Канал влияния

📢 Вебинар AMLEDS Сегодня вечером пройдёт вебинар, который стоит посетить! Спикер: Скотт Каннингем (Baylor University) Тема: "AI-агенты для исследователей: инструменты, применение и открытые вопросы" Скотт Каннингем – настоящая рок-звезда современной эконометрики. Автор одного из первых и любимого многими учебника по причинно-следственному выводу "Causal Inference: The Mixtape" (мы с нетерпением ждём грядущего переиздания The Remix 🎶). Автор подкаста с ведущими учёными, стример, организатор классных воркшопов и человек, который сделал очень много для популяризации эконометрики В последнее время он активно экспериментировал с AI-инструментами в научной работе – и похоже, накопленный опыт вырос в отдельный полноценный воркшоп 🗓 26 июня 2026 года 🕒 18:00 Мск 🎙 Формат: Zoom-вебинар (онлайн, бесплатно) 📝 Регистрация по ссылке #канал_зовёт @causal_channel

📚 Чему учат в университете – и имеет ли это значение? Многие об этом любят рассуждать, но ответить на него эмпирически очень сложно: стандартные административные данные не содержат информации о содержании курсов. В новой работе Барбара Биази и Сун Ма (Biasi, Ma, 2026) решают эту проблему с нуля 🗂 Что сделали авторы? • Собрали 459 410 силлабусов (программ курсов) семи крупных университетов Техаса и сопоставили их с корпусом из 107 млн академических публикаций (OpenAlex) • Для каждого курса построили меру близости к переднему краю науки (frontier knowledge proximity) – насколько содержание курса текстуально похоже на недавние научные работы относительно старых Если курс оперирует концепциями, которые только-только появились в литературе – proximity высокая. Если те же концепции давно стали стандартом учебников – низкая. Граница между «новым» и «старым» задаётся отдельно для каждой дисциплины, исходя из лагов цитирования в этой области 👨‍🏫 Вариация огромная, и она определяется преподавателем • Переход от 25-го к 75-му перцентилю proximity эквивалентен замене ~30% содержания курса на более свежий материал • При этом декомпозиция Шепли-Оуэна показывает: различия между университетами объясняют лишь 0,3% этой вариации, между дисциплинами – 5% • Основной вклад вносят конкретный курс (26%) и конкретный преподаватель (21%) • Два студента одного факультета одного вуза могут получить принципиально разное образование – в зависимости от того, к кому они попали 🪄 Идентификация • Очевидная проблема – эндогенный выбор: более способные и мотивированные студенты могут сами выбирать «передовые» курсы • Авторы решают её, используя институциональную особенность техасских университетов: при записи на курс студент видит только силлабус прошлого семестра, но не обновлённый. Значит, изменения proximity между семестрами – условно экзогенны с точки зрения студента • Контролируя на лаги proximity, фиксированные эффекты преподавателей и пересечения «университет × специальность × когорта», авторы идентифицируют эффект воздействия (ITT) frontier knowledge на исходы студентов • Плацебо-тест (замена реализованной proximity на proximity того же курса 2 года спустя) даёт нулевые коэффициенты – в поддержку условной экзогенности 🎓 Результаты Одно стандартное отклонение в frontier proximity (~замена 27% содержания курсов на более свежее) улучшает все измеренные образовательные исходы: • вероятность получить диплом ↑ на 1,7% • время до диплома ↓ на 0,4 года • вероятность поступить в аспирантуру ↑ на 16% • заработок через 1–6 лет после выпуска ↑ на 2,8% (для аспирантов – 5,3%) Причём эффект особенно силён в первый год обучения, что указывает на механизм мотивации и усилий, а не просто накопления знаний 💰 Неравенство и механизм Эффекты асимметричны [см. рисунок]: • Студенты из семей с низким доходом (нижний квартиль, <$40 тыс/год) выигрывают прежде всего от завершения учёбы (+2,1 п.п. к completion против +1,2 п.п. у верхнего квартиля), но не показывают значимого прироста в поступлении в аспирантуру • У студентов из обеспеченных семей (>$90 тыс/год) – наоборот: скромный прирост в completion, зато +4,8 п.п. к вероятности пойти в аспирантуру Медиационный анализ объясняет, почему: • Для студентов из малообеспеченных семей контроль на образовательные исходы (диплом, GPA, время до степени, аспирантура) убирает почти весь эффект на заработки • Для студентов из обеспеченных семей значимая премия к заработку сохраняется после контроля – что указывает на прямой возврат к приобретённым навыкам сверх того, что даёт диплом (Becker, 1964; Spence, 1973; Arteaga, 2018) Исследование показывает, что ключ к высоким результатам не в строительстве новых корпусов и не в реформировании учебных программ, а в том, кто стоит у доски. Поддержка научно активных преподавателей способна дать отдачу, сопоставимую с куда более дорогостоящими вмешательствами. Инвестиции в исследования при этом генерируют двойную отдачу: новые знания и более актуальное обучение через тех, кто эти знания производит #канал_обозревает @causal_channel

