CC BY
236
Перспективы Науки и Образования
Международный электронный научный журнал ISSN 2307-2334 (Онлайн)
Адрес выпуска: pnojournal.wordpress.com/archive20/20-05/ Дата публикации: 31.10.2020 УДК 159.9.072.43; 37.062.1
О. С. Дейнека, Л. Н. Духанина, А. А. Максименко
Кибербуллинг и виктимизация: обзор зарубежных публикаций
Актуальность изучения агрессии детей в киберпространстве остается предельно высокой в силу продолжающейся интенсификации цифровой коммуникации, развития социальных медиа и новых форматов взаимодействия, особенностей цифровой социализации поколения Z. В ходе теоретического анализа работ зарубежных исследователей, в основном, последних пяти лет, посвященных проблеме травли в сети Интернет, приводятся данные многочисленных опросов о распространенности феномена в различных странах, обсуждаются принятые в научной среде трактовки понятия «кибербуллинг», рассматриваются его классификации и виды, а также наиболее популярные теоретические модели этого деструктивного явления, выделяются предпосылки и предикторы, роли участников коммуникации и особенности их взаимодействия в виртуальной среде. Обзор современных исследований позволил обратить внимание на используемые за рубежом методики сбора информации, а также на взаимосвязи с характеристиками «темной триады личности» и параметрами теста «Большая пятерка». Анализируя деструктивное поведение в киберпространстве, ученые связывают его с чрезмерной степенью самораскрытия в социальных сетях и публикацией слишком откровенного, провокативного контента, повышенным употребление психоактивных веществ, низким уровнем дружеской поддержки, негативным семейным окружением и сексуальным насилием. Показано, что высокая степень дружеской поддержки сверстников, теплые отношения в школе, поддержка родителей являются защитным фактором от виртуальной травли. Виктимизация от кибербуллинга влияет на психосоматический статус жертвы, вызывая повышенную тревожность, гнев, депрессию, проблемы со сном, воровство, причинение вреда и нарушение общественных правил.
Ключевые слова: кибербуллинг, жертва и кибер-агрессор, социальные медиа, подростки, предикторы кибербуллинга, виктимизация
Ссылка для цитирования:
Дейнека О. С., Духанина Л. Н., Максименко А. А. Кибербуллинг и виктимизация: обзор зарубежных публикаций // Перспективы науки и образования. 2020. № 5 (47). С. 273-292. 10.32744^.2020.5.19
Perspectives of Science & Education
International Scientific Electronic Journal ISSN 2307-2334 (Online)
Available: psejournal.wordpress.com/archive20/20-05/ Accepted: 11 September 2020 Published: 31 October 2020
O. S. Deyneka, L. N. Dukhanina, A. A. Maksimenko
Cyberbullying and victimization: a review of foreign publications
The relevance of studying the aggression of children in cyberspace remains extremely high due to the ongoing intensification of digital communication, the development of social media and new formats of interaction, and the features of digital socialization of generation Z.
In the course of a theoretical analysis of the works of foreign researchers, mainly of the last five years, devoted to the problem of bullying on the Internet, data from numerous surveys on the prevalence of the phenomenon in various countries are presented, the interpretation of the concept of "cyberbullying" adopted in the scientific community is discussed, its classifications and types are considered, as well as the most popular theoretical models of this destructive phenomenon, the prerequisites and predictors, the roles of communication participants and the peculiarities of their interaction in a virtual environment are highlighted.
A review of modern studies made it possible to draw attention to the methods of collecting information used abroad, as well as to the relationship with the characteristics of the "dark triad of personality" and the parameters of the "Big Five" test. Analyzing destructive behavior in cyberspace, scientists associate it with an excessive degree of self-disclosure on social networks and the publication of too explicit, provocative content, increased use of psychoactive substances, low levels of friendly support, negative family environment and sexual violence.
It was shown that a high degree of peer friendly support, warm relationships at school, and parental support are a protective factor against virtual bullying. Cyberbullying victimization affects the psychosomatic status of the victim, causing increased anxiety, anger, depression, sleep problems, theft, harm, and violation of social rules.
Keywords: cyberbullying, victim and cyber aggressor, social media, adolescents, predictors of cyberbullying, victimization
For Reference:
Deyneka, O. S., Dukhanina, L. N., Maksimenko, A. A. (2020). Cyberbullying and victimization: a review of foreign publications. Perspektivy nauki i obrazovania - Perspectives of Science and Education, 47 (5), 273-292. doi: 10.32744/pse.2020.5.19
_Введение
Активное развитие информационных технологий по всему миру создаёт условия для оживленных интернет коммуникаций, которые становятся неотъемлемой частью жизни подростка [30]. Исследование агрессивного поведения в среде Интернет и проблемы виртуального экстремизма в этой связи становятся крайне актуальными и важными задачами государственного уровня.
Доля пользователей интернета в России в первом квартале 2018 г. составила 80 % населения, при этом доля молодежи от 18 до 24 лет превышает 95 Приведённые данные сходны с теми, которые приводят зарубежные исследователи. Так, согласно ежегодному опросу немецкой молодежи (исследование JIM), у 98 % детей в возрасте от 12 до 19 лет есть доступ в интернет дома, 94 % респондентов сообщили об использовании Интернета по крайней мере несколько раз неделю и 81 % - ежедневно (MPFS, 20142).
Опросы подростков во многих странах [34; 39; 82] показывают, что кибербуллинг является довольно распространенным видом межличностной коммуникации и формой виртуального экстремизма в современном мире молодежи. Его интенсивность варьируется в зависимости от ряда демографических характеристик (пол, возраст, раса, этническая принадлежность, вес, сексуальность), важных для исследования и разработки превентивных мер.
В обзоре, выполненном португальскими учеными [17] на основе 159 исследований, зафиксированно, что показатель распространенности кибербуллинга в течение одного года колебался от 3,0 % до 39,0 %, а показатель виктимизации от кибербуллинга варьировался от 1,0 % до 61,1 %
В «EU Kids Online» исследовании, охватившем более 25 000 молодых людей в возрасте от 9 до 16 лет из 25 европейских стран, 19 % детей сообщили о кибербуллинге [63]. В Бельгии треть студентов указали, что они стали жертвами интернет травли, и примерно одна пятая опрошенных студентов сообщили, что они участвовали в кибербуллинге [106]. В исследовании итальянских коллег [16] приводятся данные, согласно которым, около 20-22 % итальянских подростков заявили, что были жертвой кибербуллинга по крайней мере один раз.
Д. Николау [70] констатирует влияние кибербуллинга на суицидальное поведение молодежи (как на мысли о суициде, так и на попытки самоубийства), причем девушки больше страдают от кибербуллинга, но мужчины чаще переходят к действиям, и их попытки значимо чаще сопровождаются завершенными суицидами.
В связи с деструктивностью, а иногда опасностью для человеческих жизней, кибербуллинга, этот феномен требует разностороннего и последовательного изучения, в частности, специалистами в области психологии и педагогики.
_Материалы и методы
В качестве метода исследования использовался теоретический анализ зарубежных публикаций (более 100 источников), обнаруженных в электронных библиотеках
1 Жизнь в интернете и без него. ВЦИОМ: данные опросов. URL: https://wciom.ru/index.php?id=236&uid=116780.
2 JIM 2014 Jugend, Information, (Multi-) Media. Medienpädagogischer Forschungsverbund Südwest (LFK, LMK), 2014. Stuttgart, November. URL: https://www.mpfs.de/fileadmin/files/Studien/JIM/2014/JIM_Studie_2014.pdf
ScienceDirect, Jstor, Springer и др. преимущественно последних 5 лет. Акцент в анализе был сделан на поиск статей с описанием оригинальных исследований с использованием авторских моделей и релевантных опросников. Целью теоретического обзора как особого вида аналитической работы было желание авторов обобщить результаты предыдущих исследований в западной научной мысли по теме кибербуллинга и вик-тимизации, выявить взаимосвязи между изучаемыми феноменами, систематизировать согласованные или противоречивые данные иностранных коллег.
_Результаты
В качестве основного результата данного обзора можно рассматривать возможность проведения в дальнейшем кросс-культурных исследований с использованием адаптированного инструментария и апробации разработанных зарубежными коллегами моделей кибербуллинга и травли в киберпространстве.
Полученные результаты теоретического обзора структурированы в настоящей статье в следующем порядке: выделение устоявшихся определений кибербуллинга, описание наиболее релевантных моделей кибербуллинга, типологизация кибербуллинга, описание факторов, обуславливающих онлайн-травлю, а также итоги реферирования наиболее интересных как по дизайну, так и по выявленным закономерностям, исследований кибербуллинга.
Дефиниция и теоретические модели кибербуллинга
Д. Ольвеус [73] определяет травлю (буллинг) как издевательство, совершаемое в цифровом контексте и имеющее такие характеристики как повторение, намерение вреда, силу дисбаланса. Согласно Дж. В. Патчин и С. Хиндуджа [75], кибербул-линг представляет собой преднамеренное действие с целью нанесения травмы или повреждения, используя компьютеры, мобильные телефоны и другие электронные устройства, против тех, кто не может предотвратить или остановить это поведение. П. К. Смит с соавторами [93] определяет кибербуллинг как агрессивный преднамеренный акт, осуществляемый неоднократно, группой или индивидуально против жертвы, которая не может себя защитить, посредством электронной формы связи (чаще с помощью смартфона или сети Интернет).
