CC BY-NC-ND
355
Цифровое поведение и особенности мотивационной сферы интернет-пользователей: логико-категориальный анализ
Обзор зарубежных исследований
И. Н. Погожина, А. И. Подольский, О. А. Идобаева, Т. А. Подольская
Статья поступила Погожина Ирина Николаевна
в редакцию доктор психологических наук, доцент в апреле 2020 г. кафедры психологии образования и педагогики факультета психологии Московского государственного университета имени М. В. Ломоносова. Адрес: 125009, Москва, ул. Моховая, 11, стр. 9.
E-mail: [email protected] Подольский Андрей Ильич
доктор психологических наук, заслуженный профессор МГУ. Адрес: 125009, Москва, ул. Моховая, 11, стр. 9.
E-mail: [email protected] Идобаева Ольга Афанасьевна
доктор психологических наук, доцент, главный специалист фонда «НИР». Адрес: 119991, Москва, Ломоносовский просп., 27, корп. 1. E-mail: [email protected]
Подольская Татьяна Афанасьевна
доктор психологических наук, профессор, главный научный сотрудник ФГБНУ «ИДСВ РАО». Адрес: 105062, Москва, ул. Макаренко, 5/16.
E-mail: [email protected]
Аннотация. В зависимости от принятия или отторжения норм и правил жизни, принятых на данной ступени развития общества, выделяют два вида цифрового поведения: просоциаль-ное и антисоциальное. Носители этих
видов поведения различаются способами построения коммуникации в цифровой среде и имеют специфические характеристики когнитивной, мотивационной и эмоциональной сфер.
Цель проведенного исследования — на основании зарубежных исследований выделить и проанализировать логико-категориальные характеристики антисоциального цифрового поведения, связанного с особенностями мо-тивационной сферы интернет-пользователей.
Выделены внутренние и внешние факторы антисоциального цифрового поведения. Установлено, что существуют значимые связи между высоким уровнем проблемного использования интернета и психологическими особенностями интернет-пользователей в коммуникативной, эмоциональной, мотивационной и когнитивной сферах. Перспективным с точки зрения построения моделей цифрового поведения и разработки программ противодействия антисоциальному поведению в Сети выступает изучение связи активности пользователей в отношении разного по содержанию и видам интернет-контента с их индивидуально-психологическими особенностями.
Ключевые слова: цифровое поведение, антисоциальное поведение, интернет-контент, мотивация, интернет-
зависимость, самоповреждающее поведение, радикализация. DOI: 10.17323/1814-9545-2020-3-60-94
Сегодня мы являемся очевидцами уникального явления: процесса возникновения и структурной организации особого вида среды — цифровой. Элементы социальной среды прошли долгий исторический пусть развития, организуясь в социальные институты, устойчивые связи, в отношении которых действуют определенные нормы и правила. Процессы формирования, развития и функционирования разных видов поведения человека в привычной для него социальной среде достаточно подробно исследованы специалистами. Цифровая же среда только начинает формироваться, и особенности влияния тех или иных ее элементов на поведение человека, его психологическое благополучие пока мало изучены.
Цифровизация общества бросает вызовы не только психологам и педагогам, но и исследователям самых разных аспектов жизни. Появляются новые научные дисциплины, такие как психоинформатика (Psychoinformatics), изучающая связь цифровых следов, оставляемых пользователями в интернете, с их индивидуально-психологическими особенностями. Оказалось, что с помощью классических психологических методов можно лишь частично проанализировать данные, полученные с помощью цифровых технологий. Как следствие, психологи должны обогатить свои научные подходы методами информатики [Montag, Duke, Markowetz, 2016].
Цифровая среда открывает новые возможности для оценки поведения человека на основе технологий психологического таргетирования. Опираясь на полученные таким образом данные, возможно влиять на поведение больших групп людей, адаптируя цифровую информацию к психологическим потребностям целевой аудитории [Matz et al., 2017].
Ученые выделяют наиболее важные направления исследований и проблемы, которые необходимо решить в ближайшем будущем [Montag, Diefenbach, 2018]:
• влияние новых форм самовосприятия, саморефлексии и самопрезентации человека на характеристики социальной коммуникации;
• нахождение стратегий, способствующих опыту потока (полной вовлеченности человека в деятельность) в условиях фрагментированного образа жизни;
• изучение того, как взаимодействие с цифровыми мирами формирует человеческий мозг, и поиск способов воспре-
пятствовать негативному воздействию цифровых технологий на мозг человека;
• дизайн цифровых миров в соответствии с эмоциональным и культурным наследием человечества для обеспечения комфортного существования в цифровом обществе;
• выработка правил социальной коммуникации в условиях цифрового общения.
Для объединения усилий разных научных групп в решении обозначенного круга проблем, для обеспечения возможности соотносить результаты научных исследований, выполненных разными авторами в одном проблемном поле, необходимо концептуальное единство в отношении описания характеристик, структур, видов, связей цифрового поведения пользователей. В настоящее время одни и те же научные термины используются для обозначения не совпадающих по набору характеристик наблюдаемых явлений, что затрудняет создание единого диагностического инструментария, снижает конгруэнтность результатов научных исследований и их прогностическую ценность [Griffiths, 2015; Lee et al., 2018; Mihajlov, Vejmelka, 2017; Nadhirah et al., 2018; Pedro Anderson Ferreira Quirino et al., 2019; Poli, 2017].
Цель нашего исследования — по материалам зарубежных исследований выделить логико-категориальные характеристики антисоциального цифрового поведения, связанного с особенностями мотивационной сферы интернет-пользователей, и провести их сопоставительный анализ.
1. Цифровое На уровне явления взаимодействие с интернет-контентом пред-поведение ставляет собой внешне наблюдаемую активность человека, т. е. поведение, в цифровой среде — цифровое поведение.
По направленности на принятие или отторжение норм и правил жизни, принятых на данной ступени развития общества, можно выделить два вида цифрового поведения: просоциаль-ное и антисоциальное. Оба вида цифрового поведения имеют ряд характеристик, связанных с построением коммуникации в цифровой среде и индивидуально-психологическими особенностями пользователей интернета: особенностями их когнитивной, мотивационной, эмоциональной сфер (табл. 1).
Сам термин «цифровое поведение» как перечень характеристик, описывающих активность пользователей в цифровой среде в виде целостной системы действий, связанных с особенностями коммуникативной, когнитивной, мотивационной и эмоциональной сфер человека, в проанализированной литературе мы не встретили. Вместе с тем отдельные характеристики цифрового поведения активно изучаются, и прежде всего свойства антисоциального цифрового поведения. Рассмотрим
Таблица 1. Характеристики видов поведения интернет-пользователей в цифровой среде
Характеристики Виды цифрового поведения
Просоциальное Антисоциальное
Особенности коммуникации Отсутствие психологического давления = принятие и поддержка другого человека Психологическое давление при общении в цифровой среде (буллинг и т. п.)
Когнитивная сфера Поиск и предоставление достоверной информации Предоставление недостоверной информации (обман, искажение информации и т. п.)
Мотивационная сфера Направленность на поддержание у себя здорового образа жизни Зависимости. Самоповреждающее поведение и/или призыв к самоповреждающему поведению
Направленность на социально одобряемые акции (благотворительность, волонтерство и т. п.) Вовлечение в антисоциальные и/или преступные группировки (например, секты, АУЕ)
Эмоциональная сфера Нейтральная или позитивная эмоциональная окрашенность потребляемого и/или распространяемого контента Негативная эмоциональная окрашенность потребляемого и/или распространяемого контента (агрессивность, депрессивность и т. п.)
результаты исследований особенностей антисоциального цифрового поведения, связанных с характеристиками мотивационной сферы пользователей.
К антисоциальным поведенческим проявлениям в цифровой среде, связанным с особенностями мотивационной сферы пользователей, относятся интернет-зависимости, самоповреждающее поведение или призыв к нему, вовлечение в антисоциальные или преступные группировки (например, секты, АУЕ) и т. п.1
Феномен интернет-зависимого поведения (Internet Addiction, IA) активно изучается начиная с 1990-х годов. Интернет-зависимость — это неспособность человека управлять продолжительностью и/или частотой использования интернета, что приводит к таким негативным последствиям, как снижение доходов на работе и показателей в учебе, появление долгов, возник-
2. Особенности антисоциального цифрового поведения, связанные с характеристиками мотивационной сферы пользователей
2.1. Интернет-зависимость
2.1.1. Проблемы определения
1 В настоящей статье мы делаем акцент на интернет-зависимом поведении. Аналогичное развернутое рассмотрение самоповреждающего поведения или призыва к нему, вовлечения в антисоциальные или преступные группировки предполагается в следующих публикациях.
новение проблем в супружеских и межличностных отношениях и др. [Ching et al., 2017; Laconi, Rodgers, Chabrol, 2014]. Психологи и педагоги обеспокоены потенциальными негативными последствиями чрезмерного использования интернета для физического и психического здоровья пользователей [Mihajlov, Ve-jmelka, 2017; Odaci, Celik, 2016].
