Работа ИТ-аналитика ежедневно связана с информационным поиском: сбор данных объекта автоматизации, проверка гипотез, выявление закономерностей, поиск направлений оптимизации, верификация ограничений разработки и т.д. При этом информация всегда имеет вероятностный характер: может быть фактом (100%) или предположением (<100%), и большая часть - не факт. Как говорит Лиза Рендалл, одна из главных физиков-ядерщиков современности, "вероятностные заявления наиболее точно отражают состояние знаний - научных или любых других".

Тем не менее, мы хотим принимать правильные решения. Обоснованность выводов не гарантирует верность, однако является необходимым условием мудрого выбора. Поэтому нужна полезная информация, которой мы можем доверять.

Чтобы найти такую, предлагаю следующий алгоритм:

1) Четко определяем, для чего нам нужно то, что мы ищем - цель инфопоиска. Например, “я хочу найти работу” - хорошая, при этом недостаточно конкретно сформулированная задача, чтобы сразу приступить к решению. Поэтому следует уточнить, какую именно работу хочется найти.
Тогда один из критериев полезности любой найденной информации - ее соответствие цели поиска, а значит, решению задачи. Это соответствие называется релевантностью.

2) Чтобы оценить релевантность, нужно сопоставить основные свойства (атрибуты, признаки) найденной информации и цель поиска: чем больше они похожи, тем выше релевантность, а значит, и полезность информации.

3) Но одного этого критерия мало - чем менее точно сформулирована цель поиска, тем хуже будет полезность даже самого релевантного результата: вы, вероятно, получите в результате поиска ответ на свой вопрос, но не то, что искали на самом деле. Скажем, на запрос “аналитик” рекрутинговая платформа выдаст настолько много вакансий, формально релевантных искомой фразе, что отсортировать лишнее окажется проблемой.
Критерий соответствия результата поиска ожиданиям от него называется пертинентностью, и его нужно использовать вместе с первым - релевантностью. Чем более конкретной и узкой по смыслу является формулировка запроса, тем выше пертинентность найденной информации.

Полезная информация = релевантная + пертинентная.

4) Чтобы точнее оценить релевантность и пертинентность, определяем свойства искомой информации (атрибуты): устанавливаем общие свойства того, ЧТО ищете, и того, ДЛЯ ЧЕГО ЭТО вам нужно. Если мы в поиске работы, мы ищем, прежде всего, информацию о ней - в этом примере атрибутами такой информации будут желаемые формат занятости и график работы, профессиональная область, отрасль работодателя, диапазон зарплаты, желаемая география трудоустройства и т. д. Чем больше атрибутов мы определили и чем больше совпадений по ним между найденной информацией и целью поиска, тем полезнее результат этого поиска для решения задачи.

5) Помимо полезности, необходимой характеристикой является достоверность найденной информации. Она определяется, в числе прочего, по критериям непротиворечивости, целостности и верифицируемости (проверяемости):

• Непротиворечивость: внутренняя (нет логических ошибок, взаимоисключающих утверждений, нонсенсов) и внешняя (согласованность с контекстом имеющихся достоверных фактов).
• Целостность: все элементы информации связаны друг с другом, отсутствуют провалы в цепях рассуждений.
• Верифицируемость: информация принципиально может быть проверена хотя бы в большей своей части (правило 2-х источников).

Информация для работы = полезная (релевантная и пертинентая) + достоверная (непротиворечивая, целостная и верифицируемая).