Некоторые авторы указывают еще на анонимность как принципиальное отличие и движущую силу кибербуллинга. Другие дополняют характеристики феномена фактом неопределенного вариативного количества свидетелей, которые могут симпатизировать жертве или агрессору. Я. Ювонен и Э. Ф. Гросс [47] как кибербуллинг рассматривают любую атаку, связанную с нанесением вреда другим в интернет-среде. В другой работе [61] понятие кибербуллинга конкретизируется как преследование или нападение на другого человека, с использованием технологий (например, электронная почта, компьютер, мобильный телефон, видеокамера и т. д.) в целях распространения клеветы о жертве, навешивания неприятных, обидных кличек, а также ее игнорирования и удаления из общих групп.
Подобно отсутствию единодушия относительно определения кибербуллинга, нет единого мнения и по поводу иллюстрирующей его общей теоретической модели. Эксперты выделяют четыре наиболее известных и адекватно объясняющих поведение участников интернет-травли модели, указывая на существующие ограничения каждой из них.
Модель BGCM (Barlett and Gentile Cyberbullying Model) [11] учитывает ряд важных факторов кибербуллинга: анонимность в виртуальном пространстве, признание того, что физическое превосходство не придает каких-либо преимуществ в онлайн-среде. Однако обнаруживается ряд ограничений в ее полезности для исследовательских целей: модель слишком упрощает рассматриваемый феномен и не учитывает понятие виктимизации, а также игнорирует как личностные характеристики подростков, так и конкретные внешние условия (влияние родителей, использование технологий, классификацию школ в зависимости от исповедуемой политики в отношении кибербуллинга). Кроме того, модель показывает различную степень надежности, недостаточно апробирована в кросс-культурном контексте, а также в сочетании с другими методиками.
Модель агрессии К. А. Андерсона и Б. Дж. Бушмана [7] рассматривает влияние индивидуальных факторов в синтезе с ситуационными (например, присутствие посторонних лиц, социально-психологический климат в школе и др.). Однако тестирование [87] этой модели показало более сложную и динамичную взаимосвязь между вышеупомянутыми факторами. Исследование продемонстрировало высокий риск кибербуллинга между двумя группами лиц, имеющими: 1) высокую оценку интернет-сообществом, высокий уровень самоэффективности и социальных навыков и низкий уровень вербальной агрессии; 2) низкий уровень социальных навыков, высокий уровень вербальной агрессивности, а также высокую оценку интернет-сообществом и высокий уровень самоэффективности.
Модель трех «i» [92], разработанная изначально Э. Б. Слоттером и Э. Дж. Финкель для объяснения насилия со стороны интимного партнера, была адаптирована Вонгом с коллегами [109] в 2018 г. для изучения киберпреступлений. Она рассматривает как индивидуальные, так и ситуационные переменные: «instigation» (подстрекательство, то есть факторы, провоцирующие агрессию), «impellance» (имплементацию, то есть факторы, способствующие киберзапугиванию), и «inhibition» (торможение, то есть факторы, снижающие кибер-преследование). Пока модель апробирована на студентах Гонконга и требует более широкой географии, а также уточняющего толкования кибербуллинга как однократного или повторяющегося явления.
И, наконец, социально-экологическая модель «диатез-стресс» С. М. Свирер и С. Хумель [98] признает динамическое взаимодействие генетических, социальных и экологических факторов, кумулятивно объясняющих совершение кибертравли. Модель учитывает различные внешние параметры в жизни ребенка (например, семья, школа, соседи) и его личностные характеристики (например, темперамент, личность и т. д.), а также индивидуальный риск и защитные факторы, объясняющие причастность к запугиванию. Применительно к предмету нашего исследования можно выделить следующие факторы для объяснения феномена кибербуллинга: а) склонность ребенка к агрессии (например, нестабильность, моральная распущенность и т. д.); б) предыдущий опыт с издевательствами (экологические стрессоры); в) сдерживающие факторы, связанные с киберпространством (например, сила виртуального эффекта растормаживания и технологическая эффективность); г) родительские факторы (например, взаимоотношения с родителями, мониторинг технологий взаимодействия).
Резюмируя экспресс-обзор теоретических конструкций травли в сети Интернет, можно отметить, что моделирование кибербуллинга намного сложнее простого расширения традиционных моделей в объяснении виртуальной агрессии и экстремизма.
Классификации вариантов кибербуллинга
К. Кириаку и А. Зуин выделяют [57] следующие разновидности кибербуллинга:
1. Флейминг - это отправка гневных, грубых и вульгарных сообщений о человеке в онлайн-группу или адресату по электронной почте или другим способом;
2. Онлайн-домогательство - повторные оскорбительные сообщения по электронной почте или в текстовом сообщении адресату;
3. Киберпреследование - домогательство, которое включает онлайн-угрозы причинения имущественного или телесного вреда;
4. Клевета или троллинг - отправка неправдивых заявлений о человеке другим людям или размещение таких материалов онлайн;
5. Пранкерство - действие от вымышленного лица и отправка или публикация материалов о человеке, который выставляет жертву в плохом свете;
6. Разглашение конфиденциальной информации - отправка или размещение материала о человеке, который содержит конфиденциальную, личную или смущающую информацию.
Другое исследование [22] классифицирует группы, по которым авторами рассылается контент сообщений:
Буллер (хулиган) - тот, кто публикует множество постов с негативными намерениями (4,5 % от общего числа пользователей);
Агрессор - тот, кто публикует один пост с оскорблениями (3,4 % от общего числа пользователей);
Спамер - тот, кто публикует рекламные тексты или другой подозрительный контент с целью сбора паролей (фишинговые ссылки) (31,8 % от общего пользователей);
Обычные пользователи - те, кто не преследуют вышеперечисленных целей (их 60,3 % от общего числа пользователей).
Предикторы кибербуллинга
Исследования образа жизни и времяпровождения молодежи в социальных сетях (Facebook), выявили, что чем больше времени они проводит в сети и интенсивнее используют социальные сети, тем больше вероятность того, что они станут жертвами киберзапугивания [31; 53; 107].
Кроме того, исследования показали, что число друзей в социальных сетях (подписчиков, которые имеют доступ к профилю пользователя), коррелирует с высокими показателями виктимизации [4; 14; 29]. Слишком малое или чрезмерно большое количество друзей (их «коллекционирование»), особенно тех людей, с которыми пользователь никогда не встречался вживую, согласно исследованию Тонга и его коллег [100], делают пользователей более уязвимыми к киберзапугиванию.
Ряд исследований свидетельствуют, что молодое поколение склонно охотнее делиться информацией, в то время как пользователи сетей старшего возраста имеют меньшую склонность к самораскрытию [62]. Игнорирование какой-либо личной самозащищенности и пренебрежение конфиденциальностью с посланием «липких» сигналов о девиантном поведении (употребление алкоголя, откровенно провоцирующий сексуальный контент) с целью эпатировать или шокировать свою аудиторию также ведет к кибербуллингу [28].
В статье немецких исследователей [67] на основе 4-волнового лонгитюдного исследования в 14 берлинских школах (2012-2013 гг.) на выборке в 1 199 человек (средний возраст 12 лет) показано, что использование СМИ не является предиктором ки-бервиктимизации и кибербуллинга. При этом кибервиктимизация заставляет жертву
чаще искать информацию в цифровых медиа или просить о помощи, для того чтобы активно справиться со стрессом.
Пользователей социальных сетей школьного возраста относят к группе риска по нескольким основаниям. Во-первых, в молодом возрасте еще продолжают формироваться когнитивная и эмоциональная сферы регуляции поведения, и импульсивные действия зачастую ускользают из-под контроля молодежи [79]. Во-вторых, распространенность и повсеместное использование IT-технологий, а также их анонимность делают легкодостижимым и уязвимым большинство жертв в киберпространстве [78]. В-третьих, вовлеченность и вмешательство взрослых в процесс виртуальной драматургии крайне низкий, так как большинство (91 %) свидетелей кибербуллинга [58] сообщают, что ничего не видели или ничего не делали. В-четвертых, отчетность ки-бер-запугиваний трудно поддается учету и фиксации, так как дети не склонны об этом говорить [55], опасаясь, что им будет закрыт доступ к социальным сетям.
С. М. Спэйн, П. Хармс и Дж. М. Лебретон [95] указывают на так называемую «темную триаду» - особенные черты личности, а именно: психопатия, макиавеллизм и нарциссизм, которые являются предикторами кибербуллинга со стороны агрессора.
А. К. Болдри, Д. П. Фаррингтон, А. Соррентино [9] утверждают, что низкая эмпатия предопределяет вероятность кибербуллинга, а сам кибербуллинг и виктимизация часто связаны с другими рискованными видами поведения в сети Интернет (как, например, секстинг [74]: отправка и получение откровенно сексуальных сообщений).
