Digital sociology and examination of social mechanisms on the Internet space

Введение

При переходе на новый технологический уклад общества повышается роль цифровой социологии и все большее внимание исследователей привлекает изучение интернет-пространства, хотя исследования протекающих в нем процессов пока немногочисленны: неизвестны как механизмы развертывания социальных процессов, так и их проекция в интернет-среде. В этой связи актуализируется роль исследования цифрового моделирования социальных механизмов, а также выявления подходов, позволяющих проектировать информационные системы, основанные на принципах цифровой социологии и обработке массивов больших данных.

Цифровая социология и ее роль в исследовании социальной среды

Термин «цифровая социология» пока не получил широкого распространения и только начинает появляться в научном обороте. Впервые он встречается в статье, опубликованной в 2009 году Д. Винном ^[1]. В последующем были опубликованы работы, раскрывающие предмет цифровой социологии ^[2] и определяющие её как направление, изучающее использование цифровых средств массовой информации в повседневной жизнедеятельности. Социальный мониторинг был включен в предметную область цифровой социологии во многом благодаря работе Н. Марес ^[3], в которой выполнено инкорпорирование возможностей цифровых технологий в исследование и корректировку социальной динамики.

Сегодня данное направление имеет теоретический каркас, подкрепленный теориями постиндустриального и информационного общества, цифровизации и т.д. Многие исследователи предлагают новые прочтения прежних социологических концепций с учетом появления и развития цифровой реальности ^{[4, С. 5-6]}. Вместе с тем предстоит значительная работа по расширению методического базиса и включению новых алгоритмов и технологий в исследование социальных процессов, как и по разработке механизмов их применения для управления социально-экономическими процессами. Очевидно, что перевод цифровой социологии из области теоретических абстракций в сферу практического применения позволит обеспечить значительную экономию в результате повсеместного сокращения транзакционных издержек, с которыми сталкиваются различные субъекты при получении информации ^{[5, С. 343]}.

Цифровая социология связана с изучением социальной среды и социальных механизмов, то есть устойчивых во времени отношений между различными акторами, которые обеспечивают достижение детерминированного результата, поскольку в своей основе имеют исследованные и проверенные закономерности функционирования, ориентированные на контакты между индивидами. Распространение любой тенденции или явления связано с движением информации через индивидов-коннекторов, т.е. социально активных акторов, которые посредством обмена информацией выступают посредниками, объединяющими мир своей большой сетью. Одной из важнейших функций этих акторов является продвижение информации от новаторов к более широкой аудитории, что важно для лиц, принимающих социально-значимые управленческие решения, продвигающих новые, в том числе лишь зарождающиеся, идеи. По этим причинам все большее количество исследователей пытается обращаться к цифровому моделированию как способу описания, исследования и/или воссоздания социальных механизмов.

Становление цифровой социологии в России

Развитие цифровой социологии наблюдается и в России. Отечественные школы социологической мысли обратились к исследованию феномена цифровой социологии практически с момента его зарождения, что стало прологом для целого спектра исследований и публикаций, посвященных методике и тактике социологических исследований в цифровой среде или с использованием нового инструментария, в том числе и больших данных. Значимость цифровой социологии как научного и практического направления подчеркивается существованием и растущей популярностью одноименного научного журнала, издаваемого в России с 2018 года. В журнале «Цифровая социология» освещаются исследования, связанные с цифровой средой, онлайн методами, а также мировыми трендами в данной сфере.

В ряде опубликованных работ подчеркивается движение в сторону цифровой социологии и необходимость смены парадигмы, связанной с изучением процессов, протекающих в обществе. Так, в исследовании В.Ф. Ницевича обоснована актуальность и обозначены предпосылки перехода к цифровой социологии: «Новые, интенсивные изменения в обществе, отдельных его составляющих, вызванные цифровизацией, стали плохо восприниматься, описываться и объясняться существующими социологическими теориями» ^{[6, С. 20]}. О.В. Крыштановской подчеркиваются принципиальные изменения, происходящие с социологией как наукой и практикой, обусловленные расширением технических возможностей реализации основополагающего компонента прикладной социологии – исследования общественного мнения: «появилась возможность проводить опросы онлайн, затрачивая на это меньше ресурсов, экономя время и собирая значительно большие объемы информации» ^{[7, С. 5]}. Цитируемый автор в своем исследовании приходит к выводу о том, что на фоне роста технологичности процесса сбора социологической информации стали проступать контуры новой социологии – социологии, характерной для цифровой эпохи, со свойственными ей методами сбора и обработки информации.

