CC BY
47Ц ТЕОРИЯ И МЕТОДОЛОГИЯ
Е.В. БАТАЕВА
АCTION-ANALYSIS И INTERACTION-ANALYSIS КИБЕРКОММУНИКАЦИИ
Аннотация. В статье методы action-analysis и interaction-analysis рассматриваются как разновидности контент-анализа коммуникации в чатах. С помощью action-analysis подсчитываются различные акции, реализуемые в электронных текстах; interaction-analysis используется для изучения текстовых форм взаимодействия, а также для измерения частоты их появления в чатах. Эти методы дополняют и усиливают друг друга, хотя их можно использовать и по отдельности. С помощью айкт-analysis выясняются содержательные особенности чат-коммуникации, структурационные треды (нити), организующие ее сетевое пространство. Использование interaction-analysis дает возможность выйти в «трехмерное» пространство взаимодействия между несколькими акторами, которые осуществляют серии акций, влияя на поведение друг друга.
Ключевые слова: action-analysis, interaction-analysis, контент-анализ, чат, киберкоммуникация.
Киберкоммуникация (компьютероопосредованная коммуникация) обладает специфическими особенностями, которые необходимо учитывать при выборе метода социологического исследования этого феномена: сообщения представлены преимущественно в текстовой форме1 («смайлики» также можно рассматривать как разновидность
Батаева Екатерина Викторовна — доктор философских наук, профессор кафедры социологии Харьковского гуманитарного университета «Народная украинская академия», доцент. Адрес: 61024, Украина, Харьков, ул. Лермонтовская, д. 27. Телефон: +38 (095) 526-47-46. Электронная почта: bataevaekaterina@yahoo.com
1 Согласно С. Томсену, Д. Стробхаару, Д. Больярду, «online сообщества презентуют себя исследователю исключительно посредством текста. Этнограф может наблюдать поведение людей не иначе, как только через их текстовые сообщения на форумах. Любое поведение вербализирует-ся в форме текста. Не существует других артефактов для анализа, кроме текста» [20].
текста); сообщения имеют преимущественно акциональный характер, являясь символами определенных действий киберакторов (согласно результатам нашего исследования 2010 г., акциональные сообщения составляют почти 90% от общего объема чат-сообщений, тогда как 10% составляют информационные сообщения [1, с. 64]).
Поскольку киберкоммуницирование представлено в текстовой форме и имеет акциональную природу (в нем реализуются action-in-text2 [19]), для его анализа следует выбирать методы, имеющие своей целью, с одной стороны, анализ текстовых феноменов, а с другой — анализ социальных акций. По мнению П. Традгилла, дисциплины, изучающие текст в социальном ракурсе, можно разделить на три группы: 1) те, цели которых являются чисто социологическими; эти дисциплины нацелены на выявление скрытой социальной организации текста (этнометодология); 2) дисциплины, которые имеют дело отчасти с лингвистическими, отчасти с социальными факторами (анализ разговоров, или конверсационализм, социолингвистика); 3) дисциплины, цели которых — чисто лингвистические (лингвистика, прагматика) [22, р. 7].
Очевидно, что наиболее социологизированной из трех разновидностей методологии является этнометодология, предполагающая проведение включенного наблюдения, глубинного интервьюирования, «кризисных экспериментов». Использование указанных этнографических приемов целесообразно дополнить контент-анализом, нацеленным на выявление определенных категориальных единиц в изучаемых текстах. Если традиционный контент-анализ имеет целью измерение частоты появления в тексте определенных «слов, тем, характеров, параграфов, пунктов, концептов, семантики» [14, р. 246-247] (то есть лингвистических единиц анализа), то контент-анализ, имеющий своим предметом action-in-text, или акциональную текстовость, нацелен на измерение частоты появления в кибертек-стах акций и интеракций, принадлежащих к определенным смысловым категориям.
Итак, изучение киберкоммуникации требует разработки двух новых модификаций контент-анализа — аction-analysis (анализ, нацеленный на выявление actions-in-text, практикуемых в киберпростран-стве) и interaction-analysis (анализ ситуаций взаимодействия кибер-акторов), цель которых — выявление и подсчет различных акций и интеракций в электронных текстах.
2 В статье используются английские варианты терминов аction-in-text, аction-analysis, interaction-in-text, interaction-analysis, поскольку на данный момент не существует устойчивых переводов этих концептов на русский язык.
Согласно определению В. Ньюмена, «контент-анализ — это техника анализа содержания текста. К "содержанию" относятся слова, значения, картины, символы, идеи, темы или любые другие сообщения, которые могу быть переданы. "Текст" — это нечто написанное, наглядно изображенное, произнесенное, что служит посредником при общении» [18, р. 272-273]. Каким бы ни был объект традиционного контент-анализа («словом, значением, картиной, символом, идеей, темой или любым другим сообщением коммуницирования»), он в любом случае нацелен на фиксацию «статических» категориальных единиц, в то время как аction-analysis и interaction-analysis имеют своим предметом «процессуальные», динамически развивающиеся тексты.
«Процессуальность» методов аction-analysis и interaction-analysis проявляется также в том, что выяснение принадлежности определенных action-in-text (акциональное сообщение) и interaction-in-text (ин-теракциональный полилог) к выбранным категориям анализа осуществляется контекстуально, в процессе онлайн-общения, поскольку заранее (до него) предсказать конкретное содержание текстовых акций и интеракций невозможно. До социологического исследования должно быть оговорено содержание аналитических моделей акций и интеракций, их основные признаки; должны быть отрефлексированы существенные характеристики категорий и единиц контент-анализа. Что же касается конкретных сообщений, используемых киберактора-ми, то их принадлежность к категориям аction-analysis и interaction-analysis выясняется ситуативно, на основе соответствующих смысловых признаков.
