{"view":"full_report","lineage_id":"lin-46a992e206","markdown":"# 📑 Full Report (semantic-package view)\n\n_compiled from 8/8 packages_\n\n---\n\n## Проект — карточка (`00_PROJECT_CARD`)\n\n### carrying_break\n_frame: F-EDU_ · _epistemic: asserted_\nНесущий разлом: проект живёт на границе трёх типов работы одновременно — (а) научная лингвистика (проверка теоретических моделей от Соссюра до Деррида); (б) педагогика (формирование у студента-магистранта способности к augmented research); (в) технологическая инженерия (создание воспроизводимого пайплайна SpaCy+BERT + промпт-банка). Каждая из трёх требует своих ресурсов, компетенций команды и метрик успеха. Разлом появляется, когда одна из плоскостей начинает подчинять другие: если научная перевесит — проект превращается в исследовательскую программу, а курс становится побочным; если педагогическая — упрощается техническая рамка и теряется научная достоверность; если техническая — курс становится обучением инструментам без глубинной семантики. Проект держится на явной артикуляции всех трёх и синхронизации через архитектуру Augmented Research Studio, но эта синхронизация требует авторской команды из трёх ролей (лингвист-теоретик + методист + инженер-технолог), и уязвимость — в том, что нагрузка на всех трёх слишком высока для одного семестра.\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### identity\n- **lineage_id:** lin-46a992e206\n- **label:** Разработка междисциплинарного метакурса по цифровой семантике (v2)\n- **project_id:** digital-semantics-metacourse-v2\n- **current_version_id:** ver-18f9211b72\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]\n\n### protected_core\n_frame: F-PRJ_ · _epistemic: asserted_\nЗащищённое ядро: (1) теоретическое обоснование через Растье и интерпретативную семантику — не декоративная рамка, а объяснение, почему изотопии требуют многометодной валидации; (2) ротация ролей «аналог → цифровик → эксперт» — операциональная форма Human-in-the-loop, обеспечивающая, что студент не остаётся только потребителем ИИ-анализа; (3) трёхслойная валидация ручной ↔ LLM ↔ формальный пайплайн — уникальное отличие от стандартных «мы попросили ChatGPT» проектов; (4) требование проверки каждого вывода ИИ по тексту с цитатой — прямая защита от галлюцинаций; (5) банк верифицированных промптов + рубрикатор экспертной оценки — воспроизводимая методология, а не разовое упражнение; (6) техническая гипотеза о типологии ошибок LLM — позволяет использовать проект как инструмент методологического обучения (студенты учатся не только пользоваться, но и диагностировать инструмент). Убрать любое — это уже другой проект уровня «использовали LLM в курсе».\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### readiness\n_frame: F-PRJ_ · _epistemic: asserted_\nГотовность: SCIENTIFIC_PROGRAM_READY / SEMESTER_PILOT_REQUIRES_SCOPING. Проект имеет самый сильный теоретический фундамент из всех Sem-6 проектов (Растье + Соссюр + Деррида + операционализация через изотопии); опубликованная исследовательская статья служит валидированной базой; архитектура Augmented Research Studio методологически инновационна. Однако масштаб проекта (5+ LLM + формальный пайплайн + рубрика + курс + квази-эксперимент + повторные замеры + NASA-TLX) не соответствует ресурсам одного семестра и одной авторской команды из трёх человек. До запуска необходимо: (1) декомпозировать в 2-3-семестровую программу с явными milestones; (2) в первом семестре пилотировать один модуль (например, только ротацию ролей на одном тексте без квази-эксперимента); (3) во втором семестре добавить формальный пайплайн; (4) в третьем — квази-эксперимент с полной методологией. Альтернатива — принять как научный проект с попутным педагогическим применением, но не пытаться получить обе полноты за один семестр.