Мне нужно было дать им ответы на вопросы анкеты: в ней было много вопросов, требующих числовых данных о потреблении и структуре семьи — кто проживает в домохозяйстве, сколько им лет, что они едят, из чего сделана крыша. Это стандартная процедура в экономике развития.

Прошло всего несколько минут, как дверь распахнулась. Муж одной женщины ворвался в комнату, схватил ее за волосы и вытащил наружу, крича, что обед не приготовлен и она зря тратит с нами время.

Тогда я был молодым экономистом, только что получившим докторскую степень. В моей анкете не было пункта, касающегося того, что я только что увидел. Мы приехали не изучать домашнее насилие; мы приехали собирать данные по более прозаическим вопросам о том, как социокультурные и экономические системы формируют брачные рынки и уровень жизни.

Это достаточно расплывчатая задача, так что в принципе почти всё должно было бы считаться релевантным; должно было быть легко перестроить её и собрать больше данных, которые точно отражали бы жизнь женщин. Но опрос, который мы взяли с собой — со всеми присущими ему предположениями — был настроен на регистрацию того, что можно было точно измерить, и ничего больше. Наша профессиональная подготовка оказалась неподходящей для этой цели.

Нам потребовалась неделя, проведенная в этой деревне, за чашкой пахты и кофе, в долгих тишинах, прежде чем одна из женщин наконец открылась и сказала: «Вы стали нашими друзьями, и мы больше не можем вам лгать. Мы чувствуем себя как в тюрьме. Наши мужья постоянно нас бьют. Они тратят семейные деньги на алкоголь. Никто нам не помогает».

Это была новая информация. Мы тут же переписали нашу анкету, добавили пункты о домашнем насилии, в результате чего получился анализ домашнего насилия с использованием смешанных методов , и это стало одной из первых экономических работ по этой теме в развивающейся стране .

Я размышлял об этой неделе более 30 лет. Не потому, что эта история необычна — у каждого, кто занимался серьезными полевыми исследованиями, есть своя версия — а потому, чему она меня научила в моей собственной дисциплине. Я экономист, а экономика хорошо известна своей строгостью, акцентом на количественных методах — и дистанцированием от своих субъектов. Экономика, как правило, фокусируется на измеримом, что может исключать то, что действительно важно; если это нельзя включить в модуль исследования, это не стоит изучать. Но жизнь — это нечто большее, чем модули исследований, и стена между экономистом и субъектом — это не методологическое удобство. Это главная проблема этой дисциплины.

Всю свою карьеру я был своего рода шпионом — экономистом, тайно переправлявшим методы антропологии через границу. Я изложил эту аргументацию в тщательно проработанной академической форме . Далее следует версия, которую я бы обсудил за бокалом напитка.

Как мы сюда попали

Всё начиналось не так. В конце XIX века Чарльз Бут, судоходный магнат, ставший социологом-любителем, решил выяснить, как на самом деле живут лондонские бедняки. Он потратил на это 17 лет. Его команда собрала информацию о 4 миллионах лондонцев: школьных инспекторах, владельцах фабрик, священниках, полицейских и многих других. Они проводили опросы, но делали гораздо больше: записывали, проводили открытые интервью, создавали цветные карты. Бут использовал как цифры, так и истории, потому что его вопрос — как выглядит бедность в Лондоне? — требовал и того, и другого. Он и его команда объединили всё это в 17 томов «Жизнь и труд людей в Лондоне» , показывая, квартал за кварталом, кто богат, кто нищий, а кто находится где-то посередине. Эта интеграция историй и данных сформировала экономическую и социальную политику в Великобритании на целое поколение.

В течение XX века эта интеграция распалась. Экономика, стремясь к научному статусу, сузила свою область до анализа количественных данных. Культурная антропология отделилась на этнографическую традицию — часть которой была глубоко проницательной, а часть поглощена критикой и самокопанием. Социология распалась на множество частей и спираль внутренних споров о методах. Психология стала экспериментальной. Политология все больше подвергалась влиянию экономики как в теории, так и в методах, но сохраняла открытость к смешиванию качественных и количественных методов. К 1980-м годам эти дисциплины отличались друг от друга главным образом тем, что они отказывались рассматривать.