В социальных сетях под влиянием информации других пользователей люди склонны больше к самораскрытию, чем в ситуации лицом к лицу [40]. Личностные особенности, измеряемые с помощью опросника «Большая пятерка» [66] (открытость опыту, добросовестность, экстраверсия, дружелюбность и нейротизм), также взаимосвязаны с поведением в социальных сетях. Так субъекты с более высокой экстраверсией имеют тенденцию заводить большее количество друзей в Facebook [103], а также склонность к раскрытию личной информации о себе [6; 42]. Низкая степень дружелюбия напрямую связана с кибербуллингом [32]. Что касается контента в профиле пользователя, провоцирующего на кибербуллинг, то исследования показывают обратную связь с высокой степенью добросовестности, дружелюбия и эмоциональной стабильности [50; 69; 89]. Ряд других исследований показали, что кибербуллинг свойственен тем пользователям, у которых высокие показатели экстраверсии и нейротизма и низкие показатели добросовестности и дружелюбия [32; 104; 108]. При этом жертвы кибербуллинга имеют, как правило, высокие показатели открытости к опыту и нейротизма [5].
Многие исследования определяют свидетелей как важных участников инцидентов кибербуллинга [85], которые могут ухудшить или улучшить положение жертвы, поддерживая или облегчая ее страдания [77]. Показано, что свидетели реагируют негативно на жертв, которые публикуют чрезмерно много личной информации о себе [88]. Есть также данные о том, что подростки склонны переоценивать спасительную помощь свидетелей. В среднем, дети считают, что около 70,3 % свидетелей кибербуллинга вмешиваются в ситуацию интернет-травли, хотя на самом деле такая цифра находится в пределах 50 % [90].
В ходе опроса 532 человек из разных стран [76] установлено, что основной причиной виктимизации от кибербуллинга являются собственные действия пользователей социальных сетей, при этом самым сильным предиктором виктимизации была публикация нескромного/негативного контента в своем профиле в Facebook. Количество друзей в Facebook и неспособность использовать настройки конфиденциально-
сти были также предикторами виктимизации. Как и ожидалось авторами, открытость также оказалась предиктором кибербуллинга. Эта характеристика способствует риску быть воспринятым как легкая цель. Кроме того, молодые люди с низким уровнем добросовестности подвергаются большему риску стать жертвой кибербуллинга. Сравнительный анализ между респондентами из США и Австралии привел к некоторым интересным выводам. Австралийцы значительно чаще участвуют в рискованных практиках в социальных сетях по сравнению с американцами. Это объясняется стилем общения австралийцев, характеризуемым как прямой, неформальный, откровенный, с участием сурового юмора, вследствие чего его многие считают довольно вульгарным. Более того, Австралия и США находятся на противоположных концах спектра с точки зрения их отношения к ненормативной лексике. Это распространяется на способы общения в социальных сетях, негативное восприятие и интерпретацию онлайн поведения.
В Испании на выборке из 374 студентов [86] были исследованы связи буллинг-по-ведения с темной триадой личностных черт агрессора. В результате было выяснено, что существует тесная взаимосвязь между психопатией и сексуальным буллингом, а также макиавелизмом и сексуальным буллингом, при этом не обнаружилось никакой взаимосвязи между нарциссизмом и сексуальной травлей в сети Интернет.
В статье Ч. П. Барлетт [13] на основе лонгитюдного 4-х волнового исследования (2013-2014 гг.) в американских школах на юге Пенсильвании (96 человек, из них 57 % девушек) было показано, что наиболее значимыми предикторами кибербуллинга выступили восприятие анонимности и позитивное отношение к кибербуллингу (опросник Positive Attitudes towards Cyberbullying Questionnaire - PACQ [12]). При этом половых различий в отношении к кибербуллингу выявлено не было.
Авторы другой публикации [110] обследовали 3393 школьников из 10 школ Лос-Анджелеса (средний возраст 15,5 лет, из них 53,5 % девушки) и показали, что кибербуллинг может быть связан с повышенным употреблением психоактивных веществ в подростковом возрасте, таких как алкоголь, марихуана, сигары, электронные сигареты, рецептурные стимуляторы, рецептурные апиоиды.
Низкий уровень дружеской поддержки сверстников, негативное семейное окружение и сексуальное насилие усиливают риски виктимизации и кибербуллинга [56] и, напротив, высокая степень дружеской поддержки сверстников, теплые отношения к школе, поддержка родителей являются защитным фактором от виртуальной травли [111].
Другие аспекты в исследовании кибербуллинга
Исследователям удалось выявить индикаторы, или «горячие слова» [41], по которым можно определить кибербуллинг. Такими эмоционально заряженными словами в социальной сети «Твиттер» являются, по мнению ученых, 14 наиболее часто встречаемых слов [68]: «умереть», «педик», «толстый», «неудачник», «дерьмо», «шлюха», «убить» и нецензурные эквиваленты, обозначающие половые органы и процесс совокупления. Таким образом, можно сделать вывод, что интернет-травля в сети Интернет строится на образах сексуального унижения, угрозы смерти, подчеркивании внешних недостатков подростка. Более масштабный аннотированный набор данных о кибер-буллинге извлечен [22] из 9484 твитов по хэштегу #GamerGate (распространенной он-лайн-видеоигры, в процессе которой обсуждение ругательств переросло в кампанию, посвященную сексизму и социальной справедливости).
Н. С. Ансары [8] указывает на существующие с 2010 г. законы во всех 50 штатах США, ссылающиеся на базовый стандарт защиты и включающие в себя шесть условий эффективного противодействия кибербуллингу. Перечислим их: 1) определение
домогательства или запугивания с учетом вариативности применяемой технологии; 2) санкции, усиливающиеся по степени повторяемости; 3) ясная политика отчетности; 4) ясная политика расследования; 5) подробное упоминание об активности, происходящей за стенами школы, которые связаны с кибербуллингом; 6) процедуры и линия поведения для предотвращения кибербуллинга. Подобные законы устанавливают ответственность педагогов и администраторов школ (директоров) за эффективное вмешательство, расследование и отчетность, а также за внедрение эффективных программ профилактики кибербуллинга.
В фокусе чешских ученых [54] оказалась виртуальная агрессия в отношении учителей. Исследованием, проведенным в 2016 г. университетом Палацкого (г. Оломоуц), было охвачено 5136 респондентов (78,60 % женщин и 21,40 % мужчин) из всех регионов Чехии. Средний возраст составил 46,42 года. Наибольшую часть выборки составили учителя начальной школы (60,22 %) и учителя средней школы (37,03 %). Средний стаж работы респондентов составил 20,65 лет. С помощью онлайн-опроса было выяснено, что 21,73 % (1118 из 5136) учителей стали жертвами различных форм кибербуллинга и 78,27 % учителей сказали, что они никогда не были жертвами кибербуллинга. 318 респондентов подтвердили виртуальную атаку на них за последние 12 месяцев, 754 респондента сообщили, что стали жертвами кибератаки ранее, чем 12 месяцев назад. В киберпространстве учителя чаще всего становятся жертвами словесной агрессии (особенно унижающей, оскорбляющей, смущающей), клеветы и насмешек. Другие распространенные формы атак включают преследование по телефону, угрозы и запугивание или распространение унизительных фотографий. Реакция у учителей на киберагрессию сопровождается гневом и грустью, которая сопряжена с возникающим чувством неуверенности, беспокойства, а также нежеланием идти на работу. Гипотеза о различии в испытываемых эмоциях от кибербуллинга между мужчинами и женщинами не подтвердилась, а это значит, что все учителя независимо от пола одинаково чувствуют и воспринимают кибератаки. Кроме того, был сделан вывод о том, что чем дольше длится атака на жертву, тем серьезнее ее воздействие, особенно связанное с нарушением сна, головными болями, болями в животе, недостатком концентрации внимания или снижением иммунитета. К этому добавляются отмеченное возрастающее количество конфликтов в семье, с коллегами, начальником, учениками или студентами и т. д.
В выполненном в Гонконге исследовании [59] проверялись два предположения, заключающиеся в том, что кибербуллинг отрицательно влияет на удовлетворенность жизнью, и что качество дружбы смягчает виктимизацию от киберпреступности. Для этого было опрошено 312 студентов колледжа Гонконга (174 мужчины, 138 женщины) в возрасте 18-25 лет. Для измерения дружеских отношений применялась шкала оценки качества дружбы [19], состоящая из четырех подшкал: общение, помощь, безопасность, близость. Также у участников исследования измеряли уровень виктимизации в онлайн-среде с помощью 8-ми вопросов [19] и удовлетворенность жизнью с помощью 5-ти вопросов [26]. В результате обработки полученных данных выяснилось, что 58 % респондентов совершали кибербуллинг, а 68 % опрошенных подверглись кибер-буллингу. При этом не было выявлено возрастных различий. Виктимизация от кибербуллинга и совершение кибербуллинга значимо взаимосвязаны (г = 0,65; р < 0.01). Изучение половых различий в кибербуллинге выявило, что мужчины больше вовлечены в кибербуллинг, при этом и чаще становятся жертвой кибербуллинга. Подтвердилась гипотеза о том, что совершение кибербуллинга и виктимизация значительно взаимос-
вязаны с удовлетворенностью жизнью (r = -0,23, p < 0.001 и r = -0,18, p < 0.002 соответственно). Данные, полученные с помощью шкалы качества дружеских отношений, значительно обуславливали связь между виктимизацией и кибербуллингом, которую авторы отследили по признаку пола. Так, женщины сообщали о кибербуллинге в том случае, когда данные по подшкалам дружеской близости и безопасности были значимо более низкими. Таким образом, подтвердилось предположение о сдерживающем эффекте дружеских отношений между кибербуллингом и виктимизацией.