\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### v2_readiness_4tier\n### Readiness — 4 tiers\n- **Idea readiness:** STRONG — самая сильная теоретическая проработка cohort — Растье + опубликованная статья + техническая гипотеза о типологии ошибок LLM\n- **Mechanism readiness:** PARTIAL — механизм ясен, но масштаб (5 LLM + пайплайн + рубрика + курс) не соответствует одному семестру\n- **Implementation readiness:** WEAK — fine-tuning BERT требует ресурсов; сценарный банк 4 текстов не собран; LLM budget не оценён\n- **Evaluation readiness:** PARTIAL — NASA-TLX + rubric планируются, калибровка не запланирована; inter-rater kappa не описан\n\n---\n\n## Модель проекта (`20_PROJECT_MODEL`)\n\n### literal\n_frame: F-EDU_ · _epistemic: asserted_\nПроект «Разработка междисциплинарного метакурса по цифровой семантике» (v2). Авторы: Белозерова Н.Н. (д.ф.н., проф., кафедра прикладной и теоретической лингвистики ТюмГУ) + Соловьёва И.В. + Бородулина Л.О.; соавторская работа с магистрантами Габриэлян А.В., Воронковым М.А., Зименс П.А. на исследовательской статье. Рабочее название эксперимента: «Комбинированное извлечение методологической структуры научной статьи: ручной анализ, LLM и формальный пайплайн». Главный исследовательский вопрос: 'Повышает ли структурированное сопоставление ручной, LLM- и формальной аналитических моделей способность студента самостоятельно строить и защищать методологическую модель нового научного текста?'. Главный образовательный вопрос: 'Что студент после курса сможет самостоятельно сделать с новым научным текстом, чего он не мог сделать до курса, и какой артефакт это докажет?'. Гипотеза (педагогическая): студенты после ротации ролей «аналог» → «цифровик» → «эксперт» демонстрируют более высокое качество самостоятельного анализа нового текста. Гипотеза (инструментальная): сочетание ручного + LLM + формального пайплайна даёт более полную и точную семантическую модель, чем каждый из методов по отдельности. Гипотеза (техническая): LLM демонстрирует систематические ошибки определённых типов — классификация механизмов как параметров, упрощение типов связей, пропуск имплицитных сущностей. Теоретическое основание: Ф. Растье (интерпретативная семантика от структурализма Соссюра до деконструкции Деррида); четыре направления пересечения с ИИ — качественные корпуса, извлечение изотопий, инженерия знаний, интерпретируемость чёрного ящика. Архитектурный паттерн: Augmented Research Studio — студент задаёт формальную аналитическую рамку → несколько инструментов строят конкурирующие модели текста → студент проверяет по источнику → обнаруживает расхождения → строит собственную доказательную модель → защищает и указывает ограничения. Инструменты: DeepSeek R1 (лучший результат — chain-of-thought + knowledge\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### strongest_benevolent\n_frame: F-EDU_ · _epistemic: asserted_\nСильнейшая доброжелательная реконструкция: проект содержит редкое для образовательных экспериментов сочетание — (1) уже проделанная и опубликованная исследовательская работа (34-страничная статья об augmented analysis с реальным сравнением 5 LLM на классических лингвистических моделях от знака до деконструкции) служит валидированной базой для педагогического эксперимента; (2) чёткое теоретическое основание — интерпретативная семантика Растье, обосновывающая, ПОЧЕМУ комбинированный анализ работает (изотопии проявляются на разных уровнях, ни один инструмент не покрывает все) — а не эмпирическая ставка на «ИИ полезен»; (3) архитектурный паттерн Augmented Research Studio с ротацией ролей операционализирует Human-in-the-loop не как декларацию, а как последовательность педагогических состояний; (4) техническая гипотеза о систематических ошибках LLM (классификация механизмов как параметров, упрощение связей, пропуск имплицитных сущностей) — редкая по строгости постановка задачи для образовательного проекта, обычно фокусирующегося на аффективных результатах; (5) формальный пайплайн (SpaCy + fine-tuned BERT) как эталон — предоставляет референтную точку для оценки как студенческого, так и LLM-анализа. Такая триангуляция «человек ↔ LLM ↔ формальный эталон» является методологически более сильной, чем стандартный человек-vs-ИИ дизайн. Проект уровня научной программы, а не одного курса.