Образ цифрового будущего в публичном пространстве коммуникаций: анализ тональности медиатекстов на основе социальных дилемм Текст научной статьи по специальности «Социологические науки»

Образ цифрового будущего в публичном пространстве коммуникаций: анализ тональности медиатекстов на основе социальных дилемм

Зотов В. В., доктор социологических наук, профессор, профессор Учебно-научного центра гуманитарных и социальных наук Московского физико-технического института (национальный исследовательский университет), Москва, om_zotova@mail.ru

Огурцов Д. А., аспирант по специальности «Искусственный интеллект и машинное обучение», младший научный сотрудник Учебно-научного центра гуманитарных и социальных наук Московского физико-технического института (национальный исследовательский университет), dim_ogu@mail.ru

Аментес А. В., магистрант программы «Науки о данных», младший научный сотрудник Учебно-научного центра гуманитарных и социальных наук Московского физико-технического института (национальный исследовательский университет), amentes.av@mipt.ru

Губанов А. В., кандидат социологических наук, старший научный сотрудник Учебно-научного центра гуманитарных и социальных наук Московского физико-технического института (национальный исследовательский университет), старший специалист по работе в социальных сетях АНО по развитию цифровых проектов в сфере общественных связей и коммуникаций «ДИАЛОГ РЕГИОНЫ», aleksandrgubanov1@mail.ru

Авторы исходят из предположения, что анализ информации, циркулирующей в пространстве публичных коммуникаций, позволяет выявить образы будущего. Целью исследования стало определение инфоповодов, влияющих на процесс презентации образа цифрового будущего в медиапространстве, с последующим определением

их асоциальной / просоциальной коннотации. В ходе работы были выделены маркеры цифрового общества, анализ представленности которых в медиапро-странстве позволил определить дискурс, который формирует образ цифрового будущего. Учитывая то, что будущее цифрового общества зависит от того, как будут решаться социальные дилеммы (то есть проблемные ситуации с возможным асоциальным или просоциальным исходом), был разработан подход, позволяющий на основе соответствующих маркеров и их синонимов одновременно идентифицировать ситуацию, представляемую в медийном пространстве, и определять ее социальный характер. Проведённые вычислительные эксперименты позволили выделить социальные дилеммы, наиболее часто презентуемые в медийном пространстве. Подход к семантическому анализу, использующий взаимодействие различных маркеров социальных дилемм и связанных с ними терминов, представляет инновационный метод понимания контекста.

• образ будущего • цифровое общество • медиатекст • публичное пространство коммуникаций • маркер цифрового общества • социальная дилемма • асоциаль-ность • просоциальность

Исследование выполнено при поддержке Министерства науки и высшего образования Российской Федерации (госзадание) № 075-03-2023-106, номер проекта FSMG-2023-0029.

Одной из наиболее важных тенденций последнего десятилетия является процесс циф-ровизации, который представляет собой внедрение современных цифровых технологий в различные сферы жизни и производства. Этот процесс служит основой для цифровой трансформации, которая, в свою очередь, означает изменение отношений в различных сферах общества с целью создания новых возможностей и ценностей. Среди первых работ по образу будущего стоит отметить публикации Б. Ландхир \Landheer, 1966] и Ф. Полака \Potak, 1973], написанные под влиянием футуристических публикаций 50-60-х годов прошлого века. Интерес к образу будущего в последнее время демонстрируют и российские исследователи [Быльева, Лобатюк, 2021; ZheШkova, Khokhbva, 2019; Комаровский, 2020]. Обобщая имеющиеся трактовки, образ будущего можно представить как комплекс ожиданий, предполаганий и представлений, объясняющий, в каком будущем будут действовать и развиваться человек, общество и государство, какими качествами будут характеризовать их. Отсюда комплекс ожиданий, предполагания и представления о развитии человека, общества и государства в условиях цифровизации различных сфер жизнедеятельности и производства — это есть образ цифрового будущего. То, что предстаёт в качестве образа цифрового будущего, опирается на целый ряд его презентаций в пространстве публичных коммуникаций. Именно анализ информации, циркулирующей в данном пространстве, позволяет выявить образы будущего, которые акторы социальных медиа транслируют в настоящем: «Образы будущего, находящиеся в сфере нашего внимания, располагаются преимущественно в публичном пространстве, поэтому их анализ через корпус самых разнообразных текстов представляется достаточно эффективным» (Желтикова, 2021: с. 56).

