CC BY
74
МЕТОДЫ И МЕТОДОЛОГИЯ
DOI: 10.14515/monitoring.2021.1.1821
Н. Д. Трегубова, М. Л. Ни, А. А. Китаева
ТРАНСНАЦИОНАЛИЗМ В РЕЖИМЕ ОНЛАЙН: МИГРАЦИОННЫЕ ИССЛЕДОВАНИЯ В УСЛОВИЯХ ИСКУССТВЕННОЙ СОЦИАЛЬНОСТИ
Правильная ссылка на статью:
Трегубова Н. Д., Ни М. Л., Китаева А. А. Транснационализм в режиме онлайн: миграционные исследования в условиях искусственной социальности //Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 1. С. 283—303. https:// doi.org/10.14515/monitoring.2021.1.1821. For citation:
Tregubova N. D., Nee M. L., Kitaeva A. A. (2021) Transnationalism Online: Migration Research in the Age of Artificial Sociality. Monitoring of Public Opinion: Economic and Social Changes. No. 1. P. 283-303. https://doi.org/10.14515/monitoring.2021.1.1821. (In Russ.)
ТРАНСНАЦИОНАЛИЗМ В РЕЖИМЕ ОНЛАЙН: МИГРАЦИОННЫЕ ИССЛЕДОВАНИЯ В УСЛОВИЯХ ИСКУССТВЕННОЙ СОЦИАЛЬНОСТИ
ТРЕГУБОВА Наталья Дамировна — кандидат социологических наук, ассистент кафедры сравнительной социологии, Санкт-Петербургский государственный университет, Санкт-Петербург, Россия E-MAIL: [email protected] https://orcid.org/0000-0003-3259-5566
НИ Максим Леонидович — сотрудник Международной исследовательской лаборатории «Транснационализм и миграционные процессы: сравнительный и институциональный анализ», Санкт-Петербургский государственный университет, Санкт-Петербург, Россия E-MAIL: [email protected] https://orcid.org/0000-0002-7285-0237
КИТАЕВА Анастасия Александровна — студент, Совместная магистерская программа «Наука и технологии в обществе», Университет ИТМО и Европейский университет в Санкт-Петербурге, Санкт-Петербург, Россия E-MAIL: [email protected] https://orcid.org/0000-0002-8883-8013
Аннотация. Миграция в Россию из стран СНГ—явление, которое ставит перед социальными учеными многочисленные исследовательские проблемы. Разнообразие миграционных потоков и трудности в доступе к «полю» приводят к тому, что различные фрагменты общей картины лишь в той или иной степени согласуются друг с другом. Статья посвящена осмыслению и сравнению несколькихтаких фрагментов, полученных в ходе изучения «следов» активности транснациональных мигрантов
TRANSNATIONALISM ONLINE: MIGRATION RESEARCH IN THE AGE OF ARTIFICIAL SOCIALITY
Natalia D. TREGUBOVA1—Cand. Sci. (Soc.), Assistant Professor at the Chair of Comparative Sociology E-MAIL: [email protected] https://orcid.org/0000-0003-3259-5566
Maxim L. NEE 1 — Researcher at the International Research Laboratory "Trans-nationalism and Migration Processes: Comparative and Institutional Analysis" E-MAIL: [email protected] https://orcid.org/0000-0002-7285-0237
Anastasia A. KITAEVA2—Student E-MAIL: [email protected] https://orcid.org/0000-0002-8883-8013
1 Saint Petersburg State University, Saint Petersburg, Russia
2 ITMO University and EUSP Joint Master's Program 'Science and Technologies in Society', St. Petersburg, Russia
Abstract. Migration to Russia from the CIS countries poses various research problems for social scientists. Diversity of migration flows and difficulties in access to the field lead to various researchers seeing different fragments of the overall picture, which do or do not match with each other. This paper aims to interpret and compare several research findings obtained in the study of digital 'traces' of transnational migrants' online activities. The paper seeks to answer two questions: Which aspects of migration
в интернете. Авторы стремятся ответить на два вопроса: какие стороны миграционных процессов проявляются в собранных данных, а какие—ускользают от исследователей; как полученные результаты и их ограничения соотносятся со свойствами онлайн-среды, организованной деятельностью поисковых, классифицирующих и сортирующих алгоритмов? Эмпирический материал представлен двумя типами онлайн-данных, характеризующих миграцию в Россию из пяти стран (Азербайджана, Казахстана, Кыргызстана, Таджикистана и Узбекистана). Это группы «ВКон-такте» и сайты, найденные с помощью поисковика Google.
Данные были собраны на шести языках: русском и стран исхода. В качестве методов выступают сетевой анализ, контент-анализ, а также он-лайн-наблюдение. Охарактеризованы процессы сбора и анализа данных и основные результаты исследования для каждого из методов. Результаты соотнесены друг с другом, сделаны выводы о содержательных характеристиках миграционных процессов и о возможностях и ограничениях исследования миграции в онлайн-среде. Авторы описывают «разделение труда» между людьми и алгоритмами на каждом из этапов исследования, выделяют три типа алгоритмов согласно их роли в исследовательском процессе, а также размышляют над тем, как принятые методологические решения повлияли на полученные результаты.
processes manifest in the collected data, and which ones elude from the researchers' view? How do the research findings and limitations correspond to the properties of the online milieu that are organised by search and classification algorithms? The research is based on two online data types: groups in VKontakte, the Russian largest social media, and sites found using the Google search engine. This data characterises migration to Russia from five countries: Azerbaijan, Kazakhstan, Kyrgyzstan, Tajikistan, and Uzbekistan, and was collected in six languages (Russian and the languages of the countries of origin). The methods of analysis are network analysis, online observation, and content analysis. The paper characterises data collection and analysis steps and presents the main research results for each of the methods. In conclusion, the authors discuss how the research findings are related to each other, what conclusions could be drawn about transnationalism in Russia, and how to organize a study in the online milieu considering various algorithms' active role.
Ключевые слова: миграция в Россию, транснациональная миграция, цифровая этнография, онлайн-наблюдение, сетевой анализ, взаимодействие «человек —алгоритм»
Keywords: migration to Russia, transnational migration, digital ethnography, online observation, network analysis, human-algorithm interaction
Мониторинг общественного мнения: экономические и социальные перемены Monitoring of Public Opinion: Economic and Social Changes
№ 1 (161) январь — февраль 2021 No. 1 January — February 2021
Благодарность. Исследование выполнено при поддержке Российского научного фонда, грант № 18-78-10049.
Acknowledgments. The study was supported by the Russian Science Foundation, grant No. 18-78-10049.
Постановка проблемы
Миграция в Россию из стран СНГ — явление, которое ставит перед социальными учеными многочисленные исследовательские проблемы. Разнообразие миграционных потоков и трудности в доступе к «полю» приводят к тому, что различные фрагменты общей картины лишь в той или иной степени согласуются друг с другом. Статья посвящена осмыслению и сравнению нескольких таких фрагментов, полученных в ходе анализа «следов» активности транснациональных мигрантов в интернете.
Транснациональный подход — один из наиболее популярных и перспективных в современных миграционных исследованиях. В самом общем виде транснационализм предполагает параллельное пребывание «здесь и там»—«одновременное включение мигранта в социальные сети как страны исхода, так и принимающего сообщества, характеризующееся постоянным движением мигранта между разными национальными пространствами, повседневными мирами, финансовым участием в экономике страны исхода и экономической активностью в принимающем государстве» [Степанов, 2018: 119].
