CC BY
332
Георгий А. НиколАЕнко, Анна А. Федорова
Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
Нереактивная стратегия: применимость незаметных методов сбора социологической информации в условиях Web 2.0 на примере цифровой этнографии и Big Data
36
В статье раскрываются ключевые особенности и перспективы стратегии невмешательства в социологическом исследовании, получившей в западной литературе наименование «незаметной» или «нереактивной». В первой части статьи критически описывается история нереактивной стратегии, выраженная в переходе от ограниченного применения с изучением физических следов человеческой деятельности к изучению широкого спектра объектов виртуальной реальности.
С опорой на краткий обзор концептов Web 2.0 и Web 3.0 очерчиваются оптимальные области применения незаметного и нереактивного исследования на основании цифровых следов, оставленных пользователями глобальной сети интернет и иных коммуникационных технологий современности. Раскрывается важность технологий Web 2.0 для изучения не только взаимодействия отдельных пользователей, но также их деятельности, интересов и предпочтений, коммерческих отношений между разнородными сетевыми акторами, политической сферы общества и иных феноменов тотального взаимопроникновения реальной и виртуальной жизни.
Текст акцентирует внимание на двух разнородных направлениях нереактивной стратегии: «открытой» цифровой этнографии и исполь-
Николаенко Георгий Александрович — м.н.с. СПбФ ИИЕТ РАН; Аспирант, факультет социологии, СПбГУ, Санкт-Петербург. Научные интересы: internet studies, memory studies, социология науки. E-mail: eastrise.spb@gmail.com Georgy A. Nikolaenko — junior researcher in Saint-Petersburg Branch of the Institute of History of Science and Technology, the Russian Academy of Sciences; Ph.D. student, Department of Sociology, St. Petersburg State University. Academic interests: internet studies, memory studies, sociology of science. E-mail: eastrise.spb@gmail.com
Федорова Анна Александровна — Аспирант, факультет социологии, СПбГУ, Санкт-Петербург. Научные интересы: социальная антропология, этническая социология. E-mail: an-f@list.ru
Anna A. Fedorova — Ph.D. student, Department of Sociology, St. Petersburg State University. Academic interests: social anthropology, ethnic sociology. E-mail: an-f@list.ru
Социология
ВЛАСТИ Том 29 № 4 (2017)
зовании анализа больших массивов неупорядоченных данных (Big Data), собираемых социологами благодаря кооперации как с самими крупными игроками информационного пространства, так и с представителями иных дисциплин, обладающих опытом и технологическим оснащением для обработки сотен терабайт информации.
Анализируя динамику развития отдельных методов внутри стратегии незаметного изучения как в доцифровую эпоху, так и в условиях тотального распространения интернета, авторы раскрывают основные преимущества и недостатки данной стратегии, такие как ее уровень доступности, безопасности, повторяемости, репрезентативности и этичности. Отдельно в тексте рассматриваются особенные характеристики сетевых исследований: анонимность, смещение эффекта социальной желательности в область агрессивного поведения или детерминированность действий пользователей механизмами организации и работы конкретных социальных сетей и сайтов.
Ключевые слова: незаметное исследование, нереактивное исследование, цифровые следы, Web 2.0, Web 3.0, Big Data, виртуальная реальность, цифровая этнография
Georgy A. Nikolaenko, Anna A. Fedorova, St. Petersburg State University, St. Petersburg, Russia
Non-Reactive Strategy: Unobtrusive Methods of Gathering Sociological Informa- 37
tion in Web 2.0 Age — Evidence from Digital Ethnography and Big Data
The article in question describes the key elements and prospects of non-interference methodology, which goes in Western literature under the name of "unobtrusive" or "non-reactive" strategy.
The first part of the article provides critical description of the history of non-reactive strategy, namely its transition from limited studies of physical traces of human activity to the research of virtual reality objects.
Based on a brief overview of Web 2.0 and Web 3.0 concepts, the article describes the most appropriate uses of unobtrusive and non-reactive research in analysis of digital traces left by users through the global web and other modern communication technologies. The article reveals the importance of Web 2.0 technologies for studying not only the interaction of individual users, but also their activities, interests and preferences as well as other phenomena of interosculation between real and virtual life.
Furthermore, the authors focalize their attention on two different directions in non-reactive methodology, namely an "open" digital ethnography and the analysis of large amounts of unordered data, better known as Big Data. It might be collected by social scientists through cooperation with the biggest actors in the sphere of information technologies and with other scientific disciplines, providing their expertise and technological equipment for processing hundreds of terabytes of raw data.
The analysis of dynamical development of methodological elements in non-reactive study (both in the pre-digital era and in the conditions of the total spread of the Internet) reveals its main advantages and disadvantages, such as the high level of accessibility, security, repeatability, validity and ethics of this strategy. Besides the text specifies characteristics of network
Sociology of Power Vol. 29
№ 4 (2017)
research, including anonymity; shifts in the effect of social desirability to the area of aggressive behavior; the correlation between user's actions and the operational standards of specific social networks and sites.