🧠 The Causal Summit 2026 Уже сегодня вечером пройдет бесплатный онлайн-саммит по Causal Inference и Causal AI. Ведущие исследователи и практики со всего мира расскажут о новинках и своем опыте в причинном выводе Модерирует Quentin Gallea – автор The Causal Mindset Handbook, обучил 15 000+ специалистов, проводил воркшопы для Google и других крупнейших компаний В программе 5 треков: 1️⃣Введение – почему предсказание и причинность — это не одно и то же, и как совмещать оба подхода. Примеры из Spotify, Amazon, Netflix 2️⃣Причинный вывод на практике – как это работает в реальном бизнесе и что мешает внедрению • Robson Tigre (Recast) – causal inference в финтехе, e-commerce, маркетинге и крипте: как избежать неоправданных допущений, и получить интерпретируемые результаты, заслуживающие доверия • Jamilla Cooiman (CausAI) – технические и организационные барьеры внедрения, и как компании делают первые шаги в сфере применения причинного анализа 3️⃣Causal Discovery в бизнесе – не только тестировать гипотезы, но и находить их • Paul Hünermund (TUM) – как последние достижения в области causal discovery помогают понять, что вообще стоит тестировать, прежде чем запускать A/B тест • Martin Huber (Fribourg) – нетехническое введение в то, как извлекать причинно-следственные связи из данных без экспериментов 4️⃣Новые подходы в Causal ML – когда предсказания недостаточно • Philipp Bach (FU Berlin) – Double Machine Learning: от базовых идей до современных разработок с реальными бизнес-примерами • Matheus Facure (Nubank) – почему модель вероятности оплаты долга бесполезна без uplift; на примере реального кейса взыскания долгов показано, что в отличие от ML переход к причинно-следственной uplift модели дает ответ на вопрос о том, на что именно направить усилия для достижения наибольшего эффекта 5️⃣Causal AI и LLMs — что языковые модели уже умеют в причинном анализе, а что – нет • Carlos Trujillo (Wise) – байесовский фреймворк для оценки LLM-агентов: каким задачам можно доверять, а каким — нет • Nick Huntington-Klein (Seattle U.) – эксперимент с реальными данными: LLM пока плохо справляются с идентификацией конфаундеров и дают несогласованные результаты 🗓 23 июня, 18:00-21:00 Мск 🎟 Онлайн, регистрация: causalsummit.com #канал_зовёт @causal_channel