Статья швейцарских исследователей [20] посвящена обзору лонгитюдных исследований кибербуллинга и викитимизации. Ими был осуществлен поиск по ключевым словам (cyber*, Internet, online, bully*, victim*, harass*, child*, adolescent*, youth, longitudinal, long term, prospect) в 12 академических базах: Communication and Mass Media Complete, Psychology and Behavioral Sciences Collection, Psyc INFO, Psych ARTICLE, CINAHL, ERIC, Pro Quest Sociology, Medline, Web of Science, Med Line (включая Pub Med), EMBASE и CENTRAL, а также по первым 100 записям в Google Scholar, Pro Quest Dissertations, Theses Global. В итоге были обнаружены 3567 публикаций, включая 1827 дубликатов, которые идентифицировались с помощью программы Zotero. Далее отсев производился на основе оценки качества предложенной методологии лонгитюд-ного исследования по следующим параметрам: соблюдалась ли процедура формирования выборки на критерий случайности; проверялась ли надежность измерения, применялся ли коэффициент отбора между начальной и последней волнами, была ли проведена проверка систематического отбора путем сравнения исходного образца с аналитическим и т. д.
В результате авторы остановились на анализе 76 публикаций, из которых 52 % были по психологии, 13 % по медицине и 11 % по криминологии. Большинство лонгитюдных исследований (72 %) включало две волны, в 14 исследованиях собраны данные по трем этапам, а остальные семь исследований - в четырех или пяти временных точках. Длина между первой и последней волной значительно отличалась при самом коротком исследовании в 5 дней и самом продолжительном в течение 48 месяцев. Сбор данных обычно проводился в школах с охватом от 1 до 156 школ для одного исследования. Семьдесят исследований использовали дневники (самоотчеты) по мерам противодействия кибербуллингу, в трех исследованиях использовались коммерческие онлайн-панели. Лонгитюдные исследования были проведены в Европе (42 %), Северной Америке (38 %), Океании (11 %) и Азии (8 %). Размер аналитической выборки варьировался от 60 до 7850 чел. Возраст обследованных колебался от 10,5 до 15,5 лет (M = 13,1), что свидетельствует о том, что учащиеся средней школы являются наиболее пристально изучаемой аудиторией в этом вопросе.
Почти половина исследований сообщили о распространенности виктимизации от кибербуллинга в пределах от 1,9 % до 84,0 % (медиана = 14,4 %). Двадцать семь исследований предоставили показатели распространенности кибербуллинга от 5,3 % до 66,2 % (медиана = 11,7 %). Согласно семи исследованиям, процент виктимизации варьировался от 2,3 до 20,4 % (медиана = 8,6 %).
33 из 76 лонгитюдных исследований (43 %) базировались на теории запланированного поведения [2], общей теории напряжения [1], теории обработки социальной информации [25], социально-когнитивной теории [10], теории экологической системы [18]. В 41 % лонгитюдных исследованиях применялся метод анализа причинно-следственных связей для изучения взаимных эффектов между совершением кибербуллинга и виктимизацией, и связанными с ними факторами.
Традиционная виктимизация являлась фактором риска во многих исследованиях кибербуллинга. В качестве часто выделяемых результатов виктимизации выступили повышенная тревожность, гнев, переживаемое одиночество, депрессия. Чуть меньше исследований обнаружили возникающие проблемы с психологическим здоровьем [102]: отрицательный образ тела, проблемы перед сном. Среди внешних проблем в поведении были обнаружено употребление психоактивных веществ, воровство, причинение вреда и нарушение правил.
Проведенный авторами обзор также показал, что мужчины подвержены более высокому риску кибербуллинга, при этом нет половых различий в виктимизации от кибербуллинга. Данные о возрастных различиях противоречивы, однако просматривается тенденция, что ученики старших классов больше подвержены кибербуллингу, при этом жертвами чаще выступают ученики младших классов. К факторам окружающей среды чаще относят факторы, связанные с родителями и семейным контекстом, а также сверстников и участие школы. Значимо снижает кибербуллинг родительское посредничество (совместный просмотр социальных сетей или инструктивное посредничество).
Важный экологический фактор - это обнаруженная U-образная взаимосвязь с популярностью профилей в социальных сетях у подростков, то есть кибербуллинг выше среди подростков, которые ранее испытывали либо низкий, либо очень высокий уровень популярности по сравнению со средними данными.
В статье итальянских психологов из Университета Триеста [80] кибербуллинг исследуется через призму социального влияния и на основе воспринимаемых норм сверстников, правил киберпространства и внуригрупповых процессов. Для этого исследователями были анонимно через онлайн сервис Survey Monkey опрошены 3511 школьников (1 916 девушек и 1 489 юношей, 106 чел. не указали свой пол) из 19 средних школ старших классов на севере Италии, которые добровольно приняли участие в опросе. Инструментарий состоял из нескольких блоков. Оценивались: частота выступления инициатором кибертравли (совершение актов кибербуллинга); частота, с которой опрошенный выступал жертвой кибербуллинга; частота, с которой респондент выступал свидетелем (наблюдателем) кибербуллинга; воспринимаемые нормы, разделяемые группой сверстников; законодательные нормы киберпространства (оценивалась осведомленность о легальности тех или иных ситуаций в сети Интернет с точки зрения законов Италии); уровень ожидаемой тяжести последствий от вовлеченности в те или иные ситуации в киберпространстве; степень внутригрупповой прототипич-ности [44], степень групповой когнитивной и аффективной идентификации.
Результаты опроса показали, что 34,2 % опрошенных осуществляли кибербуллинг по крайней мере один раз в течение прошлого года, а 38,3 % участников отвечали, что они по крайней мере однажды были подвергнуты кибератаке, еще 77,1 % школьников сообщили, что они были свидетелями кибербуллинга за прошедший год по крайней мере иногда. Кроме того, авторы обнаружили, что чем выше степень поддержки норм сверстников, содействующих кибербуллингу, тем выше вероятность совершения кибербуллинга при одновременном снижении осведомленности о законах, регулирующих киберпространство. Таким образом, в соответствии с механизмом формирования социального влияния, подростки полагаются на воспринимаемые групповые нормы, определяющие их поведение в отношении кибербуллинга, особенно когда им не хватает знаний о соответствующем поведении в киберпространстве. Практическим следствием полученных результатов является вывод о том, что вмешательства, направ-
ленные на противопоставление референтного информативного социального влияния ослабили бы связь между воспринимаемыми групповыми нормами и участниками кибербуллинга в большей степени, чем обычные информационные воздействия.
В статье финских коллег [72] на основе модели усиления идентичности пузыря социальных сетей [51] показано, как личное и профессиональное использование социальных сетей связано с кибербуллингом и виктимизацией на рабочем месте, как вовлечение в социальные сети смягчает взаимосвязь этих явлений с такими проблемами как психологический стресс, техностресс и профессиональное выгорание. В связи с этим следует подчеркнуть, что пузыри идентичности определяют деятельность людей [52] и связаны с процессами социальной идентификации [105].
Остановимся подробнее на исследовании финских коллег [72], которыми в ноябре - декабре 2018 г. были собраны профили персональных страниц (аккаунты из социальных сетей) 563 сотрудников из 5 экспертных организаций (как правило, такие организации очень активны в использовании социальных сетей). Возраст сотрудников 21-67 лет, средний возраст - 40,1 год; среди них 67,67 % женщины. Через отдел управления человеческими ресурсами организаций им были разосланы приглашения на e-mail для участия в опросе. Вторая выборка была репрезентативной в общенациональном охвате, ее участниками были 1817 человек в возрасте от 18 до 65 лет (средний возраст 41,37 лет), 47,9 % женщины. Респонденты обеих выборок отвечали на одни и те же вопросы.
Инструментарий включал в себя несколько блоков. Кибербуллинг на рабочем месте измерялся с помощью 10-вопросной анкеты [33], направленной на выявление частоты получения по электронной почте грубых, агрессивных или оскорбительных сообщений (ежедневно/ежемесячно/еженедельно). Усиления идентичности пузыря социальных сетей фиксировалось с помощью соответствующего опросника [48]. Техностресс измерялся опросником М. Саланова с коллегами [83]. Для измерения профессионального выгорания использовался опросник К. Маслач с коллегами [65]. Психологический стресс был измерен с помощью общего вопросника психологического здоровья [37]. Уровень использования социальных сетей измерялся вопросом об использовании 14 различных социальных сетей, таких как Facebook и YouTube. Варианты ответа фиксировали частоту использования каждой платформы в диапазоне от «я им не пользуюсь» до «много раз в день». Социально-демографическая и профессиональная информация включила возраст, пол и образование.