Современные отечественные публикации по рассматриваемой проблематике сосредоточены не только на идентификации феномена цифровой социологии. Помимо этого они затрагивают целый ряд новых направлений, возникающих в рамках цифровой социологии. Несмотря на наличие некоторой дискуссии по поводу терминологической идентификации рассматриваемого феномена («цифровая социология», «бесконтактная социология», «динамическая социология», «социология в движении»), смысловое наполнение представляется вполне однородным – способы сбора социологической информации, опосредованные цифровыми технологиями. Так, в работе Е.Ю. Журавлевой выделяется «вычислительная социология» как «сфера исследовательских стратегий, проектирования, методов сбора и анализа данных, являющихся результатом применения технологий Web 2.0» и социальная информатика с тождественным ей термином «электронные социальные науки» ^{[8, С. 29]}.

Как пишет О.Г. Антонова, появление целого ряда новых социологических теорий, направленных на описание и объяснение изменений, происходящих в обществе под влиянием информатизации и цифровизации, растущая включенность индивидов в процессы генерации и распространения информации в цифровой среде, во многом обусловлено модернизационным процессами, вызванными изменением научных парадигм и ценностных ориентаций ^{[9, С. 12]}. Таким образом, в социологической науке все ярче прослеживается расширение методологических оснований цифровой социологии как обособленной области социологического знания.

Цифровое моделирование социальных механизмов: практический опыт

Цифровое (ранее – компьютерное) моделирование социальных механизмов имеет более чем 60-летнюю историю. Оно используется для различных целей – для построения сценариев развития процессов, проверки согласованности описательных теорий, изучения механизмов развития возникающих явлений и т.д. Как правило, применение цифровых технологий в анализе всегда было связано с имитацией процессов или поиском социальных механизмов.

В последнее время исследователи достаточно часто прибегают к компьютерному моделированию, однако еще до него для решения обозначенных выше задач существовали математические модели, ориентированные на выявление социального влияния, воздействия структуры социальных групп на информационный поток и определения фундаментальных свойств социальных сетей. Сейчас цифровое моделирование может рассматриваться как итоговый этап в мониторинге социально-экономических процессов, позволяющий реконфигурировать имеющийся информационный каскад. Например, в работах Дж. Коулмана рассмотрены перспективы компьютерного моделирования в социологии: им исследованы вопросы о социальных действиях и социальной организации, а также возможность использования имитационного моделирования для проверки социальных сценариев ^[10]. Джон и Джин Гуллахорны изучали поведенческую динамику применительно к вопросу о причинах возникновения конфликтов и способах их разрешения ^[11]. Р. Макгиннис представил стохастическую модель социальной мобильности, в которой «подвижность» он рассматривал как изменение позиции индивида в любой социометрически наблюдаемой системе (включая физическое пространство) ^[12].

Компьютерное моделирование ранее применялось, как правило, для проверки концептуальных моделей, направленных на понимание межличностной связи и поведения индивидов ^[13]. Компьютерное программирование заставляло исследователей разбивать социальные явления на алгоритмические блоки, помогающие идентифицировать социальные механизмы. Кроме того, моделирование в социальных науках способствовало изучению плохо понимаемых ситуаций и явлений, недоступных для эксперимента, в том числе для представления когнитивных процессов человека. Например, анализ данных Твиттера показал, что онлайн-социальные сети демонстрируют много особенностей, типичных для социальных систем с сильно сгруппированными индивидами в топологии без масштаба ^{[14, С.592]}. На таких же данных был протестирован теоретический когнитивный предел числа устойчивых связей между акторами. Это позволило установить, что общность связей во многом детерминирована географическим соседством (у жителей одного города большее количество общих связей), тогда как фактор удаленности, языковых и культурных различий является определяющим для интенсивности взаимодействий ^[15]. Исследование способов и механизмов распространения информации по сети также входит в число направлений, формирующих мейнстрим цифровой социологии, поскольку существует запрос на разработку способов идентификации агентов влияния в социальных сетях. Сегодня все большее распространение получают вычислительные методы, используемые для проверки полноты теоретических основ (моделирования концепции), либо для обнаружения гипотезы. В ряде исследований было уделено внимание изучению социальной динамики во время возникновения протестов, при этом свидетельства социального влияния и вирусного распространения могут служить инструментом для эмпирической проверки механизмов, изложенных теоретически в рамках моделей коллективных действий.