\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### v2_mechanism_model\n### Educational Mechanism Model\n\n**Current educational practice:** Магистерский курс «Языковые модели» — лекции + семинары + практические задания на анализе конкретных текстов.\n\n**Limitation / failure point:** Ручной семантический анализ трудоёмок; студенты доверяют LLM без критики (галлюцинации); отсутствует стандартизированная методология оценки коллаборативного human+AI анализа.\n\n**Changed activity (что действие меняется):** Студент через ротацию 'аналог/цифровик/эксперт' проходит три позиции: (а) ручной анализ, (б) augmented с LLM, (в) сравнение результатов. Финальный артефакт = собственная защищённая методологическая модель нового текста.\n\n**Role of AI (компонент механизма):** Как LLM (DeepSeek R1 с chain-of-thought + knowledge graph, Perplexity и др.) — извлечение методологической структуры + генерация конкурирующих моделей. Как формальный пайплайн (SpaCy + BERT) — референтный эталон для NER + связей.\n\n**Role of human (сохранённая функция):** Студент — задаёт формальную рамку, проверяет выводы ИИ по тексту (обязательная цитата), строит собственную модель. Преподаватель — модерация ротации + peer review. Эксперты (лингвистика) — курирование теоретической рамки.\n\n**Expected competence change:** Способность самостоятельно построить и защитить методологическую модель нового научного текста; критическое различение слоёв модели (ручной / LLM / формальный).\n\n**Measurement method:** Экспертная rubric оценки итоговой модели (точность / полнота / глубина / структурированность); NASA-TLX для когнитивной нагрузки per роль; % цитат в защите ИИ-выводов; идентификация ≥ 3 типов ошибок LLM у ≥ 70% студентов.\n\n---\n\n## Источники, evidence и аналоги (`10_EVIDENCE_PROVENANCE_ANALOGS`)\n\n### corpus_summary\n- **versions:** 3\n- **positions:** 2\n- **frames:** 4\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]; [corpus 6 arts / 76627 chars · high]\n\n---\n\n## Экспериментальный пакет (`30_EXPERIMENT_PACK`)\n\n### research_gaps\n- {\"gap_id\": \"rg-8efef6359d\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"parent_operation\": \"position_invocation:piv-1655661d54\", \"what_blocked\": \"Не хватает чёткого операционального описания действия студент\n- {\"gap_id\": \"rg-2ff0315556\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"parent_operation\": \"position_invocation:piv-c8d2125147\", \"what_blocked\": \"Чёткая спецификация операций и критериев передачи функций чел\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### threats_to_validity\n- \"UNKNOWN: точный объём метакурса — сколько часов лекций / практик / самостоятельной работы; сколько ECTS; сколько недель.\"\n- \"UNKNOWN: количество студентов ЭГ и КГ; критерии распределения (случайное / по подгруппам магистратуры).\"\n- \"UNKNOWN: выбор четырёх текстов для повторных замеров — как обеспечивается их сопоставимость по сложности и жанру?\"\n- \"UNKNOWN: доступ к DeepSeek R1 и другим LLM (стоимость API vs бесплатные тарифы; квоты; стабильность за семестр).\"\n- \"UNKNOWN: реализация fine-tuned BERT — доступ к вычислительным ресурсам; данные для дообучения; время на подготовку.\"\n- \"UNKNOWN: рубрикатор экспертной оценки — операционализирован ли по критериям (точность / полнота / глубина / структурированность), или это только декларация категорий?\"\n- \"UNKNOWN: калибровка экспертов между собой (inter-rater reliability) — три автора выступают как эксперты, но нет протокола согласования.