Г.П. Акимова – к.т.н., вед. науч. сотрудник, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: akimova@isa.ru

А.Ю. Даниленко – к.ф.-м.н., вед. науч. сотрудник, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: danilenko@isa.ru

Е.В. Пашкина – вед. программист, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: pashkina@isa.ru

М.А. Пашкин – науч. сотрудник, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: pashkin@isa.ru

А.А. Подрабинович – вед. программист, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: podrabinovich@isa.ru

А.В. Соловьев – д.т.н., зам. директора по научной работе, 

Институт системного анализа ФИЦ ИУ РАН (Москва)

E-mail: soloviev@isa.ru

И.В. Туманова – вед. программист, 

Институт системного анализа ФИЦ ИУ РАН (Москва) E-mail: tumanova-irin@mail.ru

Постановка проблемы. Настоящая работа продолжает цикл статей под общим названием «Подход к автоматизации деловых процессов научной организации», в котором авторский коллектив рассматривает различные аспекты цифровизации деятельности как научно-исследовательских институтов, так и других категорий предприятий и организаций.

Автоматизацией научных исследований начали заниматься еще в СССР: в 1980 г. вышел документ Государственного комитета СССР по науке и технике (ГКНТ) «Общеотраслевые руководящие методические материалы по созданию автоматизированных систем научных исследований и комплексных испытаний образцов новой техники». В документе, в частности, сказано, что «применение автоматизированных систем научных исследований… (АСНИ) наиболее эффективно в тех современных областях науки и техники, которые имеют дело с использованием больших объемов информации».

Детальный анализ показывает, что наиболее успешны и доведены до стадии промышленных решений АСНИ именно в области экспериментальной физики. Наиболее близким аналогом АСНИ на данный момент являются ERP-системы, которые предназначены для автоматизации управления производственными и трудовыми процессами, но не автоматизируют собственно бизнес-процессы научной деятельности.

Основным результатом любой научной деятельности является получение новых знаний. Автоматизация творческого процесса получения новых знаний сложна по целому ряду причин, в числе которых: многогранность научной деятельности, высокий уровень неопределенности продолжительности и результатов исследований, существенное влияние человеческого фактора. Основная задача при автоматизации деятельности научной организации состоит в облегчении доступа к информации. Сложность реализации такого процесса обусловлена тем, что научные базы данных труднодоступны, получение текстов статей может быть платным, каждая база имеет свою поисковую систему. Тем самым требуется общая поисковая информационная система, которая сделает поиск независимым от конкретной научной базы.

Помимо задачи работы с научными публикациями, изобретениями и открытиями, библиотеками, деятельность научной организации включает в себя еще ряд деловых процессов, которые возможно автоматизировать, повысив тем самым их эффективность. К таким автоматизируемым процессам, в частности, относятся: управление экспериментами; работа ученого совета; подготовка научных мероприятий; редакционно-издательская деятельность; экспертная оценка научных проектов;

подбор персонала; деятельность диссертационных советов, отделов аспирантуры и докторантуры, а также научно-образовательных центров. Цель. Выявить и проанализировать типичные деловые процессы научной организации, а также привести исторический обзор в этой части.

Результаты. Выявлены основные деловые процессы, их характеристики и особенности, существенно влияющие на способы проектирования, разработки и внедрения информационных систем, автоматизирующих эти процессы.

Практическая значимость. Полученные результаты могут быть использованы как при создании комплексных информационных систем, объединяющих все существующие в организации программы в единый программный комплекс, так и при внедрении научных подходов к организации и планированию деятельности научных организаций.

1. Акимова Г.П., Даниленко А.Ю., Пашкина Е.В., Пашкин М.А., Подрабинович А.А., Соловьев А.В., Туманова И.В. Подход к автоматизации деловых процессов научной организации. Часть 1. Особенности автоматизируемых видов деятельности // Системы высокой доступности. 2019. Т. 15. № 1. С. 14−20.
2. Акимова Г.П., Даниленко А.Ю., Пашкина Е.В., Пашкин М.А., Подрабинович А.А., Соловьев А.В., Туманова И.В. Подход к автоматизации деловых процессов научной организации. Часть 2. Обеспечение информационной безопасности // Системы высокой доступности. 2019. Т. 15. № 2. С. 20−31.
3. Общеотраслевые руководящие методические материалы по созданию автоматизированных систем научных исследований и комплексных испытаний образцов новой техники. ГКНТ СССР. Москва. 1980.
4. Фомичев Н.И. Автоматизированные системы научных исследований. Ярославский государственный университет. Ярославль. 2001. 112 с.
5. Experimental Physics and Industrial Control System. Aragone National Laboratory [Электронный ресурс]. 2019. URL = https://epics.anl.gov (дата обращения: 01.05.2019).
6. What is Tango Controls? TANGO [Электронный ресурс]. 2019. URL = https://www.tango-controls.org/what-tango-controls/ (дата обращения: 05.05.2019).
7. Supervisory Control And Data Acquisition. Encyclopedia [Электронный ресурс]. 2016. URL  https://www.pcmag.com/encyclo– pedia/term/50832/scada (дата обращения: 04.05.2019).
8. В SCADA-системах обнаружены неподлежащие исправлению уязвимости. SecurityLab.ru [Электронный ресурс]. 29.05.2016. URL = https://www.securitylab.ru/news/482454.php (дата обращения: 07.05.2019).
9. Researcher is an Open Book: First to Share Lab Notes in Real Time. University of Toronto Faculty of Medicine [Электронный ресурс]. 26.02.2016. URL = https://medicine.utoronto.ca/news/researcher-open-book-first-share-lab-notes-real-time (дата обращения: 02.05.2019).
10. Webcast: Open Lab Notebooks: An Extreme Open Science Initiative. 19 Jan 2018. SGC Channel [Электронный ресурс]. 26.01.2018. URL = https://www.youtube.com/watch?v=vxoxKVUWsUY (дата обращения: 03.05.2019).
11. Автоматизация научных и образовательных организаций. Инфоком-С [Электронный ресурс]. 2019 URL = https://infocoms.ru/solution/auto-edu/science/ (дата обращения: 06.05.2019).
12. Карнаухов А.М. Перспективы цифровизации исследовательской деятельности в геологоразведке // Нефтегазовая геология. Теория и практика. Т. 12. № 4. 2017. [Электронный ресурс]. URL = http://www.ngtp.ru/rub/3/44_2017.pdf (дата обращения: 07.05.2019).
13. Рудницкий Г. Цифровизация научных знаний. IT-Manager [Электронный ресурс]. 04.09.2018. URL = https://www.itworld.ru/cionews/management/140747.html (дата обращения: 04.05.2019).
14. Киселева М. Чего ждать от цифровизации науки в России. Новости сибирской науки [Электронный ресурс]. 06.01.2018. URL = http://www.sib-science.info/ru/news/uchenyy-bolshe-ne-sidit-v-29122017 (дата обращения: 05.05.2019).
15. Акимова Г.П., Соловьев А.В., Пашкина Е.В. Методологический подход к определению влияния человеческого фактора на работоспособность информационных систем // Информационно-аналитические аспекты в задачах управления. Труды ИСА РАН. Т. 29. М.: Изд-во ЛКИ. 2007. С. 102−112.
16. Акимова Г.П., Соловьев А.В., Пашкина Е.В. Ситуационно-аналитические центры, как способ снижения влияния человеческого фактора на принятие управленческих решений при эксплуатации больших информационных систем // Информационно-аналитические аспекты в задачах управления. Труды ИСА РАН. Т. 29. М.: Изд-во ЛКИ. 2007. С. 113−122.