Выделим еще один аспект «процессуальности» аction-analysis и interaction-analysis киберкоммуникации. Электронные тексты, которые пишутся в открытом сетевом режиме (в отличие от уже опубликованных, имеющих завершенный характер), обладают открытой графикой и смысловой незаконченностью. Поэтому изучение акцио-нальных и интеракциональных сообщений в этом случае предполагает присутствие исследователя внутри киберсообщества, его участие в процессе киберкоммуницирования. Анализируя зафиксированные на электронных носителях (а не спонтанно разворачивающиеся) фрагменты киберкоммуникации, исследователь рискует не понять сути происходящего, не уловить фоновых особенностей сообщений, представленных в электронных текстах. Таким образом, изучение кибер-коммуницирования требует от социолога «двойной» работы: с одной стороны, анализа записанных на электронные носители сообщений киберакторов, а с другой — предварительного участия в процессе «плетения разговорных нитей» online, чтобы достигнуть понимания контекста и направленности киберкоммуникации.
Аction-analysis как разновидность контент-анализа
Сложное слово action-analysis не является абсолютно новым; оно уже использовалось ранее в анимационных исследованиях. Целью action-analysis в мультипликации является изучение движений человека и животных в реальной жизни для их правильного воспроизведения в фильме [23, р. 4-5]. В социологическом контексте, насколько известно, концепт action-analysis еще не использовался, хотя существуют прикладные исследования, в которых можно заметить рецепцию основной идеи этого метода. Так, в исследовании «Подросток в большом городе», проведенном в 2000 году харьковскими социологами, контент-анализ был использован в акциональном контексте: в процессе изучения уровня телевизионного насилия подсчитывалось количество эпизодов, содержащих демонстрацию: 1) «действий, которые один человек совершает по отношению к другому человеку с целью причинения ему вреда (убийство, изнасилование, физическое и психологическое насилие)»; 2) «деструктивных действий, направленных человеком на самого себя (самоубийство, употребление наркотиков, алкоголя и т.п.)» [8, с. 31].
В исследовании К. Турлоу, посвященном анализу SMS3-сообщений, использован метод контент-анализа, нацеленный на подсчет actions-in-text, принадлежащих к различным смысловым категориям. Выделены категории сообщений, имеющих следующие смысловые ориентации: 1) информационно-практическая (сообщения представляют собой обмен практическими деталями или запрашивают какую-либо информацию, к примеру: «Где находится Сардиния? Ответь побыстрее» или «Перешли деньги на мой счет»); 2) информационно-реляционная (сообщения заключают в себе солидаризирующую информацию или просьбу о личной поддержке, к примеру: «Я себя плохо чувствую, ты не могла бы мне передать лекционные записи?»); 3) практическая договоренность (в сообщениях речь идет преимущественно о договоренностях встретиться, сходить вместе в магазин и о других повседневных мероприятиях: «Где мы встретимся сегодня вечером?» или «Ты не хочешь сходить со мной в супермаркет?»); 4) социальная договоренность (речь идет преимущественно о планировании рекреационных мероприятий, таких как вечерняя прогулка, поход в кино и т. п., к примеру: «Я и Лаура хотим сходить завтра в кино. Ты не мог бы купить нам билеты?»; 5) приветствие (сообщения, принадлежащие к этой категории, обычно очень кратки, поверхностны, просты и содержат дружеские обращения, например: «Привет, как ты себя чувствуешь?»); 6) дружеская поддержка (в сообщениях выражается
3 SMS — short-messaging services — сообщения, передаваемые с помощью мобильного телефона.
дружеское расположение, звучат слова извинения, поддержки и благодарности); 7) романтическая направленность (в сообщениях этой категории можно заметить романтическое проявление любви и близости, к примеру: «Каждый раз, когда твое имя появляется на экране, я улыбаюсь»); 8) сексуальная направленность (в сообщениях этой категории содержатся сексуальные обертоны); 9) сообщения-цепочки — это относительно длинные эпиграммы, шутки или языковые игры, в которых сообщения передаются от одного коммуникатора к другому и далее [21].
В результате контент-анализа 544 SMS-сообщений К. Турлоу установил следующие закономерности: примерно две трети всех SMS-сообщений являются реляционными (сориентированными на установление социальных договоренностей, предоставление дружеской поддержки, создание романтических и сексуальных взаимоотношений); информационные сообщения составили 15% от общего объема; примерно столько же было обнаружено сообщений-цепочек (являющихся разновидностью контактоустанавливающих сообщений).
В 2010 г. в ходе изучения специфики киберкоммуникации мы адаптировали методику К. Турлоу для action-analysis чат-сообщений [1, с. 58-60]. Некоторые категории анализа были объединены (например, информационно-практическая и информационно-реляционная ориентации, поскольку их трудно различать в процессе социологического исследования, — в категорию информационно-сориентированных сообщений; ориентации практической договоренности и социальной договоренности, поскольку в них речь идет фактически об одних и тех же акциях (совместной прогулке, походе в магазин или кино и т. п.), — в категорию социально-практических договоренностей). Поскольку категория сообщения-цепочки может быть рассмотрена как разновидность либо информационного, либо контактоустанавливаю-щего сообщений, она была устранена из методики. Кроме того, добавились еще две категории сообщений, которые отсутствовали в методике К. Турлоу: «брутальные» (или конфликтогенные), содержащие различного рода оскорбительные выпады против участников кибер-коммуникации, и «контактоустанавливающие» сообщения, которые нацелены на поддержание контакта с другими киберакторами в ситуациях, когда исчерпывается содержательная линия разговора или когда киберакторы плохо друг друга знают и только пытаются наладить социальную связь.