Keywords: unobtrusive research, non-reactive research, digital fingerprints, Web 2.0, Web 3.0, Big Data, virtual reality, digital ethnography
doi: 10.22394/2074-0492-2017-4-36-54
Введение
По данным международного союза электросвязи на 2017 год [World Telecommunication/ICT Indicators database 2017] число индивидуальных пользователей интернета достигло 48% от всего населения земного шара, при этом в развитых странах эта цифра достигает в среднем 82%. Если еще 5-7 лет назад интернет представлял собой лишь небольшой срез общественной жизни, репрезентирующий только молодые и активные слои населения, то на сегодняшний день упрощение доступа ко всемирной сети и повсеместная реализация принципов пользовательского наполнения сайтов 38 и платформ Web 2.0 вовлекли в виртуальное пространство представителей всех возрастов и социальных групп. Данный процесс, названный Тройственной революцией (Triple Revolution), достаточно подробно описан Барри Веллманом (Barry Wellaman) и Ли Рейни (Lee Ramie) в книге «Networked» [Ramie, Wellman, 2012].
Профили в генерализованных и специфических социальных сетях, общение в мессенджерах, возможность свободного комментирования медийного контента и даже создание аккаунтов в он-лайн-играх оставляют за каждым пользователем интернета цепочку цифровых следов (digital fingerprints), позволяющих распознать паттерны его социальных действий без прямого вмешательства исследователя в осуществляемую деятельность. В то же самое время использование классических опросных методик получения социологической информации также приобретает новое понимание в условиях сетей виртуальных связей, частично нивелирующих как физическое, так и психологическое расстояние между респондентом и интервьюером.
Каковы перспективы незаметного наблюдения за пользователями внутри сети по сравнению с переносом традиционных, «заметных» опросов и интервью на новую почву виртуального мира? Насколько валидны результаты исследований, использующих лишь одну из этих стратегий при исследовании онлайн-среды? Где заканчивается «незаметность» метода и в какой момент реакция респондента может начать оказывать влияние на содержание получаемой информации? Именно эти аспекты различия реактивных
Социология
ВЛАСТИ Том 29 № 4 (2017)
и нереактивных методов сбора информации в сети интернет будут рассмотрены в основной части этой статьи.
История нереактивной стратегии
Термины «незаметное» (unobtrusive) и «нереактивное» (non-reactive) исследование, не нашедшие распространения в русскоязычных социологических работах, впервые упомянуты в работе «Незаметные меры: Нереактивное исследование в области социальных наук» (Unobtrusive Measures: Non-Reactive Research in the Social Sciences) Юджина Уэбба, Дональда Кэмпбелла и Ричарда Швартца [Webb, Campbell, Schwartz, 1966]. Используя компиляцию исследовательских процедур, заимствованных из этнографии, антропологии, теоретической социологии и даже криминологии, авторы предложили обратить внимание на так называемые физические следы (physical traces) человеческой деятельности.
Внутреннее содержание понятия «незаметное исследование» определялось в этой работе через противопоставление с «заметными» опросными методиками, требующими от исследователя непосредственного контакта с респондентом. Согласно позиции авторов 39 термина, использование классических анкет и интервью оказывает чрезмерное влияние на массив полученных данных из-за непредсказуемой реакции респондента на ситуацию участия в исследовании.
Арсенал методов, которые предлагались читателям книги для сокращения эффекта социальной желательности респондента и иных сложностей непосредственного опроса, включал в себя наблюдение, анализ документов и цифровых данных (на момент написания работы таковыми считались только съемки видеокамер и диктофон-ные записи), а также изучение иных физических следов человеческой деятельности. К последним могли относиться, к примеру, уровень изношенности разметки на переходах, демонстрирующий особенности поведения пешеходов, или цветы на могилах как часть ритуальных действий.
Во второй части работы описаны иные экспериментальные методики, расширяющие границы понимания термина «нереактивное исследование». Так, в качестве одного из вариантов действенного незаметного изучения паттернов поведения в обществе описывались ситуации симуляции приступа болезней или совершения фиктивной «кражи» в людном месте, позволявшие, с одной стороны, добиться реакции прохожих, а с другой — оставить их в неведении относительно проводимого исследования.
Следующий этап в развитии нереактивной стратегии исследования пришелся на рубеж XX-XXI веков — время тотального распространения сети интернет. Родоначальником виртуального на-
Sociology of Power Vol. 29
№ 4 (2017)
правления нереактивных исследований выступил Раймонд Ли, описавший объемы и перспективы изучения данных, добровольно выкладываемых пользователями в киберпространство [Lee, 2000].
В связи с технологическим и методологическим разрывом между англоязычной и русскоязычной социологией в отечественной науке нереактивная стратегия исследования не получила достаточного внимания ни в 1970-е, ни в 1990-е годы, ни даже в настоящий момент. В немногочисленных русскоязычных работах нереактивные методы представляются в качестве дополнительных, а сами термины «нереактивный» и «незаметный» практически не используются.
40
Цифровые следы в современном виртуальном пространстве как потенциальный объект для нереактивного исследования
Вследствие того, что последняя четверть века характеризуется взрывным ростом цифровых технологий, в частности интернета, стоит признать, что в поле цифровых данных исследователь все еще сталкивается с новыми методологическими вопросами. Развитие виртуального пространства в стандартах Web 1.0 и Web 2.0 перевело фокус внимания исследователей с физических следов на следы цифровые.
Количество производимой человечеством информации растет небывалыми темпами. Так, в докладе компании IDC [Data Age 2025: The Evolution of Data to Life-Critical, 2017], опубликованном в апреле 2017 года, приводится прогноз, по которому современная тенденция перманентного роста объема производимой информации не только продолжится, но и усилится. Уже к 2025 году количество производимой информации увеличится более чем в четыре раза, достигнув объема в 160 зеттабайт (рис. 1).