В экономике было несколько попыток преодолеть этот разрыв, которые не принесли существенного результата. Еще в 1984 году Пранаб Бардхан организовал основополагающую конференцию «Беседы между экономистами и антропологами», посвященную данным и смешанным методам. В 2002 году я попытался обосновать необходимость «партисипативной эконометрики».

Затем произошла революция в области достоверности. В стремлении сделать исследования более достоверными и надежными, причинно-следственный анализ стал путеводной звездой эмпирической экономики. Это означало, что экономисты могли с уверенностью утверждать, что А вызывает В, но это также означало игнорирование тех типов вопросов, на которые нельзя было ответить с помощью этих инструментов.

Я не хочу, чтобы меня неправильно поняли. Революция в сфере доверия — это огромный шаг вперед для социальных наук. Теперь мы можем отвечать на вопросы, которые 30 лет назад были нам совершенно не по силам. Но когда единственным приемлемым инструментом является молоток, человек склонен искать вопросы, на которые можно было бы положить гвоздь. Экономисты, как правило, предпочитают вопросы, на которые можно дать однозначный ответ, и отбрасывают те, на которые ответить нельзя. В сфере развития последствия оказались особенно очевидными. Теперь мы можем с точностью до трех знаков после запятой оценить, как денежная выплата влияет на рост ребенка. Мы почти ничего не можем сказать о том, как программа работала (или не работала), и мы почти никогда не слышим напрямую от ребенка и его семьи о том, что они говорили об этом — их собственными словами.

Проблема расстояния

В 2002 году социолог Майкл Буравой провел четкую грань между тем, что он назвал позитивной наукой, и рефлексивной наукой . Позитивная наука — которая, по сути, является экономикой — изолирует себя от своих субъектов. Сбор данных стандартизирован, поэтому не имеет значения, кто их собирает. Исследователь не обязан присутствовать на месте; социологическая фирма может провести опрос так же хорошо, как и он сам. Мир следует наблюдать, а не в нем участвовать. Рефлексивная наука — этнография в ее лучшей форме — принимает противоположную точку зрения. Интервью не отделено от исследования; оно является его частью. Исследователь не отделен от исследования; скорее, его присутствие является ключевой частью процесса.

Буравой считал, что эти два подхода к социальным наукам настолько различны, что их никогда нельзя примирить. Я с этим не согласен, и большую часть своей карьеры я посвятил попыткам объединить эти два подхода, которые, по его мнению, никогда не смогут сойтись. Но в одном он прав. Расстояние между исследователем и объектом исследования реально, и в экономике развития оно особенно заметно.

Почти все мои знакомые, изучающие бедность, никогда не были бедными. Мы часто из разных стран, разных социальных классов, разных каст и рас, часто говорим на разных языках, не так, как люди, о которых мы пишем. Ничто из этого не дисквалифицирует вас от работы над проблемой бедности — было бы странной профессией, которая настаивала бы на том, что изучать бедность могут только бедные, — но это должно прививать нам некоторую скромность. Большинство экономистов, занимающихся вопросами развития, не знают, какова на самом деле жизнь бедных людей изо дня в день.

Вместо этого в данной дисциплине поощряется демонстрация объективности: исследователи не должны влиять на своих испытуемых; они должны держаться на расстоянии и использовать те же инструменты, что и все остальные. Ваши субъективные подозрения не должны искажать ваш анализ. Вы не являетесь частью исследуемой группы, и вам не следует ею быть; ваше влияние на них снизит достоверность вашего исследования.

Короче говоря: чем больше расстояние до изучаемых объектов, тем яснее мы их видим. Вернее обратное. Расстояние не создает ясности; оно создает такую ясность, какую вы получаете, прищурившись, чтобы разглядеть что-то сквозь узкий кружок, который вы вытерли внутри грязного окна. Оно убеждает вас, что то, что вы можете разглядеть с того места, где стоите, — это всё, что можно увидеть.