😮 Начни с себя Часто, когда говорят об обучении этичности, представялют себе специальные уроки про честность или формальные беседы о правилах. Но на самом деле мы учимся честности или этичности не на занятиях и не благодаря плакатам, а в те моменты, когда учитель своим примером показывает, что ты можешь делать с правилами: строго соблюдать, обойти или подогнать под ситуацию Представьте: учитель завышает вам годовую оценку по математике, чтобы вы точно прошли порог для поступления. Это подарок. Вопрос: вы после этого будете честнее на выпускном экзамене или, наоборот, почувствуете, что "правила — это лишь условность"? В новой статье Виктор Леви и Мозес Шайо на результатах израильских экзаменов Bagrut демонстрируют, как разделить эти мотивы (Lavy, Shayo, 2026) Как устроены школьные выпускные экзамены в Израиле? В израиле аналог нашего ЕГЭ – это выпускные экзамены Bagrut, где по каждому предмету ученик получает внутреннюю школьную оценку (которую ставит учитель) и внешнюю национальную. Итоговый балл школьника обычно считается как их среднее Министерство образования отслеживает средние разрывы между этими двумя оценками по школе и предмету, классифицируя крупные завышения или занижения как нарушения Авторы исследуют то, как нечестность учителей влияет на склонность учеников списывать: они смотрят отличия в списывании для учеников этичных и неэтичных учителей (измеренного по данным предшествующих лет), контролируя на характеристики ученика, школы и года, ряд характеристик сообщества и прошлые санкции Имитировать или отплатить? Авторы предлагают разложить реакцию учеников на два механизма: 1️⃣Имитирование: если учитель нарушает правила (завышает или занижает оценки), ученик делает вывод, что правила гибкие и их можно обходить 2️⃣Взаимность: если нарушение приносит пользу, возникает благодарность – и ученик меньше списывает. Если же учитель занижает баллы, появляется обида — и ученик может решить нарушить правила в ущерб школе Когда учитель занижает оценку, все действительно прямолинейно: ученик чувствует несправедливость и одновременно видит, что взрослый нарушает нормы => расте вероятность списывания на внешнем экзамене (см. красные столбики на рисунке) При завышении ситуация двоякая, и это ключевой результат статьи: 🔵В больших, социально гетерогенных школах, где ученики живут в разных районах и слабо связаны друг с другом: ▫️Учитель завышает оценки => ученики видят, что правила можно обойти "во имя добра" ▫️Здесь побеждает "имитация" ▫️В итоге мы видим более высокую вероятность того, что такой ученик будет уличен в списывании на внешнем экзамене То есть завышение оценок учителем обучает неэтичности: ребенок усваивает, что честность – это опция, а не норма 🔵В однородных, тесных сообществах завышения оценок воспринимаются иначе: ▫️"Учитель нас выручил, дал шанс на поступление" ▫️Здесь включается позитивная взаимность: ученики не хотят подставлять "своего" учителя и школу, меньше списывают, чтобы не спровоцировать санкции ▫️В итоге мы видим снижение вероятности дисквалификации за списывание среди тех, для кого "подтянули" оценки В таком контексте завышение оценок укореняет норму: своих берегут, даже когда правила нарушаются Так это же только те, которых поймали! И да, и нет: с одной стороны, это нижняя граница оценки эффекта С другой стороны, они используют: 🔵фиксированные эффекты ученика (один и тот же ученик подвержен примерно одной и той же "ловимости") 🔵фиксированные эффекты школы и года (разная строгость мониторинга на уровне школ/лет вычитается) 🔵"этичность" учителей берется с лагом: завышения/занижения в t–1 вряд ли связаны с тем, поймали ли конкретного ученика в период t Нам кажется, в вопросах этики надо начинать с себя. И это не абстрактное "быть хорошим человеком", а очень конкретные решения: завысить ли оценку, закрыть ли глаза на мелкое нарушение, обойти ли формальность "во имя добра". Каждый из нас своими действиями создаёт нормы. Пусть это будут такие нормы, в которых нам самим не стыдно жить #канал_обозревает @causal_channel

Пока наши студенты защищают выпускные работы, а мы с интересом следим за их защитами 👋, решили поделиться с вами свеженькими полезными находками Питер Халл обновил свои материалы по эконометрике — на странице Metrics Notes теперь лежат свежие слайды бакалаврского и магистерского курсов за весну 2026 года с расширенными материалами и исправленными неточностями и опечатками прошлых версий Там же собраны другие полезные материалы его авторства: ускоренный курс по design-based эконометрике, а также заметки про effective populations, propensity score, residualized regressions, instrumented DiD, shift‑share IV и weak IV – по сути, полноценный toolbox для современных исследований #канал_обозревает #канал_рекомендует @causal_channel

IV Круглый стол "Практики эффективного диалога бизнеса и власти" посвящен доказательному подходу в ОРВ. Место проведения: УрГЭУ (Екатеринбург) с онлайн подключением Время: 13.00 Мск (15.00 Екб) ❗️Обращаем внимание на изменение времени начала   Ключевые направления дискуссии:  Когда нужно регулировать — Елена Артюх (Уполномоченный по защите прав предпринимателей в СО) и Какое регулирование считать эффективным - Владимир Чураков (Мосстратегия)  Доказательный подход и «Голос рынка» — Георгий Богатырев (Банк России)   Мнение бизнеса — Михаил Андронов («Аскорт», Москва) и Барзыкина Галина (Курская область)   Региональный опыт — новые инструменты: представители органов власти Москвы, Чувашии, Владимирской и Свердловской областей  Научный взгляд — эксперты МГУ (Ольга Маркова, Анна Ставнийчук) и руководитель ЦРК Ирина Рахмеева (УрГЭУ) 📋 Программа круглого стола и приглашение на субъекты РФ👇 Кому нужно именное приглашение - пишите в чат Центра Ссылка для регистрации #новостиОРВ #обсудим