Каждая категория actions-in-text была представлена нами посредством нескольких единиц анализа. К примеру, среди контактоустанавли-вающих сообщений выделены следующие единицы: 1) приветствия, поздравления, пожелания успеха и т. п. (в списке К. Турлоу они составляют отдельную категорию); 2) флуд (многократное повторение одних и
тех же реплик с целью привлечения внимания к себе); 3) семантически «пустые» наборы букв (к примеру, «меаааааа», «тр-р-р-р»), отправляемые киберакторами с целью подтверждения своего присутствия в сети и выражения готовности продолжать контакт);
4) сообщения, информирующие собеседников о причинах, которые заставили киберактора на определенное время покинуть чат («Я курил», «Я пил кофе»; 5) анекдоты, эпиграммы, поговорки, не имеющие прямого отношения к теме дискуссии и предназначенные для заполнения разговорных пауз [1, с. 58]). Подобная детализация содержания категорий (которая отсутствует в методике К. Турлоу) необходима для достижения объективности анализа, осуществляемого двумя и более кодировщиками. Так, по мнению Л. Федотовой, «объективность анализа состоит в том, что категории, которыми оперируют в исследовании, определены так четко, что различные исследователи, анализируя одно и то же содержание с помощью этих определений, получают один и тот же результат» [10].
С помощью action-analysis 4985 чат-сообщений, проведенного в 2010 г. [1, с. 61], нами было установлено, что 64 % составили вербальные и смешанные сообщения (в последних используются как вербальные, так и невербальные коммуникативные формы — смайлики, жестовые и предметные картинки), тогда как невербальные составили третью часть (36%); почти 90% сообщений относятся к ак-циональному типу, 10% — к информационному (К. Турлоу выявил 15% таких сообщений в SMS-коммуникации); наиболее популярными оказались контакто-устанавливающие (57%) и брутальные (конфликтогенные) сообщения (12,7%), тогда как сообщения, содержащие социально-практические договоренности составили 11%, информационно-сориентированные сообщения — 10,2%, а сообщения, сориентированные на поддержание товарищески-дружеских отношений, — 4%.
Различия результатов, полученных в исследовании К. Турлоу и нашем, отчасти объясняются различиями между SMS- и чат-коммунцированием. SMS-коммуникация осуществляется с помощью мобильного телефона между (как правило) знакомыми людьми, которым уже не надо устанавливать контакт; соответственно, контакто-устанавливающие сообщения в данном случае представлены не так ярко (только 15% вместо 57% в исследовании 2010 г.); брутальные высказывания в SMS-коммуникации не пользуются популярностью по той же самой причине: в общении участвуют знакомые (и часто — близкие) люди, которые могут «выяснить отношения» более удобным способом — с помощью реального или телефонного разговора. Что же касается чат-коммуникации, то она, как правило, осуществляется между незнакомыми, малознакомыми или знакомыми лишь по псевдонимам людьми, которые практически ничего не знают о реальных
личностях друг друга. Подобная ситуация «расковывает» людей, позволяя им не стесняться использовать грубости и конфликтовать без повода. По мнению С. Хастрдловой, именно анонимность является основным фактором «брутализации» чат-общения: «из-за анонимности участники чата становятся более агрессивными и невежливыми по отношению друг к другу» [15, р. 21]. Подобный эффект аноними-зации общения был концептуализирован теоретиками толпы Г. Лебоном, З. Фрейдом, согласно которым анонимность «отключает» критическое мышление человека, высвобождая его бессознательные инстинкты и превращая его в агрессивного «дикаря». В чат-коммуникации участники также могут не сдерживать и не контролировать свои эмоции и порывы: ведь никто не узнает, кто скрывается за определенным ником. По этой же причине и коммунитаристские практики в чатах представлены слабее, чем в SMS-общении, поскольку дружба и любовь, теплые взаимоотношения между анонимами и театральными персонажами (а не живыми личностями) невозможны. Их место занимают контактоустанавливающие практики, нацеленные на поддержание поверхностных связей и симуляцию близости между киберакторами.
С помощью метода action-analysis можно понять, какой вид акций является наиболее востребованным в чатах и как это может отразиться на реальных социальных взаимоотношениях; какие динамические изменения происходят в виртуальных сообществах. Одним из приложений этого метода может быть описание содержания социальных практик, характерных для киберакторов, а также выявление специфики виртуальной социальности.
Interaction-аnalysis как разновидность контент-анализа
Метод interaction-analysis ранее уже использовался в контексте символического интеракционизма с целью эмпирического изучения разнообразных форм взаимодействия [17, р. 39], в частности вербальной интеракции между учителем и учеником [12, р. 159]. Согласно Б. Джордан и О. Хендерсон, «interaction analysis... это междисциплинарный метод эмпирического изучения взаимодействия людей друг с другом и с окружающими объектами. Он изучает такие виды человеческой активности, как разговор, невербальная интеракция, а также использование артефактов и технологий, идентификация повседневных практик и проблем, способы их разрешения. Его корни уходят в этнографию (метод включенного наблюдения), социолингвистику, этнометодологию, конверсационный анализ, кинесику, проксемику и этологию» [17, р. 39]. Как разновидность контент-анализа interaction-analysis использован нами в исследовании 2010 г., одной из целей которого было выявление и подсчет конфликт-интеракций в чатах [1, с. 65].
