 2015 и в 2020 годах из 66 писателей необходимо было изучить творчество только 11-ти, остальное на выбор, а в ЕГЭ зарубежная литература вошла только с 2022 года: выпускник должен знать произведения не менее трех зарубежных поэтов или прозаиков за определенный период.

Сравнить популярность Шиллера и Байрона в школьной программе, выяснить, что происходило со списком литературы с 1960-х по 1990-е, и соотнести количество французских, британских и американских авторов в программе разных годов можно благодаря полной версии статьи.

Время чтения: 11 минут.

🤖 «Системный Блокъ» @sysblok

Цифровой архив газет Российской империи: от морских чудищ до высочайших манифестов

Коллекция «Газеты Российской империи» находится в открытом доступе на портале East View и охватывает почти весь период русской дореволюционной журналистики ― с 1767 по 1918 годы. Делимся тремя интересными заметками, которые мы нашли, изучая онлайн-архив.

🦑 Большой морской зверь, именуемый Крак (16 сентября 1786)

«Джемс Андерсон и Мадс Дженсон… показали…, как они, так и все морские служители, бывшие с ними, видели в отдалении одной английской мили к югу зверя, которого в Норвегии называют морским червяком, чрезвычайной величины, высунувшегося из моря. Он казался им быть тремя низкими островами или отмелями серого цвету. Длина его простиралась на одну английскую милю. Ширина его казалась быть до 30 саженей. Они смотрели на него более 50 минут, после чего он опустился тихо на дно, не причинив воде ощутительного движения».

🎨 Награждение Айвазовского (26 сентября 1897)

«Нашему действительному тайному советнику, почетному члену Императорской Академии художеств, причисленному к Морскому ведомству со званием живописца, профессору живописи Ивану Айвазовскому. В награду шестидесятилетней художественной деятельности, обогатившей русское искусство образцовыми произведениями, всемилостивейше пожаловали Мы вас кавалером Императорского Ордена Нашего Святого Благоверного Великого князя Александра Невского». 

👑 Отречение Николая II от престола (5 марта 1917)

«В эти решительные дни в жизни России почли мы долгом совести облегчить народу нашему тесное единение и сплочение всех сил народных для скорейшего достижения победы и в согласии с Государственной думою признали мы за благо отречься от престола государства Российского и сложить с себя верховную власть. Не желая расстаться с любимым сыном нашим, мы передаем наследие наше брату нашему великому князю Михаилу Александровичу и благословляем его на вступление на престол государства Российского». 

Больше фрагментов статей найдете в полной версии статьи, а онлайн-архив – по ссылке.

🤖 «Системный Блокъ» @sysblok

Историки, культурологи и краеведы: папка телеграм-каналов

Исторические исследования дают большой простор для применения цифровых методов, поэтому мы часто пишем на исторические темы. Мы рассказывали о расшифровке писем Марии Стюарт, сети социальных связей европейских монархов накануне Первой мировой войны, тематическом анализе дневников 1917 года и изучении рисунков на стенах древнего храма. 

Если вы читаете посты и статьи «Системного Блока» прежде всего ради таких материалов, сегодня точно ваш день. Потому что мы делимся целой папкой телеграм-каналов, которые позволят лучше изучить разные времена и пространства истории. От Константинополя до Ростова, от античности до Второй мировой, от личных дневников до дата-исследований.

Папку можно легко добавить к себе целиком или выбрав самое интересное.

Как это работает:
— Кликаете на гиперссылку 
— Нажимаете ​​«Добавить папку»
— Выбираете интересующие каналы
— Делитесь с друзьями
— Наслаждаетесь подборкой!

🤖 «Системный Блокъ» @sysblok

Похороны, объятия и выпас скота: обыденные практики и ритуалах XX — начала XXI века

Как выглядели свадебные девичьи «куколки» Поморья? Как звучат похоронные причеты Вологодчины? Какие колыбельные пели в старину в Коми? Электронный архив «Российская повседневность» хранит данные об обыденных практиках и ритуалах XX — начала XXI века. Цифровую коллекцию материалов о русской повседневной культуре создал «Пропповский центр» совместно с компанией «Альт-Софт». Архив состоит из аудио- и видеозаписей интервью с городскими и деревенскими жителями, оцифрованных рукописных дневников, семейных альбомов с комментариями, любительских рисунков и фотографий.

