П. Е. Морозов

Выход из научного застоя

О необходимости использования технологии Data Mining в науке трудового права

Монография

---

ebooks@prospekt.org

Информация о книге

УДК 349.2:004

ББК 67.405:32.973-018.2

М80

Автор:

Морозов П. Е., доктор юридических наук, профессор кафедры трудового права и права социального обеспечения Московского государственного юридического университета имени О. Е. Кутафина (МГЮА).

Монография посвящена актуальной проблеме – кризису и застою науки трудового права РФ и путям ее решения. Кризис состоит в том, что наука трудового права утратила в настоящее время свой творческий, созидательный характер и превратилась исключительно в обслуживающую силу. Формами этого кризиса и застоя являются: практическая исчерпанность тем для исследований, шаблонность и повторяемость научных работ, отсутствие новых направлений, экстенсивный характер развития, выхолащивающий значимость любых исследований.

В книге предлагается для решения этой проблемы использовать технологию Data Mining, которая уже успешно применяется в различных сферах жизни. Новизна предлагаемой рекомендации состоит в том, что еще никто, нигде и никогда в мире не применял эту технологию в правовых науках вообще и в науке трудового права в частности. Технология Data Mining позволит вывить скрытые закономерности в сфере трудового права, что приведет к появлению новых тем исследования и решит проблему кризиса и застоя. Благодаря технологии Data Mining наука трудового права вновь станет творческой силой.

Законодательство приводится по состоянию на апрель 2019 г.

Монография предназначается научным работникам и студентам.

УДК 349.2:004

ББК 67.405:32.973-018.2

© Морозов П. Е., 2019

© ООО «Проспект», 2019

Введение

В современных условиях наука трудового права переживает тяжелый кризис, что проявляется в отсутствие тем для исследования, и, как следствие, написание научных работ по существу по одной и той же тематике только с различными вариациями.

В качестве доказательства данного тезиса приведем следующие данные. Так, по теме «трудовой договор» было защищено за двадцать лет 50 с лишним диссертаций1; по теме «занятость и трудоустройство» – 15 диссертаций2 и т. д.

В результате складывается следующая ситуация: исследователь вынужден долго составлять списки научных трудов по предполагаемой теме своей работы, так как до него уже много кто писал по данной проблеме, однако необходимо найти свою нишу.

Назовем основные негативные способы, которые часто практикуются для решения этой проблемы, и которые мы можем с полной уверенностью назвать господством субъективизма в науке трудового права на современном этапе:

• предыдущая диссертация защищена, например, три года назад, значит, в принципе, можно писать опять же на эту тему;

• обращение к анализу зарубежного трудового права В этой связи, правда, возникает вопрос обоснованности заимствования зарубежного правового опыта, в результате чего анализ зарубежного законодательства рассматривается в ракурсе того, чтобы новая диссертация чем-то отличалась от предыдущей по аналогичной тематике, а не с точки зрения оптимизации правового регулирования трудовых отношений в Российской Федерации;

• постулирование тезиса: «Тема, например, правовое регулирование отпусков, весьма обширна, так что три диссертации по ней в один год – это вполне обоснованно». Полагаем, что высказывание В. И. Ленина «Электрон так же неисчерпаем, как и атом»3 вряд ли применимо к подобной ситуации;

• провалившаяся экспансия в сферу международного права.

Отметим и то, что даже особо актуальные тренды, возникшие в последние время (например, трудовое право стран Евразийского экономического союза или цифровизация трудовых отношений) не только не спасают ситуацию, но даже скорее подчеркивают то обстоятельство, что наука трудового права носит исключительно обслуживающий характер4, а не является некой созидающей, творческой силой, способной к саморазвитию и генерированию новых идей.

Полагаем, что подобное стало возможно по ряду причин, на которых хотелось бы остановиться более подробно.

На наш взгляд, кризис наметился тогда, когда произошел отход от эмпирического уровня научного познания в сфере трудового права к теоретическому. В результате эмпирические факты были постепенно вытеснены теоретическими умозаключениями, что и привело в конечном итоге к научному застою (наука ради науки).

Данный негативный процесс прошел в своем развитии две стадии:

1. Стадия простого (классического) научного анализа эмпирической базы, когда первые исследователи проблем правового регулирования трудовых и иных непосредственно связанных с ними отношений устанавливали и анализировали эмпирические закономерности, которые находились на виду (первые научные работы о трудовых отношениях, методе трудового права, охране труда и т. д. или научные работы, написанные сразу после принятия ТК РФ или Закона «О занятости населения в РФ»).