В отличие от акций, реализуемых в отдельных репликах / сообщениях, интеракции осуществляются в сложносоставной системе полилога и предполагают участие в дискурс-процессе сразу нескольких киберакторов, для которых характерно наличие «общего фокуса внимания и общего эмоционального состояния» [9, с. 51]. Чат-интеракция — это процесс обмена сообщениями, в котором участвуют два и более киберактора, сфокусировавших свое внимание на одной проблеме / теме / событии, переживающих общее эмоциональное состояние, в течение определенного промежутка времени проявляющих интерес к интерактивному процессу. Метод interaction-analysis нацелен на измерение частоты взаимодействий-в-тексте между кибе-ракторами. В качестве единиц interaction-analysis могут выступать конкретные виды текстовых взаимодействий: конфликт-интеракция, вечеринка-интеракция, романтик-интеракция, любовь-интеракция, ланч-интеракция и т. д.
Прежде чем представить примеры чат-интеракций, сделаем одно замечание. Поскольку в виртуальных сообществах ники (псевдонимы) воспринимаются как идентификаторы киберакторов, по отношению к ним следует выдерживать логику конфиденциальности (по мнению Я. Андруцопулоса, исследовательская этика предъявляет требование «анонимизировать личную информацию, включая ники, которые являются источником индивидуализации и, по имеющимся свидетельствам, вполне распознаваемы в соответствующих опНм сообществах» [13]).
Интеракции в чатах могут осуществляться в вербальной, невербальной (посредством смайликов) и смешанной (с использованием слов и картинок) формах; в них могут принимать участие от 2 до 15 киберакторов (хотя в чат-комнате может присутствовать гораздо большее количество киберакторов). Это свидетельствует о том, что в ситуации киберкоммуникации поощряются различные практики наблюдения; как правило, из 30-40 присутствующих в чате только 1015 включаются в активное общение друг с другом, тогда как остальные либо более пассивно реагируют на содержание дискуссий, либо пребывают в режиме рефлексивного наблюдения за другими кибе-ракторами («наблюдение первого и второго порядка» ). Приведем примеры интеракций , которые можно наблюдать в киберпространст-ве (запятые и точки, а также заглавные буквы в начале предложения, как правило, не используются в целях экономии времени).
4 Согласно Н. Луману, «наблюдение второго порядка» предполагает
«наблюдение за другими наблюдателями» [6, с. 100].
5 По названным выше причинам ники в примерах анонимизированы.
Пример романтик-интеракции, представленной в смешанной форме Гость105794: на ^
Алиса: благодарю за невиданную щедрость))) Гость105794: на еще
Гость105794: зачем тебе цветы? это же просто трава Алиса: нуууууу... это полное покорение меня)))
Пример конфликт-интеракции, представленной в смешанной форме падал лешаков, у тебя на губах молоко еще не высохло а ты уже грубишь старшим
лешаков: падаг, слушай ты хоть знаешь сколько мне лет идиот? Дядько: лешаков, у меня с такими как ты разговор короткий: домой и спать!!!!
лешаков: Дядько, а ты алкаш сразу видно! падаг: лешаков, забавный ты однако))
лешаков: падаг, закрой рот а то будешь всю жизнь на одни лекарства пахать!
падаг: лешаков, - - -д-->ваи мне страшно)) лешаков: падаг, ('-'ЙсО
лешаков: падаг,
Дядько: лешаков, каждый человек с уровнем ^ выше 1 будет гораздо умнее чем ты.
падаг: лешаков, слова закончились?? решил нас смайлами запугать?
Пример ланч-интеракции, представленной в смешанной форме
DILMA: Опенко, хочу мороженое
Опенко: DILMA, какое? эскимос или в стаканчике?
DILMA: Опенко, эскимос.
БШМА: Опенко, а ну организуй для принцессы!
Опенко: Б1ЬМА, аж три!
DILMA: Опенко, у меня заболит горло кто ж меня будет лечить? ... не думаешь обо мне...
Опенко: Б1ЬМА, одно огромное мороженое!
Как правило, интеракции в чатах прерываются другими сообщениями, в чем, по мнению С. Геринг [16], проявляется одна из основных особенностей чат-общения. Компьютероопосредованная коммуникация, в которой одновременно могут принимать участие до 30 человек (выводя на экран от трех до восьми сообщений в минуту),
лешаков: падаг, тебе конец
представляет собой крайне фрагментированный текст, в котором одновременно могут развиваться несколько разговорных тем (поддерживаемых разными коммуникаторами). Поскольку же сообщения всех киберакторов выводятся на экран по мере их набора на клавиатуре (а не в соответствии с содержательной логикой беседы), то неизбежными становятся «разрывы», перерывы в кибердискуссии (disrupted adjacency): сообщение-ответ киберактора может быть отделен от сообщения-вопроса собеседника большим количеством других реплик, что придает кибертексту определенную неразборчивость и запутанность.
Следствием подобной многоголосицы становится наложение нескольких разговорных нитей (тредов), нескольких режимов обмена репликами (overlapping exchanges): довольно типичны ситуации, когда участники различных разговорных сцен обращаются друг к другу, порождая перекрестный обмен репликами. К одному киберактору могут обратиться сразу несколько коммуникаторов; отвечая одному из них, он может оставить незамеченной реплику другого; набранный ответ на один из вопросов может быть выведен на экран уже после того, как появится другой вопрос, поставленный тем же самым кибе-рактором, в результате чего может возникнуть ситуация непонимания, на какой из двух вопросов был получен ответ; «чем больше темпоральная или пространственная дистанция между репликами, тем сложнее для пользователя идентифицировать, какому из предыдущих сообщений соответствует новое сообщение» [16]. Поскольку в процессе киберобщения одновременно развиваются несколько смысловых «нитей», переплетающихся, перепутывающихся, а иногда и обрывающихся, киберкоммуницирование приобретает «сетеподобную структуру», лишенную смыслового центра и целостности, понять и исследовать которую можно, находясь «внутри» киберпространства и отслеживая его динамику «на правах членства».