Распространенность ежемесячного кибербуллинга на рабочем месте составила 12,61 % в первой выборке и 17,39 % во второй выборке. В первой выборке более молодой возраст, низкая поддержка со стороны руководителя, частное и профессиональное использование социальных сетей было связано с ежемесячным кибербуллингом на работе. Во второй (общенациональной) выборке помимо молодого возраста параметр более низкого образования также оказался связан с риском стать жертвой кибербуллинга. Кроме того, проявился отраслевой фактор: у работников помогающих профессий (здравоохранения и социального обеспечения) уровень виктимизации оказался ниже, чем в производственном секторе. Дополнительно выяснилось, что кибербуллинг был связан с работой на руководящей должности, удаленной работой, низкой поддержкой со стороны руководителя, частным и профессиональным использованием социальных сетей и пузырями идентичности в социальных сетях.
Полученные результаты первой выборки показали, что кибербуллинг выступил предиктором психологического стресса, техностресса и профессионального выгора-
ния. Также было обнаружено, что те, кто активно вовлечены в пузыри социальных сетей, имеют более высокий психологический стресс, техностресс и профессиональное выгорание. Нет значимых различий в психологических проблемах у тех, кто подвергается и не подвергается кибербуллингу при низкой вовлеченности в социальные сети, но разница становится значительной, когда вовлеченность увеличивается. Причем разница особо сильная по параметрам психологического дистресса и профессионального выгорания, и меньше для техностресса. Этот вывод подчеркивает двойственную природу расширения использования профессиональных социальных медиа. Наряду с преимуществами для работы социальные сети могут иметь негативные последствия.
В статье турецких коллег [3] на выборке из 687 студентов (66 % мужчины) с использованием инструментария Cyber Victim и Bullying Scale (CVBS) [21], а также шкалы выражения гнева [96], было показано, что чем больше виктимизация у опрошенных, тем больше у них выражена склонность участвовать в кибербуллинге. Жертвы кибербуллинга имели более высокую вероятностную способность проявлять агрессивное поведение, чем те, кто не был жертвой. Результаты опроса также показали, что кибер-виктимизация была положительно и непосредственно связана с гневом.
В статье американских коллег [38] поставлена задача определения факторов, побуждающих свидетелей кибербуллинга помогать его жертвам. Подобная попытка была предпринята ими в свете анализа публикаций и многочисленных свидетельств из различных исследований [94], где большинство свидетелей являются пассивными наблюдателями и не предпринимают каких-либо действий. В своей работе авторы опираются на поведенческий экономический подход [49], согласно которому выбор для свидетеля предполагает компромисс между выгодами для себя (избегание затрат, связанных с помощью жертве и местью от хулигана) и пользой для других (спасение жертвы). Дополнительно они использовали теорию социального дисконтирования [15]. Данная теория заключается в сокращении субъективной ценности результата для другого человека в зависимости от социальной дистанции (близости к человеку). Теория построена на эксперименте [46], в ходе которого участников просили сделать выбор между меньшей суммой денег для себя и большей сумма денег, разделенной с другим человеком в зависимости от социальной дистанции. Эксперимент показал, что люди более щедры с теми, кто ближе в социальной дистанции. Исходя из этой теории, авторы описываемого эмпирического исследования [38] предположили, что субъективная ценность помощи жертве кибербуллинга будет дисконтироваться как функция социальной дистанции. Кроме того были предложены некоторые частные гипотезы. Участники, которые имеют опыт оказания помощи жертвам, будут показывать меньшие показатели социального дисконтирования (то есть больше находить для себя пользу от помощи жертве кибербуллинга при увеличении социальной дистанции). Более низкая вероятность дисконтирования будет в том случае, если ситуация кибербул-лина довольно серьезна. Проявления социального дисконтирования будут значимо связаны с эмпатий и намерением помочь жертвам кибербуллинга. В опросе приняли участие 132 студента университета США (64 мужчины и 58 женщин, средний возраст - 19,5 лет). В ходе онлайн-исследования респондентам была предложена анкета, состоящая из трех частей. Сначала опрошенных сегрегировали на 4 группы по опыту свидетельства кибербуллинга с помощью вопроса: «Если Вы были свидетелем неоднократных издевательств (травли) над кем-то в Интернете
или при использовании сотовых телефонов в последние 6 месяцев, как вы отреагировали?» с возможными ответами: (а) «Я присоединился к хулигану», (б) «Я ничего не сделал», (в) «Я помог жертве» и (г) «Я не был свидетелем кибербуллинга». Далее респондентов просили ответить на 2 разработанных с опорой на предыдущие исследования других авторов [27] опросника, измеряющих эмпатию по отношению к жертве кибербуллинга и намерение ей помочь.
Важным вкладом авторов исследования явился опросник социального дисконтирования, оценивающий вероятность помощи жертве кибербуллинга в трех ситуациях, различающихся по его интенсивности (разработан на основе материалов Рэчлин и Джоунс [81].) Суть задания состояла в том, что участников мысленно просили составить список из 50 человек с величиной социальной дистанции от 1 (ближайший друг или родственник) до 50 (просто знакомый). Далее участников просили выполнить задачу социального дисконтирования, в которой они оценили вероятность помощи/защиты жертвы по сравнению с бездействием по 100-балльной шкале (от 0 -«ничего не сделал бы» до 100 - «помог жертве»). Кроме того, изменялись ситуации и по степени интенсивности кибербуллинга (незначимая, умеренная, сильная). На основе ответа на вопрос об опыте кибербуллинга все участники были разделены на 4 группы («помогли жертве» (36 человек), «помогли хулигану» (1), «ничего не сделали» (40 человек) и «не были свидетелями» (45 человек)). Анализ показал, что нет значимых различий по полу, возрасту, курсу обучения в вероятности оказания помощи и проявлении эмпатии. При этом все гипотезы авторов подтвердились: субъективная ценность помощи жертве кибербуллинга дисконтировалась как функция социальной дистанции; более низкая вероятность дисконтирования оказалась в том случае, когда ситуация кибербуллинга была довольно серьезной; степень согласия социального дисконтирования значимо связана с чувством эмпатии и намерением помочь жертвам кибербуллинга.
Отдельно следует упомянуть исследование [35], посвященное эффективности программ, направленных против кибербуллинга, посредством анализа всех имеющихся публикаций по этой теме (проанализировано 3994 статей, содержащих 64 исследования эффективности подобных программ). В качестве инструмента оценки применялся метод, предложенный М. М. Ттофи и Д. П. Фаррингтон [101]. Результаты показали, что рассматриваемые программы против кибербуллинга способствуют сокращению числа случаев киберзапугивания примерно на 9-15 % и снижению виктимизации примерно на 14-15 %.
_Обсуждение результатов
Обзор современных зарубежных публикаций позволил нам выделить приоритетные зоны интереса исследователей кибербулинга. К ним относится поиск факторов и детерминант вовлечения в деструктивную коммуникацию. В частности, авторы недавних публикаций выявили некоторые личностные предпосылки сексуального буллинга (психопатия, макиавеллизм [95]). Много внимания уделяется групповым эффектам (степень внутригрупповой прототипичности, степень групповой когнитивной и аффективной идентификации [44]), а также факторам социальной среды подростка (влияние родительского посредничества [102] и дружеской поддержки) и информационно-коммуникативной среды (оптимальное число друзей и подписчиков в
социальных сетях, публикация нескромного/негативного контента в своем профиле в социальных сетях [88]).
Кроме того, нами были освещены новые подходы к изучению «целевых» аудиторий деструктивных кибер воздействий (кибербуллинг в отношении педагогов [54] и кибер-травля на рабочем месте у профессиональных групп [72], вовлеченных в тематические сообщества социальных сетей).
Весьма продуктивным и перспективным направлением изучения феномена кибербуллинга оказалось исследование роли свидетелей в рамках теории социального дисконтирования [38].
Следует отметить определенный прогресс в стремлении ученых решать прикладные задачи противодействия кибербуллингу. Для этой цели разрабатываются специальные программы (А. А. Реан), производится оценка их эффективности (М. М. Ттофи, Д. П. Фаррингтон).
Сравнительный анализ 11 международных антибуллинговых программ, проведенный экспертами НИУ «Высшая школа экономики» в 2020 году1, показал, что их эффективность зависит от регулярного проведения скрининговых опросов, особенности направленности самой программы в отношении того или иного вида буллинга (физического, вебрального, социального и др), а также их адаптация и культурноязыковой фактор, замедляющий процесс внедрения, а также описание условий и барьеров их эффективной имплементации.
_Выводы
Актуальность противодействия травле в сети Интернет в настоящее время чрезвычайно велика в силу распространенности феномена кибербуллинга, особенно в
V V» II
подростковой и молодежной среде. В связи с социальным запросом в разных странах активно ведутся исследования на тему кибербуллинга. Продолжается поиск теоретических обоснований явления, а также механизмов, предпосылок и факторов, которые могут оказывать влияние, как на жертв, так и на кибер-агрессоров, а также тех, кто становится свидетелем деструктивных процессов.
В психолого-педагогической практике важно учитывать результаты эмпирических исследований не только отечественных, но и зарубежных авторов. Обзор современных исследований зарубежных ученых свидетельствует о необходимости продолжения проведения эмпирических исследований, о некотором дефиците разработки и учета правовых основ противодействия травле в Интернете, педагогических мер по профилактике кибербуллинга, а также важности обмена опытом.
_Финансирование
Исследование выполнено при финансовой поддержке Санкт-Петербургского государственного университета, проект № 26520757 «Инновационные методологии обеспечения информационной безопасности Российской Федерации».