Медиа является ключевым элементом пространства публичных коммуникаций, в котором происходит актуализация общественно значимых проблем и их обсуждение [Зотов, Кривоухов, Васильева, 2022]. Тем самым именно медиа (масс-медиа в совокупности с социальными медиа) отражают и формируют общественное мнение

о последствиях цифровой трансформации, и тем самым формируют представления о будущем цифрового общества.

Изучение медийного дискурса, в котором находят отражение ключевые понятия цифрового общества, позволяет описать образ цифрового будущего, конструируемый субъектами медийного пространства для последующего понимания его репрезентации в общественном сознании. Существенное значение в этом смысле имеет текстовая презентация тех или иных феноменов цифрового общества, так как значительную долю сведений о них человек извлекает из медиапространства. Текстовые средства конструирования образа цифрового будущего страны становятся предметом исследований. О важности исследований медиатекста в междисциплинарном аспекте пишут, например, Т.И. Попова, О.И. Таюпова [Попова, 2018; Таюпова, 2018]. С теоретической точки зрения анализ медиатекста должен строиться на системе параметров, способных позволить исследователю установить определённые смысловые коннотации. Поэтому большое значение для проведения качественного социолингвистического анализа имеет использование современных технологий извлечения знания из текстовых сообщений, например автоматической обработки потоков текстовой информации, а именно интеллектуальный анализ текстов (Text Mining), рассмотренный в соответствующей литературе (Мусаев, Григорьев, 2021), а также другие технологии (Kharlamov, Pilgun, 2020).

Целью исследования стало определение инфоповодов, влияющих на процесс презентации образа цифрового будущего в медиапространстве, с последующим определением их асоциальной/ просоциальной коннотации.

Общим вопросом для всех методов интеллектуального анализа текстов является выбор типа словоформ и их производных, используемых для распознавания контента медиатекстов и его коннотации. Словоформы, которые используются для описания цифрового общества, на наш взгляд, целесообразно называть маркерами цифрового общества. В общем случае маркер относится к слову или словосочетанию, которые присутствуют в публикуемом медиатексте и позволяют его отнести к определённой проблематике. В отличие от тега (как сознательно проставляемой метки, которая классифицирует данные, чтобы облегчить интернет-пользователям процесс поиска), маркер вносится, вписывается в медиатекст в силу своей принадлежности к определённому дискурсу. Их совокупность служит подсказками при отнесении медиатекста к определённой проблематике.

Применительно к тематике цифрового общества в дискурс, характеризующих цифровое общество, можно включить термины: «3D-печать», «большие данные» (Big Data), «виртуальный помощник», «робототехника», «умный город», «умный дом», «цифровая экосистема», «цифровая платформа», «искусственный интеллект». Этот отбор маркеров обусловлен тем, что восприятие будущего, его образ ассоциируются со сквозными цифровыми технологиями, и это не случайно. Цифровая трансформация является одной из основополагающих целей развития страны до 2030 г., которая была официально подтверждена Указом Президента Российской Федерации от 21 июля 2020 г. № 474.

56

Анализируя представленность данных маркеров в медиапространстве, можно достоверно определить, какие из этих информационных поводов будут участвовать в формировании образа цифрового будущего. Аналитический срез был сделан за фиксированный временной период продолжительностью три месяца (июль — сентябрь 2023 г.) по всей базе ресурсов, индексируемых аналитической системой «Медиалогия» (более 86 тыс. открытых источников СМИ и 2,5 млрд аккаунтов соцмедиа), с локализацией пользователей из Москвы и Курской области.

На рисунке 1 дана представленность этих терминов в медиапространстве посредством системы мониторинга и анализа «Медиалогия».