2. Стадия субъективного подхода: ввиду практически исчерпанности тем исследований после первых диссертаций по той или иной проблеме трудового права вторая волна ученых вынуждена была довольствоваться тем, что осталось после первой. Здесь сразу же возникла проблема: эмпирических фактов не накопилось или они были незначительными (в данном случае имеются в виду изменения законодательства). Выход был найден в следующем: заменить анализ эмпирического уровня теоретическими рассуждениями. В принципе, может быть это было и логичным, однако не могло ответить на вопрос: «Какие теоретические знания могут появиться, если эмпирические факты практически те же самые?» В результате исследователи пошли по пути выдвижения рекомендаций по наитию либо на основании различных точек зрения (субъективизм). Иными словами, эмпирический уровень научного познания был практически полностью исключен из исследований. Действительно, даже структурно любая научная работа сейчас строится сначала на основе анализа различный взглядов ученых, а затем приводится судебная практика или исследуются локальные нормативные акты в качестве доказательства той или иной идеи, а не наоборот, как того требует наука о познании – гносеология.

Отметим и то, что выбор темы научного исследования в основном в настоящее время носит исключительно субъективный характер: он определяется видением определенной проблемы научным руководителем или консультантом и, как правило, не базируется на наличии фактических данных практики правоприменения.

В последнее время в российской науке трудового права возникла проблема недостаточной эффективности ее методологии, сущность которой состоит в том, что использование существующих классических методов познания эмпирической базы, к которым относится наблюдение, измерение, описание не позволяет в полной мере получить новые научные факты, проблемы, выявить закономерности, и как результат – у ученых возникают трудности с формулировкой новых тем исследований. Исследователи сейчас сталкиваются с вопросами вычленения новых предметов исследования из объекта исследования, так как невозможно определить новые проблемы эмпирической базы, которые позволили бы это сделать.

По нашему мнению, формами проблемы недостаточной эффективности методологии науки трудового права являются:

• недоучет эмпирического уровня ввиду того, что классические методы исследования уже не приносят результат;

• перенос акцента с изучения эмпирической базы на исследование теоретического уровня, т. е. основой выводов на теоретическом уровне становятся не результаты анализа эмпирической базы, а точки зрения и взгляды других ученых; в результате чего процветает научный субъективизм; действительно, в настоящее время все диссертации начинаются с анализа точек зрения разных ученых, а не с анализа эмпирической базы, как того требует наука о познании – гносеология;

• появление раздела во введении диссертации «Степень научной разработанности», так как исследователю нужно показать, чем его работа отличается от большого количества работ по той же тематике;

• наметившаяся тенденция исчезновения раздела «Эмпирическая база» из введения ряда диссертаций и замена его разделом «Правовая база»;

• экстенсивный характер развития посредством «вклинивания» в другие отрасли права, например, в международное право ввиду отсутствия тем научных исследований в российском трудовом праве;

• пассивная роль науки трудового права, проявляющаяся в отсутствии желания отстаивать позиции отрасли.

Наука трудового права – это не только правовая, но и социальная наука, ввиду чего ее отличительной чертой является исключительно субъективный характер присущих ей теорий и концепций, так как они не отражают объективных законов природы, а определяются на основе анализа источников трудового права и судебной практики, которые также по своей сути субъективны и детерминируются определенным этапом развития общества. В связи с чем вряд ли эти теории и концепции могут претендовать на истину в последней инстанции, так как они представляют собой мнения конкретных ученых в определенные условиях. Полагаем, что придание статуса абсолютных истин субъективным теориям и концепциям трудового права – путь к деградации и застою науки трудового права.

Вместе с тем так, к сожалению, и произошло.

Приведем конкретный пример.

Так, по мнению Ф. А. Цесарского, в начале XX в., исследовав природу такого договора, Л. С. Таль определил его характерные признаки, актуальные и в наше время:

• наемный работник предоставляет на определенное время свою рабочую силу в пользу предприятия или хозяйства конкретного лица, приумножая тем самым запас средств либо энергии, которыми последнее может пользоваться для достижения своих целей;

• подчинение рабочей силы и в определенной мере личности работника хозяйской власти;

• несамостоятельность работника, но не в отношении его принадлежности к определенному классу5.