В настоящее время зарубежные авторы все еще используют разные характеристики для того, чтобы определить содержание понятия «интернет-зависимость», разные термины для его описания (Internet Addiction, IA; Internet Use Disorder, IUD; Pathological Internet Use, PIU; Problem Internet Use, PIU, и др.) и соответственно разные инструменты диагностики: Young's Internet Addiction Test (IAT), Chen's Internet Addiction Scale (CIAS), Davis's Online Cognition Scale (OCS), Gunuc's Internet Addiction Scale, Generalized Problematic Internet Use Scale, Compulsive Internet Use Scale (CIUS) и др. Отсутствие единства в концептуализации данного понятия ограничивает возможности сравнения результатов исследований, полученных разными авторами, так как характеристики, которые они выделяют в содержании интернет-зависимости, не совпадают. Концептуальное многообразие препятствует количественному измерению, классификации и построению моделей, описывающих закономерности возникновения и развития интернет-зависимого поведения [Griffiths, 2015; Pedro Anderson Ferreira Quirino et al., 2019; Poli, 2017]. Представленные ниже результаты исследований служат обоснованием этого вывода.
2.1.2. Проблемы диагностики и виды интернет-зависимого поведения
Результаты исследований показывают, что в отношении разного интернет-контента (цифровые игры, видеоигры, социальные сети) поведение пользователей неодинаково, что вызывает дискуссии ученых об отнесении его паттернов к категории интернет-зависимого поведения.
Цифровое игровое поведение занимает одну из доминирующих позиций в ряду развлечений молодых людей, так как в интернет-игры можно играть в любое время с использованием самых разных гаджетов [Xu, Chen, Adelman, 2015].
В 11-м драфте классификации заболеваний Всемирной организации здравоохранения (ICD-11) цифровое игровое поведение отнесено к группе психиатрических заболеваний: 6C51 «Нарушение игровой деятельности» (Gaming Disorder), в частности 6C51.0 «Нарушение игровой деятельности в онлайн-среде» (Gaming Disorder, Predominantly Online). При этом классификация выделяет три признака зависимости от цифровых игр или видеоигр как психиатрического заболевания [World Health Organization, 2019].
В 5-й версии Диагностического статистического руководства по психическим расстройствам Американской психиатри-
Таблица 2. Сопоставление диагностических признаков нарушений цифрового игрового поведения
Классификатор
ICD-11
DSM-5
Вид
расстройства
6C51.0. Нарушение игровой деятельности в онлайн-среде (Gaming Disorder, Predominantly Online)
Игровое интернет-расстройство (Internet Gaming Disorder)
Признаки расстройства
1) нарушение контроля над играми: над их началом, частотой, интенсивностью, продолжительностью, завершением, контекстом;
2) приоритет игровой деятельности над другими жизненными интересами
и повседневной деятельностью человека;
3) продолжение или эскалация игрового поведения, несмотря на возникновение негативных последствий
1) озабоченность играми (интернет-игры доминируют в ежедневной жизни человека);
2) симптомы отмены, когда игру отбирают или она становится невозможной: грусть, беспокойство, раздражительность;
3) необходимость тратить все больше времени на игры, чтобы удовлетворить игровую потребность;
4) неудачные попытки контролировать свое участие в интернет-играх;
5) отказ от других видов деятельности, потеря интереса к ранее имевшимся хобби из-за игр;
6) продолжение игр, несмотря на понимание возникающих психологических проблем;
7) обман членов семьи или других лиц о количестве времени, потраченного на игры;
8) использование игр для снятия негативных настроений, таких как чувство вины, беспомощность, тревожность;
9) погруженность в игры создает угрозу потери значимых отношений, работы, успехов в учебе
Условия отнесения к расстройству
все признаки наблюдаются непрерывно или проявляются эпизодически/ периодически в течение не менее 12 месяцев;
если наблюдаемые признаки достаточно серьезны, чтобы вызвать значительные нарушения в личной, семейной, социальной, учебной, профессиональной или других важных сферах жизнедеятельности, то требуемое для постановки диагноза время их проявления может быть сокращено
наличие пяти или более признаков в течение 12 месяцев. При оценке учитываются игры как в интернете, так и на любом электронном устройстве
ческой ассоциации DSM-5 игровое интернет-расстройство (Internet Gaming Disorder) определяется как интернет-зависимость и включает девять признаков [American Psychiatric Association, 2013; Griffiths, 2015; Parekh, 2018].
В табл. 2 мы сопоставили признаки, на основе которых делается вывод о нарушении игрового цифрового поведения в разных классификаторах.
Как видно из табл. 2, ряд признаков, на основании которых ICD-11 и DSM-5 диагностируют нарушение цифрового игрового поведения, относительно конгруэнтны: контроль деятельности — п. 1 в ICD-11 и п. 4 в DSM-5; приоритет игр в мотивацион-ной иерархии — п. 2 в ICD-11 и п. 1, 3, 5 в DSM-5; игнорирование негативных последствий игры — п. 3 в ICD-11 и п. 6 и 9 в DSM-5. Часть признаков представлены в DSM-5 (п. 2, 7, 8), но отсутствуют в ICD-11. Эти различия важно учитывать при разработке и валидизации диагностического инструментария для психологических исследований и при интерпретации получаемых результатов.
Дискутируя об отнесении того или иного вида поведения к категории интернет-зависимостей, некоторые авторы подчеркивают, что о зависимости можно говорить лишь в отношении игрового поведения в интернете, т. е. так, как это представлено в ICD-11 или DSM-5. Другие рассматривают саму по себе среду интернета как источник возникновения различного рода аддик-ций [Griffiths, 2015; Young, 2015]. Интернет — лишь средство, используя которое, человек может получить доступ к любому интересующему его содержанию. Это не только игры, но и чаты, покупки, секс и т. п. Поэтому пользователи могут зависеть (или не зависеть) не от интернета как средства, а от того содержания или услуг, которое предоставляет интернет, и это не только игры [Kim, Kim, 2010; Pontes, Griffiths, 2014; 2015].
В исследовании, в котором сопоставлялись особенности интернет-зависимости и игровой интернет-зависимости (выборка — 2 тыс. подростков), выявлены значимые различия между этими двумя явлениями. Показано, что интернет-зависимость значимо положительно связана с использованием подростками социальных сетей, онлайн-общением и онлайн-играми, а игровая интернет-зависимость—лишь с онлайн-играми, при этом она чаще встречается у юношей [Király et al., 2014].
Таким образом, интернет-зависимость и игровая интернет-зависимость концептуально не совпадают. Исходя из этого, предлагается различать генерализованную интернет-зависимость и специфические типы (виды) интернет-зависимого поведения [Montag, Bey, Sha et al., 2015]. Ученые должны объединиться и начать использовать одни и те же инструменты для диагностики соответствующего вида зависимости. В противном случае не удастся достичь концептуальной ясности в отношении разных видов интернет-зависимости [Griffiths, 2015].
2.1.3. Проблемы В основе построения моделей, описывающих закономерности построения детерми- возникновения и развития интернет-зависимости, лежит вы-национных моделей деление системы внешних и внутренних факторов, связанных с теми или иными паттернами зависимости. Здесь также имеют место неоднозначные данные.
Среди внешних факторов, связанных с интернет-зависимостью, 2.1.3.1. Внешние выделяют: факторы интернет-
зависимого
• доступность интернета, качество интернет-соединения, тип поведения гаджета [Dwyer, Kushlev, Dunn, 2018; Ergun-Basak, Aydin, 2019; Kushlev, Dunn, 2019; Singh et al., 2018];
• уровень и направленность получаемого образования [Chau-dhari et al., 2015; Ching et al., 2017; Younes et al., 2016; Zhang et al., 2018];
• культурно-социальная среда, экономические показатели и другие особенности страны [Campelo et al., 2018];
• воспитание, влияние сверстников [Nadhirah et al., 2018] и другие группы факторов.
В качестве возможных предикторов возникновения интернет-зависимости оценивались различные статистические показатели: количество пользователей интернета, смартфонов и других цифровых устройств в разных странах; количество времени, проводимого в интернете, социальных онлайн-контактов, видов интернет-активности, доступность интернета и др.
Число пользователей интернета неуклонно растет, а в некоторых странах, например в Индии, этот рост носит взрывной характер и интернет-аудитория уже превысила 600 млн человек— это второе место в мире после Китая (854 млн) [Statis-ta Research Department, 2020a; Internet World Stats, 2020; Kumar et al., 2019]. Миллениалы (MillennialAge), находясь дома, чаще проводят время в интернете, чем общаясь с родителями и членами семьи [Anderson, Steen, Stavropoulos, 2017; Malaysian Communications and Multimedia Commission, 2017].
Происходит резкое увеличение количества времени, проводимого детьми в интернете, — до 39 часов в неделю [Nadhirah et al., 2018].