1 Противодействие школьному буллингу: анализ международного опыта / Д. В. Молчанова, М. А. Новикова; НИУ «Высшая школа экономики», Институт образования. М.: НИУ ВШЭ, 2020. 72 с. (Современная аналитика образования. № 1 (31)). URL: https://ioe.hse.ru/data/2020/02/17/1576788036/%D0%A1%D0%90%D0%9E%201(31)%20%D1%8D%D0%BB%D0%B5%D0%BA%D1 %82%D1%80%D0%BE%D0%BD%D0%BD%D1%8B%D0%B9.pdf
REFERENCES_
1. Agnew R. (1992). Foundation for general strain theory of crime and delinquency. Criminology, 30 (1). pp. 47-88. doi: 10.1111/j.1745-9125.1992.tb01093.x
2. Ajzen I. (1985). From intentions to actions: A theory of planned behavior. In: Action control. Springer, Berlin, Heidelberg. pp. 11-39. doi: 10.1007/978-3- 642-69746-3_2.
3. Ak S., Özdemir Y., Kuzucu Y. (2015). Cybervictimization and cyberbullying: The mediating role of anger, don't anger me! Computers in human behavior, 49. pp. 437-443.
4. Akbulut Y., Saihn Y., Eristi B. (2010). Cyberbullying victimization among Turkish online social utility members. Educational Technology and Society, 13 (4). pp. 192-201.
5. Alonso C., Romero E. (2017). Aggressors and victims in bullying and cyberbullying: a study of personality profiles using the five-factor model. The Spanish Journal of Psychology, 20. p. 76. DOI: 10.1017/sjp.2017.73.
6. Amichai-Hamburger Y., Vinitzky G. (2010). Social network use and personality. Computers in Human Behavior, 26. pp. 1289-1295. doi: 10.1016/j.chb.2010.03.018.
7. Anderson C. A., Bushman B. J. (2002). Human aggression. Annual Review of Psychology, 53. pp. 27-51. doi: 10.1146/ annurev.psych.53.100901.135231.
8. Ansary N. S. (2020). Cyberbullying: Concepts, theories, and correlates informing evidence-based best practices for prevention. Aggression and violent behavior, 50. 101343.
9. Baldry A.C., Farrington D.P., Sorrentino A. (2015). 'Am I at risk of cyberbullying'? A narrative review and conceptual framework for research on risk of cyberbullying and cybervictimization: the risk and needs assessment approach. Aggressive and Violent Behavior, 23. pp. 36-51.
10. Bandura A. (1986). Social foundations of thought and action: A social cognitive theory. Prentice-Hall, Inc., Englewood Cliffs, NJ, US.
11. Barlett C, Chamberlin K, Witkower Z. (2017). Predicting cyberbullying perpetration in emerging adults: A theoretical test of the Barlett Gentile Cyberbullying Model. Aggressive Behavior, 43 (2). pp. 147-154. DOI: 10.1002/ab.21670.
12. Barlett C. P., Gentile D. A. (2012). Attacking others online: the formation of cyber-bullying in late adolescence. Psychology of Popular Media Culture, 1. pp. 130-135.
13. Barlett Ch. P. (2015). Predicting adolescent's cyberbullying behavior: A longitudinal risk analysis. Journal of adolescence, 41. pp. 86-95.
14. Bennett D., Guran E., Ramos M., Margolin G. (2011). College students' electronic victimization in friendships and dating relationships: Anticipated distress and associations with risky behaviors. Violence and Victims, 26 (4). pp. 410-429. doi: 10.1891/0886-6708.26.4.410
15. Bradstreet M. P., Higgins S. T., Heil S. H., Badger, G. J., Skelly, J. M., Lynch, M. E., et al. (2012). Social discounting and cigarette smoking during pregnancy. Journal of Behavioral Decision Making, 25. pp. 502-511. doi: 10.1002/ bdm.750.
16. Brighi A., Guarini A., Melotti G., Galli S., Genta M. L. (2012). Predictors of victimisation across direct bullying, indirect bullying and cyberbullying. Emotional and Behavioural Difficulties, 17. pp. 375-388. doi: 10.1080/13632752.2012. 704684.
17. Brochado S., Soares S., Fraga S. (2017). A scoping review on studies of cyberbullying prevalence among adolescents. Trauma, Violence and Abuse, 18 (5). pp. 523-531. doi: 10.1177/1524838016641668.
18. Bronfenbrenner U. (1979). The Ecology of Human Development. Harvard University Press.
19. Bukowski W. M., Hoza B., Boivin M. (1994). Measuring friendship quality during preand early adolescence: The development and psychometric properties of the Friendship Qualities Scale. Journal of Social and Personal Relationships, 11 (3). pp. 471-484.
20. Camerini A. L., Marciano L., Carrara A., Schulz P.J. (2020). Cyberbullying perpetration and victimization among children and adolescents: A systematic review of longitudinal studies. Telematics and informatics, 49. 101362.
21. Qetin b., Yaman E., Peker A. (2011). Cyber victim and bullying scale: A study of validity and reliability. Computers and Education, 57 (4). pp. 2261-2271.
22. Chatzakou D., Kourtellis N., Blackburn J., De Cristofaro E., Stringhini G., Vakali A. (2017). Mean birds: detecting aggression and bullying on Twitter. In: Proceedings of the ACM on Web Science Conference, Troy, New York. USA. pp. 13-22.
23. Christofides E., Muise A., Desmarais S. (2009). Information disclosures and control on Facebook: Are they two sides of the same coin or two different perspectives? Cyber Psychology and Behavior, 12. pp. 341-345. doi: 10.1089/ cpb.2008.0226.
24. Christofides E., Muise A., Desmarais S. (2012). Hey Mom, what's on your Facebook? Comparing Facebook disclosure and privacy in adolescents and adults. Social Psychological and Personality Science, 3 (1). pp. 48-54. doi: 10.1177/1948550611408619.
25. Crick N. R., Dodge K. A. (1996). Social information-processing mechanisms in reactive and proactive aggression. Child Development, 67 (3). pp. 993-1002. doi: 10. 1111/j.1467-8624.1996.tb01778.x
26. Diener E. D., Emmons R. A., Larsen R. J., Griffin S. (1985). The satisfaction with life scale. Journal of Personality Assessment, 49 (1). pp. 71-75.
27. Doane A. N., Pearson M. R., Kelley M. L. (2014). Predictors of cyberbullying perpetration among college students: An application of the Theory of Reasoned Action. Computers in Human Behavior, 36. pp. 154-162. doi: 10.1016/j. chb.2014.03.051.
28. Dolliver M. (2007). Despite appearances to the contrary, they're turning into normal adults. Adweek, 48 (15). 40. 4/9/2007.
29. Dredge R., Gleeson J., Garcia X. (2014). Presentation on Facebook and risk of cyberbullying victimization. Computers in Human Behavior, 40. pp. 16-22. doi: 10.1016/j.chb.2014.07.035.
30. Espelage D. L., Hong J. S., Valido A. (2018). Cyberbullying in the United States. In A. Baldry C. Blaya D. P. Farrington (Eds.). To be published by Palgrave McMillan: Palgrave Studies in Cybercrime and Cybersecurity Series.
31. Faucher C., Jackson M., Cassidy W. (2014). Cyberbullying among university students: Gendered experiences, impacts, and perspectives. Education Research International, pp. 1-10. doi: 10.1155/2014/698545
32. Festl R., Quandt T. (2013). Social relations and cyberbullying: the influence of individual and structural attributes on victimization and perpetration via the Internet. Human Communication Research, 39. pp. 101-126. DOI: 10.1111/j.1468-2958.2012.01442.x
33. Forssell R. (2016). Exploring cyberbullying and face-to-face bullying in working life-Prevalence, targets and expressions. Computers in Human Behavior, 58 (May). pp. 454-460. doi: 10.1016/j.chb.2016.01.003.
34. Gaffney H., Farrington D. P. (2018). Cyberbullying in the United Kingdom and Ireland. In A. Baldry C. Blaya D. P. Farrington (Eds.). To be published by Palgrave McMillan: Palgrave Studies in Cybercrime and Cybersecurity Series.
35. Gaffney H., Farrington D. P., Espelage D. L., Ttofi M. M. (2019). Are cyberbullying intervention and prevention programs effective? A systematic and meta-analytical review. Aggression and Violent Behavior, 45. pp. 134-153.
36. Genta M., Brighi A., Guarini A. (2009). European project on bullying and cyberbullying granted by Daphne II programme. Zeitschrift für Psychologie Journal of Psychology, 217 (4). pp. 233. doi: 10.1027/0044-3409.217.4.233.
37. Goldberg D. P., Hillier V. F. (1979). A scaled version of the general health Questionnaire. Psychological Medicine, 9 (1). pp. 139-145. doi: 10.1017/ S0033291700021644.
38. Hayashi Y., Tahmasbi N. (2020). Decision-making process underlying bystanders' helping cyberbullying victims: A behavioral economic analysis of role of social discounting. Computers in human behavior, 104. 106157.
39. Herrera-López M., Romera E. M., Ortega-Ruiz R. (2018). Bullying y cyberbullying en latinoamérica. Revista Mexicana de Investigación Educativa, 23 (76). pp. 125-155.