Многие научные работы представляют собой отдельные тематические исследования, основанные на массивах больших данных, формируемых в течение определенного периода времени по конкретной проблеме ^[16], то есть эксплуатирующие базовое конкурентное преимущество социальных сетей как среды распространения информации – возможность свободно и быстро размещать и получать информацию, генерировать информационные поводы и публичные сообщения, а также обмениваться ими повсеместно с низкими затратами и без пространственных ограничений.

Рост включенности населения в социальные сети открывает новые возможности для анализа различных моделей общения. Например, данные социальных сетей могут использоваться для установления проблем, имеющих место в социальной среде, тенденций, влиятельных акторов и других видах информации. Например, в исследовании С. Голдер и М. Мэси проводился мониторинг поведения индивидов по данным Twitter и изучалось, как настроения людей меняются в зависимости от времени суток, дня недели или времени года ^[17].

Отдельный пласт работ посвящен решению социальных проблем и анализу связанных с ними событий на основе массивов больших данных. В них отражены исследовательские методы, техники и алгоритмы, что дает исследователям внедрять их для решения проблем, касающиеся как отдельных людей, так и общества в целом. Решения таких проблем могут быть обеспечены путем измерения общественного мнения и выявления признаков деструктивного поведения посредством прогнозного анализа. В частности, в исследовании У. Куршунсу и соавторов показаны способы выявления и предсказания следующих деструктивных явлений ^[18]:

(1) Личное преследование (кибер-буллинг), проявляющееся в виде оскорблений или угроз, приводящее к эмоциональным переживаниям и стрессу. По данным опроса, проведенного исследовательским центром Pew Research Center, более 70% пользователей Интернета старше 18 лет сталкивались с преследованием в интернете, а 40% подвергались им. Из последних две трети столкнулись с буллингом именно в социальных сетях. Другой источник – исследовательский центр Cyberbullying – приводит данные о том, что 25% опрошенных ими подростков заявляют о том, что их унижают или раньше унижали в Интернете.

(2) Преступные действия и насилие с применением оружия. Преступные сообщества используют социальные сети для давления на конкурентов, и идентификация таких пользователей помогает правоохранительным органам предотвратить преступление, прежде чем оно может произойти. Например, в работе Л. Баласуриа и соавторов исследована проблема выявления членов уличных банд в Твиттере ^[19]. Указанные авторы вручную обработали большое количество профилей предполагаемых членов банд, в результате чего смогли идентифицировать почти 400 профилей действительных членов банд, что впоследствии легло в основу самообучающегося алгоритма анализа метаданных пользователей, их музыкальных предпочтений (замеченные в криминале исполнители), содержания их сообщений и сделанных ими репостов, комментариев под видео-роликами, личного изображения в профиле социальной сети.

Подобные решения могут быть использованы для оказания помощи сотрудникам правоохранительных органов через формирование осведомленности, а также предсказания конфликтов между группировками на предмет возможного инцидента с применением оружия. Также подобные алгоритмы применимы для выявления киберзапугивания, насилия среди молодежи и т.д.