Проект, результаты которого представлены в настоящей статье, направлен на фиксацию и анализ различных проявлений траснационализма онлайн для мигрантов из стран СНГ в Россию.
Концепция «транснационализма онлайн» предполагает, что онлайн-технологии расширяют возможности установления транснациональных связей и, в предельном выражении, изменяют саму природу транснационализма: «здесь и там» превращается в «здесь, там и где-то еще» [Starikov et al., 2018]. Проблематика транснациональной миграции на постсоветском пространстве представляет особый интерес в соотнесении с процессами, происходящими в онлайн-среде. С одной стороны, исследования последних лет показывают, что миграция в Россию, особенно миграция из стран Средней Азии, часто транснациональна [Абашин, 2017; Бредникова, 2017] и мигранты активно используют интернет в повседневной жизни [Тимошкин, 2019; Ruget, Usmanalieva, 2019; Urinboyev, 2017]. С другой стороны, существует важная концептуальная проблема, связанная с осмыслением влияния на миграционные процессы технологий, которые делают возможными различные виды опыта пребывания онлайн [Трегубова, 2020].
Авторы настоящей статьи ставят перед собой две цели.
Первая — представить результаты конкретных эмпирических исследований, проведенных в рамках вышеупомянутого исследовательского проекта, посвященного проблематике транснационализма онлайн.
Вторая цель заключается в осмыслении опыта исследования, в котором в качестве «поля» выступает онлайн-среда. Данные, генерируемые онлайн, становятся все более востребованы социальными учеными, появляются новые методы сбора и анализа этих данных, возникают имена для новых областей: Internet studies
[Рыков, Нагорный, 2017], digital humanities [Digital Humanities: гуманитарные науки в цифровую эпоху, 2016], digital ethnography [Hjorth et al., 2017], digital sociology [Сивков, 2018], и др. Настоящая статья представляет рефлексию об опыте исследования онлайн, а именно—о том, как в исследовательском процессе воплощаются особенности развития «онлайн-культуры» и «искусственной социальности» [Резаев, Трегубова, 2019]. Иными словами, нас интересуют а) тот «сплав» технологических возможностей, культурно обусловленных практик и повсеместного проникновения интернета в повседневную жизнь общества, который характеризует жизнь современного человека; б) влияние алгоритмов, активных посредников и участников онлайн-взаимодействий, в том числе — влияние алгоритмов искусственного интеллекта (ИИ). Как следствие этих двух факторов, в любом онлайн-исследовании возникает своеобразное «разделение труда» между человеком и машиной (алгоритмом), которое мы и стремимся осмыслить в данной статье.
В рамках настоящей статьи эти цели взаимосвязаны, причем первая подчинена второй. Результаты исследований транснационализма онлайн изложены и соотнесены между собой таким образом, чтобы они могли стать материалом для методологической рефлексии о проведении онлайн-исследований в условиях искусственной социальности.
В качестве эмпирического материала выступают два типа данных: группы в социальной сети «ВКонтакте» (далее — ВК) и сайты, найденные с помощью поисковика Google. Решение о сборе именно таких данных связано с тем, что социальные сети и поисковики сегодня используются практически повсеместно и с различными целями. Выбор поисковика Google обусловлен тем, что это крупнейший международный поисковик, используемый в различных языковых сегментах интернета и имеющий национальные домены. ВК был выбран потому, что это самая популярная социальная сеть в России и одна из наиболее популярных — в странах СНГ [Тимошкин, 2019]. Полученные сведения характеризуют миграцию и транснациональные связи для мигрантов в Россию из пяти стран: Азербайджана, Казахстана, Кыргызстана, Таджикистана и Узбекистана 1. Сбор данных на шести языках (русском и стран исхода) проходил с октября 2019 г. по май 2020 г.
Исследования транснациональной миграции зачастую ограничиваются фиксацией связи между Родиной и страной исхода. Однако в рамках настоящего проекта была поставлена более широкая задача: мы стремились зафиксировать существование транснационального пространства, которое объединяло бы все шесть стран, а не только Россию с отдельными странами-донорами. Данная постановка вопроса связана с интересом к тому, как общее советское наследие влияет на характер транснационализма мигрантов в России.
В соответствии с поставленными целями авторы статьи стремятся дать ответы на два вопроса.
1 Выбор именно этих стран связан с тремя обстоятельствами. Во-первых, величина миграционных потоков: по данным МВД РФ (URL: https://xn-b1aew.xn-p1ai/Deljatelnost/statistics/migracionnaya/item/19365693/ (дата обращения: 10.02.2021).), в 2019 г. Азербайджан, Казахстан, Кыргызстан, Таджикистан и Узбекистан входили в число семи государств, из которых в Россию приезжает наибольшее число мигрантов (также в эту семерку вошли Китай и Украина). Во-вторых, переселенцы из этих стран в отличие, например, от украинцев, часто идентифицируются местным населением именно как мигранты. В-третьих, страны объединяет то, что в каждой из них преобладает мусульманское население.
Первый: какие стороны миграционных процессов проявляются в собранных данных, а какие—ускользают от исследователей? В частности, фиксируются ли «следы» общего транснационального пространства, связывающего страны исхода с Россией?
Второй: как полученные результаты и их ограничения соотносятся со свойствами онлайн-среды, организованной деятельностью поисковых, классифицирующих и сортирующих алгоритмов?
Отвечая на первый вопрос, мы характеризуем результаты применения к собранным данным различных методов анализа. Для ответа на второй вопрос мы рассмотрим «разделение труда» между людьми и алгоритмами в ходе исследования и обсудим, как могла бы повлиять на полученные результаты иная организация исследования.
Сайты, найденные через Google: контент-анализ
Поиск сайтов по миграционной тематике через Google осуществлялся на шести языках по ключевым словам: «мигрант русский», «местный русский», «мигрант азербайджанец/казах/киргиз/узбек/таджик», «местный азербайджанец/казах/ киргиз/узбек/ таджик» (на русском языке—12 словосочетаний, на азербайджанском, казахском, киргизском, таджикском и узбекском языках—по четыре словосочетания с указанием соответствующей национальности). Поиск производился в национальных доменах для соответствующих языков; для всех языков, кроме русского, — в режиме инкогнито.
Для каждого из словосочетаний просматривались сайты, выдаваемые поисковиком на первых десяти страницах, и из них вручную отбирались те, что имеют отношение к миграционным процессам на постсоветском пространстве. При необходимости содержание сайтов переводилось с помощью переводчика Google. Всего было отобрано более 700 сайтов (от 100 до 200 для каждого языкового сегмента).
Для анализа текстов, представленных на сайтах, применялся метод качественного контент-анализа. Внимание исследовательского коллектива было направлено на следующие характеристики: 1) содержание: тип сайта, характер информации, целевая аудитория; 2) язык (языки) сайтов; 3) совпадения: мы фиксировали случаи, когда на разных языках поисковик выдавал одни и те же сайты 2. Основные типы сайтов, найденные нами через Google,—это информационные (новостные) порталы, коллекции видео, сайты организаций (правительственных, международных, правозащитных, предоставляющих услуги мигрантам и др.), персональные сайты, сообщества пользователей (включая социальные сети), сайты с нормативными документами, онлайн-словари, а также специальные сайты по миграционной тематике. Наиболее распространены новостные и информационные порталы — они составляют около половины сайтов, попавших в выборку.