Данные архива структурированы по формату (аудио, видео, фото, текстовые расшифровки) и разделены на классы. В разделе «Процессы» находятся материалы, которые соотносятся с действиями или «изменением положения дел»: гаданием, дракой, переправой, игрой на музыкальном инструменте или приготовлением пищи. А в «Тематических коллекциях» представлена подборка фотографий, иллюстрирующих цвета в одежде.

Материалы сопровождаются короткими пояснениями, например: «Информант демонстрирует заговор от медведя», «Трактор, везущий гроб на кладбище, тронулся с места. В кузове стоит Галина Васильевна Саукова, хотя она не родственница погибшему. Вслед за трактором идут местные жители» или «Шуточная попытка похищения пирожка».

Посетители медиаархива могут применить простой поиск или найти необходимую информацию, используя географический указатель, карту и список информантов.

🤖 «Системный Блокъ» @sysblok

Новая модель для дизайна белков, скорый выход самой большой LLama и FlashAttention 3

Рассказываем, что произошло в мире ИИ за последние три недели.

Самая большая LLama на подходе

По данным сотрудника Meta, LLama 3 — языковая модель от Meta — с 405 млрд параметров выйдет уже 23 июля. Скорее всего, модель будет поддерживать работу не только с текстом, но и с другими типами данных, например, изображениями. Промежуточные результаты этой модели в стандартных тестах сопоставимы с результатами GPT-4.

Меньшие версии LLama 3 с восемью и 70 млрд параметров были выпущены в середине апреля. В отличие от большинства остальных языковых моделей, LLama выложена в открытый доступ и может быть использована в коммерческих целях.

ESM3 — одна из самых больших моделей для дизайна белков

Компания EvolutionaryScale, основанная бывшими сотрудниками Meta, представила модель ESM3 для генерации белков. Она была обучена на более чем 2,7 млрд последовательностей и структур белков и способна создавать белки с заданными свойствами.

Для демонстрации компания использовала ESM3 для дизайна флуоресцентного (светящегося) белка. Излучающий свет белок GFP (green fluorescent protein) был найден у медуз в 1960-х годах. Впоследствии учёные научились использовать его, чтобы помечать другие белки. Это, например, позволяет подсвечивать растущие раковые опухоли, показывать развитие болезни Альцгеймера в мозге или рост болезнетворных бактерий. За использование GFP в биологии в 2008 году несколько ученых получили Нобелевскую премию.

Исследователи вычислили наиболее способную к флуоресценции молекулу, не похожую на известные флуоресцентные белки, и использовали ESM3 для её усовершенствования. Хотя до лучших по яркости лабораторных образцов результаты всё еще не дотягивают, совпадение полученной молекулы с наиболее близкой из обучающих данных составило менее 60%.

Основатель компании отмечает, что итеративный процесс дизайна белков с помощью ESM3 схож с процессом естественной эволюции.

FlashAttenion3 — новые оптимизации механизма Attention

Исследователи выпустили третье поколение оптимизаций механизма Attention. Attention — главная составляющая самой популярной архитектуры нейросетей Transformer, которая в том числе используется во всех современных языковых моделях.

Главная проблема Attention — большое потребление вычислительных ресурсов, которое существенно растет с увеличением входных данных. FlashAttention — это серия работ по оптимизации ресурсозатратного блока.

Третья версия, по сравнению с предыдущей, более чем в два раза эффективнее использует вычислительные мощности во время работы Attention и поддерживает вычисления с числами пониженной точности (зачастую разработчики пренебрегают точностью в угоду скорости).

Благодаря более эффективной реализации Attention сократится стоимость обучения и использования большинства современных моделей, а языковые модели, в свою очередь, смогут работать с более длинными текстами.

