В должности руководителя академической программы я пробыл недолго, но успел порефлексировать над тем, что я делаю, и что происходит.

В монографии «Будь в курсе цифровых гуманитарных исследований» (СФУ, 2024) Борис Орехов (НИУ ВШЭ) делится четырёхлетним опытом организации магистерской программы по цифровым гуманитарным наукам. Главный вопрос: можно ли выстроить устойчивую образовательную программу в поле, у которого «нет границ, а есть только горизонты»?

Что болит?

1. Неопределённость предмета. У Digital Humanities больше 800 определений — и это перестало быть продуктивным. Непонятно, что ядро, а что факультатив: машинное обучение? 3D-моделирование? ГИС? Дизайн интерфейсов? В результате студенты даже к концу магистратуры не могут сформулировать, чему они научились, а при выборе тем дипломов возникает путаница: есть ли граница между DH и цифровыми методами в гуманитарных науках? Это одно и то же, но не для всех.

2. Преподавание технических дисциплин гуманитариям. Обычный преподаватель с факультета компьютерных наук, пришедший на программу, часто делает только хуже. Нужны «гениальные» педагоги, которые могут переформулировать задачи — не «напиши сортировку массива», а «проанализируй этот гуманитарный датасет». Но гениальность — не системное решение.

3. Карьерные перспективы. Выпускники почти не остаются в академии. Они уходят в индустрию, но непонятно, насколько там востребованы именно те компетенции, которым учат на программе. Среда не воспроизводит себя: нет «инженеров» DH, которые поддерживали бы область в рабочем состоянии, есть только «изобретатели»-пионеры, которые в любой момент могут потерять интерес.

4. Разный уровень подготовки. В магистратуру приходят в основном гуманитарии (технарей мало). У одних слабые технические навыки, у других — слабое понимание того, как работает культура. Выравнивать и то и другое в одном учебном плане — задача почти нерешаемая.

5. Исследовательские vs проектные дипломы. Как сравнивать на защите исследовательскую работу (проанализировал данные, интерпретировал результаты) и проект (написал пакет для Python или создал базу данных)? По каким критериям оценивать код? Я признаюсь, что готового решения у меня нет, предлагаю в качестве компромисса: даже если создаёшь инструмент — будь добр с его помощью что-нибудь исследовать.

Динамика абитуриентов

Привожу данные по заявлениям на программу за 4 года. Общее количество абитуриентов снижается — в основном за счёт филологов и лингвистов, которые потеряли интерес. Зато стабильно идут выпускники инъяза (они часто путают DH с компьютерной лингвистикой). Социальные науки (политология, право, экономика) почти не представлены — у них есть свои цифровые магистратуры.

Что предлагается в качестве решений?

• Зафиксировать более чёткие определения предмета (один из шагов — уже вышедшая красноярская монография по DH).
• Переформулировать учебные задания под гуманитарные датасеты.
• Целенаправленно формировать научные школы и выращивать «инженеров» через аспирантские программы, чтобы обеспечить преемственность.
• Внедрять коллективные ридинги классических работ по культурной теории, чтобы улучшить интерпретационные навыки.
• Возможно, отказаться от «чисто проектных» дипломов в пользу гибридного формата «инструмент + исследование с его помощью».

Главный вывод: здоровое состояние дисциплины — это не бесконечный поиск новых горизонтов, а устойчивое воспроизводство специалистов, которые могут работать по отработанным технологиям. Пока что DH в России остаётся делом пионеров — и это скорее тревожный сигнал.

---

Источник: Орехов Б. В. Парадоксы парадигмы: проблемы и решения в организации учебной программы по Digital Humanities // Будь в курсе цифровых гуманитарных исследований : монография / О. В. Алиева, Е. В. Баранова, А. Ю. Володин [и др.] ; отв. ред. А. Ю. Володин. — Красноярск : Сиб. федер. ун-т, 2024. — С. 18–25.

Подведение итогов дистанции в 19 уже лет.

Более 15 лет назад, в феврале 2007 года, был запущен «Параллельный корпус переводов “Слова о полку Игореве”». Замысел был амбициозным: создать филологический инструмент для сравнения множества переводов самого переводимого на русский язык произведения мировой литературы (их насчитываются сотни). Однако, как признаётся автор проекта Борис Орехов, реальная история использования ресурса оказалась неожиданной.

От идеи до реализации

Проект задумывался по аналогии с параллельными корпусами в лингвистике — такими, как в Национальном корпусе русского языка. Пользователь мог бы видеть разные переводы одного фрагмента древнего текста рядом, избавив себя от «хлопотного перелистывания» множества книг (эту проблему когда-то иронично описал Владимир Набоков в «Бледном огне»).

Технически задача оказалась чрезвычайно сложной. Для прозаических переводов выравнивание (сопоставление тождественных отрезков) делается полуавтоматически, но для поэзии, да ещё такой архаичной и тёмной, как «Слово», альтернативы ручному труду не было. Создателям пришлось отказаться от автоматического выравнивания: переводчики произвольно переставляют фрагменты, меняют синтаксис, а сам оригинал (например, знаменитое место со «стрикусами») допускает множественные трактовки.