Рис. 1. Насыщенность публичного пространства коммуникаций медиатекстами с маркерами цифрового общества и их тональность на основе встроенных алгоритмов «Медиалогии»

Анализ показывает, что наиболее часто в информационном поле встречаются термины: «искусственный интеллект» (около 200 тыс. тематических публикаций), «цифровая платформа» (35 тыс.), «робототехника» (32 тыс.), «умный дом» (18,5 тыс.), «умный город» (10,5 тыс. тематических публикаций). Остальные запросы — «3й-печать», «виртуальный помощник», «цифровая экосистема» — представлены в менее тематических публикациях от 7,5 до 10 тыс. Однозначное лидерство запросов принадлежит медиатекстам с маркером «искусственный интеллект». Тема искусственного интеллекта вызывает большой интерес, так как она сочетает в себе новые возможности для развития и инноваций, поднимает этические и социальные вопросы, выводит на философские рассуждения о природе человеческой рациональности.

Далее, используя встроенные возможности аналитической системой «Медиалогия», была определена тональность медиатекстов с маркерами цифрового общества.

Абсолютным лидером по позитивной тональности материала стал запрос «цифровая экосистема» — 38 % публикаций. Среди медиатекстов с позитивной тональностью также «умный город» — 36 %, «робототехника» — 24 %. Среди главных тем также присутствует «умный город» — 36 % и «робототехника» — 24 %. Это можно объяснить тем, что эти технологии в основном направлены на создание улучшенных условий жизни и комфорта. Также в медиатекстах с этими маркерами наиболее часто использовались оценочные характеристики. Общее соотношение позитивных и негативных коннотаций медиатекстов с маркерами цифрового общества сформировалось следующим образом: позитивные упоминания — 21 %, негативные — 1,6 %. Повторим, что образовавшийся значительный перепад можно обосновать преобладанием упоминаний экспертного характера, а также общей направленностью технологий на создание комфортных условий для жизни.

Медиатексты, содержащие маркеры цифрового общества, были выгружены и составили базу для анализа возникающих социальных дилемм, понимаемых нами как проблемные ситуации, с двумя противоположными исключающими друг друга сценариями развития (асоциальным/просоциальным), наступление каждого из которых возможно с определённой вероятностью. Дилемму цифрового общества предлагается считать просоциальной, если она нацелена на решение общественно значимых проблем в пользу человека и общества. В противном случае её следует отнести к асоциальной, поскольку оно характеризует цифровое будущее как враждебное по отношению к человеку и его социальному окружению. На основе анализа наиболее обсуждаемых проблем, связанных с цифровым обществом, были определены ключевые дилеммы, которые были сформулированы по возможности в нейтральном ключе. Для каждой социальной дилеммы был предложен маркер идентификации ситуации, который используется совместно с маркером цифрового общества для её описания (в совокупности они были названы «маркеры социальной дилеммы»).

Таблица 1

Маркеры для идентификации социальной дилеммы цифрового общества

и определения её просоциальной / асоциальной презентации в медиатекстах

Маркеры дилеммы Характеристика дилеммы

Дилемма Маркеры цифрового общества Маркеры идентификации ситуации Просо-циальная Асоциальная

Использование систем с искусственным интеллектом людьми, занятыми творческими профессиями Искусственный интеллект Искусство, произведение Самовыражение Разрушение

Рост конкуренции между людьми, владеющими и не владеющими цифровыми технологиями Цифровые технологии Конкуренция, состязание Доход Неравенство

58

Окончание табл. 1

Маркеры дилеммы Характеристика дилеммы

Свободное время в следствии внедрения в производство роботов и систем искусственного интеллекта Робототехника; искусственный интеллект Свободное время,до-суг Саморазвитие Скука

Изменение способности человека к мыслительной деятельности за счёт выполнения соответствующих работ системами искусственного интеллекта Искусственный интеллект Интеллект, мышление Творчество Глупость

Появление рабочих мест, требующих высокого уровня цифровой компетентности Робототехника; искусственный интеллект Компетентность, квалификация Умения, навыки, знание Невежество

Контроль со стороны государства над человеком при помощи цифровых устройств и сервисов Умный город, умный дом, искусственный интеллект Контроль, наблюдение Безопасность Угроза

Изменение рабочего времени из-за внедрения в производство роботов и систем искусственного интеллекта Робототехника; искусственный интеллект Работа, труд Занятость Безработица

Допуск граждан к социальным благам на основе социального рейтинга Интернет вещей, искусственный интеллект, умный город Законопослушность, ответственность Справедливость Произвол