🤖 «Системный Блокъ» @sysblok

Филологи и программирование: подборка интервью «Системного Блока»

Филология и программирование. Нужны ли они друг другу? Все ли ученые делятся на физиков и лириков? «Системный Блокъ» считает, что их знания можно взболтать, но не смешивать. Делимся подборкой наших интервью о том, насколько важно современным гуманитариям знание Python и нейросетей.

Нейропоэзия, корпусная лингвистика и интеллектуальный фитнес

Борис Валерьевич Орехов, доцент Школы лингвистики факультета гуманитарных наук НИУ ВШЭ, в интервью рассказад о своем пути филолога в программирование. Стилометрия, лингвистические корпусы, башкирский стих, нейронные сети и Digital Humanities в целом — что о них думает программирующий филолог?

Рациональность, научный метод и эмпирика в гуманитарной области

Интервью о миссии открытых данных против мракобесия и копирайте в корпусах. Кирилл Александрович Маслинский — цифровой филолог, создатель Детского корпуса и Репозитория открытых данных по русской литературе и фольклору ИРЛИ РАН. Он рассказывает, как пришел к DH, что можно узнать в Детском корпусе о себе и мире и как делают датасеты для цифровых исследований.

Цифровые методы на службе у гуманитариев: библиотека LingPy для исторической лингвистики. И жонглирование!

Йоханн-Маттис Лист — специалист по исторической лингвистике. Он разработал LingPy — пакет на языке Python для автоматического сравнения языков и поиска родственных слов. Мы поговорили с ним о междисциплинарности, связи биологии и лингвистики, а также о том, как развивать неуязвимость к неудачам с помощью жонглирования.

«​​Python и R — это не китайская грамота»: о ЖЖ и точных методах в гуманитарных науках

Роман Лейбов, филолог и писатель, стоял у истоков российского сегмента интернета. В интервью он объяснил, какова роль интернета для литературоведов, что такое корпусная поэтика, какими соцсетями он пользуется и как студенты-гуманитарии относятся к точным методам.

Статистика для литературоведов и разница между количественными и цифровыми методами

Александр Пиперски — лингвист, популяризатор науки и герой самого первого интервью «Системного Блока». Мы поговорили о значении корпусной лингвистики и о том, зачем лингвистам изучать статистику (спойлер: лингвисты и филологи становятся объективнее, применяя статистические методы. А дальше зависит от вкуса исследователя: кому-то ближе количественные методы, а кому-то цифровые).

🤖 «Системный Блокъ» @sysblok

Лазер из iPhone: как найти древнюю цивилизацию с помощью LiDAR

Современным археологам недостаточно лопаты, мастерка и кисточки для полевой работы. Чтобы обнаружить скрытые под слоем почвы города и дороги, ученые сканируют поверхность Земли с помощью лазера. Рассказываем, как работает LiDAR — технология, которая сегодня есть в обычном айфоне, и как LiDAR помогает делать археологические открытия в джунглях Амазонки, на Тихоокеанских островах и прямо посреди Европы.    

⚙️ Что такое Lidar?

Лидар или LiDAR (Light Detection and Ranging) — это технология лазерной локации, позволяющая определять расстояние до объектов и строить двухмерную или трехмерную модель окружающего пространства. Существуют как лидары ближнего действия, например, для работы в помещениях, так и дальние, “видящие” на расстоянии сотен километров. 

🤖 Где его используют? 

Лидары создают пространственные модели планеты, которые используют экологи, строители и топографы. Ещё они помогают беспилотным автомобилям не врезаться в другие машины и прохожих, а роботам на конвейере – обрабатывать только нужные детали. Для археологов лидар создает карту поверхности, на которой заметны фундаменты домов, остатки стен, контуры улиц и прочие сооружения.

🏛️ Затерянные города Упано в долине Амазонки

С помощью лидара ученые обнаружили остатки крупнейшего комплекса доколумбовых поселений – городов с сетями улиц и системами каналов для отвода воды. Раньше здесь уже проводили раскопки, но исследователи находили только мелкие предметы быта,  не подозревая, что под джунглями скрывается обширная система городов. 