Четыре вещи, которые мы могли бы сделать на самом деле

Итак, что же для этого потребуется? Я предлагаю четыре меры, которые экономика (в сфере развития или в любой другой области) могла бы предпринять, чтобы ограничить дистанцию исследователей от изучаемых ими объектов.

Когнитивная эмпатия

Социолог Марио Смолл использует термин «когнитивная эмпатия» для обозначения способности понимать затруднительное положение человека так, как его понимает он сам. Недостаточно просто представить, как бы вы себя чувствовали, окажись вы на его месте; необходимо представить ситуацию так, как её понимает он, исходя из своего собственного опыта. Это гораздо сложнее, чем кажется. Это требует серьёзного отношения к возможности того, что теория жизни ваших испытуемых может быть точнее вашей.

Некоторые из лучших экономистов, занимающихся вопросами развития, которых я знаю, обладают этим в избытке. Жан Дрез десятилетиями жил в сельской Индии, о которой пишет, отказывался от финансирования со стороны таких учреждений, как Всемирный банк, которые, по его мнению, могли бы поставить под угрозу его независимость, и успешно добился одной из крупнейших в мире гарантий занятости в сельской местности. Несмотря на это, он почти никогда не публикует качественный анализ; его работы в подавляющем большинстве своем количественные. Но каждое предложение сформировано годами реального наблюдения за происходящим. Он не одинок среди экономистов; Кристофер Блисс и Николас Стерн провели восемь месяцев в деревне Паланпур в середине 1970-х годов и вдохновили на создание того, что сейчас является многопоколенческим исследовательским проектом .

Суть не в том, что эмпатия обязательно должна быть представлена в виде качественного абзаца в статье. Просто провести фокус-группу, о которой вы сообщаете в сноске для наглядности (и чтобы подчеркнуть свой профессиональный опыт), недостаточно. Многие экономисты уже так делают; очевидно, этого недостаточно для сокращения дистанции между исследователем и объектом исследования.

Дело в том, что работа должна формироваться под его влиянием. И вот неприятная правда: почти вся современная экономика развития не основана на этом. Мы разрабатываем эксперименты, опираясь на мнение других экономистов. Мы читаем статьи, обсуждаем их на семинарах, создаем новые модели, основанные на экономической теории, а не на опыте. Вмешательство осуществляется через партнера-исполнителя, а итоговое исследование — через исследовательскую фирму. Даже анализ может быть выполнен научным сотрудником (или, теперь, кодировщиком). В результате получается работа, технически безупречная, но содержательно поверхностная. Перефразируя старую поговорку: это дорогостоящий способ быть абсолютно тривиальным, а не приблизительно правым.

Повествования — это данные.

Люди говорят не цифрами. Они говорят словами. Они рассказывают истории, противоречат сами себе, меняют тему и возвращаются к ней. Они забывают что-то и вспоминают об этом на полпути, обсуждая следующую тему; они отвлекаются и рассказывают о чем-то интересном, но не связанном с темой. Опросники — это своего рода насилие над этим — часто полезное насилие, но все же насилие. Вместо хаоса человеческой жизни вы получаете небольшое количество галочек. Если эти галочки хорошо продуманы, вы получаете много информации. Но вы никогда не получите всего, и часто упустите самые важные моменты.

Книга «Портфели бедных» — это то, что должен прочитать каждый экономист по этому вопросу. Авторы — экономист по вопросам развития (Джонатан Мордух), антрополог, специалист по микрофинансированию и финансовый эксперт — отказались от стандартных опросов и вместо этого посещали 250 домохозяйств в Бангладеш, Южной Африке и Индии не реже двух раз в месяц в течение года, создавая «финансовые дневники» на основе долгих, открытых бесед. Они подсчитали, что разовые опросы упускают примерно половину финансовой активности бедного домохозяйства. Половину. Оказалось, что бедные не просто сглаживали потребление. Они пытались управлять портфелями активов в условиях чудовищной неопределенности, с очень небольшим пространством для ошибок. Ни один стандартный опрос о потреблении не показал бы уровень сложности того, как бедные управляют своими домохозяйствами; исследователям приходилось позволять домохозяйствам описывать свои финансы своими собственными словами.