Рис. 1. График годичного объема произведенной информации [Ibid., p.7].
Социология
ВЛАСТИ Том 29 № 4 (2017)
Очевидным является тот факт, что распространение технологий «интернета вещей» (связей между «умными» приборами, способных передавать данные друг другу без участия человека), оцифровка различных категорий информации, автоматизация производства и бизнес-процессов, а также рост объема мультимедийной информации формируют условия для комплексных виртуальных исследований. В данном контексте в социологии закономерно происходит процесс постепенного смещения исследовательской активности в сторону нереактивного изучения информация, уже произведенная в процессе интернет-коммуникации.
Нереактивная стратегия виртуального исследования постоянно усложняется за счет перманентной трансформации самой сети. Так, в разговоре об изменении интернет-пространства важным является термин Web 2.0, введенный Тимом О'Райли в 2005 году для описания сайтов и сервисов, структура которых выстраивается вокруг создания контента самими пользователями [O'Reily, 2005]. Web 2.0 противопоставляется Web 1.0, в рамках которого созданием контента занимались непосредственно редакторы сайтов (по образцу классических СМИ).
Ожидаемо дискуссионным остается вопрос о перспективах 41 сети — Web 3.0, однако большее число исследователей считают, что переход к Web 3.0 произойдет вместе с распространением так называемого интернета вещей (IoT). В действительности большинство технологий Web 3.0 уже существуют и функционируют, так что новая эра интернета наступит, как только данные технологии получат распространение.
Расселл Ньюман с соавторами выделяет ряд технологий, которые и станут стержнем Web 3.0 [Newman, Chang, Walters, Wills, 2016, p. 596].
1. Служба электронного правительства, позволяющая правительству каждой страны выполнять административную, стратегическую и оперативную работу в интернете, а также получать прямую обратную связь от своих граждан для повышения качества своих услуг.
2. Рост услуг электронного бизнеса и в перспективе переход к тотальной виртуализации практически всех транзакций.
3. Услуга электронного банкинга позволяет каждому человеку оплачивать свои счета одним касанием.
4. Распространение интернета вещей.
5. Дальнейшее развитие технологий виртуальной и дополненной реальности и их интеграция в системы сетевого социального взаимодействия.
Ньюман видит Web 3.0 как сочетание смартфонов, социальных сетей, Web 2.0, облачных вычислений и новых бизнес-моделей.
Sociology of Power Vol. 29
№ 4 (2017)
От себя можем добавить, что по всей видимости данный список нужно расширить за счет криптовалют.
На данный момент мы живем в ситуации относительно медленного перехода, когда развитые страны уже используют элементы Web 3.0, в то время как страны Третьего мира еще только осваивают предыдущую технологическую ступень Web 2.0.
Однако именно технологии Web 2.0 сделали интернет по-настоящему социальным: в дополнение к ссылкам между документами внедрены связи между людьми; развитие форумов и социальных сетей добавило к перечню акторов события, бренды, организации; осуществляется концентрация людей на основных ресурсах соцсетей.
Данные изменения существенно облегчили деятельность социальных исследователей, работающих в нереактивной стратегии, ведь многочисленность и единая структура продуцируемых пользователями данных позволяют значительно быстрее добывать необходимые массивы информации о любых сферах социальной жизни, а также обрабатывать их едиными алгоритмами.
Возможности нереактивной стратегии исследования виртуаль-42 ного мира сегодня не ограничиваются одними социальными сетями в привычном понимании этого термина. Отдельного внимания заслуживают и сетевые игры (программное обеспечение, позволяющее играть с другими геймерами при помощи интернет-подключения) как новый вид сетевого взаимодействия.
Неотъемлемой частью Web 2.0 являются и облачные сервисы, то есть системы дистанционного хранения данных с возможностью доступа к ним из любой точки мира посредством ширококанальных подключений. Подобные технологии позволили сделать «социальным» любой файл, бывший во времена Web 1.0 индивидуальным и как бы привязанным к ПК. На данный момент функционирует множество облачных сервисов, позволяющих совместно работать над различными документами, равно как и стриминговых сервисов, дающих непосредственный доступ к мультимедийным файлам без их скачивания, то есть посредством потоковой обработки данных и их воспроизведения. Несмотря на подавляющую приватность данных пользователей в большинстве облачных хранилищ, упомянутые сервисы обладают высоким потенциалом нереактивного исследования социального взаимодействия и коллаборации пользователей на основе их трудовой деятельности, интересов и предпочтений.
Web 2.0 преобразовал и коммерческое взаимодействие в рамках сети: в некоторых случаях пользователь получает часть рекламой прибыли сайта за счет интеграции рекламной информации в контент, произведенной пользователем. Подобные системы становятся в некотором роде катализаторами процессов создания и распро-
Социология власти Том 29 № 4 (2017)
странения контента. Вторая технология — микротранзакции. Эти системы реализованы различными онлайн-сервисами с целью обеспечения возможности приобретать продукты или услуги с использованием реальной валюты. Подобные покупки могут производиться непосредственно через социальный сервис или любой другой продукт, который интегрируется с онлайн-сервисом, что позволяет по-новому реализовывать услуги либо организовывать торговлю. Микротранзакции в корне отличаются от классических интернет-магазинов, создавая новую сферу социально-экономической реальности, тем самым принимая вид одного из основополагающих факторов социального взаимодействия в сети.