Большинство молодых людей проявляют свою активность в социальных сетях2 [Concepts Technologies, 2017; Memon et al., 2018]. Показатели использования интернета для решения академических задач или для бизнеса значительно ниже [Mahamid, Bert, 2018a; 2018b]. Частоты различных видов активности в интернете в течение дня распределяются по мере убывания следующим образом: обмен мгновенными сообщениями (Instant Messenger) ~ 91%; активность в социальных сетях ~ 65%; далее следуют отдых, бесцельное времяпрепровождение, отправка/ получение электронных писем; загрузки контента; посещение форумов, блогов; покупки; прослушивание радио и игры [Singh
2 Napoleoncat. Facebook users in State of Palestine, 2019. https://napoleon-cat.com/stats/facebook-users-in-state_of_palestine/2019/07
et al., 2018]. В разных странах показатели несколько различаются, но общие тенденции остаются.
Внешними факторами возникновения интернет-зависимости могут выступать доступность интернета при работе с различными гаджетами, разнообразие мест, где открывается возможность подключения к интернету, качество интернет-соединения и т. п. Чаще других категорий населения интернет используют учащиеся старших классов и студенты университетов в возрасте от 16 до 24 лет, которые находятся на решающем этапе своего социального и эмоционального развития. Сегодня у большинства из них есть персональные компьютеры и смартфоны, практически все могут выходить в интернет в учебных классах и/или по месту жительства. Доступ в интернет в этом возрасте, как правило, бесплатный и простой, что повышает вероятность попадания в группу интернет-зависимых [Chiu, 2014; Concepts Technologies, 2017; Nadhirah et al., 2018; Pesigan, Shu, 2016]. Интернет-зависимые студенты значимо чаще, чем обычные пользователи, используют для выхода в интернет классные комнаты или компьютеры кампуса. Также они более широко используют электронную почту, социальные сети, блоги, форумы, чаще проводят досуг в интернете, занимаются серфингом без цели, чаще совершают покупки, скачивают контент и имеют более высокие показатели кибер-рисков [Ergun-Basak, Aydin, 2019; Singh et al., 2018].
Данные о степени выраженности (показателях) интернет-зависимости в схожих группах пользователей (возраст, пол, уровень, направленность образования, страна и др.), полученные в разных исследованиях, не всегда совпадают (табл. 3).
Как видно из табл. 3, часть авторов подходит к определению интернет-зависимости дифференцированно, расценивая как таковую только поведение, характеризующееся высокими показателями зависимости. При этом в разных исследованиях критерии оценивания не вполне совпадают, например, применяя один и тот же метод диагностики, одни исследователи расценивают как высокий уровень зависимости (High Level) набранные индивидом 46-60 баллов [Nadhirah et al., 2018], а другие диагностируют интернет-зависимость на уровне 80-100 баллов (Excessive User; Severe Addiction) [Kumar et al., 2019; Chaudhari et al., 2015; Zafari, Rafiemanesh, Balouchi, 2018]. Но есть и другая точка зрения, согласно которой интернет-зависимость — суммарный показатель всех уровней зависимости (высокий, средний, легкий), кроме низкого (обычные пользователи). Критичные значения здесь также различаются, например в одних исследованиях к интернет-зависимым отнесены респонденты, набравшие больше 49 баллов [Singh et al., 2018], в других — больше 43 [Ching et al., 2017; Younes et al., 2016], в третьих — больше 31 [Pedro Anderson Ferreira Quirino et al., 2019]. Те, чьи показатели
Таблица 3. Внешние факторы интернет-зависимого поведения (страна, возраст, пол, уровень, направленность образования, методы диагностики)
Страна Выборка Методика диагностики Показатели ИЗ, %
ИЗ Нет ИЗ
Студенты медицинских университетов
Индия [Chaudhari et al., 2015] N = 282 Муж.- 122 Жен.- 160 Возраст ~ 19,9 года Young's Internet Addiction Test(YIAT) 58,87, из них: ВУ - нет СУ - 7,45 НУ - 51,42 41,13
Индия [Singh et al., 2018] N = 122 Возраст ~ 20,6 года Young's Internet Addiction Test(YIAT) ВУ - нет СУ - 19,7 80,3
Ливан [Younes et al., 2016] N = 600 Муж.- 182 Жен.- 418 Возраст ~ 20,4 года Young's Internet Addiction Test(YIAT) 16,8 83,2
муж/жен - 23,6/13,9
Кросс-культурное исследование [Ching et al., 2017] N = 426 Муж.- 156 Жен.- 270, Возраст ~ 21,6 года Young's Internet Addiction Test(YIAT) 38,55 61,45
муж/жен - 44,9/32,2
Малайзия N = 237 (55,6%) 37,1 62,9
Индия N = 31 (7,3%) 22,6 77,4
Китай N = 148 (34,7%) 39,9 60,1
Другие N = 10 (2,3%) 30,0 70
Кросс-культурное исследование [Zhang, 2018] N = 3654 Young's Internet Addiction Test(YIAT) 32,2
Chen's Internet Addiction Scale (CIAS) 5,2
Бразилия [Pedro Anderson Ferreira Quirino et al., 2019; Silva et al., 2017] N = 359 Муж.- 88 Жен.- 271 Возраст ~ 19,5 года Young's Internet Addiction Test(YIAT) 44,28
муж/жен - 51,1/48,9
Online Cognition Scale 62,9
Студенты университетов муж/жен - 54,5/65,7
Иран [Zafari, Rafiemanesh, Balouchi, 2018] N = 9161 Young's Internet Addiction Test(YIAT) 30,67, из них: ВУ - 4,67 СУ - 25,32 69,33
Подростки (средняя, старшая школа)
Малайзия (Кота-Бару, N = 422 Young's Internet Addiction ВУ - 2 1
Келантан) [Nadhirah et al., Муж.- 150 Test(YIAT) СУ - 33
2018] Жен.- 272 НУ - 64
Возраст 13-19 лет
Страна Выборка Методика диагностики Показатели ИЗ, %
ИЗ Нет ИЗ
Индия (Кендрия Видьялая, Нью-Дели) [Kumar et al., 2019] N = 426 (1112-е классы): Муж. - 248 Жен.- 170 Young's Internet Addiction Test(YIAT) ВУ — 1,41 СУ — 30,28 НУ — 23,94 44,37
муж/жен — 40,43/31,33
Турция (Малатья) [Aydemir, 2018] N = 3442 Gunuc's Internet Addiction Scale [Gunuc, 2009] 14,1 Группа риска — 42,6 46,3
муж/жен — паттерны ИЗ муж. выше
Примечания: ИЗ — интернет-зависимость; ИЗ муж/жен — соотношение интернет-зависимости в мужской и женской выборках; ВУ, СУ, НУ—уровни интернет-зависимости: высокий, средний, низкий.
ниже критических значений, считаются обычными пользователями Сети. Также в табл. 3 мы видим расхождения в показателях интернет-зависимости, полученных на одних и тех же либо схожих выборках, в одной стране, в разных странах, разными методиками и т. д.
Различия в определениях, критериях оценки, принятых критических значениях тех или иных показателей осложняют сравнение эмпирических данных и анализ влияния таких внешних факторов интернет-зависимости, как пол, возраст, уровень и направление образования, социально-экономические условия жизни.
Одно из направлений изучения интернет-зависимого поведения в последние годы — выявление сходств и различий при использовании человеком интернета и смартфона (Internet Use Disorder, IUD/Smartphone Use Disorder).
По мнению ряда ученых, смартфон — один из наиболее важных факторов ускорения процессов построения цифрового мира [Montag, Diefenbach, 2018]. К началу 2020 г. смартфоном пользовались 3,2 млрд человек в мире. Если тенденция сохранится, то в 2021 г. эта цифра достигнет 3,8 млрд человек [Statis-ta Research Department, 2020b]. Обычные пользователи тратят примерно 2,5 часа в день, используя свои телефоны, при этом наибольшее время затрачивается на общение в социальных сетях [Montag, B+aszkiewicz, Sariyska et al., 2015]. Целесообразное использование смартфона делает деятельность человека более продуктивной [Montag, Walla, 2016], а проблемное снижает производительность, рассеивает внимание [Duke, Montag, 2017; Kushlev, Proulx, Dunn, 2016], создает ситуации «отсутствие присутствия» [Kushlev et al., 2019], негативно сказывается на общении с детьми, ослабляя чувство привязанности [Kushlev, Dunn,
2019], нарушает связи с друзьями, близкими людьми [Dwyer, Kushlev, Dunn, 2018].
Влияние использования смартфонов на когнитивную деятельность человека изучено недостаточно и требует учета не только времени, но и видов активности: обмен текстовыми сообщениями, работа с электронной почтой и использование социальных сетей будут иметь иные последствия для психики, чем игры или просмотр веб-страниц [Wilmer, Sherman, Chein, 2017].