Я и сама проводила подобные исследования. Вместе с Паромитой Саньял я потратила 10 лет на анализ стенограмм 300 собраний в деревнях Южной Индии — того, что мы называли «устной демократией» , — чтобы понять, могут ли бедные, малограмотные, глубоко неравные общины действительно вести осмысленные дискуссии. (Спойлер: могут, и качество этих дискуссий в гораздо большей степени зависит от политики правительства штата, чем от уровня грамотности в деревне.)

Десять лет — это долгий срок. Именно поэтому так мало экономистов занимаются подобной работой. Оценка кандидатов на должность профессора часто занимает больше времени; инвестирование в то, что может не принести результатов до получения должности, — сложный выбор для многих молодых преподавателей. Хуже того, такие данные не всегда приводят к публикации, которая обеспечит получение должности. Моя работа в итоге была опубликована в виде книги, а не статьи в одном из пяти ведущих научных журналов — что значительно снижает ценность должности, когда речь идёт о получении постоянной позиции.

До недавнего времени технологии для масштабирования анализа нарративных данных просто не существовали. Десять лет были следствием развития технологий того времени, а не требований метода. С современными технологиями — записывающими устройствами, искусственным интеллектом для транскрипции — сбор качественных данных стал проще, чем когда-либо. Включение нескольких недель открытых интервью в стандартное рандомизированное контролируемое исследование, чтение стенограмм, которые интервьюеры вашей исследовательской фирмы могли бы собирать и так, использование существующих качественных данных — все это вписывается в сроки написания диссертации, а инструменты для масштабирования становятся дешевле с каждым годом.

Суть проблемы заключается в дисциплинарном рефлексе. В экономике открытые повествования по-прежнему обычно рассматриваются как «анекдот», а не как данные. Исследователи, сочетающие количественные и качественные методы, как метко заметил политолог Атул Коли, «оказались между молотом и наковальней». Рецензенты отклоняют их работы из-за предполагаемого недостатка строгости, а редакторы не видят в них дополнительной ценности.

Со мной это произошло лично. Две ранние статьи о домашнем насилии, о которых я упоминал ранее — одна, в которой использовалось сочетание этнографических и эконометрических методов, а другая, в которой строилась теоретико-игровая модель насилия, связанного с приданым, и проверялась на основе данных опроса, — изначально были одной статьей. Когда я включил в статью качественные методы, ее отклонили несколько экономических журналов. Мой соавтор Фрэнсис Блох и я сдались и разделили ее на две части — одна из получившихся статей была принята в один из самых престижных экономических журналов.

Это неприятие качественных методов — одно из самых странных суеверий в данной дисциплине; нет никаких методологических причин, по которым стенограмма менее информативна, чем шкала Ликерта.

Отнеситесь к процессу серьезно.

Эмпирическая экономика, особенно после революции в области доверия, стала почти маниакально сосредоточена на результатах. Сработало ли вмешательство? Насколько? Для кого? Это хорошие вопросы, но не единственные. Редко в работах по эмпирической экономике уделяется много времени анализу того, как был достигнут тот или иной результат. Кто что кому сказал, чтобы начать процесс изменений? Кто был первыми, кто принял меры, а кого пришлось вовлекать позже? Что люди думали о вмешательстве? Рандомизированное контролируемое исследование (РКИ) может показать, сработало ли вмешательство; этнография может показать, почему. Механизмам часто уделяется мало внимания в эмпирической экономике. Вы проводите РКИ, получаете результат, придумываете правдоподобные объяснения, составляете модель того, как эти объяснения будут работать (если они верны). Это хорошо, насколько это возможно, но далеко это не заходит.

Карта механизмов, которую можно построить, опираясь только на теорию, представляет собой лишь небольшую часть механизмов, реально действующих в мире, а рассуждения от результатов к механизмам, как известно, крайне ненадежны. Альтернатива — пойти, поговорить с людьми и понаблюдать.