Объемы и содержание цифровых следов пользователей современной глобальной сети позволяют делать выводы как об их индивидуальном поведении, так и о масштабных социальных сдвигах, не прибегая к непосредственному контакту с респондентами. Именно восприятие виртуального мира «аэ ¡б» делает особенно перспективными методы нереактивной стратегии исследования виртуального пространства.
Sociology of Power Vol. 29
№ 4 (2017)
Ключевые методы нереактивной стратегии 43
исследования виртуального пространства
Сегодня открывшееся для ученых поле Web 2.0 стало предметом разнонаправленных исследований в нереактивных стратегиях, каждая из которых по-своему распоряжается массивами данных, имеющимися в свободном сетевом доступе.
Наиболее перспективным направлением сегодня выступает метод сбора больших данных, более известный как Online Big Data или OBD. Под этим термином понимается автоматизированный сбор и изучение крупных массивов данных, чей объем может превышать несколько терабайт, в то время как стандартные статистические исследовательские данные обычно не превышают нескольких сот мегабайтов. Редкие исследования, превышающие в объеме 1000 терабайт, на данный момент носят название EBD — Extremely Big Data или Крайне Большие Данные.
Помимо очевидного показателя объема данных признаками OBD также следует считать их изначальную неструктурированность, выраженную в большом разбросе источников сбора информации, а также оперативность обработки, необходимую для репрезентативности данных в конкретный период времени [Корытникова, 2015, с. 16].
Распространение данной терминологии пришлось на последнее десятилетие и перешло в социальные науки из естественнонаучных дисциплин. На данный момент ответ на вопрос, «Что именно
могут изучать социологи с помощью сбора Big Data?», ограничен лишь исследовательским воображением: векторы коммуникации акторов в обществе, темы и дискурсы их взаимодействия, стратегии переноса реальной жизни в виртуальное пространство, потребительские характеристики больших групп и излагаемое ими общественное мнение — все это уже сегодня становится предметом для социологического анализа. Проще говоря, соединение необходимости, выраженной в попытке социологов угнаться за динамическими изменениями современного общества, и возможности, вызванной ростом технологических и вычислительных мощностей, реализовано в создании беспрецедентной нереактивной стратегии, где виртуальное взаимодействие превращается в ряды цифр, взаимосвязей и выводов.
Важной чертой для описания Big Data как нереактивной методики являются типы источников, непосредственно передающих данные исследователям.
В работе Дэвида Лэйзера и Джейсона Рэдфорда выделены три основных типа «полей» получения Больших Данных [Lazer, Radford, p. 21].
44 1. Виртуальное поведение пользователей в социальных сетях,
на сайтах и разнородных платформах, имитирующих социальное поведение в реальной жизни.
2. Оцифрованные данные государственных и частных учреждений, а также технические данные компаний из сферы предоставления информационных услуг связи.
3. Оцифрованные данные, полученные непосредственно путем сбора в реальной жизни (как, например, программы-анализаторы открытых Wi-Fi сетей или Bluetooth-точек на пути следования акторов).
Если доступ к первому и третьему типу «полей» зачастую открыт, сотрудничество с компаниями и учреждениями требует от исследователя более существенных ресурсных затрат. Не все акторы информационного пространства готовы выдать данные пользователей по первому запросу, а некоторые даже искусственно ограничивают возможность сбора публичной информации со своих платформ посредством фильтров. С другой стороны, многие компании видят в социологических исследованиях возможность выявления перспектив собственного развития через внимательное изучение имеющихся показателей, что существенно облегчает доступ исследователя к получению OBD.
Согласно мнениям современных исследователей интернета, будущее Big Data лежит на пересечении дисциплинарных полей точных и социальных наук: «выполнение масштабных социологических исследований интернета возможно только в междисципли-
Социология власти Том 29 № 4 (2017)
нарных командах, для формирования которого требуется время, ресурсы и психологическая готовность исследователей разных дисциплин к сотрудничеству» [Павлова, Кольцова, 2011, с. 1].
Совершенно иной подход к пониманию и анализу информации, выкладываемой пользователями интернета в свободный доступ, предлагает метод цифровой этнографии. С момента появления первых исследований виртуальности многие ученые пытались ввести свою терминологию для обозначения переноса реальной этнографической методологии в виртуальное пространство: для этого использовались термины «киберэтнографии» [Teli, Pisanu, 2007], «Net-нографии» [Kozinets, 2002], «мультимодальной и медийной эт-нографий» [Mason, Dicks, 2001], однако наиболее устоявшимся в среде исследователей сегодня считается термин «цифровая этнография», предложенный Дираджем Мерфи [Murthy, 2008].
Даже в пылу споров о названии новой методики все исследователи соглашались, что ее наполнением должно стать использование дистанционных интервью, наблюдения, скрытого участия в он-лайн-практиках и сбор цифровых артефактов поведения различных групп населения [Standlee, 2017, p. 1]. Все перечисленные методы, кроме интервью, являются классическим проявлением нереактив- 45 ной стратегии исследования, особенно перспективными для описания внутренней жизни представителей субкультур, разделенных в пространстве этнических групп и новых диаспор, а также молодежи, родившейся в эпоху тотальной виртуализации и не знавшей жизни до интернета.