Отдельного внимания заслуживает работа с «коллективным разумом», которая выделяется исследователями в отдельное направление. Пользователи характеризуются особыми чувствами, способами их выражения, решениями, интеллектом и делятся своими мнениями в сетях, формируя общественное мнение. Многообразие данных можно представить как силу «коллективного разума», которая применима при формировании рекомендаций, суждений и выработки стратегии. Изучение общественного мнения необходимо для принятий решений и минимизации частных предубеждений, которые могут снизить объективность решений, объединить различные точки зрения и знания, улучшить охват и полноту анализа. Вместе с тем, ни одна из существующих работ не иллюстрирует понятие «коллективного разума» или общественного мнения как целостного явления статистически и аналитически. На сегодняшний день большая часть населения пользуется социальными сетями и методологически выверенный способ измерения разнообразия толпы имеет решающее значение для повышения социальной активности людей в социальных сетях и эволюции социальной системы.

Одно из направлений мониторинга, представляющее значительный интерес, связно с распространением «эффекта заражения», основой которого является формирование информационных каскадов. В данном случае термин «заражение» относится больше к передаче данных и транслированию информационных сообщений. «Эффект заражения» изучен в рамках вирусного маркетинга: например, известно, что 79,2% участников форумов помогают другу принять решение о покупке продукта, из них 47,6% – лица, не участвующие в проекте, а 65% участников форума делятся советами как в автономном режиме, так и лично, основываясь на информации, которую они прочитали в Интернете.

Несмотря на то, что сейчас «заражение» рассматривается не в прямом смысле, интересно отметить, что социальные сети, и в первую очередь такие как Twitter и Facebook, играют значительную роль в управлении чрезвычайными ситуациями, распространяя информацию о чрезвычайных ситуациях среди членов сообщества, пострадавшего от стихийного бедствия. Facebook считается четвертым по популярности источником доступа к информации о чрезвычайных ситуациях. Многие исследования изучали данные социальных сетей для понимания сетей и извлечения критической информации для разработки плана нивелирования последствий до и после стихийного бедствия. Таким образом анализ позволяет трансформировать данные социальных сетей в знания. Например, власти Луизианы активно использовали социальные сети для обмена информацией с сообществом, пострадавшим от наводнения 2016 года, в результате которого было повреждено более 60000 домов (например, карта наводнения, места аварийных убежищ).

Как правило, исследователей интересуют обобщенные паттерны взаимодействия между пользователями социальных сетей в контексте реагирования на стихийные бедствия. Это позволяет глубже понять роль использования социальных сетей для распространения информации о чрезвычайных ситуациях. Результаты исследований показывают, что обычно системы мониторинга подобного типа состоят из трех групп акторов: частных лиц, агентств по чрезвычайным ситуациям и иных организаций. Ядро социальной сети включает множество индивидов, которые активно участвуют в обмене информацией и её обновлении. Аварийные агентства и организации находятся на периферии социальной сети, связывая локальное сообщество с другими сообществами.

Несмотря на предметное разнообразие информационных потоков и способов их распространения, они имеют много общего. В частности, схожим оказывается алгоритм получения требуемой информации или знаний из социальных сетей. Во многом это обуславливает развитие такого направления, как сетевая аналитика, ориентированного на интеграцию методов и инструментария сетевого анализа в совокупность исследовательских практик. Несмотря на его развитие, по-прежнему недостаточно информации по возможностям анализа социальных медиа, а также по общим моделям и подходам. С. Арал, С. Делларокас и Д. Годес разработали основы организации исследований в социальных сетях ^[20], а В. ван Ош и С. Курсарис предложили структуру и исследовательскую программу ^[21] для работы с организационными социальными сетями.

Таким образом, целый пласт работ посвящен решению социальных проблем и анализу связанных с ними событий на основе массивов больших данных. В них отражены исследовательские методы, техники и алгоритмы, что дает исследователям возможность внедрять их для решения проблем, касающиеся как отдельных индивидов, так и общества в целом. Как правило, исследователей интересуют шаблоны, генерируемые совокупным взаимодействием онлайн-пользователей, что позволяет глубже использовать анализ социальных сетей для поддержки управленческих решений.