В итоге команда оперлась на авторитетное членение текста, предложенное Романом Якобсоном (218 фрагментов). А выравнивание переводов на славянские и романские языки делали вручную филологи-энтузиасты. Оцифровка переводов с грузинского, арабского, китайского тоже была ручной — OCR для них тогда не существовало.

Что получилось

На сегодня в корпусе 247 текстов «Слова»: 12 реконструкций оригинала, 112 переводов на современный русский, 52 на другие славянские языки, 5 на языки народов России, 16 на восточные языки. Проект выжил и функционирует (сейчас на Python + JSON, без тяжёлой базы данных), хотя за 18 лет ни разу не получил претензий по авторским правам — возможно, из-за скромных масштабов и известности.

Что удивительно

Корпус в итоге не стал тем, для чего планировался — инструментом сравнения текстов. Отклики в научной периодике и известные практики использования свидетельствуют, что ресурс представляет собой для пользователя скорее библиотеку текстов, рассматриваемых каждый в отдельности.

Запрос на сравнение переводов оказался слишком специфическим. Даже когда он возникает в науке (как в работе Е. Поварницыной 2020 года), исследователи порой не задействуют корпус. Зато как собрание редких и разрозненных переводов — от дореволюционных до присланных самими переводчиками — ресурс оказался востребован.

Нерешённые вопросы

Орехов замечает, что поле сравнения переводов ещё не исчерпано. Например: какие фрагменты оригинала переводчики пропускают чаще всего? (Кажется, ближе к концу поэмы — возможно, сказывается эффект «усталости переписчика», знакомый медиевистам). Связана ли непереводимость с испорченностью или трудностью текста? Ответы на эти вопросы ещё ждут своих исследователей — возможно, с помощью того же корпуса, но уже осознанно используемого как инструмент сравнения, а не только библиотека.

---

Ссылка на исходную статью:
Орехов Б. В. Параллельный корпус переводов «Слова о полку Игореве» как проект // Цифровые гуманитарные исследования. — 2025. — № 1. — С. 60–69. DOI: 10.31860/cgi-2025-1-60-69

В новой монографии «Парад цифровых гуманитарных проектов» (СФУ, 2025) опубликована статья Бориса Орехова, посвящённая почти двадцатилетнему опыту разработки цифровых ресурсов в области филологии, фольклористики и истории. Автор честно разбирает, что двигало создателями таких проектов и с какими реальными рисками они сталкивались.

💡 Главные мотивы

• Удобство исследователя – например, параллельный корпус переводов «Слова о полку Игореве» задумывался как инструмент для сравнения текстов, а стал просто хранилищем переводов.
• Сохранение наследия миноритарных народов – цифровая среда помогает не потерять материалы на башкирском и других языках в доминирующем русскоязычном контексте.
• Обновление форматов работы с данными – превращение традиционных указателей в сети персоналий, интерактивные таймлайны, карты недоимок XVIII века.
• Визуализация и популяризация – географические карты исторических данных, таймлайны жизни писателей, сетевые структуры.

⚠️ Ключевые риски

• Невостребованность заложенной функциональности – пользователи часто используют ресурс не так, как планировали (например, просто как электронную библиотеку, а не аналитический инструмент).
• Проблемы с авторскими правами – пока серьёзных конфликтов не было, но потенциал существует, особенно при публикации полных текстов.
• Зависимость от одного человека – многие проекты существуют только благодаря энтузиазму создателя, который оплачивает хостинг и поддерживает код. После его ухода ресурс может исчезнуть.
• Потеря доступа к серверу и «цифровой переезд» – из-за смены URL проекты становятся недоступными по старым ссылкам из научных публикаций. Автор предлагает подумать об аналоге DOI для цифровых гуманитарных проектов.
• Игнорирование профессиональным сообществом – некоторые проекты (например, Фольклорный архив БашГУ) буквально не замечают коллеги, даже когда они были первыми в своей области.

🔧 Что помогает снизить риски?

Орехов указывает на платформу GitHub Pages как на относительно долговечное и устойчивое решение для проектов, не требующих серверной логики. Это позволяет не зависеть от конкретной институции.

🧠 Вывод

Главная мотивация последних 20 лет – цифровое обновление привычных практик работы с данными. А главный вызов – не техническая сложность, а «человеческие» риски: потеря интереса, равнодушие коллег, исчезновение площадки. Чтобы цифровое наследие не умирало вместе со старым URL, нужно заново осмыслить инфраструктурную поддержку таких проектов.

---

📚 Источник:
Орехов Б. В. 20 лет цифровых гуманитарных проектов: мотивация и риски // Парад цифровых гуманитарных проектов: монография / А. Е. Арефьев [и др.]; отв. ред. А. Ю. Володин. — Красноярск : Сиб. федер. ун-т, 2025. — С. 34–40.