Действительно, все здесь выглядит исключительно странно: если век назад люди ездили на повозках и летали на воздушных шарах, то сейчас появились уже и космические корабли, и реактивные самолеты. Только вот, почему-то столетняя теория Л. С. Таля, сформулированная им на основе анализа фабричного законодательства Российской империи, по-прежнему определяет развитие современной науки трудового права.

Почему так случилось?

Может быть, подобная приверженность древним теориям – одна из причин достаточно скептического отношения к науке трудового права практиков правоприменения в современных условиях?

Полагаем, что ответы на эти вопросы связаны с общей проблемой противопоставления естественных и социальных наук.

До XIX в. такого понятия как «социальная наука» не существовало; все теории подобного рода входили в круг дефиниции «философия», которая, собственно, и противопоставлялась термину «наука», как системе знаний об объективных законах природы.

Появление социальных наук поставило на повестку дня вопрос об их методологии. В результате чего было решено заимствовать методологию естественных наук. По нашему мнению, это было ошибочно, так как естественные науки имеют дело с объективными явлениями природы, а социальные – с субъективными явлениями общественного развития.

В случае же с наукой трудового права произошло следующее: неэффективность методов познания эмпирического уровня привела к объективизации сугубо субъективных взглядов ученых-трудовиков по аналогии с теориями естественных наук.

По нашему мнению, решение проблемы лежит в плоскости использования технологии Data mining для анализа большого объема информации в электронной форме с целью выявления скрытых закономерностей.

I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИИ DATA MINING В НАУКЕ ТРУДОВОГО ПРАВА

Впервые термин Data minig6 ввел американский математик Пятецкий-Шапиро в конце 70-х гг. XX в.: «Data Mining – это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности»7.

Data mining осуществляется либо непосредственно самим ученым или группой ученых либо с помощью особой компьютерной программы, основанной на принципах Data mining.

В последнем случае требуется взаимодействие ученых-трудовиков и программистов по разработке особой программы.

Ученые-трудовики определяют критерии поиска информации в рамках программы, а компьютерщики с помощью специальных средств разрабатывают эту программу.

Основное в технологии Data minig – это выявление скрытых закономерностей, которые недоступно получить способами классического анализа данных.

Действительно, традиционная математическая статистика, долгое время претендовавшая на роль основного инструмента анализа данных, откровенно спасовала перед лицом возникших проблем. Главная причина – концепция усреднения по выборке, приводящая к операциям над фиктивными величинами (типа средней температуры пациентов по больнице, средней высоты дома на улице, состоящей из дворцов и лачуг и т. п.). Методы математической статистики оказались полезными главным образом для проверки заранее сформулированных гипотез (verification-driven data mining) и для «грубого» разведочного анализа, составляющего основу оперативной аналитической обработки данных (online analytical processing, OLAP)8.

Мы разделяем позицию ряда теоретиков права, в соответствии с которой наука – это область общественной жизни, которая занимается изучением объективных закономерностей существования и развития природы и общества9.

Особо отметим, что выявление закономерностей осуществляется посредством анализа эмпирической базы. Представители компьютерных наук и информатики, в частности, используют термин «база данных». Этот термин, на наш, взгляд аналогичен дефиниции эмпирическая база.

Подчеркнем и то, что под базой данных в соответствии с Гражданским кодексом РФ (статья 1260) понимается представленная в объективной форме совокупность самостоятельных материалов (статей, расчетов, нормативных актов, судебных решений и иных подобных материалов), систематизированных таким образом, чтобы эти материалы могли быть найдены и обработаны с помощью электронной вычислительной машины (ЭВМ).

Полагаем, что эта дефиниция уместна и применительно и к трудовому праву. Мы предлагаем следующее определение – «база данных в сфере трудового права».

Считаем, что в современных условиях «база данных в сфере трудового права», которая должна подвергаться анализу– это источники трудового права, трудовые споры, трудовые договоры, статистика труда, выраженные в цифровой форме.

Она исключительна обширна. Ее объем не позволяет одному ученому или даже группе ученых в полной мере исследовать источники правового регулирования того или иного института трудового права с точки зрения выявления скрытых закономерностей.

Действительно, например, только по вопросам « трудовых отношений» на федеральном уровне функционирует 12401 нормативный правовой акт, а на региональном – 145157 . В свою очередь, статистика по судебным спорам в данной области следующая: Высшие суды – 4855 дел; арбитражные суды –66955дел;суды общей юрисдикции – 151814 дел10.