Ключевой вопрос на данном этапе реализации проекта был сформулирован следующим образом: Какие источники информации по миграционной тематике оказываются общими для национальных сегментов интернета?
2 Детальное изложение результатов и выводов данного этапа реализации исследовательского проекта см. в [Лисицын, Трегубова, Орлова, 2021].
В основном поиск на разных языках обнаруживал разные сайты. Если формализовать сравнение по названиям сайтов до домена, то лишь 1/9 из них совпадет для двух и более языков. Таким образом, информация о миграции оказывается в значительной степени замкнутой в границах шести национальных сегментов интернета. Тем не менее проведенный анализ обнаружил некоторые элементы, связывающие отдельные языки, страны и сегменты интернета.
В отношении новостей страны оказываются связаны или через общие дискурсы, или через региональную принадлежность. Основные новостные источники, общие для шести языковых сегментов,—это «Радио Свобода», для которого характерен правозащитный дискурс, и «Спутник» — российский проект информационного портала, представляющего «многополярный мир». Два новостных канала транслируют разные дискурсы: направленный на защиту прав человека и «западные» образцы и центрированный на Россию и ее влияние в мире.
В отношении национальных интернет-доменов связи между странами свидетельствуют скорее об отсутствии единого транснационального пространства новостей о миграции, так как эти связи представляют вовсе не самые мощные миграционные потоки. Российское информационное пространство новостей включает новости азербайджанского и казахстанского доменов (но не наоборот), а кыргызстанское — новости российских СМИ. Узбекистан и Таджикистан оказываются вне этих информационных обменов. Кроме того, для поиска по-киргизски, по-узбекски и по-таджикски важный источник информации — коллекции видео, которые отсутствуют при поиске на других языках. Таким образом, сама форма донесения информации оказывается разной для разных языков.
Основная региональная принадлежность в новостных порталах—это Средняя/ Центральная Азия. Она объединяет Казахстан, Кыргызстан, Россию, Таджикистан и Узбекистан, но не Азербайджан. Некоторые ее конкретизации — Туркестан, Фергана, Таджикистан и Центральная Азия. В сравнении с ней принадлежность к Кавказу представлена слабо. Принадлежность к исламу, которая могла бы связывать шесть стран, также представлена слабо и при этом практически не увязывается с региональной принадлежностью. В целом же в информационном пространстве Россия и страны Средней Азии оказываются умеренно связанными между собой, а Азербайджан находится в стороне от них.
Возвращаясь к общей выборке сайтов, найденных при помощи Google, мы фиксируем следующие особенности распределения по языкам и странам.
Для поиска на русском языке более распространены сайты о миграции, сайты организаций, предлагающих услуги мигрантам, сайты землячеств и иных ассоциаций, а также правозащитных, и международных организаций, персональные сайты и информационные порталы о межнациональных отношениях.
Для поиска на киргизском, узбекском и таджикском языках, по сравнению с другими языками, более важными источниками информации являются видео, а также сайты, посвященные непосредственно миграционному процессу. Кроме того, на киргизском языке были найдены специальные форумы, созданные пользователями для взаимопомощи в адаптации в России. Сравнительно менее важны для этих трех языков оказываются сайты правозащитных и международных организаций, для узбекского и таджикского языка—сайты, предлагающие услуги мигрантам.
Для поиска на казахском и азербайджанском языках сравнительно более важными источниками информации являются сайты государственных, международных и правозащитных организаций. Сайты о миграции при поиске на этих языках обнаружены не были.
Таким образом, для мигрантов из Кыргызстана, Узбекистана и Таджикистана, с одной стороны, и мигрантов из Казахстана и Азербайджана, с другой стороны, оказываются важными разные источники информации. Первые ориентированы на сайты, предлагающие помощь в адаптации к действительным проблемам, вторые — на сайты различных регулирующих организаций, от государственных до правозащитных. Следует особо отметить, что сайты по миграционной тематике связывают Россию с основными странами-донорами — Кыргызстаном, Таджикистаном и Узбекистаном; связь эта определяется релевантной для мигрантов информацией об адаптации в России и знанием языков. Кроме того, для Кыргызстана характерна большая связь с русскоязычным информационным пространством, а также большая степень самоорганизации мигрантов. Мы связываем это с особым статусом мигрантов из Кыргызстана в связи с членством страны в ЕАЭС, предполагающим упрощенные процедуры по трудоустройству в России.
Наконец, к описанию содержательных характеристик онлайн-среды следует добавить некоторые важные формальные ее особенности.
Первая особенность заключается в том, что социальные сети и приложения оказываются потенциальными «точками роста» для транснациональных пространств, связанных с миграцией. Социальные сети важны, поскольку они популярны и представляют общую площадку для активностей и «сверху» (СМИ и представительства различных организаций), и «снизу» (сообщества пользователей и личные страницы). Приложения важны, так как они ориентированы на решения проблем мигрантов и часто имеют версии на разных языках.
Вторая особенность состоит в том, что домен «ги» иногда обозначает принадлежность к России, а иногда выступает как домен общего характера. В этом отношении он схож с тем, как употребляется русский язык на постсоветском пространстве. В целом отнесение сайта к национальному домену не гарантирует того, что содержание сайта будет относиться к искомой стране.
Третья особенность состоит в том, что для сайтов СМИ и различных организаций характерно включение отдельных версий на разных языках. Сайты с версиями на разных языках ориентированы на модель переключения между языками и национальными государствами, даже если апеллируют к иным идентичностям (например, региональной среднеазиатской). Переключение между языками — часто между русским и другим/другими языками — играет объединяющую роль в постсоветском транснационализме онлайн.
Группы «ВКонтакте»: сетевой анализ
Поиск по группам ВК осуществлялся по следующим группам морфем, характеризующим страны исхода с их этнотерриториальным разнообразием: мигрант*, миграц*, тиИо]*, мухоч*, т1рг*, азер*, э7эг*, казах*, казаш*, казак*, киргиз*, кыргыз*, кыргызч*, таджик*, таджич*, точик*, узбек*, узбеч*, узбек* о^Ьек*, ферган*, farg'on, каралакалпак*, каракалпак*, памир*, помир*, бадахшан*, ба-
дахшон*, дунган*, хуэйцз*, талыш*, толыш* toli§*, толъш*, уйгур*, uyghur*, уйгур*. Из групп, появившихся в выдаче по соответствующей морфеме, вручную отбирались те, что имеют отношение к тематике исследования. Кроме собственно миграционных, в выборку включались группы о стране/регионе (20 самых крупных) и группы об исламе. Всего было отобрано более 2000 групп. При необходимости содержание сайтов переводилось с помощью переводчика Google.
Полученная выборка составила основу для сетевого анализа: группы представляют собой узлы, а их общие участники — ребра. Ключевой вопрос, на который был ориентирован сетевой анализ: Какие группы оказываются связанными между собой через общих участников?
Информация о сообществах была получена при помощи API VK и далее структурирована при помощи функционала библиотеки NetworkX языка программирования python. Полученные данные далее визуализировались в форме графа, что позволило проанализировать структуру взаимосвязей между группами через их участников. Визуализация и анализ параметров графа производились с применением программного пакета Gephi. Визуализация укладки графа была построена с использованием алгоритма Force Atlas 2, представляющего граф как совокупность «пружин» (ребер) и «металлических колец» (узлов), для которого производится симуляция физических сил (притяжения/отталкивания), действующих в системе. Это позволяет визуально выделить вершины, имеющие высокую степень взаимодействия.