\"\n- \"INSUFFICIENT_EVIDENCE: как измеряется «глубина анализа» — вероятно требуется отдельная операционализация; иначе метрика субъективна.\"\n\n> _sources:_ [art-059fc4170d note «Дополнительная информация к проекту по ц…» · medium]; [art-10a2f854d3 note «дополнение - Групповой проект Цифровая …» · high]; [art-39379bd487 note «ком бел габ final [M1nGyw].docx» · high]; [art-a7d79788bf note «ПРОЕКТ обновленный с учетом правок [NCI…» · high]; [art-d8fd29e4d0 slides «РАЗРАБОТКА МЕЖПРЕДМЕТНОГО КУРСА ПО ЦИФРО…» · medium]; [art-ee36f821b6 slides «дополнение - Cifrovaya-semantika.pptx» · medium] +1\n\n### v2_claim_evidence\n### Claim–Evidence Matrix\n\n**FACT** (следует из источников):\n- Авторы: Белозерова Н.Н. (д.ф.н., проф. каф. прикладной и теор. лингвистики ТюмГУ) + Соловьёва И.В. + Бородулина Л.О. · _docx art-a7d79788bf header + art-10a2f854d3_ · conf=high\n- Опубликованная исследовательская статья «Комбинированный анализ (augmented analysis)» с 4 авторами (Белозерова + 3 магистранта). · _docx art-39379bd487 (34k chars) — оригинальная статья_ · conf=high\n- Триангуляция: ручной анализ ↔ LLM (DeepSeek R1 + Perplexity + GPT-4o + GigaChat + Mistral) ↔ формальный пайплайн (SpaCy + fine-tuned BERT). · _docx §Архитектурный паттерн_ · conf=high\n- Ротация ролей: 'аналог' → 'цифровик' → 'эксперт'. · _docx §3.1 гипотеза_ · conf=high\n- Теоретическая опора: Ф. Растье, интерпретативная семантика (Соссюр → Деррида). · _docx §2.2_ · conf=high\n\n**AUTHOR CLAIM** (заявляет автор):\n- Ротация ролей + трёхслойная валидация формирует устойчивый навык методологического анализа новых научных текстов. · _docx §3.1 педагогическая гипотеза_ · conf=asserted_by_author\n- LLM демонстрирует систематические ошибки: классификация механизмов как параметров, упрощение связей, пропуск имплицитных сущностей. · _docx §3.3 техническая гипотеза_ · conf=asserted_by_author + partly_supported_by_published_article\n\n**ANALYTICAL INFERENCE** (вывод системы):\n- Проект живёт на границе трёх плоскостей одновременно (научная лингвистика + педагогика + инженерия), каждая с собственными ресурсами и метриками успеха. · _system reading of scope_ · conf=high\n- Уровень проекта = научная программа, не один семестр; синхронизация трёх плоскостей требует авторской команды из трёх ролей (теоретик + методист + инженер). · _system reading of scale_ · conf=high\n\n**HYPOTHESIS** (требует проверки):\n- 3-семестровая декомпозиция (пилот ротации → добавление формального пайплайна → полный квази-эксперимент) обеспечит устойчивое внедрение. · _system recommendation, requires empirical staging_ · conf=requires_pilot\n\n### v2_failure_analysis\n### Failure Analysis 2.0\n\n**Mechanism Failure** (где механизм не сработает):\n- 5 LLM + формальный пайплайн + рубрика + курс + квази-эксперимент — не соответствует ресурсам одного семестра.\n- Fine-tuning BERT требует GPU + датасета; при отсутствии — fallback на stanza pre-trained, но качество ниже.\n- Ротация ролей требует чёткого протокола (сколько времени на каждую); при формальном подходе — потеря педагогической ценности.\n\n**Incentive Failure** (кто как обойдёт):\n- Магистранты могут заниматься только 'цифровик' ролью, игнорируя ручной анализ (сложнее и медленнее).\n- Курирование теоретической рамки экспертами — время без прямого стимула.\n\n**Delegation Failure** (что ИИ заберёт у человека):\n- Если LLM даёт готовую knowledge graph — студент теряет навык строить самому.\n- Формальный пайплайн как 'эталон' — студент делегирует ему верификацию.\n\n**Measurement Failure** (как решим что успех, ошибочно):\n- 3 автора-эксперта = shared prior; консенсус может маскировать групповое смещение.\n- 'Глубина анализа' не операционализирована — субъективная метрика.