Контроль за жизнедеятельностью городов системами искусственного интеллекта Интернет вещей, искусственный интеллект, умный город Город, наблюдение Безопасность Угроза

Выдача новостной информации на основе взглядов человека, его пристрастий Искусственный интеллект Новости, сеть Интернет Подспорье Пропаганда

Возможность органов власти блокировать доступ к сайтам в Интернете Искусственный интеллект Сеть Интернет, безопасность Независимость Блокировка

Для достижения целей анализа асоциальности/просоциальности медиатекстов разработан подход, позволивший усовершенствовать подсчёт тональности медиасообщений

на основании токенов слов за счёт следующего логического приёма. В отличие от традиционных методов, которые полагаются на базовый анализ сентиментов или прямое соответствие ключевых слов, данный метод на основе маркеров и их синонимов параллельно идентифицирует ситуацию и определяет её просоциальный или асоциальный характер, что открывает возможности для более сложного, многоуровневого понимания текста. Это продвинутый способ понимания того, как различные маркеры в тексте связаны друг с другом, и он помогает определить тональность текста в целом по отношению не к конкретному токену, а используется более широкий «ситуационный» смысл. Например, анализ отношения автора к теме «свободного времени вследствие внедрения в производство роботов и систем искусственного интеллекта» раскрывается через идентификацию этой ситуации в пространстве публичных коммуникаций (на основе маркеров «робототехника» и «свободное время») и последующего определения тональности сообщения на основе соответствующих токенов асоциальности «скука» и просо-циальности «саморазвитие» совместно со словами-синонимами. Использование групп синонимов для каждого понятия добавляет дополнительный уровень глубины анализа. Учитываются не только прямые упоминания в контексте, но и вариативная связка синонимов, порождающая больший спектр смыслов, значений и предположений. Это даёт расширенную аналитику сентиментов не только с точки зрения машинного анализа, но и с точки зрения исследования смыслов текстов.

Формальное описание метода:

T — текстовые данные;

M — набор синонимов маркера цифрового общества;

S — набор синонимов маркера идентификации ситуации;

P, N, O — переменные Positive(P), Negative(N).

"t î T, ($m î M,$s î S, $sp î SP, $sn î SN (входит (m, t) Л входит (s, t) Л Лвходит (sp, t)ù входит (sn, t) ® (инкремент (P)л инкремент (N)))

Для "tîT всех текстовых данных $mî M существует по крайней мере один синоним маркера m в M, 3se S существует по крайней мере один синоним ситуации (маркера 2) s в S, также существует хотя бы один синоним для переменных тональности P, N — следовательно, возможно увеличить значение переменных P и N на 1.

Псевдокод:

Text = «Статья, пост или сообщение любой длины...»

marker = («маркер1», «маркер2», «маркер3»...)

situation = («маркер1», «маркер2», «маркер3»...)

positive = («keyword1», «keyword2», «keyword3»...)

negative = («keyword1», «keyword2», «keyword3»...)

def preprocess(data):

#функция очистки текста return text

60

For text row in data: preprocess(text)

IF ANY marker AND ANY situation IN text:

positive += count_keywords negative += count_keywords

Результатом исполнения такого кода является вывод в виде подсчета вхождений M, S, P, N, что позволяет в дальнейшем проводить аналитику и строить выводы.

В итоге проведённого вычислительного эксперимента были получены результаты, представленные в таблице 2.

Таблица 2

Результаты вычислительного эксперимента по идентификации социальной дилеммы цифрового общества и определения её просоциальной / асоциальной

презентации в медиатекстах

Дилемма Количество социальных дилемм Доля про-социальных, % Доля асоциальных, %

Использование систем с искусственным интеллектом людьми, занятыми творческими профессиями 948 2 1

Рост конкуренции между людьми, владеющими и не владеющими цифровыми технологиями 137 18 8

Свободное время вследствие внедрения в производство роботов и систем искусственного интеллекта 226 2 3

Изменение способности человека к мыслительной деятельности за счёт выполнения соответствующих работ системами искусственного интеллекта 16 627 4 1

Появление рабочих мест, требующих высокого уровня цифровой компетентности 89 14 0

Контроль со стороны государства над человеком при помощи цифровых устройств и сервисов 5 470 54 10