Для количественного анализа свойств графа рассматривался набор стандартных параметров каждого ребра и вершины:
— степень посредничества (Betweenness) дает число кратчайших путей в графе через эту вершину, показывает важность узла для связности;
— центральность по собственному значению (Eigenvector centrality) характеризует важность вершины, учитывая сумму важности степеней ее соседей;
— степень вершины (Degree) показывает количество ее связей;
— взвешенная мощность (Weighted Degree) показывает количество связей узла, учитывая их вес;
— метрика модулярности (Modularity) с учетом весов ребер использовалась для кластеризации—она выделяет сообщества, основываясь на плотности: плотность внутри сообществ предполагается выше, чем плотность в остальном графе.
Сетевой анализ был проведен для всей выборки, а также отдельно—для каждой подвыборки групп, найденных по соответствующим группам морфем (мигр* и морфемы, связанные со страной, регионом или национальностью на разных языках).
В целом центральность групп и кластеризация «по морфемам» сохранялась, когда группы объединялись в общую сеть. Это свидетельствует об устойчивой структуре сетевой активности, проходящей по национальным и региональным линиям.
В полном графе, включающем все группы, были выделены семь кластеров: 1) большинство — группы по морфеме мигр* — в основном группы юридической помощи мигрантам; 2) большинство—таджикистанские группы, а также памирские
и бадахшанские группы; 3) большинство—узбекистанские, а также ферганские и каракалпакские группы; 4) большинство —кыргызстанские группы; 5) большинство — казахстанские группы; 6) большинство—азербайджанские, а также талыш-ские группы; 7) большинство—уйгурские и дунганские группы. Кластеры 1 и 3 оказываются более «размытыми», кластеры 5, 6 и 7 — напротив, более «чистыми», то есть они содержат практически только группы с преобладающими морфемами в названии. Таким образом, разделение кластеров проходит в целом в соответствии с морфемами. Причем регионы/этнические категории группируются по «своим» странам. Исключение составляют уйгуры и дунгане, выделяющиеся в одну группу (возможно, на основании их исторических связей с Китаем).
Интересные эффекты наблюдаются, когда из полного графа удаляются группы общенациональной и исламской тематики. Общая структура кластеров сохраняется, однако с некоторыми изменениями. Во-первых, выделяется кластер групп «казахстанцев» — русскоязычных переселенцев из Казахстана (в полном графе самые центральные группы этого кластера попадают в кластер 1). Это, по-видимому, свидетельствует о существовании отдельной группы переселенцев из Казахстана, объединенных прагматическим интересом, связанным с гражданско-правовой интеграцией в российское общество. Во-вторых, группы с морфемой дунган* объединяются в кластер с узбекистанскими группами, а группы с морфемой уйгур* остаются в отдельном кластере. Данное изменение позволяет выдвинуть предположение, что общность между дунганами и уйгурами основана на культурных и национальных символах, а не на миграционных практиках. В-третьих, от кластера 1 отделяется кластер с разного рода услугами и объявлениями для мигрантов, а от кластера 3 — кластер знакомств для мигрантов. Это измерение свидетельствует о дифференцированности мигрантской экономики/сферы услуг, которая не сводится лишь к юридическим и околоюридическим вопросам.
Внутри подвыборок групп также были выделены отдельные кластеры, однако разница между ними, оцениваемая с помощью выбранных параметров графа, была гораздо меньшей, чем для кластеров в полном графе. Однако она использовалась на следующем этапе при выборе групп для онлайн-наблюдения.
Группы «ВКонтакте»: онлайн-наблюдение
На третьем этапе исследования для более детального анализа из исходной выборки ВК были отобраны 23 группы. В качестве критериев отбора выступали: а) центральность (по результатам сетевого анализа); б) разнообразие групп (по принадлежности к кластерам, выделенным в ходе сетевого анализа); в) отчетливая тематизация миграции в Россию; г) интенсивность взаимодействий в группе.
Основной метод анализа здесь — онлайн-наблюдение, его выбор связан с тем, что исследовательский коллектив интересовали категории и смыслы, возникающие, поддерживающиеся и трансформирующиеся в ходе взаимодействия участников онлайн-групп. Таким образом, нас интересовали только те посты, которые становились предметом обсуждения. Онлайн-наблюдение предполагает, что анализ содержания постов и комментариев «вписан» в анализ динамики взаимодействия в группах. Это, в свою очередь, требует фиксации временной последовательности постов и комментариев, оценки интенсивности взаимодей-
ствий и эмоциональных реакций участников, а также учета таких специфических для онлайн-групп данных, как число лайков и комментариев. В качестве базовых единиц наблюдения рассматривается пост в группе и тред обсуждения (набор комментариев под постом). Пост принимается за стартовую точку взаимодействия, тред фиксирует его развитие.
Вопросы, ключевые для онлайн-наблюдения, могут быть сформулированы следующим образом: в каких категориях участники групп осмысляют опыт пребывания в России? Как они идентифицируют себя и как их идентифицируют другие? Какие категории выступают в качестве объединяющих для мигрантов из разных стран?
Для исследования взаимодействий в социальных сетях коллектив использовал теорию цепочек ритуалов взаимодействия Рэндалла Коллинза [Collins, 2004]. Для адаптации концептуальных положений данной теории под специфику онлайн-сообществ и выработки методики исследования мы обратились к работе Пола ДиМаджио и его коллег [DiMaggio et al., 2018] 3.
Мы анализировали активность в группе начиная с января 2019 г. (для двух групп — с января 2017 г., чтобы охватить больше активности) по апрель 2020 г. В анализ включались посты и комментарии, имеющие отношение к миграционной тематике: посты, имеющие 10 и более комментариев, для небольших и средних групп и посты с 20 и более комментариями для больших групп. Посты просматривались вручную, их выдача упорядочивалась с помощью инструментария для анализа социальных сетей Popsteps.
Группы, которые были включены в анализ, подразделяются на четыре типа:
1) Сообщества мигрантов из определенной страны в определенном городе, созданные для общения, взаимопомощи и обмена информацией. К ним относятся одна таджикистанская, три кыргызстанские и две казахстанские группы (одна из них — группа русскоязычных переселенцев в самом Казахстане). Данный тип был для нас приоритетным: мы включали в анализ подобные сообщества, если обнаруживали их в нашей выборке.
2) «Информационные группы», включающие новости и различные сюжеты о стране исхода, в том числе по миграционной тематике. К данному типу относятся одна кыргызстанская, одна казахстанская, две азербайджанских, две таджики-станских группы (одна из них посвящена истории страны) и четыре узбекистанских группы с разной целевой аудиторией (узбекистанская молодежь за пределами страны, эмигранты 1990-х годов, смешанный состав).
3) Группы национально-культурных организаций в отдельном городе, которые представлены одной азербайджанской и двумя казахстанскими группами.
4) Группы юридической помощи или взаимопомощи для мигрантов из разных стран. Данный тип представляют четыре группы, отобранные по морфеме мигр*, разного размера и с разной ориентацией — от прагматической до правозащитной.
Общение в группах первого, второго и третьего типа обычно происходит на двух языках — русском и языке страны исхода, в то время как четвертый тип групп полностью русскоязычный.
3 Более подробно теоретико-методологические основания, а также методика и результаты онлайн-наблюдения изложены в работе «Beyond Nations and Nationalities: Discussing the Variety of Migrants' Identifications in Russian Social Media» [Tregubova, Nee, 2020].