Несколько лет назад мы с коллегами проводили рандомизированное исследование в сельской местности штата Карнатака, чтобы проверить, улучшит ли интенсивное обучение методам планирования с участием населения управление деревней. В рамках исследования 50 деревень были включены в группу обучения методам планирования с участием населения и в группу мониторинга, а 50 — в контрольную группу. Вместо того чтобы полагаться только на базовое и итоговое обследование (что мы также провели), мы поступили необычно, внедрив пять обученных этнографов в пары деревень, соответствующих экспериментальной и контрольной группам, на весь период исследования. За четыре года они подготовили 240 ежемесячных отчетов.

Главный результат оказался нулевым. Вмешательство не привело к статистически значимым улучшениям по сравнению с контрольными деревнями. В стандартной экономической теории на этом бы все и закончилось — разочаровывающий нулевой результат. Возможно, в статье следовало бы привести теоретическую модель причин провала участия, но здесь было бы очень мало полезной информации.

Но благодаря этнографическим исследованиям мы смогли увидеть, что произошло на самом деле: «провал» заключался не в провале самой идеи, а в провале условий, в которых она тестировалась. Качество реализации сильно различалось: некоторые специалисты были превосходны, а некоторые – плохи. Высокопоставленные чиновники в правительстве не воспринимали программу всерьез и часто переводили и заменяли специалистов по причинам, не имеющим никакого отношения к программе. Устойчивое кастовое неравенство активно сводило на нет любые достижения, полученные в результате обучения. Этнографические исследования были ядром работы, а не просто её частью.

Респонденты как аналитики

Если наша цель как исследователей — помочь людям улучшить свое положение, то, как минимум, самим людям следует рассказать о результатах наших исследований. Специалисты по развитию уже десятилетиями говорят о вовлечении изучаемых ими людей в этот процесс, но это редко реализуется на практике. И публикация результатов — это только первый шаг. Было бы лучше, если бы они сами участвовали в разработке того, какие вопросы мы задаём. И самое главное, они должны иметь возможность проводить исследования своей собственной жизни без нашего посредничества.

В 2014 году я вместе с группой коллег из Всемирного банка попробовал этот метод . Мы работали с представителями более чем 200 племенных деревень в Южной Индии, чтобы совместно разработать метод, который мы назвали «участвующее отслеживание». Жители деревень потратили несколько недель на то, чтобы самостоятельно определить, что считается благополучной жизнью, превратили эти идеи в вопросы для опроса, протестировали вопросы в своих деревнях, а затем — используя планшеты и систему видеообучения — опросили своих соседей. В одном районе мы провели перепись 32 000 домохозяйств примерно за шесть недель.

Лишь 17% вопросов совпадали со стандартным индийским национальным выборочным обследованием. Жители деревни задавали разные вопросы, потому что хотели узнать разные вещи. Например, чтобы оценить, бедна ли семья, они придумали следующий вопрос, который оказался чрезвычайно эффективным: «Был ли последний человек в семье голодным за последнюю неделю?» Для респондента это был очевидный вопрос, адресованный матери, а матери в семьях, испытывающих нехватку продовольствия, часто голодали, чтобы накормить взрослых мужчин и детей в семье.

Уровень грамотности был низким, поэтому мы сотрудничали с жителями деревни, чтобы создать визуализации данных и результатов. Мы дорабатывали метод до тех пор, пока люди, не умеющие читать, не смогли с первого взгляда увидеть, как обстоят дела в их деревне по важным для них вопросам. Затем эти данные использовались на реальных собраниях жителей деревни. Качество этих собраний заметно улучшилось, потому что все работали, опираясь на одну и ту же картину, вместо того чтобы спорить о фактах.

Вместо обычной таблицы LaTeX мы предлагаем визуализацию моделей брака, созданную нами совместно.

Каждая женщина в деревне представлена в виде цветка. Высота цветка соответствует возрасту, в котором женщина вышла замуж. Количество листьев соответствует количеству детей, родившихся в этом браке. Красный цветок указывал на то, что женщина вышла замуж за кровного родственника, а жёлтый — что нет. Бутон означал, что брак был заключен не по обоюдному согласию, а распустившийся цветок — по обоюдному согласию. Женщины корректировали соответствие между внешним видом цветка и его значением, чтобы сделать его более актуальным для местного контекста и, следовательно, более интуитивно понятным.