40. Ho S., McLeod D. (2008). Social-psychological influences on opinion expression in face-to-face and computermediated communication. Communication Research, 35 (2). pp. 190-207.
41. Ho S. M., Kao D., Chiu-Huang M.-J., Li W., Lai Ch.-J. (2020). Detecting Cyberbullying "Hotspots" on Twitter: A Predictive Analytics Approach. Forensic science international: digital investigation, 32. 300906.
42. Hollenbaugh E., Ferris A. (2014). Facebook self-disclosure: Examining the role of traits, social cohesion, and motives. Computers in Human Behavior, 30. pp. 50-58. doi: 10.1016/j.chb.2013.07.055.
43. Jang H., Song J., Kim R. (2014) Does the offline bully-victimization influence cyberbullying behavior among youths? Application of General Strain Theory. Computers in Human Behavior, 31 (1). pp. 85-93.
44. Jetten J., Spears R., Manstead A. S. (1997). Strength of identification and intergroup differentiation: The influence of group norms. European Journal of Social Psychology, 27 (5). pp. 603-609. doi: 10.1002/(SICI)1099-0992(199709/10) 27:53.0.C0;2-B
45. Joinson A. (2001). Self-disclosure in computer-mediated communication: The role of self-awareness and visual anonymity. European Journal of Social Psychology, 31 (2). pp. 177-192. doi: 10.1002/ejsp.36.
46. Jones B., Rachlin H. (2006). Social discounting. Psychological Science, 17. pp. 283-286. doi: 10.1111/j.1467-9280.2006.01699.x.
47. Juvonen J., Gross E. F. (2008). Extending the school grounds? - Bullying experiences in cyberspace. Journal of school Health, 78 (9). pp. 496-505. doi: 10.1111/ j.1746-1561.2008.00335.x.
48. Kaakinen M., Sirola A., Savolaine I., Oksanen A. (2020). Shared Identity and Shared Information in Social Media: Development and Validation of the Identity Bubble Reinforcement Scale. Media Psychology, 23 (1). pp. 23-51. doi: 10.1080/15213269.2018.1544910.
49. Kahneman D. (2011). Thinking, fast and slow. New York, NY: Farrar, Straus and Giroux.
50. Karl K., Peluchette J., Schlaegal C. (2010). Who's posting Facebook faux pas? A cross-cultural examination of personality differences. International Journal of Selection and Assessment, 18. pp. 174-186. doi: 10.1111/j.1468-2389.2010.00499.
51. Keipi T., Nasi M., Oksanen A., Rasanen, P. (2017). Online hate and harmful content: Cross-national perspectives. Abingdon, UK: Routledge. pp. 121-127. URL: https://library.oapen.org/bitstream/hand le/20.500.12657/22350/9781138645066_text.pdf?sequence=1&isAllowed=y.
52. Koivula A., Kaakinen M., Oksanen A., Rasanen, P. (2019). The role of political activity in the formation of online identity bubbles. Policy and Internet, 11 (4). pp. 396-417. doi: 10.1002/poi3.211.
53. Kokkinos C., Antoniadou N., Markos A. (2014). Cyberbullying: An investigation of the psychological profile of university student participants. Journal of Applied Developmental Psychology, 35. pp. 204-214. doi: 10.1016/j.
appdev.2014.04.001.
54. Kopecky K., Szotkowski R. (2017). Cyberbullying, cyber aggression and their impact on the victim - The teacher. Telematics and informatics, 34. pp. 506-517.
55. Kowalski R. M., Limber S. P., McCord A. (2019). A developmental approach to cyberbullying: Prevalence and protective factors. Aggression and Violent Behavior, 45. pp. 20-32. doi: 10.1016/j.avb.2018.02.009.
56. Kowalski R. M., Giumetti G. W., Schroeder A. N., Lattanner M. R. (2014). Bullying in the digital age: A critical review and meta-analysis of cyberbullying research among youth. Psychological Bulletin, 140 (4). pp. 1073-1137. doi: 10.1037/ a0035618.
57. Kyriacou C., Zuin A. (2015). Cyberbullying of teachers by students on YouTube: challenging the image of teacher authority in the digital age. Res. Pap. Educ. 1522 (October). pp. 1-19. doi: 10.1080/02671522.2015.1037337.
58. Lenhart A., Madden M., Smith A., Purcell K., Zickuhr K., Rainie, L. (2011). Teens, kindness and cruelty on social network sites. Washington, D.C: Pew Research Center.
59. Leung A. N. M., Wong N., Farver J. M. (2018). Cyberbullying in Hong Kong Chinese students: Life satisfaction, and the moderating role of friendship qualities on cyberbullying victimization and perpetration. Personality and Individual Differences, 133. pp. 7-12. DOI: 10.1016/j.paid.2017.07.016.
60. Leung A. N., McBride-Chang C. (2013). Game on? Online friendship, cyberbullying, and psychosocial adjustment in Hong Kong Chinese children. Journal of Social and Clinical Psychology, 32 (2). pp. 159-185.
61. Li Q. (2007). New bottle but old wine: a research of cyberbullying in schools. Computers in Human Behavior, 23 (4). pp. 1777-1791. doi: 10.1016/j. chb.2005.10.005.
62. Ljepava N., Orr, R., Locke S., Ross C. (2013). Personality and social characteristics of Facebook non-users. Computers in Human Behavior, 29. pp. 1602-1607. doi: 10.1016/j.chb.2013.01.026.
63. Lobe B., Livingstone S., Ölafsson K., Vodeb H. (2011). Cross-national comparison of risks and safety on the Internet: Initial analysis from the EU Kids online survey of european children. London: EU Kids Online, LSE.
64. Marczak M., Coyne I. (2015). A focus on online bullying. In A. Attrill (Ed.). Cyberpsychology. pp. 145-163. Oxford, UK: Oxford University Press.
65. Maslach C., Jackoson S. E., Leitner M. P. (2018). Maslach Burnout inventory manual (4th ed.). Mind Garden. Mc.
66. McCrae R. R., Costa P. T. Jr. (1997). Personality trait structure as a human universal. American Psychologist, 52. pp. 509-516.
67. Müller Ch. R., Pfetsch J., Schultze-Krumbholz A., Ittel A. (2018). Does media use lead to cyberbullying or vice versa? Testing longitudinal associations using a latent cross-lagged panel design. Computers in human behavior, 81. pp. 93-101.
68. Nand P., Perera R., Kasture A. (2016). "How bullying is this message?" A psychometric thermometer for bullying. In: Proceedings of the 2016 26th International Conference on Computational Linguistics (COLING'16). 2016. Osaka, Japan, pp. 695-706.
69. Newness K., Steinert J., Viswesvaran C. (2012). Effects of personality on social network disclosure: Do emotionally intelligent individuals post inappropriate content? Psychological Topics, 21 (3). pp. 473-486.
70. Nikolaou D. (2017). Does cyberbullying impact youth suicidal behaviors? Journal of health economics, 56. pp. 3046.
71. Nocentini A., Menesini E., Calmaestra J., Ortega R., Schultze-Krumbholz A., Scheithauer H. (2010). Cyberbullying: labels, behaviours and definition in three European countries. Aust. J. Guid. Counsell, 20 (2). pp. 129-142.
72. Oksanen A., Oksa R., Savela N., Kaakinen M., Ellonen N. (2020). Cyberbullying victimization at work: Social media identity bubble approach. Computers in human behavior, 109. 106363.
73. Olweus D. (1994). Bullying at school: basic facts and effects of a school based intervention program. Journal of Child Psychology and Psychiatry, 35 (7). pp. 1171-1190.
74. Ouytsel J. V., Lu Y., Ponnet K., Walrave M., Temple J. R. (2019). Longitudinal associations between sexting, cyberbullying, and bullying among adolescents: Cross-lagged panel analysis. Journal of adolescence, 73. pp. 36-41.
75. Patchin J.W., Hinduja S. (2015). Measuring cyberbullying : implications for research. Aggression and Violent Behavior, 23. pp. 69-74.
76. Peluchette J. V., Karl K., Wood C., Williams J. (2015). Cyberbullying Victimization: Do Victims' Personality and Risky Social Network Behaviors Contribute to the Problem? Computers in Human Behavior, 52. pp. 424-435.
77. Pepler D., Craig W., O'Connell P. (2010). Peer processes in bullying: informing prevention and intervention strategies. In S. R. Jimerson, S. M. Swearer, D. L. Espelage (Eds.), Handbook of bullying in schools: An international perspective. pp. 469-479. New York: Routledge.
78. Peter I.-K., Petermann F. (2018). Cyberbullying: A concept analysis of defining attributes and additional influencing factors. Computers in Human Behavior, 86. pp. 350-366. doi: 10.1016/j.chb.2018.05.013.
79. Pharo H., Sim C., Graham M., Gross J., Hayne H. (2011). Risky business: Executive function, personality, and reckless behavior during adolescence and emerging adulthood. Behavioral Neuroscience, 125 (6). pp. 970-978. doi: 10.1037/ a0025768.