По результатам исследования, динамика взаимодействий и основные темы в группах зависят не только от страны и от конкретного информационного повода. Важными также оказываются характеристики конкретной группы: ее размер, отбор и способ публикации материалов, особенности использования языка, количество участников и др.
В ходе анализа были обнаружены следующие устойчивые идентификации мигрантов 4, характерные для всех типов групп. Первая—«трудовой мигрант—экономическая необходимость». Данная идентификация связывает трудовую миграцию с экономическим или политическим положением в стране исхода. Вторая — «мигрант — подлежащий правилам миграции как гражданин страны». Здесь часто обсуждается облегченный режим миграции для стран ЕАЭС и возможности получения российского гражданства. Еще три устойчивые идентификации связаны с тем, как сами мигранты видят себя внутри принимающего общества. Во-первых, «мигрант—тот, кто представляет нацию своим поведением». Здесь имеет место критика (или, реже, похвала) поведения «своих» мигрантов, призыв «вести себя хорошо», ибо по поведению одного будут судить обо всех. С этой самоидентификацией тесно связана другая: «мигрант — носитель национального языка». Здесь появляются призывы говорить на родном языке, которые часто связаны с идеей, что мигрант теряет свою культуру и язык, русифицируется. Наконец, еще одна идентификация —«мигрант—тот, кто воспринимается хуже, чем местные». Она проявляется при обсуждении трудностей в поиске работы, расового профайлинга, а также дискуссий о том, воспринимают ли мигрантов в России как людей «второго сорта».
Устойчивые идентификации, характерные для отдельных стран, включают две категории. Во-первых, это идентификация «низкоквалифицированные трудовые мигранты из Средней Азии», которая оказывается важна и для россиян (в представлении участников групп), и для самих мигрантов. При этом в Среднюю Азию обычно включаются Кыргызстан, Таджикистан и Узбекистан. Данная идентификация может быть поводом и для объединения, и для отмежевания. Так, мигранты из Казахстана и Азербайджана в своих взаимодействиях подчеркивают, что они «не гастарбайтеры». Во-вторых, для групп Казахстана и Азербайджана характерна самоидентификация «член диаспоры», причем в казахстанских группах оказывается важным разделение на казахов из России и из Казахстана.
Таким образом, для взаимодействий в группах ВК массовая трудовая миграция из Средней Азии (Узбекистан, Таджикистан, Кыргызстан) в Россию — это факт, с которым соотносят себя представители и этих стран, и Казахстана, и Азербайджана. Следует также отметить, что дискриминация мигрантов («гастарбайтеров») не всегда срабатывает как символ, вокруг которого строится взаимодействие. Значительная часть наблюдавшихся нами взаимодействий имеют прагматический характер или эмоции возникают вовсе не по тому поводу, который предлагают исходные посты.
Ислам присутствует в дискурсе онлайн-групп, но в разной степени и в разных вариациях. Он важен скорее для характеристики нации, чем для ситуации миграции, причем с нацией он в разных случаях соотносится по-разному. Ислам
4 Термины «идентификация» и «самоидентификация» здесь и далее используются в соответствии с теорией Роджерса Брубейкера [ВгиЬакег, 2004].
может выступать как объединяющая идентификация, но не как основная в случае миграции. Для характеристики миграционных процессов оказываются важны два сюжета: 1) представление о том, что мигрантов-мусульман не любят, 2) представление о том, что ислам легче практиковать в России, чем на родине (этот сюжет характерен для таджикистанских и узбекистанских групп).
Наследие советской идеологии—«дружба народов» и классификация на национальности — регулярно актуализируется во взаимодействиях. Зачастую — в усеченном виде, в качестве распространенного суждения «нет плохих наций, есть плохие люди», однако иногда пользователи прямо ссылаются на «дружбу народов» и ее реализацию в советской истории.
Наконец, транснационализм в рассматриваемых группах существует в трех основных формах. Во-первых, это сообщества людей из конкретной страны в конкретном городе; в основном — кыргызстанские сообщества. Во-вторых, это диаспоральные связи, которые характерны для групп, связанных с Казахстаном и Азербайджаном. В-третьих, это ностальгические взаимодействия русскоязычных мигрантов, преимущественно в узбекистанских группах. Кроме того, в группах юридической помощи возникают временные транснациональные связи между мигрантами из СНГ, которые угасают с получением желаемого статуса (ВНЖ, гражданство).
Связь между двумя типами данных
Для характеристики связи между двумя типами данных (группы ВК и сайты, найденные через поиск Google) были проанализированы ссылки в 23 группах ВК на два новостных портала — «Спутник» и «Радио Свобода». Мы рассматривали все посты, содержащие упоминание этих новостных порталов за 2019 и 2020 гг. (Если за указанный временной отрезок ссылок не было, мы фиксировали ссылки за более ранний период.)
Для всех типов групп ссылки на новостные порталы «Спутник» преобладают над «Радио Свобода»: более 300 ссылок было обнаружено для первого и только 34—для второго. При этом ссылки на «Спутник» и «Радио Свобода» в сравнении с общим объемом постов оказываются немногочисленными; их больше в крупных группах с большим количеством постов. Ссылки на новостные порталы обычно используются для «наполнения» содержания групп новостями, и обсуждение новостей проходит в связи с динамикой, характерной для самих групп. Таким образом, связь между двумя типами собранных данных оказывается довольно слабой.
Для кыргызстанских, узбекистанских и таджикистанских групп характерно использование новостного контента без предоставления гиперссылок, а лишь с упоминанием источника (обычно с сайта «Спутник» о своей стране). В группах разного типа выкладываются новости о происшествиях в стране, о действиях своего правительства, о национальной культуре, о миграции в Россию. В таджикистанских группах ссылок на «Радио Свобода» сравнительно больше, причем часть из них связана с обсуждением ограничения его деятельности в Таджикистане.
В казахстанских и азербайджанских группах ссылки на новостные порталы появляются в основном в крупных «информационных группах», причем упоминание источников без гиперссылок также встречается чаще. В казахстанской группе
обсуждают новости о своей стране, в азербайджанской — новости Азербайджана и соседей по СНГ; в связи с этим там присутствуют отсылки к другим доменам: российским, казахстанским, туркменистанским, кыргызстанским.
Наконец, в группах юридической помощи мигрантам большинство ссылок приходится на одну, самую крупную группу: это новости о миграционной документации и о миграции вообще. В отличие от страновых групп, здесь большинство новостей сопровождается гиперссылками, причем на различные национальные домены: таджикистанский, азербайджанский, узбекистанский, кыргзстанский, абхазский, осетинский,эстонский.
Мы видим, что для страновых (национальных) групп характерно использование содержания новостей без гиперссылки и с полным или частичным «замыканием» на своем домене. Для стран с массовой трудовой миграцией в Россию (Кыргызстан, Узбекистан, Таджикистан) это новости о происходящем в своей стране и о миграции; для Казахстана и Азербайджана — новости о своей стране и, во втором случае, о других странах постсоветского региона. В группах юридической помощи мигрантам преобладают новости с гиперссылками на различные национальные домены, характеризующие миграционные процессы из стран СНГ в Россию. При этом численный перевес «Спутника» над «Радио Свобода», по-видимому, свидетельствует о концентрации на процессах в своей стране и в СНГ в сравнении с интересом к глобально-правозащитной тематике.
Выводы
Начнем обсуждение с того, что суммируем полученные результаты, а также процедуры сбора и анализа данных для трех этапов реализации исследовательского проекта (см. табл. 1).