Кроме того, в Российской Федерации действуют 6 соглашений в федеральных округах, 61 отраслевое соглашение на федеральном уровне, 1065 отраслевых соглашений на региональном уровне, 3534 отраслевых соглашений на территориальном уровне, 79 региональных трехсторонних соглашений, 1814 территориальных трехсторонних соглашений, 130 727 коллективных договоров11.

Все эти акты находятся в цифровой форме.

Значительный массив цифровой информации в сфере труда (« база данных в сфере трудового права») подчиняется, прежде всего, принципам и закономерностям теории «больших цифровых данных».

Подчеркнем, что в науке большие данные (big data) понимаются как структурированные и неструктурированные данные огромных объемов и значительного многообразия, эффективно обрабатываемые горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х гг., которые являются альтернативными традиционным системам управления базами данных12.

Анализ данного определения позволяет классифицировать данные в сфере труда на две группы – структурированные и неструктурированные .

Структурированные данные, на наш взгляд, можно выразить в форме текстовые файлы с разделителями или в набор таблиц.

Считаем, что технология Data Maining применима как к структурированным, так и неструктурированным данным в сфере труда.

Интересно и то, что программисты предлагают свою классификацию данных:

• большие наборы данных: от 1000 мегабайт (1 гигабайт) до сотен гигабайт;

• огромные наборы данных: от 1000 гигабайт (1 терабайт) до нескольких терабайт;

• Big Data: от нескольких терабайт до сотен терабайт;

• Extremely Big Data: от 1000 до 10000 терабайт = от 1 до 10 петабайт13.

Основная задача исследователя состоит в том, чтобы проанализировать данные в сфере трудового права с использованием технологии Data Mining для нахождения неочевидных, объективных практически полезных закономерностей. Подчеркнем, что суть и цель технологии Data Mining можно охарактеризовать так: это технология, которая предназначена для поиска в больших объемах данных неочевидных, объективных и полезных на практике закономерностей14.

Применительно к науке трудового права мы можем определить, что неочевидными закономерностями сфере труда будут те закономерности, которые не обнаруживаются стандартными методами обработки информации или экспертным путем.

Критерий объективности в трудовом праве означает, что найденные закономерности соответствуют реальности, т. е. в отличии от мнения эксперта не носят субъективный характер.

Практическая полезность в сфере трудового права означает, что выводы характеризуются определенным значением, которому можно найти практическое применение

Традиционно в процессе Data Mining выделяют несколько стадий:

• выявление закономерностей (свободный поиск);

• прогностическое моделирование15.

Рассмотрим эти стадии применительно к науке трудового права.

На стадии выявления закономерностей ученый-трудовик стоит перед выбором: использовать ли традиционную систему поиска и обработки данных (OLAP) или нет.

Наши рекомендации состоят в том, чтобы все-же отказаться от системы (OLAP) и воспользоваться системой Data Mining.

Причин здесь несколько.

Существенно, что OLAP (англ. online analytical processing, интерактивная аналитическая обработка) – технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу16.

Несмотря на полезность и нужность OLAP в ней есть ряд недостатков, которые заключаются в том, что ученый-трудовик вынужден обдумывать множество запросов, а также поставлен перед необходимостью создавать эти запросы и вводить в систему.

Технология Data Mining позволяет решить эту проблему.

Действительно, система сама ищет закономерности в сверхбольших базах данных в сфере трудового права, что практически трудно осуществимо путем самостоятельного создания запросов, так как для этого требуется перепробовать множество разнообразных вариантов.

Выявив закономерности на первой стадии, ученый-трудовик переходит ко второй стадии – прогностическому моделированию.

Полагаем, что в данном случае этот процесс можно охарактеризовать в аспекте реализации законов диалектики.

Действительно, закономерность – объективная, повторяющаяся при определенных условиях существенная связь явлений в природе и обществе17.

Полагаем, что каждая закономерность, выявленная с помощью технологии Data Mining должна содержать в себе определенную проблему, которая требует своего решения, например, наличие противоречия.

Исходя из закона единства и борьбы противоположностей, мы можем сделать вывод, что единство состоит в том, что закономерность содержит в себе две противоположные стороны, а противоречие – в борьбе между этими сторонами.

Подобная борьба порождает накопление определенных количественных изменений и, как результат, качественный скачок, приводящий в конечном итоге к существенному изменению содержания правового регулирования отношений в сфере трудового права.