80. Piccoli V., Carnaghi A., Grassi M., Stragà M., Bianchi M. (2020). Cyberbullying through the lens of social influence: Predicting cyberbullying perpetration from perceived peer-norm, cyberspace regulations and ingroup processes. Computers in human behavior, 102. pp. 260-273.
81. Rachlin H., Jones B. A. (2008). Social discounting and delay discounting. Journal of Behavioral Decision Making, 21. pp. 29-43. doi: 10.1002/bdm.567.
82. Riddell J., Pepler D., Craig W. (2018). Cyberbullying in Canada. In A. Baldry, C. Blaya, D. P. Farrington (Eds.). To be published by Palgrave McMillan: Palgrave Studies in Cybercrime and Cybersecurity Series.
83. Salanova M., Llorens S., Cifre E. (2013). The dark side of technologies: Technostress among users of information and communication technologies. International Journal of Psychology, 48 (3), pp. 422-436. doi: 10.1080/00207594.2012.680460.
84. Salmivalli C. (2010). Bullying and the peer group: a review. Aggression and Violent Behavior, 15 (2). pp. 112-120. doi: 10.1016/j.avb.2009.08.007.
85. Salmivalli C. (2014). Participant roles in bullying: how can peer bystanders be utilized in interventions? Theory Into Practice, 53 (4). pp. 286-292. doi: 10.1080/00405841.2014.947222.
86. Sanchez-Medina A. J., Galvan-Sanchez I., Fernandez-Monroy M. (2020). Applying artificial intelligence to explore sexual cyberbullying behavior. Heliyon, 6. e03218.
87. Savage M. W., Tokunaga R. S. (2017). Moving toward a theory: Testing an integrated model of cyberbullying perpetration, aggression, social skills, and internet self-efficacy. Computers in Human Behavior, 71. pp. 353-361. doi: 10.1016/j.chb. 2017.02.016.
88. Schacter H. L., Greenberg Sh., Juvonen J. (2016). Who's to blame? The effects of victim disclosure on bystander reactions to cyberbullying. Computers in human behavior, 57. pp. 115-121.
89. Seidman G. (2013). Self-presentation and belong on Facebook: How personality influences social media use and motivations. Personality and Individual Differences, 54. pp. 402-407. doi: 10.1016/j.paid.2012.10.009.
90. Shultz E., Heilamn R., Hart K. J. (2014). Cyber-bullying: An exploration of bystander behavior and motivation. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 8 (4). Article 3. DOI: 10.5817/CP2014-4-4.
91. Slonje R., Smith P.K., Frisén A. (2013). The nature of cyberbullying, and strategies for prevention. Computers in Human Behavior, 29 (1). pp. 26-32.
92. Slotter E. B., Finkel E. J. (2011). I3 theory: Instigating, impelling, and inhibiting factors in aggression. In P. R. Shaver, M. Mikulincer (Eds.). Herzilya series on personality and social psychology. Human aggression and violence: Causes, manifestations, and consequences. pp. 35-52. Washington, DC, US: American Psychological Association. doi: 10.1037/12346-002.
93. Smith P. K., Mahdavi J., Carvalho M., Fisher S., Russell S., Tippett N. (2008). Cyberbullying: Its nature and impact in secondary school pupils. Journal of Child Psychology and Psychiatry, 49 (4). pp. 376-385. doi: 10.1111/j.1469-7610. 2007.01846.x.
94. Song J., Oh I. (2018). Factors influencing bystanders' behavioral reactions in cyberbullying situations. Computers in Human Behavior, 78. pp. 273-282. doi: 10.1016/j.chb.2017.10.008.
95. Spain S.M., Harms P., Lebreton J. M. (2014). The dark side of personality at work. Journal of Organizational Behavior, 35. pp. 41-60.
96. Spielberger C. D., Johnson E. H., Russell S. F., Crane R. J., Jacobs G. A., Worden T. I. (1985). The experience and expression of anger: Construction and validation of an anger expression scale. In M. A. Chesney, R. H. Rosenman (Eds.). Anger and hostility in cardiovascular and behavioral disorders. Hemisphere: McGraw-Hill. pp. 5-30.
97. Suler J. (2004). The online disinhibition effect. CyberPsychology and Behavior, 7. pp. 321-326. doi: 10.1089/1094931041291295;
98. Swearer S. M., Hymel S. (2015). Understanding the psychology of bullying: Moving toward a social-ecological diathesis-stress model. American Psychologist, 70 (4). pp. 344-353. doi: 10.1037/a0038929
99. Tidwell L., Walther J. (2002). Computer-mediated communication effects on disclosure, impressions, and interpersonal evaluations: Getting to know one another a bit at a time. Human Communication Research, 28. pp. 317-348. doi: 10.1111/j.1468-2958.2002.tb00811.x.
100.Tong S., Van der Hiede B., Langwell L., Walther J. (2008). Too much of a good thing? The relationship between number of friends and interpersonal impressions on Facebook. Journal of Computer-Mediated Communication, 13. pp. 531-549. doi: 10.1111/j.1083-6101.2008.00409.x
101.Ttofi M. M., Farrington D. P. (2011). Effectiveness of school-based programs to reduce bullying: A systematic and meta-analytic review. Journal of Experimental Criminology, 7. pp. 27-56.
102.Ubertini M. (2011). Cyberbullying may reduce adolescent's well-being: Can life satisfaction and social support protect them? (Doctoral dissertation). Retrieved from Dissertation Abstracts International.
103.Utz S., Tanis M., Vermeulen I. (2012). It is all about being popular: The effects of need for popularity on social network site use. Cyberpsychology, Behavior, and Social Networking, 15 (1). pp. 37-42. doi: 10.1089/cyber.2010.0651.
104.van Geel M., Goemans A., Toprak F., Vedder P. (2017). Which personality traits are related to traditional bullying and cyberbullying? A study with the Big Five, Dark Triad and sadism. Personality and Individual Differences, 106. pp. 231-235. DOI: 10.1016/j. paid.2016.10.063.
105.Vignoles V. L. (2011). Identity motives. In S. J. Schwartz, K. Luyckx, V. L. Vignoles (Eds.), Handbook of identity theory and research. New York, NY: Springer. pp. 403-432. doi: 10.1007/978-1-4419-7988-9_18.
106.Walrave M., Heirman W. (2011). Cyberbullying: Predicting victimisation and perpetration. Children and Society, 25 (1). pp. 59-72. doi: 10.1111/j.1099-0860.2009.00260.x
107.Whittaker E., Kowalski R. (2015). Cyberbullying via social media. Journal of School Violence, 14 (1). pp. 11-29. doi: 10.1080/15388220.2014.949377.
108.Wong N., McBride C. (2018). Fun over conscience: fun-seeking tendencies in cyberbullying perpetration. Computers in Human Behavior, 86. pp. 319-329. DOI: 10.1016/j.chb.2018. 05.009.
109.Wong R. Y. M., Cheung C. L. K., Xiao B. (2018). Does gender matter in cyberbullying perpetration? An empirical investigation. Computers in Human Behavior, 79. pp. 247-257. doi: 10.1016/j.chb.2017.10.022.
110.Yoon Y., Olivia Lee J., Cho J., Bello M. S., Khoddam R., Riggs N. R., Leventhal A. M. (2019). Association of Cyberbullying Involvement With Subsequent Substance Use Among Adolescents. J Adolesc Health, 65 (5), pp. 613-620. doi: 10.1016/j.jadohealth.2019.05.006
111.Zych I., Farrington D., Ttofi M. M. (2019). Bullying and cyberbullying: Protective factors and effective interventions. Aggression and Violent Behavior, 45. pp. 4-19. doi: 10.1016/j.avb.2018.06.008.
Информация об авторах Дейнека Ольга Сергеевна
(Россия, Санкт-Петербург) Профессор, доктор психологических наук, профессор кафедры политической психологии Санкт-Петербургский государственный университет E-mail: osdeyneka@yandex.ru ORCID ID: 0000-0001-8224-2190
Professor of the Department of Political Psychology
Informaition about the authors
Professor, Doctor of Psychology,
St. Petersburg State University E-mail: osdeyneka@yandex.ru ORCID: 0000-0001-8224-2190
(Russia, Saint-Petersburg)
Olga S. Deyneka
Духанина Любовь Николаевна
(Россия, Кострома) Профессор, доктор педагогических наук, председатель Общероссийская общественно-государственная просветительская организация Российское общество «Знание» ORCID Ю: 0000-0002-6389-3497
Lyubov N. Dukhanina
(Russia, Kostroma) Professor, Doctor of Pedagogical Sciences, Chairman
All-Russian public-educational organization Russian "Znanie" society ORCID: 0000-0002-6389-3497
Максименко Александр Александрович
(Россия, Москва) Доцент, доктор социологических наук, кандидат психологических наук, аналитик проектно-учебной лаборатории антикоррупционной политики Национальный исследовательский университет «Высшая школа экономики» E-mail: maximenko.al@gmail.com ORCID ID: 0000-0003-0891-4950
Aleksandr A. Maksimenko
(Russia, Moscow)
Associate Professor, Doctor of Sociological Sciences,
PhD in Psychological Sciences,
Analyst of Laboratory for Anti-Corruption Policy
National Research University Higher School of Economics
E-mail: maximenko.al@gmail.com
ORCID 0000-0003-0891-4950