📌 В пятницу на круглом столе у нас ответственная миссия — будем обсуждать как научные аргументы и доказательный подход могут помочь выстраивать диалог между бизнесом и властью

Разыгрываем один билет на AHA'26! Как и обещали, возвращаемся с подробностями розыгрыша 🎟 Мы уже успели заглянуть на онлайн-часть AHA'26 и нам понравилось - классные спикеры рассказывают о том, с чем сталкиваются в работе и как это решают: 🔸Ксения Бокша (VK) рассказала, что для объединения множества сервисов в единую Data Platform нужен свой "технодесант" - ребята, которые могут прийти и на "собственной тяге" переписать все, что угодно 🔸Кирилл Ли (Купер.Тех) поделился тем, как они управляют запасами и создают положительный опыт пользователей через работу с заменой/отменой позиций при заказе. Для того, чтобы посчитать эффект от их новой модели, они перешли к within subject оценкам (мы давно планируем рассказать об особенностях таких экспериментов - ждите в новых постах) 🔸Надежда Белякова (Яндекс.Такси) рассказала, что алгоритм параллельной рассылки предложений водителям (multi-offer dispatch) в 2 раза сократил время на вызов такси И теперь к главному 👇 Как и обещали, сегодня мы хотим разыграть 1 билет на AHA'26 - конференцию о продуктовой аналитике, AI и масштабировании цифровых продуктов Чтобы участвовать, до 23:59 17 мая напишите в комментариях: 1️⃣на какой доклад вы хотите попасть (программа) 2️⃣коротко почему именно на него Можно в духе: «Хочу на доклад про ..., потому что мне не дает покоя вопрос...» Победителя выберем случайным образом 18 мая ❗️Важно: 🔵мы проводим розыгрыш только среди подписчиков канала 🔵одного комментария достаточно (дублирующие комментарии мы увы не сможем учесть) Удачи и до встречи на AHA'26! #канал_зовёт @causal_channel

Наша секция на Конференции по вычислительным социальным наукам в ЕУ 14–16 мая в Европейском пройдет Конференция по вычислительным социальным наукам. Мы организовали двухдневную секцию, посвященную вычислительным методам в изучении права, — приходите или подключайтесь к трансляции. Для обоих форматов участия необходима регистрация. Вот что будет: 14 мая, четверг 14:15 — 16:40, ауд. 429 ▪️Влияние ИИ на российский LegalTech: индивидуальный и индустриальный уровень, Якуненко Екатерина Сергеевна, Яндекс, автор телеграм-канала Делай RAG ▪️ИИ-агент для задач правовой экспертизы и регуляторной политики, Рахмеева Ирина Игоревна, УрГЭУ ▪️Суды окружного уровня влияют на размещение юридических фирм, Сёмин Павел Олегович, ПГНИУ ▪️Правонарушения акционеров и директоров как беловоротничковое преступление, Леденев Виктор Владимирович, ЕУ СПб 15 мая, пятница 12:15 — 17:45, ауд. 429 ▪️Платформа Телеграм в современных социальных исследованиях: база данных и примеры применения, Седашов Евгений Александрович, НИУ ВШЭ ▪️Когда диплом не спасает: нелинейные эффекты образования в российском правосудии (на примере ст. 264 УК РФ), Жучкова Светлана Васильевна, Янкевич Семён Васильевич, НИУ ВШЭ ▪️Профессиональный бэкграунд судей как экстралегальный фактор вынесения судебных решений, Капустина Лика Владимировна, НИУ ВШЭ ▪️Влияние антимонопольного правоприменения на вход новых компаний в России, Зварич Андрей Александрович, Ставнийчук Анна Юрьевна, Маркова Ольга Анатольевна, МГУ им. М.В. Ломоносова ▪️Цена преступности, Скугаревский Дмитрий Анатольевич, ЕУ СПб Программа конференции обширная, там еще много чего интересного: шесть других секций, мастер-классы, открытые лекции, — полный список вот здесь.

Пока мы в пути на классную конференцию в Питере, хотим вам рассказать, что к ней можно подключиться онлайн и послушать интересные доклады. Речь, конечно же, не только о наших 😄 – мы сами присмотрели несколько секций в разные дни, выбор действительно очень широкий