Аннотації

УПРАВЛІННЯ НАУКОВИМ ІТ-ПРОЄКТОМ «РОЗРОБКА ІНФОРМАЦІЙНОЇ СИСТЕМИ АНАЛІЗУ УКРАЇНОМОВНИХ КОРПУСІВ»

Автор(и):
Козак І. В. , Кунанець Н. Е.
Автор(и) (англ)
Kozak I., Kunanets N.
Дата публікації:

25.12.2025

Анотація (укр):

Розглянуто комплексне питання управління науковим ІТ-проєктом, орієнтованим на створення інформаційної системи для роботи з україномовними текстовими корпусами різних жанрів і структурних типів. Здійснено системний аналіз актуальних підходів до організації дослідницьких ІТ-проєктів в умовах обмежених ресурсів, змінного середовища, невизначеності технічних пріоритетів, різного рівня залученості стейкхолдерів та високої варіативності функціональних вимог, що формуються на перетині лінгвістичних і технічних задач. Запропоновано модель управління, що поєднує методології SCRUM, Lean і exploratory programming, яка забезпечує баланс між структурованістю, економічністю, гнучкістю, можливістю адаптивного планування та швидким реагуванням на зміни вимог у процесі еволюції наукового задуму. Визначено цільову аудиторію майбутньої системи, що охоплює прикладних лінгвістів, викладачів, студентів, перекладачів, дослідників цифрової гуманітаристики, а також фахівців, які працюють із корпусними методами в освіті, прикладних студіях й галузевих аналітичних задачах. Подано узагальнений соціально-професійний портрет потенційного користувача та описано типові сценарії застосування системи в навчальних, наукових і дослідницьких процесах, зокрема аналіз текстів, формування підкорпусів, розмітку, статистичний опис, підготовку даних для експериментів. Проведено ідентифікацію ключових стейкхолдерів і виконано їхню класифікацію за рівнем впливу, зацікавленості, очікуваної користі та ризиків взаємодії. Обґрунтовано використання фазової моделі розробки програмного забезпечення, що включає концептуалізацію, проєктування, імплементацію, тестування, впровадження та подальший супровід, що дає змогу формалізувати процес і водночас зберегти гнучкість. Результати дослідження можуть слугувати методологічною основою для планування, організації та реалізації наукових ІТ-проєктів у сфері цифрової лінгвістики. Запропонований підхід є релевантним для проєктів, що поєднують наукове дослідження з програмною розробкою, мають високий рівень невизначеності вимог і потребують адаптивних управлінських рішень.

Анотація (рус):

Анотація (англ):

The article examines the complex issue of managing a scientific IT project aimed at developing an information system for working with Ukrainian-language text corpora of various genres and structural types. A systematic analysis of current approaches to organizing research IT projects under conditions of limited resources, a changing environment, uncertainty of technical priorities, different levels of stakeholder involvement, and a high variability of functional requirements formed at the intersection of linguistic and technical tasks has been carried out. A management model combining the SCRUM, Lean, and exploratory programming methodologies is proposed, providing a balance between structuredness, cost-efficiency, flexibility, adaptive planning, and the ability to respond quickly to changes in requirements during the evolution of the scientific concept. The target audience of the future system is defined, including applied linguists, instructors, students, translators, digital humanities researchers, and specialists working with corpus methods in education, applied studies, and domain-specific analytical tasks. A generalized socio-professional profile of the potential user is presented, and typical usage scenarios of the system in educational, scientific, and research contexts are described, including text analysis, subcorpus formation, annotation, statistical description, and preparation of data for experiments. Key stakeholders have been identified, and their classification by level of influence, interest, expected benefits, and interaction risks has been carried out. The use of a phased software development model is substantiated, including conceptualization, design, implementation, testing, deployment, and further maintenance, which enables formalization of the process while preserving flexibility. The results of the study may serve as a methodological basis for planning, organizing, and implementing scientific IT projects in the field of digital linguistics. The proposed approach is relevant for projects that combine scientific research with software development, involve a high level of requirement uncertainty, and require adaptive management decisions.