🗿 Камни латте на острове Гуам в Тихом океане

Эти камни не имеют ничего общего с кофе, но чем-то схожи с каменными монолитами с острова Пасхи — такие же древние, загадочные и океанические. Чтобы найти их, ученые сканировали территорию с самолета лидарами, определяя местоположение артефактов и строений.

🏚️ Империя XII века в джунглях Камбоджи

Как показали результаты аэросъемки с использованием лидара, в XII веке Кхмерская империя была одной из крупнейших на Земле. Правда, многие здания кхмеры строили из дерева и других биоразлагаемых материалов, которые со временем просто исчезли. К счастью, лидар способен определять земляные насыпи, фундаменты, дороги и другие следы строительства, по которым можно воссоздать строение и облик древнего города.

О других интересных открытиях, сделанных с помощью лидара, а также о том как и где можно опробовать эту технологию самостоятельно, узнаете из полной версии статьи.

Время чтения: 12 минут.

🤖 «Системный Блокъ» @sysblok

Братских народов союз вековой: литература народов СССР и России в школьной программе

Вторая часть нашего спецпроекта о школьном литературном каноне посвящена региональной литературе. В первом материале мы изучили ситуацию с зарубежной литературой, а из этого поста вы узнаете о произведениях, написанных на родном языке писателей-представителей народов СССР или России, и их судьбе в школьной программе. Каким национальным писателям уделялось больше внимания в советское время? И кто сегодня единственный национальный автор, чьи произведения нужно читать, чтобы сдать ЕГЭ?

Кратко: о чем вторая часть?

В школьные программы по литературе с 1919 по 2022 годы были включены имена 62-х писателей и поэтов, создававших свои произведения на языках народов СССР и РФ. При этом в советское время доля региональной литературы была намного выше, чем сегодня. На протяжении 1919-1991 годов она составляла от 1 до 12% от всех изучаемых произведений, а в 1974-1988 гг. объем произведений народов СССР был почти вдвое больше иностранной словесности. Однако это связано не с ростом объема обязательной программы, а с увеличением числа необязательных текстов, рекомендованных для изучения. Отдельно интересен случай произведений Ицика Фефера и Исаака Харина, чьи тексты вошли в программу всего на один (1933-й) год. Позднее оба писателя стали жертвами репрессий.

В последние годы региональная литература занимает от 0,5 до 7% от числа всех произведений. При этом до 2004 года ее в списке чтения не было вообще. В программах 2004-2022 годов упоминается всего 12 региональных авторов и несколько эпосов народов России.

В ОГЭ региональная литература не входит совсем, а на ЕГЭ появилась только с 2022 года. Чтобы сдать экзамен, нужно знать творчество только одного автора, представляющего народы России — Расула Гамзатова.

О том, какие авторы и тексты попадали в школьную программу, что об этом думают эксперты и почему даже на уроках «Родной литературы» зачастую не изучаются тексты на языках коренных народов, узнаете из новой части дата-исследования.

Время чтения: 14 минут.

🤖 «Системный Блокъ» @sysblok

«В России история интернета не написана никем»: Леонид Юлдашев об изучении интернета, кибернетике, Starlink и Чебурнете

Как исследователи пишут историю интернета? Почему глобальная сеть вытеснила национальные проекты вроде французского Minitel? Почему достижения советской кибернетики не привели к созданию работающих сетей? Кто стоял у истоков Рунета и куда Рунет движется сегодня? Обо всём этом «Системному Блоку» рассказал Леонид Юлдашев, социолог, исследователь истории интернета, в прошлом координатор клуба любителей интернета и общества.

Кратко: о чем интервью?

В 1990-е годы считалось, что интернет меняет мир, что мы в Сети — не то же самое, что мы в офлайне. С интернетом связывались утопические надежды. Правда, всё оказалось гораздо сложнее, и сегодня есть целая область исследований, которая называется Internet Histories. Она ставит перед собой задачу создать описание истории интернетов во всех странах планеты.