Уверен, что такие обзоры очень нужны. Дважды сталкивался с тем, что разработчики не знали про конвертер из старой орфографии в новую и делали его самостоятельно.

Вышел обзор инструментов, которые решают узкие, но важные задачи, с ними большие языковые модели (LLM) справляются плохо, а информация о них зачастую не доходит до потенциальных пользователей.

Выделяю три группы инструментов.

1. Для работы с дореформенной орфографией

• OCR-модель для распознавания текстов в старой орфографии (на базе Tesseract). Качество распознавания среднее (WER ≈ 30%), но ошибки можно исправлять с помощью GPT-4o. Модель непригодна для текстов XVIII века из-за особенностей начертания букв.
• Конвертер preferom2modern — транслитерирует тексты из старой орфографии в новую, сохраняя разметку TEI. Прост в установке и надёжен.

2. Для художественных и фольклорных текстов

Конвертер TEItransformer — преобразует TEI XML в docx, html, json. Однако реализован как обёртка вокруг устаревающей технологии XSLT, что снижает его надёжность.

Акцентуатор ru-accent-poet — гибридный (словарь + нейросеть) инструмент расстановки ударений, особенно полезен для стиховедческого анализа. Минус — низкая скорость.

Детектор прямой речи direct-speech-extractor-ru — выделяет реплики персонажей с высокой точностью (F‑мера 0,979). Повторное исследование на его основе опровергло ранее опубликованные выводы о скачке доли прямой речи в XIX веке, что иллюстрирует кризис воспроизводимости в DH.

Оценка формульности фольклора formularity-rfs — вычисляет коэффициент повторяемости (биномы, n‑граммы, фразеологизмы). Приводится таблица с результатами анализа русских народных песен.

3. Для подготовки публикаций в журнале «Цифровые гуманитарные исследования»

• Модуль cgi-processor — автоматизирует расстановку неразрывных пробелов, коротких тире и других элементов русской типографики в исходном коде LaTeX, избавляя редакторов от рутинных ошибок.

Статья подчёркивает важность распространения информации о таких узкоспециализированных инструментах, чтобы избежать «изобретения велосипеда» и укрепить инфраструктуру русского DH-сообщества.

Ссылка на исходную статью:
Орехов Б. В. Открытые компьютерные инструменты для решения задач оцифровки и анализа русскоязычного текста в области Digital Humanities // Цифровые гуманитарные исследования. — 2025. — № 2. — С. 71–83. DOI: 10.31860/cgi-2025-2-71-83

Наконец вышла статья, замысел которой вынашивался около 10 лет, именно столько прошло от первых подсчетов до публикации.

В центре внимания исследователей Б.В. Орехова и А.Г. Василенко — давний «бахтинский вопрос»: действительно ли М.М. Бахтин был автором текстов, вышедших под именами В.Н. Волошинова, П.Н. Медведева и И.И. Канаева? Спор длится десятилетиями, и до сих пор нет единого мнения.

Авторы подходят к проблеме с помощью количественного метода Delta. Этот инструмент вычисляет стилистические расстояния между текстами на основе распределения самых частотных (в основном служебных) слов. Если произведения принадлежат одному автору, Delta показывает минимальные расстояния.

Главный вызов: критики метода утверждают, что тесное общение внутри научной школы или кружка может «стирать» индивидуальный стиль — тексты становятся похожими не из-за общего автора, а из-за общей среды.

Чтобы проверить эту гипотезу («эффект школы»), авторы протестировали Delta на четырёх интеллектуальных сообществах с надёжно атрибутированными текстами:

• Московская фонологическая школа (Кузнецов, Реформатский, Аванесов и др.)
• Женевская лингвистическая школа (Соссюр, Балли, Сеше)
• Йенский романтизм (братья Шлегели, Шлейермахер)
• ОПОЯЗ (Шкловский, Тынянов, Эйхенбаум, Жирмунский)

Результат: ни в одном случае Delta не перепутала авторов. Члены одного кружка уверенно сгруппировались по своим индивидуальным кластерам. Вывод: принадлежность к школе не заслоняет авторский «почерк».

А что же с «бахтинским кругом»? Картина оказалась принципиально иной. Тексты, подписанные Бахтиным, Волошиновым и Медведевым, не образуют отдельных авторских кластеров — они бессистемно перемешиваются. Delta не может их различить. Это резко контрастирует с чёткими разделениями в контрольных группах. Единственное разумное объяснение: все эти тексты (или их подавляющее большинство) написаны одним человеком — М.М. Бахтиным.

Авторы подчёркивают, что их работа не только даёт дополнительный аргумент в пользу бахтинского авторства спорных текстов, но и опровергает распространённое возражение против стилеметрии — будто «внутрицеховые» привычки могут имитировать общность стиля.

---

Источник:
Орехов Б. В., Василенко А. Г. Количественная атрибуция и «бахтинский круг»: проблема авторства в интеллектуальных сообществах // Новый филологический вестник. — 2026. — № 1. — С. 40–55.
DOI: 10.54770/20729316-2026-1-40