Подобный режим текстовой работы усложняет осуществление interaction-analysis, поскольку необходимо предпринимать дополнительные усилия для различения пересекающихся друг с другом нескольких интеракций. Так, представленный выше пример ланч-интеракции в действительности выглядел несколько иначе (курсивом выделены те сообщения, которые вклинивались и разбивали на фрагменты данную интеракцию):
Гость105794: на Ш
Нифа: Ключик, ты золотой
Алиса: благодарю за невиданную щедрость)))
Гость105794: на еще
ПИРКА: Нифа, солнышко у меня две операции было на органах
Нифа: ПИРКА, любимая... я знаю что такое операции и не одну видела
Гость105794: зачем тебе цветы? это же просто трава
Алиса: нуууууу.... это полное покорение меня)))
При проведении interaction-analysis целесообразно осуществлять подсчет отдельных разновидностей интеракций не только по отношению к общему количеству интеракций, представленных в электронном тексте, но и по отношению к определенному временному интервалу (к примеру, в исследовании 2010 г. выяснялось, сколько конфликт-интеракций произошло в «Просточате» в течение 10 часов 33 минут [1, с. 66]). Темпоральный аспект контент-анализа позволяет получить информацию о том, какие интеракции являются наиболее востребованными / влиятельными в виртуальных сообществах, сколько времени им посвящают киберакторы.
Interaction-аnalysis позволяет понять отличия виртуальных интеракций от реальных; прогнозировать возможное влияние габитуса, формирующегося в процессе длительного пребывания человека в чате, на его повседневный стиль общения и, соответственно, понять, как виртуальный мир может влиять на мир реальных взаимоотношений между людьми.
Специфика и преимущества action-analysis
и interaction-analysis
Контент-анализ по мнению многих социологов (В. Ядова, В. Добренькова, Н. Костенко, А. Кутлалиева, А. Попова и др.) содержит характеристики как количественного, так и качественного исследования [3, с. 566-567; 5; 6; 11]. Action-analysis и interaction-analysis как разновидности контент-анализа также включают в себя характеристики и качественного, и количественного исследования. С одной стороны, их цель — выявление частоты акций и интеракций в электронных текстах, что связано с количественным анализом. С другой стороны, поскольку конкретные акции и интеракции могут иметь уникальное и неповторимое содержание, для того, чтобы отнести их к определенной категории, необходим качественный анализ.
Если традиционный контент-анализ облегчается наличием заданного набора слов или словосочетаний, которые необходимо найти в тексте и подсчитать, и требует процедуры, которую можно осуществлять автоматически с помощью специальных компьютерных программ, то для аction-analysis и interaction-analysis требуется совсем другой подход. Эти методы имеют дело с определенными типами акций и интеракций, которые могут наполняться различным содержанием в различных разговорных контекстах, поэтому заранее разработать кодировку на уровне отдельных слов и словосочетаний в данном случае невозможно. Компьютерное осуществление аction-analysis и interaction-analysis может породить ошибочные трактовки текста; ему следует предпочесть живую профессиональную работу человека. Во избежание субъективизма и искаженных трактовок необходимо, чтобы интерпретацию содержания акций и интеракций осуществляли
хотя бы два исследователя, взаимно корректирующих выводы каждого. Так, по мнению Л. Федотовой, «по социологическим нормам принято, чтобы один и тот же массив газет и журналов (или текстов радио- и телепередач) обрабатывался двумя кодировщиками. Это повышает надежность полученной информации» [10].
В чем заключаются преимущества аction-analysis и interaction-analysis?
1) Эти методы совмещены с методом включенного наблюдения, поскольку, как было сказано выше, понять акции и интеракции между киберакторами можно, если находиться «внутри» чата, синхронно отслеживая разговорную динамику (осуществляя наблюдение за текстовым поведением киберакторов). «Присутствие внутри» не исключает, а предполагает и электронную запись чат-коммуникации. Таким образом, методы аction-analysis и interaction-analysis «раздвигают» границы метода контент-анализа и предполагают его сочетание с методом включенного наблюдения.
2) В отличие от онлайнового анкетного опроса, предполагающего «обнаружение» исследователя (что может иметь своим эффектом определенную скованность и неискренность киберакторов, а также блокировать их спонтанные дискурс-реакции), использование методов аction-analysis и interaction-analysis не требует деанонимизации исследователя, вследствие чего естественное течение чат-коммуникации не нарушается. Насколько этична реализация проекта «партизанского» исследования (метафора, предложенная Д. Янгом [24, р. 471]), — вопрос, интересующий очень многих западных социологов. По мнению Я. Андруцопулоса [13], проблема может быть смягчена фактом «публичности» (а не приватности) киберобщения: поскольку киберакторы приняли свободное решение выставить на всеобщее обозрение свои социальные текст-практики, исследователь обретает право изучать и интерпретировать виртуальное взаимодействие. Кроме того, модель «тайного», «партизанского» изучения виртуальной реальности оправдывается самой логикой виртуального общения, сориентированного на анонимность, лицедейство и симулятивность киберролей. В противном же случае — если исследователь «раскроет себя» и официально заявит о своем исследовательском статусе — это, по мнению С. Томсена, Д. Стробхаара и Д. Больярда, может вызвать враждебную реакцию и лишить его доверительных отношений с участниками ки-беробщения [20].