Подходы к проектированию информационной системы, основанной на принципах цифровой социологии и больших данных

Развитие цифрового моделирования, появление новых методов и инструментов обработки информации, равно как и накопление последней, приводит к потребности в создании информационных систем, способных выступать в качестве инструмента сбора и обработки данных для дальнейшей поддержки принимаемых управленческих решений.

Работа информационной системы строится на алгоритме, предусматривающим следующие этапы: (1) прием данных, (2) сбор данных, (3) оперативный и интеллектуальный анализ данных, (4) представление результатов ^{[22, С. 172]}. Использование системы предполагает мониторинг метаданных: в режиме непрерывного доступа субъект мониторинга получает значения ключевых характеристик исследуемой системы, равно как и технические параметры процесса обработки данных. Подобная система создает основу для новой модели принятия управленческих решений и оценки восприятия решений, принимаемых органами власти, опирающейся на всеобъемлющую информационную картину, которая отвечает требованиям актуальности и оперативности, что в полной мере соответствует интересам субъекта управления в социально-экономической сфере.

Расширение спектра источников информации позволяет включать в орбиту анализа не только социальные сети, но и онлайн-СМИ, метаданные, агрегируемые поисковыми системами, источники специализированной информации, а также интегрироваться с модулями распознавания речи и изображений. Аккумулируемые массивы информации могут пополняться как в постоянном режиме, так и по запросу пользователя. В этом случае сбор данных должен быть организован на основе принципа потоков, что обеспечит возможность оперативно расширять или сужать спектр анализируемой информации.

Значимое направление развития функционала информационной системы, основанной на принципах цифровой социологии и больших данных, – подключение геоинформационных систем как источника данных о дислокации акторов и их перемещениях. Значимость данного направления развития заключается в том, что оно даст возможность анализировать пространственные срезы общественного мнения с учетом локализации, что имеет высокую ценность, например, для принятия решений в интересах местных сообществ. В дальнейшем функционал геоинформационных систем может быть полезен для онлайн картирования текстовых и визуальных данных, в том числе с учетом их эмоциональной окраски, а также для выявления наиболее эффективных каналов распространения социальной информации.

Следует отдельно отметить, что система мониторинга должна иметь многоуровневую систему безопасности, позволяющую защитить персональные данные и дать гарантию конфиденциальности собираемой информации, не допуская возможности ее утечки.

Заключение

Социальные сети являются неотъемлемой часть социальной среды, становясь новым средством коммуникации. Это открывает перед исследователями новые возможности для надежного измерения социального самочувствия населения и использования его для изучения общественного мнения, формирования политики, понимания воздействия событий и поиска новых способов решения определенных проблем. Данные социальных сетей уже сейчас позволяют исследователям предсказывать тенденции и результаты критических событий в реальном мире, и надежность результатов, их охват могут быть дополнительно улучшены. Мониторинг вовлеченности и общественного мнения о происходящих событиях с учетом временных и пространственных аспектов, а также дальнейший прогнозный анализ может предсказать их эволюцию, а также результат. Кроме того, эта информация может дополнять традиционные опросы или опросы, проводимые неправительственными организациями для уточнения существующих прогнозов, поскольку одни только традиционные методы могут недостаточно быстро реагировать на меняющиеся события. Для принятия решений наиболее точных решений необходимо рассмотрения ряда факторов, которые могут повлиять на ситуацию или событие, а следовательно, и включение как можно большего количества сигналов в понимание общей картины.

Серьезные перспективы открываются за счет развития цифровой социологии. Систематизация имеющихся подходов к формированию систем мониторинга социально-экономической направленности показывает возможность и целесообразность построения информационной системы инновационного типа, основанной на принципах цифровой социологии и больших данных. На сегодняшний день создан теоретико-методический каркас для формирования перспективной системы принятия управленческих решений и оценки эффективности деятельности органов власти, основанной на принципах рефлексии конечных бенефициаров социальной политики. Обозначенные подходы могут стать заделом для дальнейшего формирования проекта технического задания на разработку и проектирование системы мониторинга социально-экономического положения и реакций населения, а также его организационно-экономическое обоснование для практического внедрения в систему принятия управленческих решений на государственном уровне.

You can simply select and copy link from below text field.