Руководствуясь этими законами, ученый- трудовик может высказать предположение относительного того, как будет в дальнейшем развиваться та или иная исследуемая система, посредством создания определенной абстрактной модели.

На каждой стадии технологии Data Mining решаются определенные задачи, основными из которых являются: классификация, кластеризация и поиск ассоциативных правил.

Следует отметить, что «классификация – системное распределение изучаемых предметов, явлений, процессов по родам, видам, типам, по каким-либо существенным признакам для удобства их исследования; группировка исходных понятий и расположение их в определенном порядке, отражающем степень этого сходства»18. Существенно и то, что в процессе решения этой задачи изучаемые объекты распределяются по уже определенным классам (группам).

Кластеризация подразумевает разбиения множества объектов на группы, называемые кластерами. Внутри каждой группы должны оказаться «похожие» объекты, а объекты разных группы должны быть как можно более отличны. Главное отличие кластеризации от классификации состоит в том, что перечень групп четко не задан и определяется в процессе работы алгоритма19.

Важно, что ассоциация – выявление закономерностей между связанными событиями. Примером такой закономерности служит правило, указывающее, что из события X следует событие Y20.

Как уже отмечалось выше, применение технологии Data Mining возможно, как отдельным ученым, так и с помощью компьютерной программы. Естественно, что создание компьютерной программы технологии Data Mining – это вопрос перспективы.

Вместе с тем мы охарактеризуем в этой работе ряд обнаруженную нами с помощью технологии Data Mining скрытую закономерность на основе анализа базы данных в сфере трудового права.

Класс, объект и взаимосвязи при применении технологии Data Мining в науке трудового права

В процессе разработки программы важное значение имеет вопрос определения классов и атрибутов объекта в сфере трудового права.

Объектно-ориентированного программирование привносит два ключевых понятия: класс и объект. Класс – это абстрактный тип данных. С помощью класса описывается некоторая сущность (ее характеристики и возможные действия). Описав класс, мы можем создать его экземпляр – объект. Объект – это уже конкретный представитель класса21.

Есть и несколько иное определение класса: «Класс – это обобщенное понятие, определяющее характеристики и поведение некоторого множества конкретных объектов этого класса, называемых экземплярами класса. Класс содержит данные, задающее свойства объектов класса и функции (методы), определяющие их поведение. В классе могут присутствовать и события, на которые может реагировать объекты класса»22.

Отметим, что свойства объектов отражают реальные атрибуты описываемых ими сущностей. Все они принадлежат к какому-то объекту и содержат некую информацию об атрибуте и его величине, причем список атрибутов является общим для всех объектов одного и того же типа23.

Иными словами, атрибуты объекта – это его признаки.

Все признаки можно классифицировать по нескольким основаниям.

Так, свойства объекта можно подразделить на:

• строковые;

• числовые.

Различия между целыми и вещественными числами делать не будем, полагая целые подмножеством вещественных. Если задача диктует невозможность применения данного подхода – придется выделять эти атрибуты в различные типы;

• исторические (дата и время);

• перечислимые24.

Допустима и другая группировка атрибутов объекта: среди атрибутов различаются постоянные атрибуты (константы) и переменные атрибуты. Постоянные атрибуты характеризуют объект в его классе. Текущие значения переменных атрибутов характеризуют текущее состояние объекта; изменяя значения этих атрибутов, мы изменяем состояние объекта25.

Важное значение в объектно-ориентированном программировании имеют взаимосвязи между объектами: «Между объектами можно устанавливать зависимости по данным. Эти зависимости выражают связи или отношения между классами указанных объектов»26.

Рассмотрим, эти категории применительно к науке трудового права в целях разработки эффективной компьютерной программы.

Примеры классов и объектов в трудовом праве

Предмет трудового права –это класс, в который входит 10 объектов (отношений), характеризующиеся определенными атрибутами (признаками) – отношения по:

• организации труда и управлению трудом;

• трудоустройству у данного работодателя;

• подготовке и дополнительному профессиональному образованию работников непосредственно у данного работодателя;

• социальному партнерству, ведению коллективных переговоров, заключению коллективных договоров и соглашений;

• участию работников и профессиональных союзов в установлении условий труда и применении трудового законодательства в предусмотренных законом случаях;

• материальной ответственности работодателей и работников в сфере труда;

• государственному контролю (надзору), профсоюзному контролю за соблюдением трудового законодательства (включая законодательство об охране труда) и иных нормативны

...