Основная тенденция последнего десятилетия при анализе внешних факторов интернет-зависимого поведения состоит в переходе от анализа интернет-активности пользователей как основной характеристики интернет-зависимости к анализу потребляемого человеком контента и в учете одновременно и характеристик активности, и содержания контента [Lee et al., 2018; Mihajlov, Vejmelka, 2017; Nadhirah et al., 2018]. Особое внимание уделяется выявлению рисков, связанных с интернет-контентом. К ним относят (в порядке убывания частоты): блокировку почты из-за неизвестного отправителя или нежелательного контента, ложную информацию в интернете, притворство, обмен паролями и др. При этом влияние рисков усугубляется отсутствием у пользователей специальных знаний по кибербезопасно-сти [Singh et al., 2018].
Таким образом, сопоставление данных о влиянии внешних факторов на интернет-зависимое поведение осложнено отсутствием концептуального единства при анализе данного явления, единого инструментария и единого клинического подхода к его диагностике.
Внутренние факторы интернет-зависимого поведения — это психологические особенности пользователей. Эмпирически установлены значимые связи высоких показателей уровня проблемного использования интернета (Internet Use Disorder, IUD) и смартфонов (Smartphone Use Disorder, SUD):
2.1.3.2. Внутренние факторы интернет-зависимого поведения
1) с низким уровнем удовлетворенности жизнью и слабой эм-патией [Lachmann, Sindermann, Sariyska et al., 2018];
2) высокими показателями социальной тревожности и импульсивности [Peterka-Bonetta et al., 2019];
3) низкими показателями самоидентичности. Возможно, ядром цифровых аддикций выступает недостаточность силы воли, характерная для лиц с низкими показателями самоидентичности [Lachmann et al., 2019];
4) особой личностной структурой пользователей в рамках пяти-факторной личностной модели «Большая пятерка» (Big Five, версия NEO FFI: нейротизм, экстраверсия, открытость опы-
ту, согласие/доброжелательность, сознательность/добросовестность).
В частности, в результате исследований выявлено:
• высокие показатели IUD/SUD связаны с низкими показателями сознательности/добросовестности и высокими баллами нейротизма [Peterka-Bonetta et al., 2019];
• склонность к IUD и SUD положительно связана с высоким нейротизмом, низкими показателями сознательности/добросовестности и согласия/доброжелательности;
• склонность к IUD отрицательно связана с экстраверсией, а к SUD — с открытостью опыту;
• связь между показателями, характеризующими структуру личности, у пользователей, проявляющих паттерны зависимости от интернета, в целом сильнее, чем у пользователей смартфонов [Lachmann et al., 2019].
В исследованиях учащихся школ и студентов обнаружены значимые связи интернет-зависимости с целым рядом показателей, характеризующих личность подростков и молодых людей, а также протекание их основной деятельности — обучения. Интернет-зависимость связана:
1) с низким уровнем развития у подростков эмоционального интеллекта [Oskenbay et al., 2015];
2) чрезмерным количеством времени, проводимого пользователями-студентами в интернете (одним из паттернов зависимости) и воспринимаемой самоэффективностью (значимая отрицательная связь). Полученные данные важны, так как низкая самоэффективность является фактором риска возникновения симптомов депрессии и суицидальных намерений в позднем подростковом возрасте [Berte, Mahamid, Affouneh, 2019; Yao, Zhong, 2014];
3) заниженной самооценкой: общей, социальной, самооценкой семьи (Family-Home Self-Esteem). Социальная самоэффективность связана с адекватным социальным поведением и оказывает решающее влияние на вероятность того, что люди способны самостоятельно регулировать свою активность в интернете [Aydin, Sari, 2011];
4) усилением чувства одиночества: оказалось, что социальные контакты онлайн с друзьями и семьей не являются эффективной альтернативой офлайновым, снижающим чувство одиночества. Кроме того, хотя увеличение числа контактов лицом к лицу может помочь уменьшить симптомы интернет-зависимости, эффект от него нейтрализуется увеличением числа онлайн-контактов в результате чрезмерного исполь-
зования интернета. Возникает порочный круг одиночества и интернет-зависимости [Yao, Zhong, 2014]. Снижение частоты очной коммуникации и рост интернет-общения среди подростков, сопровождающиеся чувством одиночества, не индивидуально обусловлены, а являются особенностью поколения Z [Twenge et al., 2018; Twenge, Martin, Campbell, 2018];
5) плохой успеваемостью, бессонницей, симптомами тревоги и депрессии [Ching et al., 2017; Hunt et al., 2018; Laconi, Rodgers, Chabrol, 2014; Maroma, Karega, Oteyo, 2019];
6) личностными нарушениями (Personality Disorders) [Zadra et al., 2016];
7) психологическим выгоранием у старшеклассников, которое у юношей выражено сильнее, чем у девушек [Tomaszek, Mu-chacka-Cymerman, 2019].
Отрицательные эмоции, низкая самооценка, неверные когнитивные установки (поиск одобрения, склонность к обвинению, перфекционизм) могут выступать предикторами интернет-зависимого поведения, особенно у юношей [Ergun-Basak, Aydin, 2019].
Изучение отношения интернет-зависимых молодых людей к интернету показало, что они осознают как положительные (просоциальные), так и отрицательные последствия влияния интернета на свою жизнь. Они отдают себе отчет в том, что такими последствиями становятся гиперактивность, повышенная эмоциональность, проблемы со сверстниками, и при этом оценивают степень негативного влияния выше, чем позитивного [Kumar et al., 2019]. Важно, что, описывая портрет интернет-зависимого пользователя как человека, который проводит большую часть времени в интернете, а также меньше спит из-за своей ком-пульсивной интернет-зависимости, подростки проводят различие между ежедневным использованием интернета (например, поиском информации) и интернет-зависимым поведением. При этом девочки к более значимым характеристикам интернет-зависимого человека причисляют компульсивность и снижение работоспособности, а мальчики — параметры, относящиеся к осознанию зависимости и безопасности в интернете (защите конфиденциальности) [TaoußéЛaç et al., 2015].
Исследования внутренних факторов интернет-зависимости дают более согласованные результаты, чем посвященные внешним факторам. Полученные авторами данные могут выступить основой для построения программ психологической помощи интернет-зависимым пользователям, но требуют дальнейшего осмысления и анализа для включения их в модели возникновения и развития интернет-зависимости.
2.2. Само- Самоповреждающее поведение — еще один вид антисоциаль-повреждающее ного цифрового поведения, распространенность которого в ин-поведение тернете вызывает тревогу родителей, психологов, педагогов, врачей.
2.2.1. Проблема Самоповреждающее поведение в широком смысле слова—это определения нанесение ущерба собственному телу. В литературе до сих пор продолжаются дискуссии в отношении определения данного явления. Для описания поведения, при котором человек наносит вред своему телу, используют термины «саморазрушающее поведение» (Self-Destructive Behaviour), «членовредительство» (Self-Injury, Self-Harm), «самонасилие» (Self-Inflicted Violence), «самокалечение» (Self-Mutilation), «аутоагрессия» (Self-Aggression), «парасуицид» (Parasuicide) и др. Понятийная неоднозначность осложняет проведение исследований природы самоповреждающего поведения и разработку валидного и надежного диагностического инструментария.
2.2.2. Самоповреждающее поведение и интернет
Ряд авторов проводят параллели между значительным ростом использования подростками и молодыми людьми социальных сетей и неуклонным ростом числа самоубийств и несуицидального самоповреждающего поведения среди молодежи.
Некоторые исследователи прямо связывают большое количество времени, проводимое в социальных сетях, с самоповреждающим поведением и идеями самоубийства среди уязвимой части подростков [Baker, Lewis, 2013; Memon et al., 2018]. Молодежь, наносящая себе вред, более активна в социальных сетях, по сравнению со сверстниками, не склонными к такому поведению [Memon et al., 2018]. Канадские подростки, проводящие в социальных сетях более двух часов в день, чаще других сообщают об испытываемом ими высоком уровне стресса, неудовлетворительном психическом состоянии и имеющихся у них суицидальных мыслях [Sampasa-Kanyinga, Lewis, 2015].
Анализ интернет-пространства, в частности популярной среди подростков социальной сети Instagram, показал, что контент, связанный тем или иным образом с проблематикой самоповреждающего поведения, очень популярен и часто завуалирован неоднозначными хэштегами [Moreno et al., 2016].
Подростки, имеющие опыт самоповреждающего поведения, используют социальные сети не только как средство общения и получения социальной поддержки, но и как источник негативного контента, пропагандирующего и демонстрирующего самоповреждение [Brown et al., 2018; Memon et al., 2018]. Подростки прямо указывают, что испытывают желание публиковать в социальных сетях негативный контент («стресс-постинг»), такие публикации становятся для них средством совладания с негативными эмоциями и «криком о помощи», таким образом проявляется
их потребность в поддержке и помощи со стороны других пользователей [Radovic et al., 2017]. Есть данные, свидетельствующие о том, что частота обращения подростка к интернет-контенту, связанному с самоповреждающим поведением, прямо коррелирует с частотой проявлений у него такого поведения [Zhu et al., 2016].