В России история интернета не написана никем и существенно отличается в каждом городе. Например, в Арзамасе в 2005 году провайдеры использовали военный телефонный кабель, потому что их инвестор мог его достать, а в Томск в 1997-м приехали американские инвесторы и предложили строить интернет на телевизионном кабеле, потому что в Америке он тогда использовался очень широко.

И если пока интернет еще можно регулировать с помощью провайдерских центров админтрафика, то реализация идеи глобального интернета может всё изменить. Илон Маск, например, пытается создать космический интернет, соединяя спутники лазером. Его регулировать будет негде.

Впрочем, эта страница истории интернета ещё не написана. Если хотите узнать больше о прошлом и настоящем интернета в России и в мире, переходите к полной версии интервью.

🤖 «Системный Блокъ» @sysblok

100 лучших книг XXI века: загадка Элены Ферранте

Недавно газета The New York Times опубликовала свой топ «100 лучших книг XXI века», которые выбрали (преимущественно американские) писатели, литературные критики, переводчики и другие эксперты. На первом месте в их списке оказалась «Моя гениальная подруга» Элены Ферранте, но Ферранте – автор загадочный. В этом опросе предлагаем вам угадать, в чем особенности лидера списка книг, а вечером расскажем об Элене Ферранте подробнее.

🤖 «Системный Блокъ» @sysblok

100 лучших книг XXI века: разгадка Элены Ферранте

Как многие догадались, Элена Ферранте – не вполне реальный человек. Личность итальянского автора (или авторов) до сих пор остается анонимной.

Однако благодаря стилометрии удалось выяснить, что романы Ферранте стилистически близки романам Доминико Старноне, другого итальянского писателя. Неясно только, есть ли у него соавторы. Например, Анита Райа, переводчица и… жена Старноне. Её стиль не так близок к Ферранте, но исследователи отмечают, что при коллективном авторстве обычно доминирует сигнал только одного из двух писателей, так что Старноне вполне может быть главным, но не единственным голосом, стоящим за текстами Ферранте.

Узнать об этом расследовании о личности Ферранте подробнее можно из нашей статьи.

🤖 «Системный Блокъ» @sysblok

Перцептроны в черном ящике: как работает нейросеть и что нам мешает её понять

Несмотря на быстрое развитие больших языковых (и не только языковых) моделей, исследователи до сих пор плохо понимают, как и почему нейросети выдают тот или иной ответ. Объясняем, почему нейросети работают как «черные ящики», что такое интерпретируемость в контексте машинного обучения и какие особенности устройства нейронных сетей мешают их понять.

Кратко: о чем статья?

Нейросети работают, как «черные ящики»: на вход подаются исходные данные, далее с ними происходят абстрактные математические преобразования, и в итоге выдается ответ. Изложить в понятных человеку категориях, как он был получен и что именно на него повлияло, такие модели обычно не могут. Другими словами, нейросети позволяют хорошо моделировать зависимость между входом и выходом, но не предоставляют объяснения того, как именно эта зависимость устроена.

Свойство модели, позволяющее наблюдателю объяснить внутреннее устройство и механизм ее работы, и то, как она решает задачу, называется интерпретируемостью. Плохая интерпретируемость нейросетей тормозит их применение в медицине, беспилотном транспорте или управлении промышленными технологическими системами, где существует высокий риск при ошибке.

Даже передовые языковые модели могут галлюцинировать, то есть генерировать ложную информацию. Более высокая интерпретируемость позволила бы лучше контролировать их поведение. Понимая устройство языковой модели, можно точечно удалить из неё нежелательную информацию вроде рецептов опасных веществ или убрать возможность генерировать вредоносный код.

О главной сложности в интерпретации нейросетей — полисемантичности перцептронов — читайте в полной версии статьи. Это первая часть нашего цикла о механизмах работы больших языковых моделей. Во второй части мы расскажем, как метод, разработанный в компании Anthropic, позволяет выявлять, какими концепциями оперируют большие языковые модели и как с его помощью можно контролировать их «поведение». Не переключайтесь!

Время чтения первой части: 11 минут.

🤖 «Системный Блокъ» @sysblok