Некоторые жители деревни, увидев эту картину, сразу же проигнорировали большое количество красных цветов, поскольку внутрисемейные браки здесь приняты и широко распространены. Однако другие общины хотели уменьшить соотношение красных и желтых цветов, просвещая будущие поколения женщин о проблемах, связанных с внутрисемейными браками.

Поверьте, я понимаю, как это звучит. Остальные участники рынка отнесли бы этот эксперимент к категории «очаровательный, но не масштабируемый». В этом есть доля правды; процесс проведения опроса с участием респондентов и совместным созданием анкеты медленнее и трудоемче, чем стандартная анкета. Мы не могли использовать стандартный набор вопросов, потому что стандартный набор вопросов не соответствовал тому, что люди действительно хотели знать. А альтернативой было сохранение существующего положения вещей: мы бы просто пришли, задали людям кучу вопросов об их жизни — которые, по их мнению, не имели к ним особого отношения — и написали бы статью, которую никто из опрошенных никогда бы не прочитал. Учитывая это, совместные опросы кажутся более целесообразными с точки зрения затраченного времени.

Проблема LLM

Технология кодирования открытых вопросов в интервью также значительно улучшилась за последнее десятилетие. Большие языковые модели особенно хорошо справляются с обработкой больших объемов неструктурированного текста и выявлением тем; нынешние возможности Клода в 2014 году казались бы научной фантастикой. Теперь они могут, по сути, заменить научного сотрудника в кодировании англоязычного текста . Я тоже использовал большие языковые модели. В одной из моих недавних работ мы опирались на панельную дискуссию с участием беженцев-рохинджа и бангладешских принимающих лиц, в рамках которой мы провели длинные открытые интервью с 2000 респондентами и разработали метод, который мы называем iQual. Он анализировал небольшую подвыборку с использованием интерпретативного социологического качественного кодирования, а затем использовал машинное обучение для масштабирования кодов до полной выборки. Раньше подобный проект был просто невозможен.

Однако использование языковых моделей за пределами западного контекста не всегда просто. Мы сравнили наш «специально разработанный» метод с кодированием на основе языковых моделей и обнаружили, что языковые модели дают нам сильно предвзятые результаты — возможно, потому что они не обучены на текстах бенгальского языка и диалектов рохинджа. Предвзятость плохо разработанного опроса, по крайней мере, очевидна. Предвзятость модели языка, обученной на данных из интернета, — нет. Надеемся, это временная проблема; благодаря усилиям по улучшению ИИ для языков с ограниченными ресурсами , языковые модели со временем улучшат свои результаты в этом отношении.

Так что я должна быть в восторге, и в большинстве случаев так и есть. Но я хочу быть осторожной. Действительно, существует версия будущего, в которой эксперты по анализу данных демократизируют нарративный анализ так же, как калькуляторы демократизировали арифметику. Они быстрее и дешевле, и могут значительно расширить круг тех, кто может проводить качественный анализ. К сожалению, однако, я опасаюсь, что более вероятно, что они будут использоваться для увеличения дистанции между исследователем и респондентом. Если исследователь никогда не проводит время с людьми, которых он изучает, и просто читает резюме эксперта, то когнитивной эмпатии нет. Эксперт слушает только тот, кто его изучает, а не исследователь. Мое эмпирическое правило таково: эксперты не могут заменить человека. Они могут расширить ваши возможности — помочь вам быстрее обрабатывать данные — но они не могут заменить вас. Вам все равно нужно проводить время в полевых условиях; вам все равно нужно разговаривать с людьми об их жизни и потребностях. Вы должны сами читать стенограммы; вы должны достаточно хорошо знать людей и контекст, чтобы определить, если кодирование эксперта пошло не так. Магистранты могут быть достаточно компетентны, чтобы выполнить 90% работы, но оставшиеся 10% не следует автоматизировать. Эмпатия — это не навык Клода.

Что на самом деле нужно, чтобы прислушаться к респондентам?