Большинство изображений телесных повреждений, выкладываемых подростками в Сеть, составляют порезы разной степени тяжести (анализ 2826 изображений в Instagram) — около 93% [Brown et al., 2018]. Анализ тегов, связанных с самоповреждающим поведением, показал, что сам акт самоповреждения отображается только приблизительно в трети постов, в трети постов присутствует изображение человека, при этом изображений женщин значительно больше, чем мужчин (33% против 9,5%) [Shanahan, Brennan, House, 2019].
Полученные в исследованиях данные о видах активности пользователей, имеющих опыт самоповреждающего поведения, особенностях потребляемого ими контента, способах его цифровой «маскировки» могут лечь в основу построения программ психологического таргетирования, предназначенных для оказания помощи при такого рода нарушениях поведения.
Использование интернета как средства радикализации настроений интернет-пользователей, вовлечения подростков и юношей в группировки антисоциальной направленности вызывает закономерную озабоченность общества. По данным исследователей, большинство подростков подвергались негативному воздействию материалов, содержащих или разжигающих ненависть, а около четверти обследованных респондентов стали жертвами таких материалов [Costello et al., 2016; Oksanen et al., 2014].
2.3. Вовлечение в антисоциальные группировки
В последнее время набирают силу исследования, направленные на изучение связи содержания интернет-контента с радикально-экстремистскими настроениями молодежи. Их целью является разработка средств выявления радикальных пользователей интернета (социальные сети, онлайн-форумы и т. п.), а также способов оградить население от пагубного влияния данного контента путем его обнаружения и блокировки. Анализируются:
2.3.1. Внешние
факторы
радикализации
языковые теги (ключевые слова) сообщений, объем, продолжительность и серьезность негативных сообщений пользователей [Scrivens, Davies, Frank, 2018]; изображения, потоковая передача жестоких видеороликов, гламурные фото и видеоматериалы, пропагандирующие образ экстремиста, хэштэги, ретвиты, лайки [Awan, 2017]; содержание сообщений в Twitter и других социальных сетях [Goodboy, Martin, 2015; Klausen, 2015].
Негативный контент используется экстремистски настроенными пользователями не только пассивно, в виде вирусных рассылок, но и активно, при личном общении в онлайн для организации кибербуллинга (запугивания, интернет-травли, угроз) и разжигания ненависти в интернете [Goodboy, Martin, 2015; Ojeda, Del Rey, Hunter, 2019].
Один из негативных внешних факторов радикализации — социальная ситуация развития у молодежи, которая проживает в условиях постоянного геополитического риска (например, на оккупированных территориях Палестины) с высоким уровнем стрессоров, оказывающих негативное влияние на формирование личности. Это не только милитаризация, бедность, отсутствие возможностей трудоустройства, культурное давление, но и особенности их цифровой среды, в которой меньше позитивных социальных сетей, чем в обычных условиях. В такой ситуации легко доступные и неограниченные возможности контактов в социальных сетях могут превратить чрезмерное и неадаптивное использование негативной интернет-коммуникации в один из альтернативных путей социализации [Mahamid, Berte, 2018a; 2018b].
В отношении психологических черт лиц, использующих социальные сети для радикализации молодежных настроений, также не достигнуто единое мнение исследователей. Часть из них склоняются к тому, что не существует простой типологии, которая точно описывает радикальных пользователей в интернете [Scrivens, Davies, Frank, 2018].
Другие полагают, что такие люди имеют устойчивый личностный профиль, включающий черты «темной триады» (Dark Triad): макиавеллизм, психопатия и нарциссизм. Из них психопатия — наиболее надежный предиктор данного вида поведения [Goodboy, Martin, 2015]. Выявлены семь типов людей, использующих Twitter и Facebook как средство радикализации с помощью специальных интернет-страниц, видео, комментариев или постов: 1) кибер-моббилы (кибер-буллеры) — персонифицируются через ретвиты негативного контента, создавая менталитет толпы; 2) одиночки — работают через индивидуальные посты и комментарии; 3) фантазеры — стирают грань между реальностью и вымыслом, создавая выдуманный радикальный контент; 4) искатели острых ощущений — получают адреналин от онлайн-участия в создании и распространении негативного контента; 5) поборники морали — борцы за «высшую справедливость»; 6) «нарциссы» — используют радикальный контент для вымещения обиды; 7) «искатели себя» — прибегают к созданию и распространению радикального контента как способу поиска собственной идентичности, некой формы мужественности [Awan, 2017].
2.3.2. Внутренние факторы радикализации
Ряд авторов считают, что одним из факторов радикализации могут выступать психические расстройства подростков [Campe-lo et al., 2018].
Установлено, что в большей степени воздействию негативного контента подвержены подростки с высокой онлайн-актив-ностью, с низким уровнем семейной привязанности, физической виктимизацией и/или онлайн-виктимизацией [Oksanen et al., 2014]. Среди взрослых с большей готовностью воспринимают негативный контент лица, имеющие сравнительно высокий уровень образования, выражающие низкий уровень доверия федеральному правительству, а также склонные к риску [Costello et al., 2016].
Исследования в данной области затруднены из-за проблем с получением доступа к индивидуальным профилям пользователей социальных сетей, с отслеживанием траектории их передвижений по Сети. Большинство данных получено в отношении молодых людей, задержанных или осужденных за радикальную деятельность, т. е. постфактум. Поэтому остается много вопросов относительно социально-психологических условий, способствующих или препятствующих разворачиванию данного вида цифрового поведения среди «благополучных» подростков. Работы в этом направлении активно продолжаются.
Обзор иностранной литературы позволяет сделать следующие 3. Выводы выводы.
1. Цифровизация влечет за собой как позитивные, так и негативные последствия для физического и психического здоровья человека на разных этапах его жизненного пути.
Новые научные дисциплины, такие как психоинформатика, открывают новые возможности для оценки поведения человека на основе применения технологий психологического таргети-рования, а также для влияния на поведение больших групп людей путем изменения содержания, поставляемого пользователям интернет-контента.
2. Цифровое поведение — новый вид поведения человека, который требует специального изучения, выделения и анализа его логико-категориальных характеристик, построения детермина-ционных моделей формирования и развития цифровых поведенческих паттернов.
2.1. Принимая во внимание риски для жизнедеятельности пользователей, которые может нести с собой содержание интернет-контента, мы предлагаем выделять два вида цифрового поведения: просоциальное и антисоциальное. Данные виды поведения следует рассматривать не как дихотомию, а, скорее,
как континуум, дифференцирующий степень принятия или отторжения человеком тех или иных норм и правил. Изучение связи цифровых следов, оставляемых пользователями в интернете, как внешне наблюдаемого цифрового поведения с их индивидуально-психологическими особенностями может выступить основой для построения описательных и детерминационных моделей формирования и развития паттернов просоциального и антисоциального поведения. Данные модели могут затем использоваться для формирования просоциальных паттернов поведения и помощи пользователям Интернета, подвергающимся влиянию негативного контента в цифровой среде, в преодолении психологических проблем.
2.2. Термин «цифровое поведение» как перечень характеристик, описывающих активность пользователей в цифровой среде в виде целостной системы действий, связанных с особенностями коммуникативной, когнитивной, мотивационной и эмоциональной сфер человека, в проанализированной зарубежной литературе отсутствует. Вместе с тем отдельные характеристики цифрового поведения активно изучаются, и прежде всего свойства антисоциального цифрового поведения, к которым относятся:
1) особенности коммуникативной сферы — ситуации психологического давления при общении в цифровой среде (бул-линг и т. п.);
2) особенности когнитивной сферы — предоставление недостоверной информации (обман, искажение информации и т. п.);
3) особенности мотивационной сферы—зависимости, самоповреждающее поведение и/или призывы к самоповреждающему поведению, вовлечение в антисоциальные и/или преступные группировки;
4) особенности эмоциональной сферы — негативная эмоциональная окрашенность потребляемого и/или распространяемого контента (агрессивность, депрессивность и т. п.).
3. Наиболее изученными являются особенности антисоциального цифрового поведения, связанные с характеристиками мотивационной сферы пользователей: интернет-зависимости, самоповреждающее поведение или призыв к нему, вовлечение в антисоциальные или преступные группировки.
4. В отношении интернет-зависимого поведения до сих пор отсутствует концептуальное единство при описании его содержания, что ограничивает возможности сравнения результатов исследований, полученных разными авторами, препятствует количественному измерению, классификации, построению моделей, описывающих закономерности возникновения и развития интернет-зависимости.
4.1. Установлено, что особенности цифрового поведения в отношении различного контента — цифровые игры, видеоигры, социальные сети и др. — не совпадают. Предлагается различать генерализованную интернет-зависимость и ее специфические типы (виды), соответственно требуется использование разных инструментов для диагностики.