Таблица 1. Три этапа реализации проекта: методика и результаты
Тип данных Метод анализа Исследовательские вопросы Основные результаты Сбор и анализ данных: разделение труда между человеком и алгоритмом
Google-сайты Контент-анализ Какие источники информации по миграционной тематике оказываются общими для национальных сегментов интернета? В целом на разных языках находятся разные сайты. Общие новостные порталы — «Спутник» и «Радио Свобода», также распространена отсылка к Средней Азии. Сайты по миграционной тематике связывают Россию с Кыргызстаном, Таджикистаном и Узбекистаном. Сайты часто представляют версии на разных языках. Сбор данных. Алгоритм-поисковик осуществляет поиск сайтов, персонализированный под рядовых пользователей и их девай-сы. Алгоритм-переводчик переводит содержание сайтов. Человек (исследовательский коллектив) 1) определяет ключевые слова для поиска, 2) ограничивает число просматриваемых сайтов, 3) решает, какие сайты включать в выборку. Анализ данных. Контент-анализ проводится исследовательским коллективом.
Тип данных Метод анализа Исследовательские вопросы Основные результаты Сбор и анализ данных: разделение труда между человеком и алгоритмом
Группы ВК Сетевой анализ Какие группы оказываются связанными между собой через общих участников? Группы кластеризуются по морфемам, выбранным для поиска, причем регионы/этнические категории, в основном группируются по «своим» странам (исключение составляют уйгуры и дунгане). Кластеризация внутри подвыборок по выбранным морфемам оказывается гораздо меньшей, чем для кластеров в полном графе. Сбор данных. Алгоритм выдачи групп ВК выдает фиксированное число групп по ключевым словам. Человек (исследовательский коллектив) 1) определяет морфемы для поиска, 2) решает, какие группы включать в выборку. Алгоритм-переводчик переводит содержание. Человек создает (адаптирует) алгоритм, чтобы собирать информацию об участниках групп. Анализ данных: человек создает (адаптирует) алгоритмы для построения и визуализации графов. Человек определяет, для каких выборок строить графы, и интерпретирует полученные данные.
Группы ВК Онлайн-наблюдение В каких категориях участники групп осмысляют опыт пребывания в России? Как они идентифицируют себя и как их идентифицируют другие? Какие категории объединяют мигрантов из разных стран? Важные категории: «низкоквалифицированные трудовые мигранты из Средней Азии» (обычно применяется к мигрантам из Кыргызстана, Таджикистана и Узбекистана) и «члены диаспоры» (для казахстанских и азербайджанских групп). Группы часто представляют собой смешанную языковую среду. Сбор данных. Человек (исследовательский коллектив) определяет 1) выборку групп (на основании сетевого анализа), 2) категории наблюдения, 3) границы для отбора наблюдений: временной период и количество сообщений. Алгоритм (специально созданный для подобных исследований, используемый исследовательским коллективом) отбирает сообщения по заданным критериям. Человек проводит наблюдение. Алгоритм-переводчик переводит содержание. Анализ данных: исследовательский коллектив интерпретирует результаты онлайн-наблюдения.
Мы видим, что три этапа реализации проекта представляют, по сути, отдельные исследования с разными исследовательскими вопросами и, что не менее важно,—с особым разделением труда между людьми — членами исследовательского коллектива и разного рода алгоритмами, задействованными при сборе или анализе данных.
Транснационализм онлайн
Исследовательские вопросы на всех этапах реализации проекта были связаны с поиском общего транснационального пространства, которое бы объединяло Россию и страны исхода. По результатам исследования не было выделено единое транснациональное пространство. Скорее, различные элементы транснациональных практик мигрантов находят свое отражение в различных языковых и содержательных сегментах интернета. Отобранные через Google сайты не создают единого пространства: информация о миграции в основном оказывается замкнутой для шести языков. Группы ВК, по результатам сетевого анализа, также оказываются замкнуты внутри страновых кластеров: общих участников обычно есть у групп, имеющих отсылку к одной стране. Результаты онлайн-наблюдения, однако, свидетельствуют о том, что транснациональные пространства иногда могут возникать, и почти всегда они связывают две страны — Россию и страну исхода,—не включая другие страны.
Несмотря на «замыкание» внутри национальных сегментов, для каждого типа сайтов могут быть выделены некоторые элементы транснациональных пространств, связывающие отдельные языки, страны и сегменты интернета. По результатам контент-анализа и онлайн-наблюдения, наиболее перспективной для возникновения транснационализма в анализируемых сетевых пространствах является идентичность «Средняя/Центральная Азия», а также концентрация на повседневных проблемах трудовых мигрантов в России 5.
Кроме того, для обоих типов данных было зафиксировано различие между тематизацией миграции из Азербайджана и Казахстана, с одной стороны, и Кыргызстана, Таджикистана и Узбекистана, с другой стороны. В группах ВК оно относилось к типам групп и идентификациям мигрантов, на сайтах, найденных через Google-поиск,— к обнаруженным типам сайтов. Это деление соответствует объему и характеру миграции: Кыргызстан, Таджикистан и Узбекистан являются крупнейшими странами-донорами для трудовой миграции в Россию; миграция из Казахстана и из Азербайджана не столь значительна и более разнообразна по своим целям 6. Что не очевидно из статистики, но следует из нашего анализа онлайн-наблюдений: для Азербайджана и Казахстана важна не столько миграция, сколько диаспоральность. При этом и казахи, и азербайджанцы отделяют себя от «гастарбайтеров» из Кыргызстана, Таджикистана и Узбекистана.
Следует также отметить, что различия в миграционной политике РФ в отношении граждан разных стран постоянно актуализируются в онлайн-ресурсах. Особенно явно это проявляется в отношении мигрантов из Кыргызстана. С одной стороны, Кыргызстан — страна массовой трудовой миграции в Россию, с другой стороны, это член ЕАЭС, а значит для его граждан действует облегченный режим трудоустройства в России. По результатам Google-поиска, кыргызстанское информационное пространство оказывается лучше интегрировано с российским и содержит
5 В пяти странах исхода, включенных в анализ, большинство населения исповедует ислам. Исламская тематика также присутствует на сайтах обоих типов, однако там она второстепенна. Особенно явно это проявляется в сравнении со значением, которое приобретает региональная идентичность «Средняя Азия».
6 См. данные МВД РФ за 2019 г. URL: https://xn-b1aew.xn-p1ai/Deljatelnost/statistics/migracionnaya/item/19365693/ (дата обращения: 10.02.2021).
больше сайтов по миграционной тематике, а по результатам онлайн-наблюдения кыргызстанские группы представляют транснационализм в наиболее чистом виде. Таким образом, результаты анализа обоих типов данных указывают на то, что в России наиболее транснациональными оказываются мигранты из Кыргызстана.
Наконец, отличия в практиках транснационализма связаны не только с содержанием сайтов, но и с формальными характеристиками онлайн-среды. Наиболее очевидный пример — отличие в том, как проявляется транснационализм в языковых практиках. В группах ВК часто формируется смешанная языковая среда: в постах, в комментариях, даже в названии и описании группы одновременно используются два или более языков. В то же время для сайтов новостей, государственных организаций, правозащитных организаций и т. п. характерно включение отдельных версий на разных языках. Таким образом, такие сайты ориентированы на модель переключения между национальными языками и национальными государствами, даже если апеллируют к иным идентичностям (региональной — Средняя Азия, религиозной — ислам и др.). В отличие от них группы в социальных сетях предоставляют больше возможностей для спонтанной активности и взаимодействия между пользователями и в этом отношении в большей степени отражают реальные процессы транснациональной миграции.