Основной концепт, отличающий цифровую этнографию от всех других комплексных методов исследования виртуальной реальности, — это ее методологическая и содержательная открытость [Pink, Horst, Postill, 2015, p. 11]. По мнению ученых, работающих в русле данной стратегии, точно так же как сами сети открыты для участников и сторонних наблюдателей, исследование тоже не должно ставить перед собой границы познания, оставляя лишь цели и принцип максимальной восприимчивости к условиям виртуальной среды, ее внутренним маркерам и локациям [Hine, 2011, p. 570].
Оценка границ применения нереактивной стратегии
Проблематика границ работы нереактивной стратегии, ее достоинств и недостатков в узком смысле понимания термина «нереактивный» (без включения в механизм оценки описанных ранее «незаметных, но реактивных экспериментов») наиболее полно описана Алланом Келлхером в начале 1990-х годов, когда благодаря первой волне распространения интернета методы незаметного исследования пережили второе рождение. К плюсам нереактивных методов
Sociology of Power Vol. 29
№ 4 (2017)
Келлхер относит возможность выявить реальное поведение, а не его трактовку респондентом, безопасность для исследователя и объекта, высокую валидность результатов исследования, его повторяемость, дешевизну и хороший потенциал для лонгитюдных исследований. Минусы — невозможность контролировать источник данных, невключенность внутригрупповых смыслов, большое число переменных, инструментальные ошибки исследования, ограниченный потенциал проявления, неэтичность [КеПеИеаг, 1993].
На сегодняшний день количество возможных проблемных ситуаций, с которыми исследователь сталкивается при работе с онлайн-методами, значительно меньше аналогичных показателей, характеризующих специфику полевой работы. Это происходит за счет исключения из контекста исследования географических расстояний, равно как и необходимого в классических методах контакта face-to-face. Скрытое наблюдение, отягощенное необходимостью продумывания легенды, а также возможными подозрениями окружающих, в виртуальной реальности становится как никогда обезличенным. До того момента как действия ученого не начинают включать в себя попытки выхода на прямой контакт с респондентом, он остается 46 для объекта лишь одним из пользователей, никак не отличающимся от основной массы иных участников виртуальной коммуникации.
Изучение закрытых групп, построенных по принципу принадлежности к определенному этносу, неформальному движению или идеологии в ситуации прямого, реактивного исследования как в виртуальной, так и реальной среде, нередко оказывается сопряжено с недоверием к исследователю как чужаку. Даже в условиях получения формального доступа к полю исследователь часто сталкивается с частичным прекращением внутригрупповых коммуникаций на период проведения исследования. В свою очередь виртуальные сообщества зачастую представляются участникам безопасной территорией, где не только снижаются барьеры доступа для новых участников, но также происходит общение без оглядки на чужака.
Как демонстрирует сравнительное исследование, проведенное Силом и Чартерис-Блэком на материале анализа классических интервью и незаметного анализа интернет-форумов, маргинальные группы населения, чувствующие крайне высокую степень групповой идентичности или, напротив, испытывающие дискомфорт относительно своей принадлежности к некой группе (дискриминируемые меньшинства, люди с тяжелыми заболеваниями), более откровенно и подробно описывают свой жизненный опыт, контакты с другими членами группы и детали восприятия именно на виртуальных площадках [СЬа11ег18-В1аск, Беа1е, 2010, р. 600].
Схожие результаты получены и в нереактивном исследовании, посвященном коммуникации фанатов музыкальных групп на фо-
Социология власти Том 29 № 4 (2017)
румах и в комментариях к видеозаписям выступлений, где благодаря незаметному наблюдению выявлены специфические особенности структуры фанатского сообщества, внутригрупповые маркеры коммуникации и черты социально-неодобряемого поведения, распространенные в данной среде [Hine, 2015, p. 178-179].
Другим неоспоримым плюсом использования нереактивного метода в сети является сочетание высокой доступности поля для большинства ученых со всего земного шара, а также возможность повторения любого исследования. Учитывая, что большинство работ, посвященных социальному взаимодействию в среде Web 2.0, так или иначе опираются на выложенную в открытый доступ информацию из аккаунтов социальных сетей, блогов и комментариев, инструментальные ограничения на проведение повторного исследования включают в себя лишь личные характеристики исследователя, а также конкретные ситуации запрета доступа, такие как, например, блокировки сайтов и доменов в отдельных регионах.
При ближайшем рассмотрении вопрос доступа оказывается намного более комплексным, чем может показаться изначально. Помимо того что интернет имеет ряд закрытых сегментов, несанкционированный доступ к которым практически невозможен, 47 исследователь может столкнуться с рядом проблем даже в случае работы с публичными данными, ведь поисковые системы индексируют лишь часть сети, не говоря о том, что так называемый даркнет (darknet — «теневой интернет») и вовсе остается недоступным при использовании стандартных средств поиска.
Очевидно, что на вопрос доступа влияет и банальный языковой барьер, ведь на данный момент ни один язык не подходит на роль всеобъемлющего языка интернет-коммуникации, и как следствие любые транснациональные исследования подразумевают анализ данных, представленных на нескольких языках. Помимо исключительно теоретического поля этот вопрос влечет за собой и ряд технических последствий, при которых исследователь сталкивается с проблемой интерпретации полученных данных и их группировки, так как технические средства автоматизации обработки информации имеют ряд ограничений при работе с кириллицей, могут некорректно группировать данные в случае наличия в текстах ошибок или том в случае, когда пользователи публикуют сар-кастические/иронические/меметичные и другие комментарии «непрямого» значения. Остается открытым и вопрос о выявлении ботов и фейков, чьи публикации могут существенно сместить результаты социологического анализа.