4.2. Выделены внешние факторы интернет-зависимого поведения у подростков и молодых людей:
• доступность интернета, качество интернет-соединения, тип гаджета;
• количество времени, проводимого в интернете, социальных онлайн-контактов, видов интернет-активности;
• культурно-социальная среда, экономические показатели и другие характеристики страны интернет-пользователя;
• возраст, пол, уровень и направленность получаемого образования;
• воспитание, влияние сверстников;
• содержание потребляемого контента.
Данные о влиянии разных групп факторов на степень выраженности интернет-зависимого поведения у схожих групп пользователей в разных странах не всегда совпадают, что может быть связано с отсутствием концептуального единства в отношении определения изучаемого явления, единого инструментария и клинического подхода к его диагностике. В результате сопоставление данных о влиянии внешних факторов на возникновение и развитие интернет-зависимости, полученных разными группами ученых, бывает затруднено.
4.3. Выделены внутренние факторы интернет-зависимого поведения. Установлено, что существуют значимые связи между высокими уровнями проблемного использования интернета и смартфонов и психологическими особенностями:
1) коммуникативной сферы (снижение очной коммуникации и рост интернет-общения, сопровождающиеся усилением чувства одиночества);
2) эмоциональной сферы (чувство одиночества; низкий уровень удовлетворенности жизнью и слабая эмпатия; высокие показатели социальной тревожности и импульсивности; отрицательные эмоции, депрессивные проявления, сопровождаемые бессонницей; низкий уровень развития эмоционального интеллекта; психологическое выгорание);
3) мотивационной сферы (низкая самоэффективность, недостаток силы воли, неверные когнитивные установки (поиск одобрения, склонность к обвинению, перфекционизм));
4) когнитивной сферы (заниженная самооценка, низкие показатели самоидентичности; плохая успеваемость).
Для молодых людей, склонных к формированию зависимости от интернета и смартфонов, характерен определенный личностный профиль (модель Big Five): высокий нейротизм (эмоциональная нестабильность, беспокойство, раздражительность) и низкие показатели по шкалам «сознательность/добросовестность», «согласие/доброжелательность». Показатели по двум оставшимся шкалам различаются у зависимых от интернета (преобладание интроверсии) и от смартфона (низкие показатели по шкале «открытости опыту»). В целом связь между показателями структуры личности у пользователей, зависимых от интернета, выше, чем у пользователей смартфонов.
Молодые люди осознают как положительные (просоциаль-ные), так и отрицательные последствия влияния интернета на свою жизнь и проводят различия между ежедневным использованием интернета для решения конструктивных задач, например поиска информации, и интернет-зависимым поведением.
5. Интернет выступает новой доступной средой, позволяющей получать негативный контент и информацию о способах нанесения ущерба своему здоровью — о самоповреждающем поведении. В литературе продолжаются дискуссии в отношении определения данного явления. Понятийная неоднозначность осложняет проведение исследований природы самоповреждающего поведения и разработку валидного и надежного диагностического инструментария. Установлено,что:
• интернет-контент, связанный с самоповреждающим поведением, часто завуалирован неоднозначными хэштегами;
• контент, относящийся к самоповреждающему поведению, обычно включает изображения порезов разной степени тяжести;
• молодые люди, наносящие себе вред, более активны в социальных сетях, чем их сверстники, не склонные к такого рода нарушениям поведения, и проводят там больше времени, а также чаще обращаются к интернет-контенту, связанному с самоповреждением;
• социальные сети используются пользователями, имеющими опыт самоповреждающего поведения, не только как средство общения и получения социальной поддержки, но и как источник негативного контента, пропагандирующего и демонстрирующего самоповреждение.
Данные о видах активности пользователей, имеющих опыт самоповреждающего поведения, особенностях потребляемого
контента, способах его цифровой «маскировки» могут использоваться при построении программ психологического таргети-рования для оказания помощи данной категории пользователей.
6. Интернет активно используется для вовлечения молодых людей в антисоциальные группировки. Более половины обследованных респондентов подвергались негативному воздействию материалов, содержащих или разжигающих ненависть, и почти четверть респондентов стали жертвами таких материалов.
К внешним факторам радикализации молодежи относят содержание распространяемого в Сети интернет-контента и социальную ситуацию развития. При разработке программ противодействия распространению негативного контента предлагается анализировать:
• языковые хэштеги сообщений пользователей;
• объем, продолжительность, серьезность содержания распространяемых негативных сообщений и изображений в социальных сетях, ретвиты, лайки;
• потоковую передачу жестоких видеороликов, гламурных фото- и видеоматериалов, пропагандирующих образ экстремиста;
• направленность (положительную/отрицательную) социальных сетей в разных регионах.
В отношении психологических особенностей пользователей как внутренних факторов вовлечения в антисоциальные группировки среди ученых нет единого мнения. Некоторые считают, что и люди, использующие социальные сети для радикализации молодежных настроений, и те, кто в большей степени подвержен воздействию негативного контента, имеют устойчивые личностные профили. Другие, наоборот, склоняются к тому, что не существует простой типологии, описывающей радикальных пользователей.
Психологические исследования в данной области имеют ряд объективных ограничений: отсутствие открытого доступа к индивидуальным профилям в социальных сетях, возможности отслеживать цифровые траектории, ограниченность эмпирической базы лицами, осужденными по соответствующим статьям или находящимися под следствием и т. п.
7. Перспективным с точки зрения построения моделей цифрового поведения и разработки программ противодействия антисоциальному поведению в Сети выступает изучение связи активности пользователей в отношении разного по содержанию и видам интернет-контента с их индивидуально-психологическими особенностями. На основе таких моделей мож-
но будет, с одной стороны, судить о психологическом профиле пользователя, а с другой — индивидуализировать предлагаемый интернет-контент с учетом индивидуально-психологических особенностей человека, в том числе с целью оказания ему психологической помощи.
Литература 1. American Psychiatric Association (2013) Diagnostic and Statistical Manual of Mental Disorders (DSM-5). https://www.dhss.delaware.gov/dsamh/ files/si2013_dsm5foraddictionsmhandcriminaljustice.pdf
2. Anderson E. L., Steen E., Stavropoulos V. (2017) Internet Use and Problematic Internet Use: A Systematic Review of Longitudinal Research Trends in Adolescence and Emergent Adulthood // International Journal of Adolescence and Youth. Vol. 22. No 4. P. 430-454. https://doi.org/10.1080/02 673843.2016.1227716
3. Awan I. (2017) Cyber-Extremism: Isis and the Power of Social Media // Society. Vol. 54. No 2. P. 138-149. https://doi.org/10.1007/s12115-017-0114-0
4. Aydemir H. (2019) Examining the Internet Addiction Levels of High School Senior Students // Journal of Education and Training Studies. Vol. 6. No 4. P. 17-25. http://dx.doi.org/10.11114/jets.v6i4.3084
5. Aydin B., Sari S. (2011) Internet Addiction among Adolescents: The Role of Self-Esteem // Procedia — Social and Behavioral Sciences. Vol. 15. No 2. P. 3500-3505. https://doi.org/10.1016/j.sbspro.2011.04.325.
6. Baker T. G., Lewis S. P. (2013) Responses to Online Photographs of Non-Suicidal Self-Injury: A Thematic Analysis // Archives of Suicide Research. Vol. 17. No 3. P. 223-235. https://doi.org/10.1080/13811118.2013.805 642
7. Berte D. Z., Mahamid F. A., Affouneh S. (2019) Internet Addiction and Perceived Self-Efficacy among University Students // International Journal of Mental Health and Addiction. Published online 18 November 2019. https:// doi.org/10.1007/s11469-019-00160-8
8. Brown R., Fischer T., Goldwich A. et al. (2018) #cutting: Non-Suicidal Self-Injury (NSSI) on Instagram // Psychological Medicine. Vol. 48. No 2. P. 337-346. https://doi.org/10.1017/S0033291717001751
9. Campelo N., Oppetit A., Neau F., Cohen D., Bronsard G. (2018) Who Are the European Youths Willing to Engage in Radicalisation? A Multidisciplina-ry Review of Their Psychological and Social Profiles // European Psychiatry. Vol. 52. August. P. 1-14. http://doi.org/10.1016/j.eurpsy.2018.03.001
10. Chaudhari B., Menon P., Saldanha D. et al. (2015) Internet Addiction and Its Determinants among Medical Students // Industrial Psychiatry Journal. Vol. 24. No 2. P. 158-162. http://doi.org/10.4103/0972-6748.181729
11. Ching S. M., Hamidin A., Vasudevan R. et al. (2017) Prevalence and Factors Associated with Internet Addiction among Medical Students — A Cross-Sectional Study in Malaysia // Medical Journal of Malaysia. Vol. 72. No 1. P. 7-11. https://bit.ly/2BTcUcr
12. Chiu S. (2014) The Relationship between Life Stress and Smartphone Addiction on Taiwanese University Student: A Mediation Model of Learning Self-Efficacy and Social Self-Efficacy // Computers in Human Behavior. Vol. 34. No 4. P. 49-57.