Разделение труда в онлайн-исследовании
Из таблицы 1 видно, что три этапа исследования различаются по тому, в какой мере исследовательский процесс предполагает включение разного рода алгоритмов, и по тому, какие это алгоритмы.
Сетевой анализ оказывается связан с работой алгоритмов и при сборе, и при анализе данных, тогда как для контент-анализа и онлайн-наблюдения алгоритмы действуют только при сборе данных. Это различие соотносится с привычным для социальных наук разделением на качественные и количественные данные: для анализа последних необходимо использовать количественные показатели (и визуализацию), что и осуществляют алгоритмы.
Задействованные в исследовании алгоритмы могут быть разделены на три типа.
1) Алгоритмы, которые являются составной частью онлайн-среды,— в нашем случае это поисковик Google и поиск групп ВК. Подобные алгоритмы создаются не для исследователя, но для пользователей конкретных сайтов. Их свойства и практики их использования — предмет особого внимания со стороны исследователей: чтобы получить осмысленные результаты, нужно знать, как пользоваться этими алгоритмами (как формулировать запрос, как ограничивать поиск, и т. п.). Например, в нашем исследовании выдача Google была ограничена первыми десятью страницами (100 сайтами), потому что повседневное знание о поисковике свидетельствует о том, что дальше первых десяти страниц пользователи заходят крайне редко 7.
7 Иное решение по использованию поисковиков в исследовании миграционных процессов на постсоветском пространстве предлагается в работе Д. О. Тимошкина [Тимошкин, 2020]. Автор сравнивает результаты для трех поисковиков в два временных периода, однако с меньшей глубиной поиска и используя только русский язык. Различия в выборе поисковых алгоритмов и в процедурах поиска в значительной степени объясняются разницей в постановке исследовательского вопроса: исследователя интересует не транснационализм мигрантов, а образ мигранта в интернете.
2) Алгоритмы, созданные для реализации исследовательского процесса онлайн. Если первый тип конституирует объект исследования, то второй — это составная часть метода. Иными словами, возникает ситуация, когда алгоритмы взаимодействуют с алгоритмами, извлекая некоторую информацию из сети. Например, специальная программа извлекает информацию об участниках групп ВК, и алгоритмы ВК позволяют ей это делать (в отличие, например, от Facebook, где та же задача вызывает гораздо больше трудностей). Алгоритмы данного типа существуют в континууме: от созданных под реализацию конкретного проекта до типовых инструментов анализа; между ними располагаются типовые алгоритмы, адаптированные под конкретные нужды. Соответственно, задачи исследователя здесь варьируются от создания принципиально новых программ или адаптации старых до выбора и детального изучения функций уже имеющегося программного обеспечения. Кроме того, исследователю необходимо знать ту онлайн-среду, с которой эти программы должны взаимодействовать (то есть алгоритмы первого типа).
3) Универсальный инструмент — переводчик Google. В отличие от программ второго типа, универсальные алгоритмы направлены на решение задач, которые возникают в самых разных, не обязательно исследовательских контекстах 8. Здесь от исследователя требуется понимание возможностей и ограничений существующих алгоритмов и выбор подходящего (например, понимание, когда использовать переводчик Google, а когда—Яндекса).
Существование всех трех типов алгоритмов связано с развитием онлайн-среды. Более того, использование таких повсеместно распространенных, но культурно специфичных технологий, как онлайн-переводчики, свидетельствует о том, что мы имеем дело не просто с онлайн-средой, но с онлайн-культурой в разнообразии ее проявлений. Поэтому невозможно написать учебник (handbook) по онлайн-исследованиям, который будет актуален более чем три-пять лет: меняются не только технологии — меняются практики их использования и степень распространенности.
Как следствие, в социальных науках возникает необходимость коллективной исследовательской работы, в которой будут задействованы специалисты с разным образованием и/или профессиональными умениями. Вслед за развитием онлайн-культуры и дифференциацией методов ее анализа происходит дифференциация профессиональных ролей. Разделение труда между алгоритмами требует разделения труда между людьми, взаимодействующими с алгоритмами.
Наконец, необходимо сказать несколько слов собственно об алгоритмах искусственного интеллекта. В настоящем исследовании под эту рубрику подпадают поисковик Google и переводчик Google. Алгоритмы ИИ встречаются скорее среди составляющих онлайн-среды, чем среди методического инструментария социальных наук. Работа по адаптации методов ИИ для социальной аналитики ведется, однако она требует значительных ресурсов, активного сотрудничества с техническими специалистами, а также постановки нетривиальных исследовательских задач. Следует также отметить: то, что сегодня не является ИИ, завтра может им стать (так, можно себе представить «умную» выдачу групп ВК, которая
8 Другие примеры универсальных алгоритмов-помощников — навигатор, профессиональный калькулятор, голосовой помощник. Разумеется, универсальные алгоритмы сами могут стать предметом исследования, и тогда их следует классифицировать как алгоритмы первого типа.
сортирует группы персонализированно). По сравнению с обычными алгоритмами для использования алгоритмов ИИ требуется более детальное знание об их возможностях и ограничениях 9.
Общий вывод из представленной методологической рефлексии состоит в том, что нейтральной онлайн-среды как объекта анализа не существует. Результаты анализа зависят от того, какой способ организации исследования выбран. Задача исследователя (чаще — исследовательского коллектива) состоит в том, чтобы осмысленно и грамотно конструировать процедуры сбора, обработки и анализа онлайн-данных, ориентируясь на то, какие именно практики важны для тех процессов, по поводу которых был поставлен искомый исследовательский вопрос.
В подкрепление данного тезиса представим несколько вопросов о том, что было бы, если бы наше исследование было организовано по-другому:
— Как бы поменялась кластеризация групп, если бы в выборку включались все группы ВК, найденные по соответствующим морфемам, без отбора релевантных групп вручную?
— Как бы изменилась выборка сайтов, если бы для поиска были использованы «чистые» Google-машины (устройства без истории поиска)?
— Как бы изменились результаты исследования, если бы было выбрано другое «поле»: поисковик Яндекс, а не Google, социальные сети «Одноклассники» или Facebook, а не ВК?
— Как бы изменились результаты исследования, если бы вместо переводчика Google мы привлекали носителей языка?
— Как могло бы выглядеть онлайн-исследование в мессенджерах, с их растущей популярностью среди трудовых мигрантов в России?
Каждый из вопросов определяет перспективы для одного или нескольких новых исследований, результаты которых, вероятно, частично бы совпадали, а частично — отличались бы от результатов настоящего проекта. Это означает, что исследования транснационализма онлайн в России только начинаются.
Список литературы (References)
Digital Humanities: гуманитарные науки в цифровую эпоху / под ред. Г. В. Можаевой. Томск : Издательство Томского университета, 2016.
Digital Humanities: Humanities in the Digital Age. (2016) Tomsk: Tomsk State University Press. (In Russ.)
Абашин С. Н. Интеграция vs транснационализм: миграционные стратегии жителей Центральной Азии // Пути России. Война и мир. Т. XXII. / под ред. Пугачевой М. Г., Жаркова В. П. М. ; СПб. : Нестор-История, 2017. С. 203—220. Abashin S. N. (2017). Integration vs Transnationalism: Migration Strategies of Residents of Central Asia. In: Pugacheva M. G., Zharkov V. P. (eds.) Ways of Russia. War and Peace, Vol. XXII. Moscow; St. Petersburg: Nestor-Istoriia. P. 203—220. (In Russ.)