\n\n---\n\n## Гибридная архитектура (`40_HYBRID_ARCHITECTURE_PACK`)\n\n### v2_agentity_audit\n### Agenticity Check\n\n**Verdict — Agent Level: 1** (Adaptive assistant (multi-tool triangulation))\n\n- **Memory (устойчивое состояние):** NO — LLM per-session; state ведёт студент\n- **Goal (собственная цель):** NO — цель = задача студента\n- **Planning (самостоятельная последовательность):** PARTIAL — DeepSeek R1 использует chain-of-thought — некоторое planning per query, не long-horizon\n- **Autonomy (действия без запроса):** NO — всё по запросу студента\n- **Human Gate (где остаётся человек):** YES — ротация роли 'эксперт' — peer review; финальная защита\n\n---\n\n## Build/Lab (`50_BUILD_LAB_PACK`)\n\n### lab_requirement\n_frame: F-AIH_ · _epistemic: asserted_\n- **build_status:** NO_BUILD\n- **readiness_score:** 0.35\n- **no_build_reason:** Проект в текущем состоянии не готов к инженерной реализации, так как отсутствует чёткое разделение функций между человеком и ИИ, не сформулированы конкретные образовательные результаты (target capabil\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]; [analysis_json orchestrator_run:ar-eb3cd40d34 · high]\n\n### v2_mve\n### Minimal Viable Experiment\n\n**Hypothesis** (что проверяем): Магистранты ЭГ (ротация ролей + триангуляция) на новом (не изучавшемся) тексте строят методологическую модель с экспертной оценкой ≥ 4/5, статистически выше КГ (традиционный ручной анализ).\n\n**Intervention** (что меняем): ЭГ (~15 магистрантов) — 4 текста × 3 ротации ролей (12 сессий) с LLM + формальным пайплайном + peer review. КГ (~15) — те же 4 текста, только ручной анализ + семинарский разбор.\n\n**Control** (с чем сравниваем): Параллельный поток магистратуры прикладной лингвистики, тот же преподаватель.\n\n**Observable change** (что должно измениться): Экспертная оценка итоговой модели ≥ 4/5 у ЭГ vs ≤ 3/5 у КГ на новом тексте p<0.05; ≥ 3 типа ошибок LLM идентифицированы у ≥ 70% ЭГ; NASA-TLX различает роли p<0.05.\n\n**Evidence needed** (какие данные): 4 текста экспертно провалидированы на сопоставимость; fine-tuned BERT ИЛИ pre-trained stanza готов; rubric с калибровкой 3 rater'ов (kappa ≥ 0.7); pre-experiment калибровка ротационного протокола.\n\n---\n\n## Обсуждения и решения (`60_SEMINAR_DECISION_PACK`)\n\n### frame_tensions\n- {\"tension_id\": \"ft-39c1cb7cb1\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-PRJ\\\", \\\"F-EDU\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n- {\"tension_id\": \"ft-d0fee9a8ec\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-PRJ\\\", \\\"F-AIH\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n- {\"tension_id\": \"ft-ae35e9dc20\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-RES\\\", \\\"F-PRJ\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n- {\"tension_id\": \"ft-c4c7cc2611\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-EDU\\\", \\\"F-AIH\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n- {\"tension_id\": \"ft-25aff97df4\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-RES\\\", \\\"F-EDU\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n- {\"tension_id\": \"ft-bcd7acb8c6\", \"analysis_run_id\": \"ar-eb3cd40d34\", \"frames_involved_json\": \"[\\\"F-RES\\\", \\\"F-AIH\\\"]\", \"conflicting_units_json\": null, \"conflicting_criteria_json\": null, \"project_stakes\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]; [analysis_json orchestrator_run:ar-eb3cd40d34 · high]\n\n### position_invocations\n- {\"invocation_id\": \"piv-1655661d54\", \"profile_id\": \"SEMINAR_PREP\", \"position_id\": \"SEMINAR_PREP\"}\n- {\"invocation_id\": \"piv-c8d2125147\", \"profile_id\": \"SEMINAR_PREP\", \"position_id\": \"SEMINAR_PREP\"}\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]; [db_row position_invocation_records:piv-1655661d54 · high]; [analysis_json orchestrator_run:ar-eb3cd40d34 · high]\n\n---\n\n## Portfolio pattern (`70_PORTFOLIO_PATTERN`)\n\n### portfolio_card\n_frame: PORTFOLIO_ · _epistemic: asserted_\n- **id:** pe-e54bd56939\n- **lineage_id:** lin-46a992e206\n- **readiness_json:** {\"build_status\": \"NO_BUILD\", \"readiness_score\": 0.35, \"no_build_reason\": \"Проект в текущем состоянии не готов к инженерной реализации, так как отсутствует чёткое разделение функций между человеком и И\n- **reusable_components_json:** []\n- **infrastructure_needs_json:** []\n- **human_roles_json:** []\n- **created_at:** 2026-08-22 23:41:33\n\n> _sources:_ [db_row project_lineages:lin-46a992e206 · high]; [analysis_json orchestrator_run:ar-eb3cd40d34 · high]\n\n---\n\n\n---\n\n## 🔬 Sem-6 v2 · Evidence-Grounded Analysis\n\n### Claim–Evidence Matrix\n\n**FACT** (следует из источников):\n- Авторы: Белозерова Н.Н. (д.ф.н., проф. каф. прикладной и теор. лингвистики ТюмГУ) + Соловьёва И.В. + Бородулина Л.О. · _docx art-a7d79788bf header + art-10a2f854d3_ · conf=high\n- Опубликованная исследовательская статья «Комбинированный анализ (augmented analysis)» с 4 авторами (Белозерова + 3 магистранта). · _docx art-39379bd487 (34k chars) — оригинальная статья_ · conf=high\n- Триангуляция: ручной анализ ↔ LLM (DeepSeek R1 + Perplexity + GPT-4o + GigaChat + Mistral) ↔ формальный пайплайн (SpaCy + fine-tuned BERT). · _docx §Архитектурный паттерн_ · conf=high\n- Ротация ролей: 'аналог' → 'цифровик' → 'эксперт'. · _docx §3.1 гипотеза_ · conf=high\n- Теоретическая опора: Ф. Растье, интерпретативная семантика (Соссюр → Деррида). · _docx §2.2_ · conf=high\n\n**AUTHOR CLAIM** (заявляет автор):\n- Ротация ролей + трёхслойная валидация формирует устойчивый навык методологического анализа новых научных текстов. · _docx §3.1 педагогическая гипотеза_ · conf=asserted_by_author\n- LLM демонстрирует систематические ошибки: классификация механизмов как параметров, упрощение связей, пропуск имплицитных сущностей. · _docx §3.3 техническая гипотеза_ · conf=asserted_by_author + partly_supported_by_published_article\n\n**ANALYTICAL INFERENCE** (вывод системы):\n- Проект живёт на границе трёх плоскостей одновременно (научная лингвистика + педагогика + инженерия), каждая с собственными ресурсами и метриками успеха. · _system reading of scope_ · conf=high\n- Уровень проекта = научная программа, не один семестр; синхронизация трёх плоскостей требует авторской команды из трёх ролей (теоретик + методист + инженер). · _system reading of scale_ · conf=high\n\n**HYPOTHESIS** (требует проверки):\n- 3-семестровая декомпозиция (пилот ротации → добавление формального пайплайна → полный квази-эксперимент) обеспечит устойчивое внедрение. · _system recommendation, requires empirical staging_ · conf=requires_pilot\n\n### Educational Mechanism Model\n\n**Current educational practice:** Магистерский курс «Языковые модели» — лекции + семинары + практические задания на анализе конкретных текстов.\n\n**Limitation / failure point:** Ручной семантический анализ трудоёмок; студенты доверяют LLM без критики (галлюцинации); отсутствует стандартизированная методология оценки коллаборативного human+AI анализа.\n\n**Changed activity (что действие меняется):** Студент через ротацию 'аналог/цифровик/эксперт' проходит три позиции: (а) ручной анализ, (б) augmented с LLM, (в) сравнение результатов. Финальный артефакт = собственная защищённая методологическая модель нового текста.\n\n**Role of AI (компонент механизма):** Как LLM (DeepSeek R1 с chain-of-thought + knowledge graph, Perplexity и др.) — извлечение методологической структуры + генерация конкурирующих моделей. Как формальный пайплайн (SpaCy + BERT) — референтный эталон для NER + связей.\n\n**Role of human (сохранённая функция):** Студент — задаёт формальную рамку, проверяет выводы ИИ по тексту (обязательная цитата), строит собственную модель. Преподаватель — модерация ротации + peer review. Эксперты (лингвистика) — курирование теоретической рамки.