13. Concepts Technologies (2017) Digital and Social Media Report in Palestine. https://socialstudio.me/wp-content/uploads/2018/04/SMRP2017En-glishFinal.pdf
14. Costello M., Hawdon J., Ratliff T., Grantham T. (2016) Who Views Online Extremism? Individual Attributes Leading to Exposure // Computers in Human Behavior. Vol. 63. October. P. 311-320. https://doi.org/10.1016/j. chb.2016.05.033
15. Duke Ё., Montag C. (2017) Smartphone Addiction, Daily Interruptions and Self-Reported Productivity // Addictive Behaviors Reports. Vol. 6. July. P. 90-95. https://doi.org/10.1016/j.abrep.2017.07.002
16. Dwyer R. J., Kushlev K., Dunn E. W. (2018) Smartphone Use Undermines Enjoyment of Face-to-Face Social Interactions // Journal of Experimental Social Psychology. Vol. 78. November. P. 233-239. https://doi.org/10.1016/j. jesp.2017.10.007
17. Ergun-Basak B., Aydin M. (2019) Problematic Internet Use in Terms of the Purposes of Internet Use, Irrational Beliefs, Feelings of Inferiority, and Gender // Addicta: The Turkish Journal on Addictions. Vol. 6. No 3. P. 471496. http://dx.doi.org/10.15805/addicta.2019.6.3.0017
18. Goodboy A., Martin M. (2015) The Personality Profile of a Cyberbully: Examining the Dark Triad // Computers in Human Behaviour. Vol. 49. August. P. 1-4. https://doi.org/10.1016/j.chb.2015.02.052
19. Griffiths M. (2015) Problematic Online Gaming: Issues, Debates and Controversies // Медицинская психология в России. No 4 (33). Art. No 5. http://mprj.ru
20. GQnQc S. (2009) Development of Internet Addiction Scale and Scrutinising the Relations between the Internet Addiction and Some Demographic Variables. Unpublished Master's Thesis, YQzQncQ Yil University, Institute of Social Sciences, Turkey, Number of Thesis: 234300.
21. Hunt M. G., Marx R., Lipson C. et al. (2018) No More FOMO: Limiting Social Media Decreases Loneliness and Depression // Journal of Social and Clinical Psychology. Vol. 37. No 10. P. 751-768. https://doi.org/10.1521%2F jscp.2018.37.10.751
22. Internet World Stats (2020) Alphabetical List of Countries Including the Latest Internet Indicators, Usage, Penetration, Rates, Population, Size (sq. km.) and ISO 3316 Symbol. https://www.internetworldstats.com/list2.htm
23. Kim M. G., Kim J. (2010) Cross-Validation of Reliability, Convergent and Discriminant Validity for the Problematic Online Game Use Scale // Computers in Human Behavior. Vol. 26. No 3. P. 389-398.
24. Kiraly O., Griffiths M. D., Urban R. et al. (2014) Problematic Internet Use and Problematic Online Gaming Are Not the Same: Findings from a Large Nationally Representative Adolescent Sample // Cyberpsychology, Behavior and Social Networking. Vol. 17. No 12. P. 749-754.
25. Klausen J. (2015) Tweeting the Jihad: Social Media Networks of Western Foreign Fighters in Syria and Iraq // Studies in Conflict & Terrorism. Vol. 38. No 1. P. 1-22. https://doi.org/10.1080/1057610X.2014.974948
26. Kosinski M., Bachrach Y., Kohli P. et al. (2014) Manifestations of User Personality in Website Choice and Behaviour on Online Social Networks // Machine Learning. Vol. 95. No 3. P. 357-380. https://doi.org/10.1007/ s10994-013-5415-y
27. Kumar N., Kumar A., Mahto S. K. et al. (2019) Prevalence of Excessive Internet Use and Its Correlation with Associated Psychopathology in 11th and 12th Grade Students // General Psychiatry. Vol. 32. Iss. 2. Art. No e100001. https://doi.org/10.1136/GPSYCH-2018-100001
28. Kushlev K., Dunn E. W. (2019) Smartphones Distract Parents from Cultivating Feelings of Connection when Spending Time with Their Children // Journal of Social and Personal Relationships. Vol. 36. Iss. 6. P. 1619-1639. https://doi.org/10.1177%2F0265407518769387
29. Kushlev K., Hunter J. F., Proulx J., Pressman S. D., Dunn E. (2019) Smart-phones Reduce Smiles between Strangers // Computers in Human Behavior. Vol. 91. September. P. 12-16. https://doi.org/10.1016/j.chb.2018.09.023
30. Kushlev K., Proulx J., Dunn E. W. (2016) «Silence Your Phones»: Smart-phone Notifications Increase Inattention and Hyperactivity Symptoms // Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. (San Jose, May, 2016). P. 1011-1020. https://doi. org/10.1145/2858036.2858359
31. Lachmann B., Duke E., Sariyska R., Montag C. (2019) Who's Addicted to the Smartphone and/or the Internet? // Psychology of Popular Media Culture. Vol. 8. No 3. P. 182-189. https://doi.org/10.1037/ppm0000172
32. Lachmann B., Sindermann C., Sariyska R. Y. et al. (2018) The Role of Empathy and Life Satisfaction in Internet and Smartphone Use Disorder // Frontiers in Psychology. Vol. 9. March. Art. No 398. https://doi. org/10.3389/fpsyg.2018.00398
33. Laconi S., Rodgers R. F., Chabrol H. (2014) The Measurement of Internet Addiction: A Critical Review of Existing Scales and Their Psychometric Properties // Computers in Human Behavior. Vol. 41. December. P. 190-202.
34. Lee H. K., Lee H. W., Han J. H., Park S., Ju S. J., Choi K., Jeon H. J. (2018) Development and Validation Study of the Internet Overuse Screening Questionnaire // Psychiatry Investigation. Vol. 15. No 4. P. 361-369.
35. Mahamid F. A., Berte D. Z. (2018a) Social Media Addiction in Geopolitical-ly At-Risk Youth // International Journal of Mental Health and Addiction. Vol. 17. No 1. P. 102-111. https://doi.org/10.1007/s11469-017-9870-8
36. Mahamid F. A., Berte D. Z. (2018b) Portrayals of Violence and At-Risk Populations: Symptoms of Trauma in Adolescents with High Utilization of Social Media // International Journal of Mental Health and Addiction. Published online 15 October 2018. https://doi.org/10.1007/s11469-018-9999-0
37. Malaysian Communications and Multimedia Commission (2017) Internet Users Statistics in Malaysia. https://www.mcmc.gov.my/skmmgovmy/me-dia/General/pdf/MCMC-Internet-Users-Survey-2017_v2.pdf
38. Maroma F., Karega M., Oteyo J. (2019) Relationship between Depression and Pathological Internet Use among University Students // Cypriot Journal of Educational Sciences. Vol. 14. No 2. P. 201-207. https://doi. org/10.18844/cjes .v14i2.3123
39. Matz S. C., Kosinski M., Nave G., Stillwell D. J. (2017) Psychological Targeting as an Effective Approach to Digital Mass Persuasion // Proceedings of the National Academy of Sciences. Vol. 114. No 48. P. 12714-12719. https:// doi.org/10.1073
40. Memon A. M., Sharma S. G., Mohite S. S. et al. (2018) The Role of Online Social Networking on Deliberate Self-Harm and Suicidality in Adolescents: A Systematized Review of Literature // Indian Journal of Psychiatry. Vol. 60. No 4. P. 384-392. https://doi.org/10.4103/psychiatry.IndianJPsy-chiatry_414_17
41. Mihajlov M., Vejmelka L. (2017) Internet Addiction: A Review of the First Twenty Years // Psychiatria Danubina. Vol. 29. No 3. P. 260-272. http:// www.psychiatria-danubina.com/UserDocsImages/pdf/dnb_vol29_no3/ dnb_vol29_no3_260.pdf
42. Montag C., Bey K., Sha P. et al. (2015) Is It Meaningful to Distinguish between Generalized and Specific Internet Addiction? Evidence from a Cross-Cultural Study from Germany, Sweden, Taiwan and China // Asia Pacific Psychiatry. Vol. 7. No 1. P. 20-26. https://doi.org/10.1111/appy.12122
43. Montag C., Btaszkiewicz K., Sariyska R. et al. (2015) Smartphone Usage in the 21st Century: Who Is Active on Whatsapp? // BMC Research Notes. Vol. 8. No 1. P. 331-337. https://doi.org/10.1186/s13104-015-1280-z
44. Montag C., Diefenbach S. (2018) Towards Homo Digitalis: Important Research Issues for Psychology and the Neurosciences at the Dawn of the Internet of Things and the Digital Society // Sustainability. Vol. 10. No 2. P. 415-436. https://doi.org/10.3390/su10020415
45. Montag C., Duke E., Markowetz A. (2016) Toward Psychoinformatics: Computer Science Meets Psychology // Computational and Mathematical Methods in Medicine. Vol. 2016. Article ID2983685. https://doi. org/10.1155/2016/2983685
46. Montag C., Walla P. (2016) Carpe Diem Instead of Losing Your Social Mind: Beyond Digital Addiction and Why We All Suffer from Digital Overuse // Cogent Psychology. Vol. 3. No 1. Art. No 1157281. https://doi. org/10.1080/23311908.2016.1157281
47. Moreno M. A., Ton A., Selkie E. M., Evans Y. (2016) Secret Society 123: Understanding the Language of Self-Harm on Instagram // Journal of Adolescent Health. Vol. 58. No 1. P. 78-84. https://doi.org/10.1016/j. jadohealth.2015.09.015
48. Nadhirah H., Normala R., Lukman Z. M., Azlini C., Kamal M. Y. (2018) Internet Addiction among Secondary School Students in Kota Bharu, Kelan-tan, Malaysia // International Journal of Research and Innovation in Social Science. Vol. II. Iss. XII. P. 108-114. https://www.rsisinternational.org/jour-nals/ijriss/Digital-Library/volume-2-issue-12/108-114.pdf?x49905
49. Odaci H., Celik C. (2016) Internet Dependence in an Undergraduate Population: The Roles of Coping with Stress, Self-Efficacy Beliefs, and Sex Role Orientation // Journal of Educational Computing Research. Vol. 55. No 3. P. 395-409. https://doi.org/10.1177/0735633116668644
50. Ojeda M., Del Rey R., Hunter S. C. (2019) Longitudinal Relationships between Sexting and Involvement in Both Bullying and Cyberbullying // Journal of Adolescence. Vol. 77. June. P. 81-89. https://doi.org/10.1016/j. adolescence.2019.10.003
51. Oksanen A., Hawdon J., Holkeri E., Nasi M., Rasanen P. (2014) Exposure to Online Hate among Young Social Media Users // M. N. Warehime (ed.) Soul of Society: A Focus on the Lives of Children & Youth. Sociological Studies of Children and Youth. Bingley, UK: Emerald Group. Vol. 18. P. 253-273. https://doi.org/10.1108/S1537-466120140000018021
52. Oskenbay F., Kalymbetova E., Tolegenova A., Kabakova M. P., Bakiyeva S., Nugmanova S. (2015) Addictive Behavior among Adolescents // Procedia — Social and Behavioral Sciences. Vol. 171. January. P. 406-411.