9 Например, знание о том, как формулировать и изменять запросы,—это тонкое, трудно формализуемое знание, которым мы обладаем как опытные пользователи (о чем часто не задумываемся). Предлагаем уважаемому читателю осмыслить собственный опыт использования онлайн-поисковиков и подумать о том, как передать кому-то этот опыт.
Бредникова О. Е. (Не)возвращение: могут ли мигранты стать бывшими? // Этнографическое обозрение. 2017. № 3. С. 32—47. URL: https://journal.iea.ras.ru/ archive/2010s/2017/no3/032.htm (дата обращения: 11.02.2021). Brednikova, O. E. (2017) (Non)Return: Is It Possible to Become an Ex-Migrant? Etnograficheskoe obozrenie. No. 3. P. 32—47. URL: https://journal.iea.ras.ru/archive/ 2010s/2017/no3/032.htm (accessed: 11.02.2021). (In Russ.)
Лисицын П. П., Трегубова Н. Д., Орлова Н. А. В поисках транснационализма онлайн: обзор сайтов по миграционной тематике на шести языках // Телескоп: журнал социологических и маркетинговых исследований. № 1. 2021. С. 126—133. https:// doi.org/10.51692/1994-3776_2021_1_126.
Lisitsyn P. P., Tregubova N. D., Orlova N. A. (2021) Searching for Transnationalism Online: Review of Web Sites on Migration Issues in Six Languages. Telescope. No. 1. P. 126133. https://doi.org/10.51692/1994-3776_2021_1_126. (In Russ.)
Резаев А. В., Трегубова Н. Д. «Искусственный интеллект», «онлайн-культура», «искусственная социальность»: определение понятий // Мониторинг общественного мнения: экономические и социальные перемены. 2019. № 6. С. 35—47. https:// doi.org/10.14515/monitoring.2019.6.03.
Rezaev A. V., Tregubova N. D. (2019) Artificial Intelligence, On-line Culture, Artificial Sociality: Definition of the Terms. Monitoring of Public Opinion: Economic and Social Changes. No. 6. P. 35—47. https://doi.org/10.14515/monitoring.2019.6.03. (In Russ.)
Рыков Ю., Нагорный О. Область интернет-исследований в социальных науках // Социологическое обозрение. 2017. Т. 16. № 3. С. 366—394. https://doi.org/ 10.17323/1728-192X-2017-3-366-394.
Rykov Y., Nagornyy O. (2017) Internet Studies in Social Sciences. The Russian Sociological Review. Vol. 16. No. 3. P. 366—394. https://doi.org/10.17323/1728-192X-
2017-3-366-394. (in Russ.)
Сивков Д. Ю. Дигитальная социология: напряжения, неопределенности, нерешенные проблемы // Социология власти. 2018. Т. 30. № 3. С. 8—13. https://doi.org/ 10.22394/2074-0492-2018-3-8-13.
Sivkov D. Y. (2018) Digital Sociology: Tensions, Ambiguities, Unsolved Problems. Sociology of Power. Vol. 30. No. 3. P. 8—13. https://doi.org/10.22394/2074-0492-
2018-3-8-13. (In Russ.)
Степанов А. М. Транснациональный подход в современных миграционных исследованиях // Вестник Санкт-Петербургского университета. Социология. 2018. Т. 11. № 1. С. 116—127. https://doi.org/10.21638/11701/spbu12.2018.110. Stepanov A. M. (2018) Transnational Approach in Contemporary Migration Studies. Vestnik of Saint Petersburg University. Sociology. Vol. 11. No. 1. P. 116—127. https:// doi.org/10.21638/11701/spbu12.2018.110. (In Russ.)
Тимошкин Д. О. Доверие vs дезориентация: экономика русскоязычных «мигрант-ских» групп в социальных сетях // Экономическая социология. 2019. Т. 20. № 5. С. 53—73. https://doi.org/10.17323/1726-3247-2019-5-53-73.
Timoshkin D. (2019) Trust vs. Disorientation: Economy of the Russian-speaking 'Migrant' Groups in Social Media. The Case of VKontakte. Ekonomicheskaya sotsiologiya. Vol. 20. No. 5. P. 53—73. https://doi.org/10.17323/1726-3247-2019-5-53-73. (In Russ.)
Тимошкин Д. О. Разнообразие «Других»: образ «московского мигранта» на странице результатов поиска Google, Яндекс и DuckDuckgoo // Журнал исследований социальной политики. 2020. Т. 18. № 4. С. 641—656. https://doi.org/10.17323/ 727-0634-2020-18-4-641-656.
Timoshkin D. O. (2020) A Variety of 'Others': Images of 'Moscow Migrants' in the Search Results of Google, Yandex and DuckDuckgoo. The Journal of Social Policy Studies. Vol. 18. No. 4. P. 641—656. https://doi.org/10.17323/727-0634-2020-18-4-641-656. (In Russ.)
Трегубова Н. Д. Транснациональный мигрант в интернете: теоретические основания исследования транснационализма в режиме онлайн // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 2. С. 405—419. https://doi.org/10.14515/monitoring.2020.2.1637.
Tregubova N. D. (2020) Transnational Migrants in the Internet: Theoretical Foundations for Studying Transnationalism Online. Monitoring of Public Opinion: Economic and Social Changes. No. 2. P. 405—419. https://doi.org/10.14515/monitoring.2020.2.1637. (In Russ.)
Brubaker R. (2004) Ethnicity Without Groups. Cambridge, MA: Harvard University Press.
Collins R. (2004) Interaction Ritual Chains. Princeton, NJ: Princeton University Press.
DiMaggio P., Bernier C., Heckscher C., Mimno D. (2018) Interaction Ritual Threads: Does IRC Theory Apply Online? In: Weininger E. B., Lareau A., Lizardo O. (eds.) Ritual, Emotion, Violence: Studies on the Micro-Sociology of Randall Collins. Abingdon and New York: Routledge. P. 81—124. https://doi.org/10.4324/9780429464157.
Hjorth L., Horst H., Galloway A., Bell G. (eds.) (2017) The Routledge Companion to Digital Ethnography. New York, NY; London: Routlegde.
Ruget V., Usmanlieva B. (2019) Can Smartphones Empower Labour Migrants? The Case of Kyrgyzstani Migrants in Russia. Central Asian Survey. Vol. 38. No. 2. P. 165— 180. https://doi.org/10.1080/02634937.2019.1594170.
Starikov V. S., Ivanova A. A., Nee M. L. (2018) Transnationalism Online: Exploring Migration Processes With Large Data Sets. Monitoring of Public Opinion: Economic and Social Changes. No. 5. P. 213—232. https://doi.org/10.14515/monitoring.2018.5.17.
Tregubova N. D., Nee M. L. (2020). Beyond Nations and Nationalities: Discussing the Variety of Migrants' Identifications in Russian Social Media. Changing Societies & Personalities. Vol. 4. No. 3. P. 323—349. https://doi.org/10.15826/csp.2020A3.104.
Urinboyev R. (2017) Establishing an «Uzbek Mahalla» via Smartphones and Social Media: Everyday Transnationational Lives of Uzbek Labour Migrants in Russia. In: Laruelle M. (ed.) Constructing the Uzbek State: Narratives of Post-Soviet Years. Boulder, CO: Lexington Books. P. 119—149.