Частично этого можно добиться, если отдельные исследователи решат по-другому подходить к своей работе. Значительно большее требует изменений в самой дисциплине. В настоящее время профессиональные стимулы по-прежнему подталкивают молодых ученых к «привычным методам работы».

Редакторам журналов необходимо перестать рефлексивно отклонять качественные материалы. Магистерские программы должны расширить преподавание эконометрики и включить в него также качественные методы. Комитеты по найму должны начать ценить время, проведенное в полевых условиях. Финансирующие организации должны признать, что качественная работа с использованием смешанных методов может быть дорогостоящей и медленной — безусловно, медленнее, чем проведение регрессионного анализа в офисе в Кембридже. Но это также сделает экономику более сильной дисциплиной. Время, проведенное с людьми, позволит получить знания, которые невозможно получить никаким другим способом.

В краткосрочной перспективе я не питаю оптимизма. Дисциплины — вещи упрямые, а экономика — ещё упрямее большинства. Это дисциплина, которая и так с трудом диверсифицируется за пределы нескольких ведущих программ , и экономика, кажется, особенно склонна к воспроизведению классовой иерархии . Но я менее пессимистичен, чем мог бы быть, потому что, похоже, ситуация уже начинает меняться.

Поколению молодых экономистов, занимающихся вопросами развития, полевые исследования даются гораздо легче, чем моему поколению. Смежные дисциплины — политология, социология, здравоохранение — уже давно сочетают качественные и количественные методы, не теряя при этом своей дисциплинарной идентичности. Некоторые из этих дисциплин даже пишут статьи в соавторстве с экономистами, что добавляет глубины и строгости экономическим исследованиям. А некоторые спонсоры также начинают, постепенно, задавать более сложные вопросы о том, чьи голоса представлены в работах, которые они финансируют.

Мой аргумент, по сути, не так уж сложен. Если вы изучаете людей, вы должны их слушать. Это вдвойне верно, если вы изучаете людей, чья жизнь сильно отличается от вашей. Ваша задача как исследователя — попытаться сократить дистанцию между вами и вашими объектами исследования, строя мосты, а не стены.

Тридцать лет назад Роберт Чемберс задал важный вопрос: «Чья реальность имеет значение?» На него до сих пор нет ответа. Экономика предпочитала уклоняться от ответа, делая вид, что эмпирические данные могут его заменить. Я не думаю, что ей следует продолжать так поступать. Более того, я считаю, что это остается одним из важнейших открытых вопросов в исследованиях в области развития.

Женщина из Карнатаки, которую вытащили из нашей фокус-группы за волосы, говорила нам кое-что — наши вопросы не отражали её реальность. Нам потребовалась неделя, чтобы это услышать, и единственная причина, по которой мы наконец это поняли, заключалась в том, что мы всё ещё находились в деревне неделю спустя. Здесь нет коротких путей.

Цифры помогают. Слова тоже. Но самое важное — это достаточно долго сидеть в деревне и слушать, проявляя достаточное понимание и эмпатию, чтобы кто-то сказал вам правду.

Виджайендра Рао — экономист по вопросам развития и социолог, сочетающий эконометрические методы с этнографией. Он 27 лет проработал ведущим экономистом в исследовательской группе по экономике развития Всемирного банка, а в настоящее время является выдающимся ученым-практиком имени Роберты Баффет в Северо-Западном университете. В сферу его интересов входят гендерные вопросы, культура, участие, делиберативная демократия, политическая экономия и инновации в смешанных методах исследования. В своих последних методологических работах с Джулианом Эшвином, Моникой Бирадаволу и другими он использует обработку естественного языка для анализа открытых интервью в больших масштабах и сравнивает ее с качественным анализом на основе LLM. Его последняя книга «Революция скрытым путем: как женские группы катализировали культурную трансформацию в Бихаре» (в соавторстве со Шрути Маджумдар и Паромитой Саньял) выйдет в издательстве Cambridge University Press в сентябре 2026 года.

Если у вас есть комментарии к этой статье или вы хотите принять участие в обсуждении, пожалуйста, отправьте их по электронной почте на адрес letters@indevelopmentmag.com. Ответы будут опубликованы в разделе писем читателей.