Далеко не каждый пользователь сети является активным производителем контента. И несмотря на то что переход к Web 2.0 детерминировал многократное увеличение числа креативных
Sociology of Power Vol. 29
№ 4 (2017)
пользователей, исследователи все же находятся в ситуации, когда подавляющее большинство пользователей являются скорее пассивными потребителями контента, нежели его активными создателями. Ситуацию усугубляет беспрецедентное распространение мес-сенджеров, в частности так называемых «каналов», то есть средств, характеризующихся преимущественно односторонней передачей информации, в рамках которой обратная связь ограничивается опциональными возможностями выставления лайков/дизлайков, а также участием в опросах, созданных редакциями каналов.
Ключевые проблемы в научном дискурсе нереактивных исследований
Этика нереактивной стратегии в целом и незаметных виртуальных исследований в частности
Продолжительная научная дискуссия о сомнительности этической составляющей нереактивной стратегии впервые суммирована в работе Раймонда Ли «Незаметные методы в социальном иссле-48 довании». Им приведены аргументы сторон, включавшие несоответствие моральным стандартам кодекса исследователя, с одной стороны, и три аргумента против раскрытия роли исследователя в социальном эксперименте — с другой [Lee, 2000]. Согласно этим аргументам сторонников незаметного эксперимента, его результаты являются более валидными (по сравнению с классическими опросными методиками) благодаря отсутствию:
Предположений у участников исследования о его конечных целях, общественно-одобряемых («правильных») результатах и гипотезах, нуждающихся в подтверждении, а не опровержении.
Черт «серийного участника эксперимента» (набора типичных качеств людей, обычно соглашающихся на участие в эксперименте).
Чрезмерного доверия исследователя к деятельности волонтеров — помощников и ассистентов, материально не заинтересованных в помощи исследователю, но при этом участвующих в организации работы с респондентами или непосредственно в опросах по иным причинам.
Проблема этичности разнородных методик исследования виртуального пространства впервые полно и систематично описана в работе Джима Томаса «Этика и справедливая практика сбора данных социальных наук в киберпространстве» [Thomas, 1996]. В дальнейшем научная дискуссия по этому вопросу велась еще 4 года на полях конференций социальных наук, и только в 2000 году поступило предложение составить совместно обсуждаемый кодекс этики интернет-исследователей. Последующие правки вносились в кодекс
Социология власти Том 29 № 4 (2017)
в 2005 году, а наиболее современная его версия, куда вошли требования обеспечения безопасности информантов, отказ от публикации частной и закрытой информации, а также соблюдение общечеловеческих прав и свобод, принята в 2012-м.
Необходимость создания отдельного этического кодекса, регулирующего отношения исследователя и его объекта именно в виртуальной среде, продиктована самой спецификой интернет-пространства, а именно его анонимностью, низкой регулируемостью и организационной сложностью.
На сегодняшний день тремя основными векторами этических конфронтаций между разными группами ученых, добывающих материалы в онлайн-среде с помощью нереактивной стратегии, являются:
1. Проблема понимания приватности в интернете, а также ожиданий обычных пользователей, связанных с этой приватностью.
2. Необходимость согласия пользователей на участие в исследовании.
3. Степень этичности создания фиктивного образа для проникновения в закрытые группы и сообщества. 49
Все озвученные проблемы особенно остро стоят в ситуациях, где нереактивность имеет высокое значение для повышения репрезентативности исследования.
Проблема репрезентативности результатов незаметного исследования
Как только исследователь принимает интернет за источник информации, пытаясь преобразовать цифровые следы в структурированные социологические данные, он сталкивается с рядом проблем, которые мы условно назовем побочными эффектами нереактивной стратегии исследования. Несмотря на то что в рамках повседневного взаимодействия пользователи сети самостоятельно продуцируют огромные объемы информации, теоретически считающейся спонтанной и естественной (не подверженной конструированию, свойственному при коммуникации интервьюер/респондент), все же подобные массивы формируются под влиянием множества факторов, а также имеют ряд специфических свойств, которые необходимо учитывать при дальнейшем социологическом анализе.
Таким образом, несмотря на нереактивность данных, мы все же не можем говорить об их естественности, так как вместо вопросного конструирования, то есть смещения ответов в сторону социально одобряемых, свойственного вышеупомянутой коммуникации между интервьюером и респондентом, приходит так называемое со-
Sociology of Power Vol. 29
№ 4 (2017)
циотехническое конструирование, поскольку «формат отдельного цифрового носителя или цифровой среды также задает специфические рамки и ограничения» [Дудина, 2016, с. 23]. И действительно, каждый сервис формирует коммуникативную рамку с рядом технически обусловленных возможностей, взаимодействие в границах которой так или иначе регламентируется формализованными и негласными правилами, формируя, таким образом, свойственный конкретно этому сервису спектр паттернов поведения.
Необходимо учитывать, что специфические модели поведения, принятые в рамках того или иного сервиса, могут напрямую влиять на стратегии саморепрезентации пользователя. Немаловажным фактом является возможность сохранить анонимность. «В цифровом пространстве пользователи стремятся производить впечатление друг на друга, и здесь во внимание надо принимать то, как люди управляют впечатлениями и презентуют себя при общении онлайн. Например, если при использовании опросных методов смещение идет в сторону социально одобряемых ответов, то в цифровом пространстве, напротив, часто наблюдается смещение в сторону социально не одобряемых или агрессивных реакций» [Там же].