3) Поскольку аction-analysis и interaction-analysis имеют «процессуальный» характер, с их помощью можно исследовать динамические изменения в социальном пространстве виртуальной коммуникации.
4) Следующее преимущество аction-analysis и interaction-analysis является общим для всех разновидностей контент-анализа. Речь идет
о ресурсной низкозатратности этого метода, который может быть эффективно применен двумя исследователями (а не целой исследовательской группой), использование которого можно регулярно возобновлять чуть ли не каждый месяц (тогда как анкетирование проводится с большими временными интервалами) [14, р. 258].
Среди недостатков контент-анализа Б. Берг упоминает его ограниченность изучением только зафиксированных на материальных носителях документов [14, р. 259]. Однако в случае изучения чат-сообщений это вряд ли можно признать недостатком, поскольку электронная запись чат-коммуникации не вызывает никаких сложностей. Другой недостаток контент-анализа, по мнению Б. Берга, — его неэффективность в тестировании причинных зависимостей между категориальными вариациями: если каждые две недели измерять частоту появления в тексте определенных категорий анализа, то можно будет установить их значимость, но не причину появления [14, р. 259]. Таким образом, как считает Б. Берг, контент-анализ может быть полезен для изучения процессов в социальных группах, которые зафиксированы в текстовой форме; он может стать незаменимым в исследованиях описательного характера; но в то же самое время он малоэффективен, если цель исследования — выяснение причин определенного социального явления. Что касается аction-analysis и interaction-analysis, то при одновременном их использовании указанный недостаток контент-анализа может быть отчасти нейтрализован, так как причины популярности определенных интеракций можно найти в акциональном измерении чат-коммуникации. Поскольку интеракции состоят из цепочек акций, частота появления в чатах определенных интеракций может быть обусловлена высокой востребованностью акций, относящихся к определенному категориальному типу. К примеру, высокая частота конфликт-интеракций в чатах находится в определенной зависимости от частоты брутальных сообщений-акций, используемых ки-беракторами. Кроме того, причинные связи между определенными категориями анализа можно установить, используя метод сопутствующих изменений Э. Дюркгейма6: «Простая параллельность изменений, совершающихся в двух явлениях, если только она установлена в достаточном числе разнообразных случаев, служит доказательством существования между ними причинного отношения» [4, с. 515]. Применительно к анализу чат-коммуникации, этот метод можно несколько модифицировать. Целесообразно вести речь о сопутствующих переменных (а не изменениях); если в акционально-текстовом пространстве киберкоммуникации синхронно или последовательно появляются (и синхронно или последовательно исчезают) определенные
6 Этот метод научной индукции введен Э. Дюркгеймом в список основных методов социологии в работе «Метод социологии» (1895).
категории анализа, то можно предположить, что между ними существует причинная зависимость. В данном случае проявляются признаки паттерна, или повторяющейся комбинации сопутствующих элементов, находящихся в определенной зависимости. Так, в исследовании 2010 г. [1, с. 67] была установлена связь между конфликт-интеракциями и «скучно-кодом», которые составили своеобразный паттерн киберотношений.
Выводы
Для анализа содержания чат-коммуницирования, имеющего тек-стово-акциональную природу, целесообразно использовать два метода: action-analysis и interaction-analysis. В статье они рассматриваются как разновидности контент-анализа. С помощью action-analysis следует осуществлять подсчет различных акций, реализуемых в электронных текстах; interaction-analysis используется для изучения текстовых форм взаимодействия, а также для выявления частоты (и, соответственно, популярности) их использования в чатах.
В каких отношениях находятся методы аction-analysis и interaction-analysis? Эти методы дополняют и усиливают друг друга, хотя их можно применять и по отдельности. Используя метафору, можно сказать, что аction-analysis является «плоскостным» методом, а interaction-analysis — «объемным». С помощью аction-analysis выясняются содержательные особенности чат-коммуникации, структура-ционные треды (нити), организующие ее сетевое пространство. С помощью interaction-analysis осуществляется выход в «трехмерное» пространство взаимодействия нескольких акторов, которые осуществляют серии акций, оказывая влияние на поведение друг друга.
ЛИТЕРAТУРA
1. Батаева Е Социальные акции и интеракции в виртуальных сообществах // Социологический журнал. 2011. № 3. С. 50-71.
2. Батаева Е Этнометодологический анализ онлайн-коммуникации: кризисный эксперимент в чатах // Социологические исследования. 2011. № 12. C. 88-98.
3. Добреньков В.И., Кравченко А.И. Методика и техника исследования // Фундаментальная социология: В 15-ти томах. Т. 3. Методика и техника исследования. М.: H^PA-M, 2004. — 932 с.
4. Дюркгейм Э. Метод социологии / Общ. ред., пер. с фр. и послесловие АБ. Гофмана; коммен. В.В. Сапова. М.: Наука, 1991. С. 391-532.
5. Костенко Н., 1ванов В. Досвщ контент-аналiзу: Mоделi та практики: Mонографiя. Кшв: Центр вшьно! преси, 2003. — 200 с. [электронный ресурс]. Дата обращения 23.05.2013. URL: <http://nashaucheba.ru/docs/54/53813/conv_1/file1.pdi>.
6. Кутлалиев А., Попов А. Контент-анализ рекламы [электронный ресурс]. Дата обращения 23.07.2012. URL: <http://psyfactor.org/lib/content-analysis4.htm>.