Изменение рабочего времени из-за внедрения в производство роботов и систем искусственного интеллекта 28 058 2 1

Допуск граждан к социальным благам на основе социального рейтинга 2 0 0

Контроль за жизнедеятельностью городов системами искусственного интеллекта 15 302 35 4

Окончание табл. 2

Дилемма Количество социальных дилемм Доля про-социальных, % Доля асо-циаль-ных, %

Выдача новостной информации на основе взглядов человека, его пристрастий 1 605 0 1

Возможность органов власти блокировать доступ к сайтам в Интернете 151 5 3

62

Представленные результаты вычислительного эксперимента по идентификации социальной дилеммы цифрового общества показывают, что в наибольшей мере в публичном пространстве коммуникаций представлены социальные дилеммы «изменение рабочего времени из-за внедрения в производство роботов и систем искусственного интеллекта», «изменение способности человека к мыслительной деятельности за счёт выполнения соответствующих работ системами искусственного интеллекта», «контроль за жизнедеятельностью городов системами искусственного интеллекта», «контроль со стороны государства над человеком при помощи цифровых устройств и сервисов». При этом, поскольку для социальных дилемм для просоци-альной характеристики был выбран маркер «безопасность» со словами-синонимами, доля просоциальных вариантов разрешения данных дилемм в публичном пространстве достаточна высока — 35 и 54 % соответственно.

Представленный в работе метод является разновидностью семантического анализа. Такой подход крайне полезен для анализа презентации медиатекста в пространстве публичных коммуникаций. Кроме того, предлагаемый метод универсален, он может применяться для разных языков и областей. Слабым местом данного алгоритма анализа тональности медиаматериалов на основе социальных дилемм является определение маркеров асоциальности / просоциальности и синонимов этих маркеров. Для этих целей необходима дополнительная работа с экспертами лингвистами.

Заключение. Авторы исходят из предположения, что анализ информации, циркулирующей в пространстве публичных коммуникаций, позволяет выявить презентуемые образы будущего. В ходе работы были найдены маркеры цифрового общества, анализ представленности которых в медиапространстве позволил определить, что дискурс, связанный с искусственным интеллектом, даёт преобладающее количество информационных поводов, формирующих образ цифрового будущего. При этом авторы связывают будущее цифрового общества с тем, как будут разрешаться определённые проблемные ситуации, с двумя противоположными исключающими друг друга сценариями развития (асоциальным/просоциальным), наступление каждого из которых возможно с определённой вероятностью. Такие ситуации были названы социальными дилеммами, и для их обнаружения в медиапространстве

были предложены маркеры идентификации ситуации, которые совместно с маркером цифрового общества используются для её описания (в совокупности они были названы маркеры социальной дилеммы). А для определения асоциально-сти/просоциальности медиатекстов разработан подход на основе соответствующих маркеров и их синонимов, который параллельно идентифицирует ситуацию и определяет её просоциальный или асоциальный характер. Представленные результаты вычислительного эксперимента по идентификации социальной дилеммы цифрового общества показывают, что в наибольшей мере в публичном пространстве коммуникаций представлены социальные дилеммы «изменение рабочего времени из-за внедрения в производство роботов и систем искусственного интеллекта», «изменение способности человека к мыслительной деятельности за счёт выполнения соответствующих работ системами искусственного интеллекта», «контроль за жизнедеятельностью городов системами искусственного интеллекта», «контроль со стороны государства над человеком при помощи цифровых устройств и сервисов». Таким образом, представлен инновационный подход к семантическому анализу, который использует взаимодействие между различными концепциями и их связанными терминами для получения глубокого понимания контекста. Этот подход имеет широкий спектр применения в анализе тональности текста, его категоризации, представляя сложный инструмент для понимания больших текстовых данных.

Список использованных источников

1. Быльева, Д.С. Образ цифрового будущего общества через призму пандемии / Д.С. Былье-ва, В.В. Лобатюк // Философская мысль. - 2021. - № 2. - С. 11-22. - DOI: 10.25136/24098728.2021.2.35169.

2. Желтикова, И.В. Образ будущего. Монография / И.В. Желтикова. — Орёл: Изд-во «Картуш», 2021. - 164 с.

