Когда подбираешь тему для диссертации, самое трудное – не просто найти интересное, а увидеть то, о чем почти никто не пишет, но что реально важно. Такие места в науке часто называют «белыми пятнами», лакунами: это участки темы, где знаний либо нет совсем, либо их хватает лишь на обрывочные, противоречивые или поверхностные суждения. Если суметь их разглядеть, то появляется шанс сделать работу, которая не будет очередным пересказом уже известного, а даст нечто новое – для науки и для практики.
Откуда вообще в науке берутся «белые пятна»?
Если посмотреть на науку как на живой процесс, становится понятно: лакуны появляются по самым разным причинам. Иногда дело в самом объекте – он слишком новый, слишком сложный, или лежит на стыке нескольких областей, и ни одна из них не хочет «брать» его целиком. А бывает, что причина не в объекте, а в том, как устроена сама научная работа: не хватает финансов и людей на определенные темы, в сообществе закрепились некие привычные подходы, и все, что не вписывается в них, остается в тени.
В практике научного поиска принято различать несколько видов таких «белых пятен»:
- Эмпирические: когда не хватает данных по конкретным местам, периодам, группам людей. Например, про крупные города написано много, а про малые города и поселки – почти ничего.
- Теоретические: когда термины не устоялись, разные авторы понимают одно и то же по‑разному, а стройной концепции нет.
- Методологические: когда понятно, что изучать, но непонятно, как это делать: нет подходящих методов или они плохо работают на этом материале.
- Прикладные: когда в теории все вроде бы есть, а на практике применить это не получается – или нет проверенных решений, или никто не проверял, работают ли они в реальных условиях.
Для диссертации важно не просто сказать: «про это мало написано», а показать, почему именно этот пробел стоит закрыть и что это даст.
Как искать в науке «белые пятна»: начать с обзора
Самый надежный способ увидеть, где наука «не дошла», – систематический разбор литературы. Это не про то, чтобы прочитать все подряд, а про то, чтобы действовать по плану: заранее решить, что именно ищешь, где будешь искать, по каким критериям отбирать информацию и как ее сравнивать.
На практике такой разбор строится примерно так:
- Четко сформулировать вопрос, который хочешь исследовать. Хорошо помогает структура вроде PICO (кто участвует, что делается, с чем сравнивается, какой результат важен), ее можно подстроить под любую область – медицину, социологию, экономику.
- Выбрать базы и слова для поиска. Это и крупные международные базы (Scopus, Web of Science), и российские (РИНЦ), и Google Scholar, и специализированные архивы. Важно не только подобрать основные термины, но и выявить синонимы, разные варианты написания, логические операторы, чтобы поиск был точным.
- Отобрать статьи. Лучше, если это делают два человека независимо друг от друга: так меньше шансов случайно пропустить что‑то важное или, наоборот, оставить лишнее. Параллельно оценивать качество работ – есть проверенные шкалы вроде CASP или AMSTAR, они помогают понять, насколько исследование надежное.
- Свести данные в таблицу. Для каждой статьи фиксировать: что изучали, как изучали, что получили, какие ограничения были. Так проще увидеть повторяющиеся сюжеты и те, которых почти нет.
- Искать закономерности и противоречия. Где все пишут одно и то же, а где – молчат? Где выводы не стыкуются между собой? Именно эти места и могут оказаться самыми перспективными.
В итоге получится своего рода карта темы: видно, какие направления проработаны плотно, а где публикаций почти нет. И вот эти «пустые» зоны – как раз и есть потенциальные «белые пятна».
«Наука всегда полна пробелов и противоречий… Невежество… не только
не препятствуют развитию познания, но являются его существенными предпосылками».
Пол Фейерабенд. «Против метода»
Что еще поможет увидеть пробелы в научной теме
Есть несколько приемов, которые позволяют взглянуть на вопрос шире.
Анализ цитирований и научные сети. Если посмотреть, какие статьи чаще всего цитируют, можно увидеть «опорные» работы. А если посмотреть на статьи, которые эти работы цитируют, но не развивают дальше, появляется подозрение, что какая‑то важная линия осталась без продолжения. Программы вроде VOSviewer помогают нарисовать сеть связей между статьями, авторами и темами: на такой карте сразу видно изолированные «островки» – это и есть возможные лакуны.
Междисциплинарный взгляд. Очень часто самое интересное находится на границах областей. Например, экономисты могут не замечать того, что хорошо видят социологи, а инженеры – того, что понимают психологи. Если взять термины и методы из соседней дисциплины и применить их к своей теме, нередко обнаруживается целый пласт вопросов, которые раньше просто не ставили.
Практические шаги и инструменты поиска лакун в науке
На уровне повседневной работы помогают вполне конкретные действия:
- Листать диссертации и авторефераты в РГБ и КиберЛенинке. Это самый прямой способ увидеть, какие темы уже «закрыты», а какие остаются без внимания.
- Смотреть заявки на гранты и отчеты по проектам (например, в базах РНФ и РФФИ). Там видно, какие направления считаются перспективными, а какие – недофинансированными.
- Общаться с экспертами. Даже короткое интервью с опытным исследователем может дать больше, чем десятки статей: человек подскажет, где в теме есть «слепые зоны», о которых не пишут в публикациях.
- Следить за программами конференций. По темам докладов и круглых столов легко понять, куда движется научное поле и какие вопросы пока остаются на обочине.
По каким критериям понять, что научная лакуна действительно перспективна
Не каждая лакуна годится для диссертации. Чтобы не потратить годы на тему, которая никому не нужна, полезно проверить ее по нескольким параметрам:
- Актуальность. Тема должна быть востребована: либо наукой, либо государством, либо обществом, либо рынком.
- Новизна. Важно, чтобы диссертант мог предложить что‑то свое, а не просто повторить уже сделанное.
- Реализуемость. Должны существовать методы, данные и авторские компетенции, чтобы эту научную тему нормально исследовать.
- Практическая польза. Хорошо, если результаты применимы на практике – хотя бы в виде рекомендаций, методик, инструментов.
- Теоретическая ценность. Работа должна не просто описывать случай, а двигать понимание темы вперед.
Пример из практики
Допустим, диссертант рассматривает цифровую трансформацию малого бизнеса в России. Читает статьи и видит, что большинство из них – про крупные компании и про «как внедрить технологии». А вот про то, почему предприниматели на местах не спешат цифровизироваться, написано очень мало. Особенно не хватает работ про страхи, привычки, уровень цифровой грамотности, про то, как люди воспринимают перемены. При этом почти все исследования количественные: в них цифры, проценты, корреляции. А мотивов и переживаний – почти нет.
Получается, что «белое пятно» – это как раз социокультурные барьеры цифровизации в малом бизнесе, особенно в регионах. И изучать их лучше качественными методами: интервью, кейс‑стади, наблюдения. Тема получается актуальной, новой, реализуемой и полезной: по ее итогам можно предложить реальные рекомендации для программ поддержки предпринимателей.
Какой следует вывод
Искать «белые пятна» – это не про угадывание, а про нормальную исследовательскую работу. Она требует времени, внимательности и умения смотреть на тему с разных сторон. Но именно так и рождаются хорошие диссертационные темы: не из желания «что‑нибудь написать», а из понимания, где наука действительно нуждается в новых ответах. Когда ты видишь такую лакуну и можешь обосновать, почему ее важно закрыть, у тебя появляется прочная основа для серьезной и значимой научной работы.