7. Луман Н. Медиа коммуникации / [Пер. с нем. А. Глухова, О. Никифорова]. М.: Изд-во Логос, 2005. — 280 с.
8. Шдлггок у великому мютг фактори та мехашзми соцiалiзацil / Пвд ред. Л. Сокурянсько!. Харшв: Видавничий центр Харшвського нацiонального ун-ту iм. В.М. Каразiна, 2000. — 207 с.
9. Прозорова ЮА. Интерактивный ритуал как социальная технология // Коммуникативные практики в современном обществе: [Сб. статей] / [Под ред. В.В. Васильковой, И.Д. Демидовой]. СПб.: Скифия принт, 2008. С. 42-60.
10. Федотова Л.Н. Анализ содержания — социологический метод изучения средств массовой коммуникации. М.: Научный мир, 2001. — 214с. [электронный ресурс]. Дата обращения 12.05.2013. URL: <http://lib.convdocs.org/docs/index-103732.html?page=27>.
11. Ядов В. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности. 3-е изд., испр. М.: Омега-Л, 2007. — 567 с.
12.Amidon E. Interaction analyses // Theory into Practice. 1968. Vol. 7. No. 5. P. 159-167.
13. Androutsopoulos J. Potentials and limitations of discourse-centred online ethnography // Language@Internet. Vol. 5. Article 8. 2008 [online]. Date of access 11.11.2010. URL: <http://www.languageatinternet.de/articles/2008/1610>.
14. Berg B. Qualitative research methods for the social sciences. Boston, MA: Allyn and Bacon, 2007. — 384 p.
15. Hastrdlova S. Language of internet relay Chat (reconsidering (im)politeness in the context of IRC). Brno, 2009. [online]. Дата обращения 12.11.2010. URL: <http://is.muni.cz/th/56286/if_d_b2/Dizertacni_prace_09_final_version.pdi>.
16. Herring S. Interactional coherence in CMC // Journal Computer-Mediated Communication. 1999. Vol. 4. No. 4 [online]. Дата обращения 12.11.2010. URL: <http://jcmc.indiana.edu/vol4/issue4/herring.html>.
17. Jordan B. Interaction analyses: Foundation and practice // The Journal of the Learning Sciences. 1995. Vol. 4 (1). P. 39-103.
18. Neuman W. Social research methods: Qualitative and quantitative approaches. Needham Heights, MA: Allyn & Bacon, 1997. — 592 р.
19. Nocera A.J.L. Ethnography and hermeneutics in cybercultural research accessing IRC virtual communities // Journal computer-mediated communication. 2002. Vol. 7. No. 2 [online]. Дата обращения 12.11.2010. URL: <http://jcmc.indiana.edu/vol7/issue2/nocera.html>.
20. Thomsen S.R., Straubhaar J.D., Bolyard D.M. Ethnomethodology and the study of online communities: Exploring the cyber streets // Information Research. 1998. Vol. 4. No. 1 [online]. Дата обращения 12.11.2011. URL: <http ://informationr. net/ir/4 -1/paper50. html>.
21. Thurlow C. Generation Txt? The sociolinguistics of young people's textmessaging // Discourse Analysis Online. 2003. Vol. 1. No. 1 [online]. Дата обращения 12.11.2011. URL:
<http://extra.shu.ac.uk/daol/articles/v1/n1/a3/thurlow2002003-paper.html>.
22. Trudgill P. Sociolinguistic patterns in British English. London: Edward Arnold, 1978. — 186 p.
23. Webster C. Action analyses for animators. Amsterdam, Boston: Focal Press,
Elsevier, 2012. — 401 p. 24. Yang G. The Internet and the rise of a transnational Chinese cultural sphere // Media, Culture & Society. 2003. No. 25. P. 469-490.
Дата поступления: 16.03.2014.
E. V. Bataeva
Bataeva Ekaterina Viktorovna — Doctor of Philosophy, Professor of Dept of Sociology, Khrakov Humanitarian University People Ukrainian Academy. Address: 27 Lermontovskaya Str., Kharkov, Ukraine, 61024. Phone: +38 (095) 526-47-46. Email: bataevaekaterina@yahoo.com
АCTЮN-ANALYSIS AND INTERACTION-ANALYSIS OF CYBERCOMMUNICATION
Abstract. In this paper, methods of action-analysis and interaction-analysis are considered as two types of content-analysis. By means of action-analysis, it is worth carrying out counting different actions realized in electronic texts; interaction-analysis has to the used for studying text forms of interaction and measuring frequency of their appearing in IRC. Action-analysis and interaction-analysis have "processual", dynamically developing texts as their subject. "Processuality" of the methods of аЛю^ analysis and interaction-analysis also appears in the fact that determining of belonging for certain actions-in-text and interactions-in-text to chosen categories of analysis is performed contextually, in the process of online communication, since it is impossible to forecast exact content of text actions and interactions in advance. Before starting sociological study it is necessary to discuss and set the content of analytical models of actions and interactions as well as their main features. As for concrete online messages, their belonging to categories of аction-analysis and interaction-analysis is determined for particular situations on basis of corresponding sense features. These methods mutually add and amplify each other although can be used separately. By аction-analysis it is possible to retrieve content peculiarities of chat-communication that organize network space. By interaction-analysis, entering 3D space of interaction between several actors is performed that use series of actions for influencing behavior of each other.
Keywords: action-analysis, interaction-analysis, content-analysis, IRC, cybercommunication.
REFERENCES
1. Bataeva E. Social 'nye akcii i interakcii v virtual 'nyh soobshhestvah. Sociologicheskij zhurnal. 2011. № 3. S. 50-71. (In Russ.)