3. Зотов, В.В. Социально-сетевое взаимодействие в сети Интернет: к определению феномена медиа / В.В. Зотов, А.А. Кривоухов, И.Н. Васильева // Коммуникология. - 2022. - Т.10, № 4. -C. 13-22. - DOI 10.21453/2311-3065-2022-10-4-134. Комаровский, В.С. Образ желаемого будущего России: проблемы формирования / В.С. Кома-

ровский // Власть. - 2020. - № 12. - С. 45-50.

5. Мусаев, А. А. Обзор современных технологий извлечения знаний из текстовых сообщений / А. А. Мусаев, Д. А. Григорьев // Компьютерные исследования и моделирование. - 2021. -Т.13, № 6. - С. 291-1315

6. Попова, Т.И. Актуальные направления исследования медийного интернет-пространства / Т.И. Попова // Медиалингвистика. - 2018. - Т.25, № 3. - С. 258-272. - DOI: 10.21638/ spbu22.2018.301

7. Таюпова, О.И. Медиатекст с позиции междисциплинарного подхода / О.И. Таюпова // Доклады Башкирского университета. - 2018. - Т. 3. - С. 100-104.

8. Kharlamov, A.A. and Pilgun, M. (2020). Analysis of the Situation Connotation on the Example of Assessing the Reaction of Society: Social Media Data [International Journal of Future Generation Communication and Networking]. Vol. 13, No. 3, pp. 37-44.

9. Landheer, B. (1966). About the Image of the Future. [On the Sociology of International Law and International Society]. Springer, Dordrecht.:. 108-114. DOI: 10.1007/978-94-015-0792-9_13

10. Polak, F. (1973) The Image of the Future. Elsevier Scientific Publishing Com-pany. Amsterdam, London, New-York. 320 p.

11. Zheltikova, I., Khokhlova, E. (2019) The Image of the Future of Contempo-rary Russia. [Journal of Futures Studies]. 24 (1): 63-76. DOI:10.6531/JFS.201909_24(1).0005

THE IMAGE OF THE DIGITAL FUTURE IN THE PUBLIC SPACE OF COMMUNICATIONS: ANALYSIS OF THE TONALITY OF MEDIA TEXT BASED ON SOCIAL DILEMMAS

Zotov V. V., Doctor of Sociological Sciences, Professor, Professor at the Humanities & Social Sciences Center of the Moscow Institute of Physics and Technology (National Research University), om_zotova@mail.ru

Ogurtsov D. A., postgraduate student in the specialty "Artificial Intelligence and Machine Learning", junior research scientist at the Humanities & Social Sciences Center of the Moscow Institute of Physics and Technology (National Research University), dim_ogu@mail.ru

Amentes A. V., master's student of the program "Data Science", junior research scientist at the Humanities & Social Sciences Center of the Moscow Institute of Physics and Technology (National Research University), amentes.av@mipt.ru

Gubanov A. V., Candidate of Sociological Sciences, senior research scientist at the Humanities & Social Sciences Center of the Moscow Institute of Physics and Technology (National Research University), senior specialist in social media at the ANO for the development of digital projects in the field of public relations and communications "DIALOG REGIONS", aleksandrgubanov1@mail.ru

The authors proceed from the assumption that the analysis of information circulating in the space of public communications makes it possible to identify images of the future. The purpose of the study was to identify information guides that influence the process of presenting the image of the digital future in the media space, followed by the definition of their antisocial/prosocial connotation. In the course of the work, markers of the digital society were identified, the analysis of the representation of which in the media space made it possible to determine the discourse that forms the image of the digital future. Considering that the future of the digital society depends on how social dilemmas (that is, problematic situations with a possible asocial or prosocial outcome) will be solved, an approach has been developed that allows, on the basis of appropriate markers and their synonyms, simultaneously identify the situation presented in the media space and determine its social character. The conducted

64

computational experiments made it possible to identify the social dilemmas that are most often presented in the media space. The approach to semantic analysis, using the interaction of various markers of social dilemmas and related terms, represents an innovative method of understanding the context.

• image of the future • digital society • media text • public space of communications

• marker of digital society • social dilemma • asociality • prosociality

The research is supported by the Ministry of Science and Higher Education of the Russian Federation (Goszadaniye) № 075-03-2023-106, project No. FSMG-2023-0029