\n\n**Expected competence change:** Способность самостоятельно построить и защитить методологическую модель нового научного текста; критическое различение слоёв модели (ручной / LLM / формальный).\n\n**Measurement method:** Экспертная rubric оценки итоговой модели (точность / полнота / глубина / структурированность); NASA-TLX для когнитивной нагрузки per роль; % цитат в защите ИИ-выводов; идентификация ≥ 3 типов ошибок LLM у ≥ 70% студентов.\n\n### Agenticity Check\n\n**Verdict — Agent Level: 1** (Adaptive assistant (multi-tool triangulation))\n\n- **Memory (устойчивое состояние):** NO — LLM per-session; state ведёт студент\n- **Goal (собственная цель):** NO — цель = задача студента\n- **Planning (самостоятельная последовательность):** PARTIAL — DeepSeek R1 использует chain-of-thought — некоторое planning per query, не long-horizon\n- **Autonomy (действия без запроса):** NO — всё по запросу студента\n- **Human Gate (где остаётся человек):** YES — ротация роли 'эксперт' — peer review; финальная защита\n\n### Failure Analysis 2.0\n\n**Mechanism Failure** (где механизм не сработает):\n- 5 LLM + формальный пайплайн + рубрика + курс + квази-эксперимент — не соответствует ресурсам одного семестра.\n- Fine-tuning BERT требует GPU + датасета; при отсутствии — fallback на stanza pre-trained, но качество ниже.\n- Ротация ролей требует чёткого протокола (сколько времени на каждую); при формальном подходе — потеря педагогической ценности.\n\n**Incentive Failure** (кто как обойдёт):\n- Магистранты могут заниматься только 'цифровик' ролью, игнорируя ручной анализ (сложнее и медленнее).\n- Курирование теоретической рамки экспертами — время без прямого стимула.\n\n**Delegation Failure** (что ИИ заберёт у человека):\n- Если LLM даёт готовую knowledge graph — студент теряет навык строить самому.\n- Формальный пайплайн как 'эталон' — студент делегирует ему верификацию.\n\n**Measurement Failure** (как решим что успех, ошибочно):\n- 3 автора-эксперта = shared prior; консенсус может маскировать групповое смещение.\n- 'Глубина анализа' не операционализирована — субъективная метрика.\n\n### Minimal Viable Experiment\n\n**Hypothesis** (что проверяем): Магистранты ЭГ (ротация ролей + триангуляция) на новом (не изучавшемся) тексте строят методологическую модель с экспертной оценкой ≥ 4/5, статистически выше КГ (традиционный ручной анализ).\n\n**Intervention** (что меняем): ЭГ (~15 магистрантов) — 4 текста × 3 ротации ролей (12 сессий) с LLM + формальным пайплайном + peer review. КГ (~15) — те же 4 текста, только ручной анализ + семинарский разбор.\n\n**Control** (с чем сравниваем): Параллельный поток магистратуры прикладной лингвистики, тот же преподаватель.\n\n**Observable change** (что должно измениться): Экспертная оценка итоговой модели ≥ 4/5 у ЭГ vs ≤ 3/5 у КГ на новом тексте p<0.05; ≥ 3 типа ошибок LLM идентифицированы у ≥ 70% ЭГ; NASA-TLX различает роли p<0.05.\n\n**Evidence needed** (какие данные): 4 текста экспертно провалидированы на сопоставимость; fine-tuned BERT ИЛИ pre-trained stanza готов; rubric с калибровкой 3 rater'ов (kappa ≥ 0.7); pre-experiment калибровка ротационного протокола.\n\n### Readiness — 4 tiers\n- **Idea readiness:** STRONG — самая сильная теоретическая проработка cohort — Растье + опубликованная статья + техническая гипотеза о типологии ошибок LLM\n- **Mechanism readiness:** PARTIAL — механизм ясен, но масштаб (5 LLM + пайплайн + рубрика + курс) не соответствует одному семестру\n- **Implementation readiness:** WEAK — fine-tuning BERT требует ресурсов; сценарный банк 4 текстов не собран; LLM budget не оценён\n- **Evaluation readiness:** PARTIAL — NASA-TLX + rubric планируются, калибровка не запланирована; inter-rater kappa не описан\n","chars":28939,"elapsed_s":0.02,"packages_used":["pkg-9e6e6409c3","pkg-e7b7af507a","pkg-dbb9fb4598","pkg-b721766956","pkg-37e4d1a1a8","pkg-1e852064a3","pkg-1a4aaf728e","pkg-d51e3890ab"],"compiler_run_id":"rcr-3d3503c8aa"}