2. Bataeva E. Jetnometodologicheskij analiz onlajn-kommunikacii: krizisnyj jeksperi-ment v chatah. Sociologicheskie issledovanija. 2011. № 12. C. 88-98. (In Russ.)
3. Dobren'kov V.I., Kravchenko A.I. Metodika i tehnika issledovanija. Fundamental'naja sociologija: V 15-ti tomah. T. 3. Metodika i tehnika issledovanija. Moskva: INFRA-M, 2004. — 932 s. (In Russ.)
4. Djurkgejm Je. Metod sociologii. [Obshh. red., per. s fr. i posleslovie A.B. Gofmana; kommen. V.V. Sapova]. Moskva: Nauka, 1991. S. 391-532. (In Russ.)
5. Kostenko N., Ivanov V. Dosvid kontent-analizu: Modeli ta praktiki: Monografija. Kiev: Centr vil'noi presi, 2003. — 200 s. [jelektronnyj resurs]. Data obrashhenija 23.05.2013. URL:
<http://nashaucheba.ru/docs/54/53813/conv_1/file1.pdf>. (In Russ.)
6. Kutlaliev A., Popov A. Kontent-analiz reklamy [jelektronnyj resurs]. Data obrashhenija 23.07.2012. URL: <http://psyfactor.org/lib/content-analysis4.htm>. (In Russ.)
7. Luman N. Media kommunikacii. [Per. s nem. A. Gluhova, O. Nikiforova]. Moskva: Izd-vo Logos, 2005. — 280 s. (In Russ.)
8. Pidlitok u velikomu misti: faktori ta mehanizmi socializaciï. [Pid red. L. Sokurjans'koï]. Harkiv: Vidavnichij centr Harkivs'kogo nacional'nogo un-tu im. V.M. Karazina, 2000. — 207 s. (in Ukrain.)
9. Prozorova Ju.A. Interaktivnyj ritual kak social'naja tehnologija. Kommunikativnye praktiki v sovremennom obshhestve: [Sb. statej]. [Pod red. V.V. Vasil'kovoj, I.D. Demidovoj]. St-Petersburg.: Skifija print, 2008. S. 42-60. (In Russ.)
10. Fedotova L.N. Analiz soderzhanija — sociologicheskij metod izuchenija sredstv mas-sovoj kommunikacii. Moskva: Nauchnyj mir, 2001. — 214s. [jelektronnyj resurs]. Data obrashhenija 12.05.2013. URL: <http://lib.convdocs.org/docs/index-103732.html?page=27>. (In Russ.)
11. Jadov V. Strategija sociologicheskogo issledovanija. Opisanie, ob#jasnenie, ponima-nie social'noj real'nosti. 3-e izd., ispr. Moskva: Omega-L, 2007. — 567 s. (In Russ.)
12. Amidon E. Interaction Analyses. Theory into Practice. 1968. Vol. 7. No. 5. P. 159-167.
13. Androutsopoulos J. Potentials and limitations of discourse-centred online ethnography. Language@Internet. Vol. 5. Article 8. 2008 [online]. Date of access 11.11.2010. URL : <http://www. languageatinternet. de/articles/2008/1610>.
14. Berg B. Qualitative research methods for the social sciences. Boston, MA: Allyn and Bacon, 2007. — 384 p.
15. Hastrdlovâ S. Language of internet relay Chat (reconsidering (im)politeness in the context of IRC). Brno, 2009. [online]. Data obrashhenija 12.11.2010. URL: <http://is.muni.cz/th/56286/ff_d_b2/Dizertacni_prace_09_final_version.pdf>.
16. Herring S. Interactional coherence in CMC. Journal Computer-Mediated Communication. 1999. Vol. 4. No. 4 [online]. Data obrashhenija 12.11.2010. URL: <http://jcmc.indiana.edu/vol4/issue4/herring.html>.
17. Jordan B. Interaction analyses: Foundation and practice. The Journal of the Learning Sciences. 1995. Vol. 4 (1). P. 39-103.
18. Neuman W. Social research methods: Qualitative and quantitative approaches. Need-ham Heights, MA: Allyn & Bacon, 1997. — 592 r.
19. Nocera A.J.L. Ethnography and hermeneutics in cybercultural research accessing IRC virtual communities. Journal computer-mediated communication. 2002. Vol. 7. No. 2 [online]. Data obrashhenija 12.11.2010. URL: <http://jcmc.indiana.edu/vol7/issue2/nocera.html>.
20. Thomsen S.R., Straubhaar J.D., Bolyard D.M. Ethnomethodology and the study of online communities: Exploring the cyber streets. Information Research. 1998. Vol. 4. No. 1 [online]. Data obrashhenija 12.11.2011. URL: <http://informationr.net/ir/4-1/paper50.html>.
21. Thurlow C. Generation Txt? The sociolinguistics of young people's text-messaging. Discourse Analysis Online. 2003. Vol. 1. No. 1 [online]. Data obrashhenija 12.11.2011. URL: <http://extra.shu.ac.uk/daol/articles/v1/n1/a3/thurlow2002003-paper.html>.
22. Trudgill P. Sociolinguistic patterns in British English. London: Edward Arnold, 1978. — 186 p.
23. Webster C. Action analyses for animators. Amsterdam, Boston: Focal Press, Elsevier, 2012. — 401 p.
24. Yang G. The Internet and the rise of a transnational Chinese cultural sphere. Media, Culture & Society. 2003. No. 25. R. 469-490.
Received: 16.03.2014.