Література:

  1. Сазонець І. Л., Ковшун Н. В. Управління науковими проєктами: сучасні підходи та механізми реалізації. Економіка та держава. 2021. № 6. C. 67–72. DOI: https://doi.org/10.32702/2306-6806.2021.6.67.
  2. Якименко І., Штефан Є., Лук’янихін В. Управління науковими проєктами : навчальний посібник. Київ : Центр учбової літератури, 2020. URL: https://cutt.ly/4wZjAnu.
  3. Проєктний менеджмент: управління наукомісткими проєктами та портфелями проєктів у наукомістких галузях : монографія / О. Б. Данченко та ін. Черкаси : Видавець Пономаренко Р. В., 2023. 315 с.
  4. Храпкіна В. В., Матвієнко О. Д. Трансформація процесів розвитку інформаційної економіки та особливості повоєнного відновлення підприємств ІТ-сектору України. Трансформація бізнесу в контексті глобальних викликів сталого розвитку : монографія / під заг. ред. В. В. Храпкіної, К. В. Пічик. Київ : Видавничий дім «Києво-Могилянська академія», 2025. С. 168–191. URL: https://ekmair.ukma.edu.ua/handle/123456789/34678.
  5. Martinez I., Viles E., Olaizola I. A survey study of success factors in data science projects. Procedia Computer Science. 2022. 200. P. 1295–1304. DOI: https://doi.org/10.1016/j.procs.2022.01.285.
  6. Baxter A. L., Choi J., Gorton I., Shen S. Collaborative experience between scientific software projects using agile scrum development. 2012 SC Companion: High Performance Computing, Networking Storage and Analysis. 2012. P. 1285–1292. DOI: https://doi.org/10.1109/SC.Companion.2012.163.
  7. Milewicz R., Raybourn E. M. Talk to Me: A Case Study on Coordinating Expertise in Large-Scale Scientific Software Projects. Proceedings of the 2014 Annual Conference on Extreme Science and Engineering Discovery Environment. 2014. P. 1–8. DOI: https://doi.org/10.1145/2616498.2616552.
  8. Johnson E. C., Leeman J., Ramamurthy M. K., Young J. SciOps: Achieving productivity and reliability in data-intensive research. Data Science Journal. 2021. 20(1). P. 1–15. DOI: https://doi.org/10.5334/dsj-2021-017.
  9. Clarkson M. B. E. A stakeholder framework for analyzing and evaluating corporate social performance. Academy of Management Review. 1995. 20(1). P. 92–117. DOI: https://doi.org/10.5465/amr.1995.9503271994.
  10. Mainardes E. W., Alves H., Raposo M. A model for stakeholder classification and stakeholder relationships. Management Decision. 2012. 50 (10). P. 1861–1879. DOI: https://doi.org/10.1108/00251741211279648.

 

References:

1.     Sazonets, I. L., & Kovshun, N. V. (2021). Management of scientific projects: modern approaches and mechanisms of implementation. Economy and State, 6, 67–72. https://doi.org/10.32702/2306-6806.2021.6.67.

2.     Yakymenko, I., Shtefan, Ye., & Lukianikhin, V. (2020). Management of scientific projects: a study guide. Center of Educational Literature. https://cutt.ly/4wZjAnu.

3.     Danchenko, O. B., et al. (2023). Project management: management of high-tech projects and project portfolios in high-tech industries: a monograph. Publisher Ponomarenko R. V.

4.     Khrapkina, V. V., & Matviienko, O. D. (2025). Transformation of development processes of the information economy and features of post-war recovery of IT sector enterprises of Ukraine. In V. V. Khrapkina & K. V. Pichyk (Eds.), Business transformation in the context of global challenges of sustainable development: a monograph (pp. 168–191). Kyiv-Mohyla Academy Publishing House. https://ekmair.ukma.edu.ua/handle/123456789/34678.

5.     Martinez, I., Viles, E., & Olaizola, I. (2022). A survey study of success factors in data science projects. Procedia Computer Science, 200, 1295–1304. https://doi.org/10.1016/j.procs.2022.01.285.

6.     Baxter, A. L., Choi, J., Gorton, I., & Shen, S. (2012). Collaborative experience between scientific software projects using agile scrum development. 2012 SC Companion: High Performance Computing, Networking Storage and Analysis, 1285–1292. https://doi.org/10.1109/SC.Companion.2012.163.

7.     Milewicz, R., & Raybourn, E. M. (2014). Talk to Me: A Case Study on Coordinating Expertise in Large-Scale Scientific Software Projects. Proceedings of the 2014 Annual Conference on Extreme Science and Engineering Discovery Environment,
1–8. https://doi.org/10.1145/2616498.2616552.

8.     Johnson, E. C., Leeman, J., Ramamurthy, M. K., & Young, J. (2021). SciOps: Achieving productivity and reliability in data-intensive research. Data Science Journal, 20 (1), 1–15. https://doi.org/10.5334/dsj-2021-017.

9.     Clarkson, M. B. E. (1995). A stakeholder framework for analyzing and evaluating corporate social performance. Academy of Management Review, 20(1), 92–117. https://doi.org/10.5465/amr.1995.9503271994.

Mainardes, E. W., Alves, H., & Raposo, M. (2012). A model for stakeholder classification and stakeholder relationships. Management Decision, 50 (10), 1861–1879. https://doi.org/10.1108/00251741211279648