50 Анонимность — не единственная преграда на пути социоло-
га. В подавляющем большинстве случаев, работая с информацией из сети, исследователь вообще не имеет каких-либо надежных данных о демографических характеристиках пользователей и, более того, не всегда может гарантировать, что имеет дело с непосредственно человеческой коммуникацией, ведь цифровые следы оставляют не только люди, но также боты и фейковые аккаунты. Разумеется, и боты, и фейки — продукт человеческой деятельности и, по крайней мере на данный момент, неотъемлемая часть интернет-коммуникации, однако невозможность их однозначного выявления при обработке полученных данных обуславливает целый ряд специфических последствий, в особенности если исследователь имеет дело с, например, актуальными вопросами политической повестки. Более того, наличие «нечеловеков» в коммуникативных сетях ставит под вопрос возможность соотнесения полученных данных с отдельными индивидами и, как следствие, необходимость пересмотра используемой модели социального актора в принципе.
Несмотря на то что побочные эффекты с первого взгляда являются непреодолимой преградой на пути репрезентативности виртуального исследования в нереактивной стратегии, сегодня разработаны и апробированы технологии, позволяющие избежать критичных смещений в незаметном сборе и анализе онлайн-информации.
В первую очередь к таковым относится кросс-методологическая перепроверка полученных результатов, где исследователю предлагается использовать несколько нереактивных методов (таких как
Социология власти Том 29 № 4 (2017)
лонгитюдное изучение отдельных срезов социальной реальности в интернете и цифровая этнография) для исключения маргинальных случаев.
Кроме того, работа с большими объемами данных в таких нереактивных методах, как Big Data, априори гарантирует высокую репрезентативность за счет использования случайного отбора и статистического уменьшения возможных ошибок анализа.
Системный подход к анализу факторов, влияющих на изучаемую совокупность цифровых следов как в техническом (доступность тех или иных изучаемых площадок для пользователей; наличие сервисов и элементов, необходимых для всестороннего изучения данного явления; открытость данных), так и в общесоциальном смыслах (демографические показатели целевой аудитории ресурса, гласные и негласные правила поведения), позволяет организовать программу исследования таким образом, чтобы возможные негативные элементы нереактивной стратегии были учтены и минимизированы.
Заключение
В данной публикации мы предприняли попытку обобщить клю- 51 чевые наработки западных идеологов нереактивной стратегии исследования относительно границ применения незаметных методов в современном обществе, а также уделили особое внимание описанию кластеров цифровых следов, доступных для изучения в рамках социологического и даже междисциплинарного подхода виртуальности.
Обсуждаемый методологический вопрос уже давно вышел за пределы Internet Studies вследствие усиливающихся процессов диги-тализации социального взаимодействия. Беспрецедентный рост информации вкупе с постепенным распространением интернета вещей и систем электронного правительства является весомым аргументом в пользу применения нереактивных методов исследования.
Не только количество изучаемых данных, но и сами особенности нереактивной стратегии (возможность не акцентировать внимание респондента на ситуации исследования, наличие доступа к разрозненным в реальности сообществам) делают ее актуальной как в виртуальных исследованиях, связанных с «болезненными» для общества проблемами и группами, так и для описания всего комплекса элементов социальной реальности, укоренившихся в киберпространстве.
Впрочем, несмотря на очевидный потенциал нереактивной стратегии, в российской социологии еще существует ряд предубеждений о несамостоятельности и нерепрезентативности комплексного нереактивного подхода к изучению интернет-пространств. Отсутствие
Sociology of Power Vol. 29
№ 4 (2017)
разработанного аппарата нереактивных исследований в отечественной науке, равно как и невключение незаметных методов в научный дискурс современной российской социологии, пагубно влияет на перспективы своевременного изучения огромных массивов данных, постоянно продуцируемых в русскоязычном сегменте интернета.
Библиография
Дудина В. (2016) Цифровые данные — потенциал развития социологического знания. Социологические исследования, (9): 21-30.
Корытникова Н. (2015) Online Big Data как источник аналитической информации в online-исследованиях. Социологические исследования, (8): 14-24. Павлова Ю., Кольцова О. (2011) К методологии сбора Интернет-данных для социологического анализа. СПб.: НИУ ВШЭ.
Hine C. (2011) Towards ethnography of television on the internet: A mobile strategy for exploring mundane interpretive activities. Media, Culture & Society, (33): 567-82. Hine C. (2015) Ethnography for the Internet, London: Bloomsbury. Kellehear A. (1993) The Unobtrusive Researcher. Sydney, Australia: Allen and Unwin. 52 Kozinets R. (2002) The Field Behind the Screen: Using Netnography For Marketing Research in Online Communities. Journal of Marketing Research, (39): 61-72. Lazer D., Radford J. (2017) Data ex Machina: Introduction to Big Data. Annual Review of Sociology, (43): 19-39.
Lee R. (2000) Unobtrusive methods in social research. Buckingham: Open University Press.
Mason B., Dicks B. (2001) Going Beyond the Code: The Production of Hypermedia Ethnography. Social Science Computer Review, (19): 445-457.
Murthy D. (2008) Digital Ethnography: An Examination of the Use of New Technologies for Social Research. Sociology, (42): 837-855.
Newman R., Chang V., Walters R.J., Willis G.B. (2016) Web 2.0 — The past and the Future. International Journal of Information Management, (36): 591-598. Pink S., Horst H., Postill J. (2016) Digital ethnography: Principles and practices. Los Angeles: Sage Publications Limited.
Rainie L., Wellman B. (2012) Networked. The New Social Operating System, Cambridge, MA: The MIT Press.
Reinsel D., Gantz J., Rydning J. (2017) Data Age 2025: The Evolution of Data to Life-Critical
(Режим доступа: https://www.seagate.com/www-content/our-story/trends/files/
Seagate-WP-DataAge2025-March-2017.pdf, дата обращения 12.02.2018).
Seale J., Charteris-Black A. (2010) Interviews and internet forums: a comparison of
two sources of qualitative data. Qualitative Health Research, (20): 595-606.
Teli M., Pisanu F. (2007) The Internet as a Library-of-People: For a Cyberethnography
of Online Groups. Forum: Qualitative Social Research, (8): Art. 33.
Социология власти Том 29 № 4 (2017)
Thomas, J. (1996) Introduction: A Debate about the Ethics of Fair Practices for Collecting Social Science Data in Cyberspace. The Information Society, (12): 107-118. Webb E., Campbell D., Schwartz R. (1966). Unobtrusive measures: Nonreactive research in the social sciences. Chicago, IL: Rand McNally. World Telecommunication/ICT Indicators database (2017) 21th Edition.
References
Dudina, V. (2016) Tsifrovye dannye — potentsial razvitiia sotsiologicheskogo znaniia [Digital data — the potential for the development of sociological knowledge]. Sotsio-logicheskie issledovaniia, (9): 21-30.
Hine C. (2011) Towards ethnography of television on the internet: A mobile strategy for exploring mundane interpretive activities. Media, Culture & Society (33): 567-82. Hine C. (2015) Ethnography for the Internet, London: Bloomsbury Kellehear A. (1993) The Unobtrusive Researcher. Sydney, Australia: Allen and Unwin. Korytnikova N. V. (2015) Online Big Data kak istochnik analiticheskoi informatsii v online-issledovaniiakh [Online Big Data as a source of analytical information in online research]. Sotsiologicheskie issledovaniia, (8): 14-24.
Kozinets R. (2002) The Field Behind the Screen: Using Netnography For Marketing 53 Research in Online Communities. Journal of Marketing Research, (39): 61-72.
Lazer D., Radford J.(2017) Data ex Machina: Introduction to Big Data. Annual Review of Sociology, (43): 19-39.
Lee R. (2000) Unobtrusive methods in social research. Buckingham: Open University Press. Mason B., Dicks B. (2001) Going Beyond the Code: The Production of Hypermedia Ethnography. Social Science Computer Review, (19): 445-457.
Murthy D. (2008) Digital Ethnography: An Examination of the Use of New Technologies for Social Research. Sociology, (42): 837-855.
Newman R., Chang V., Walters R.J., Willis G.B. (2016) Web 2.0 — The past and the Future. International Journal of Information Management (36): 591-598. Pavlova Iu., Kol'tsova O. (2011) K metodologii sbora Internet-dannykh dlia sotsiologicheskogo analiza [Addressing the methodology of Internet data collection in sociological analysis]. St-Petersburg: HSE.
Pink S., Horst H., Postill J. (2016) Digital ethnography: Principles and practices. Los Angeles: Sage Publications Limited.
Rainie L., Wellman B. (2012) Networked. The New Social Operating System, Cambridge, MA: The MIT Press.
Reinsel D., Gantz J., Rydning J. (2017) Data Age 2025: The Evolution of Data to Life-Critical (https://www.seagate.com/www-content/ourstory/trends/files/Seagate-WP-DataA-ge2025-March-2017.pdf).
Seale J., Charteris-Black A. (2010) Interviews and internet forums: a comparison of two sources of qualitative data. Qualitative Health Research, (20): 595-606.
Sociology of Power Vol. 29
№ 4 (2017)
Teli M., Pisanu F. (2007) The Internet as a Library-of-People: For a Cyberethnography of Online Groups. Forum: Qualitative Social Research, (8): Art. 33. Thomas, J. (1996) Introduction: A Debate about the Ethics of Fair Practices for Collecting Social Science Data in Cyberspace. The Information Society, (12): 107-118. Webb E., Campbell D., Schwartz R. (1966) Unobtrusive measures: Nonreactive research in the social sciences. Chicago, IL: Rand McNally. World Telecommunication/ICT Indicators database (2017) 21th Edition.
Рекомендация для цитирования/Рог citations:
Николаенко Г.А., Федорова А.А. (2017) Нереактивная стратегия: применимость незаметных методов сбора социологической информации в условиях Web 2.0 на примере цифровой этнографии и Big Data. Социология власти, 29 (4): 36-54. Nikolaenko G.A., Fedorova A.A. (2017) Non-Reactive Strategy: Unobtrusive Methods of Gathering Sociological Information in Web 2.0 Age — Evidence from Digital Ethnography and Big Data. Sociology of Power, 29 (4): 36-54.
Поступила в редакцию: 01.12.2017; принята в печать: 18.12.2017
Социология власти Том 29 № 4 (2017)