53. Parekh R. (2018) Internet Gaming. https://www.psychiatry.org/patients-fa-milies/internet-gaming
54. Pedro Anderson Ferreira Quirino, Rubiane Maria Costa Pininga, Mateus Mourato Barros et al. (2019) Comparison of the Prevalence of Addiction Internet in Brazilian University Students: Online Cognition Scale versus Internet Addiction Test // Open Journal of Depression and Anxiety. Vol. 1. November. P. 9-19. https://doi.org/10.36811/ojda.2019.110003
55. Pesigan I., Shu U. (2016) Cognitive and Psychosocial Health Risk Factors of Social Networking Addiction // International Journal of Mental Health and Addiction. Vol. 14. No 4. P. 550-564. https://doi.org/10.1007/s11469-015-9612-8.
56. Peterka-Bonetta J., Sindermann C., Elhai J. D., Montag C. (2019) Personality Associations with Smartphone and Internet Use Disorder: A Comparison Study Including Links to Impulsivity and Social Anxiety // Fron-
tiers Public Health. Vol. 7. June. Art. No 127. https://doi.org/10.3389/ fpubh.2019.00127
57. Poli R. (2017) Internet Addiction Update: Diagnostic Criteria, Assessment and Prevalence // Neuropsychiatry. Vol. 7. No 1. P. 4-8. http://www.jneu-ropsychiatry.org/peer-review/internet-addiction-update-diagnostic-crite-ria-assessment-and-prevalence.pdf
58. Pontes H., Griffiths M. D. (2015) Measuring DSM-5 Internet Gaming Disorder: Development and Validation of a Short Psychometric Scale // Computers in Human Behavior. Vol. 45. December. P. 137-143.
59. Pontes H., Griffiths M. D. (2014) The Assessment of Internet Gaming Disorder in Clinical Research // Clinical Research and Regulatory Affairs. Vol. 31. No 2-4. P. 35-48.
60. Radovic A., Gmelin T., Stein B. D. et al. (2017) Depressed Adolescents' Positive and Negative Use of Social Media // Journal of Adolescence. Vol. 55. February. P. 5-15. https://doi.org/10.1016/j.adolescence.2016.12.002
61. Sampasa-Kanyinga H., Lewis R. F. (2015) Frequent Use of Social Networking Sites is Associated with Poor Psychological Functioning among Children and Adolescents // Cyberpsychology, Behavior, and Social Networking. Vol. 18. No 7. P. 380-385. http://doi.org/10.1089/cyber.2015.0055
62. Scrivens R., Davies G., Frank R. (2018) Searching for Signs of Extremism on the Web: An Introduction to Sentiment-Based Identification of Radical Authors // Behavioral Sciences of Terrorism and Political Aggression. Vol. 10. No 1. P. 39-59. https://doi.org/10.1080/19434472.2016.1276612
63. Shanahan N., Brennan C., House A. (2019) Self-Harm and Social Media: Thematic Analysis of Images Posted on Three Social Media Sites // BMJ Open. Vol. 9. No 2. Art. No e027006. http://dx.doi.org/10.1136/ bmjopen-2018-027006
64. Silva H. R.S, Areco K. C.N, Bandiera-Paiva P. et al. (2017) Reliability and Construct Validity of the Online Cognition Scale in the Portuguese (Brazil) Version (OCS-BR) // Jornal Brasileiro de Psiquiatria. Vol. 66. No 1. P. 1928. https://dx.doi.org/10.1590/0047-2085000000146
65. Singh G., Pasricha S., Nanda G. et al. (2018) Internet Use Behavior, Risk Profile and «Problematic Internet Use» among Undergraduate Medical Students: An Epidemiological Study // International Journal of Community Medicine and Public Health. Vol. 5. No 2. P. 532-537. http://dx.doi. org/10.18203/2394-6040. ijcmph20180115
66. Statista Research Department (2020a) Internet Usage in India — Statistics & Facts. https://www.statista.com/topics/2157/internet-usage-in-india/
67. Statista Research Department (2020b) Number of Smartphone Users Worldwide from 2016 to 2021. https://www.statista.com/statistics/330695/num-ber-of-smartphone-users-worldwide/
68. Tomaszek K., Muchacka-Cymerman A. (2019) Sex Differences in the Relationship between Student School Burnout and Problematic Internet Use among Adolescents // Internet Journal of Environmental Research and Public Health. Vol. 16. No 21. Art. No 4107. https://doi.org/10.3390/ijer-ph16214107
69. Twenge J. M., Joiner T. E., Rogers M. L. et al. (2018) Increases in Depressive Symptoms, Suicide-Related Outcomes, and Suicide Rates among U. S. Adolescents after 2010 and Links to Increased New Media Screen Time // Clinical Psychological Science. Vol. 6. No 1. P. 3-17. https://doi. org/10.1177/2167702617723376
70. Twenge J. M., Martin G. N., Campbell W. K. (2018) Decreases in Psychological Well-Being among American Adolescents after 2012 and Links
to Screen Time during the Rise of Smartphone Technology // Emotion. Vol. 18. No 6. P. 765-780. https://doi.org/10.1037/emo0000403
71. TooupeAaq Г., ПараокеиопоиЛои П., Катерп Е., ВиаЛакп 'Е., Пштакос О. (2015) Ztoosiq £фГ|Р<^ yia то 51аб1ктиак6 ебюро [Tsouvelas G., Paras-kevopoulou P., Kateri E., Vitalaki E., Giotakos O. Adolescents' Attitudes toward Internet Addiction] // Епютг|Н£а Аушупа/Education Sciences. No 2. P. 64-75.
72. Wilmer H. H., Sherman L. E., Chein J. M. (2017) Smartphones and Cognition: A Review of Research Exploring the Links between Mobile Technology Habits and Cognitive Functioning // Frontiers in Psychology. Vol. 25. April. Art. No 605. https://doi.org/10.3389/fpsyg.2017.00605
73. World Health Organization (2019) ICD-11 for Mortality and Morbidity Statistics (ICD-11 MMS) (Version: 04/2019). https://icd.who.int/browse11/l-m/ en
74. Xu C. S., Chen J. S., Adelman R. A. (2015) Video Game Use in the Treatment of Amblyopia: Weighing the Risks of Addiction // The Yale journal of Biology and Medicine. Vol. 88. No 3. P. 309-317.
75. Yao M. Z., Zhong Z. (2014) Loneliness, Social Contacts and Internet Addiction: A Cross-Lagged Panel Study // Computers in Human Behavior. Vol. 30. January. P. 164-170. https://doi.org/10.1016/j.chb.2013.08.007.
76. Younes F., Halawi G., Jabbour H. et al. (2016) Internet Addiction and Relationships with Insomnia, Anxiety, Depression, Stress and Self-Esteem in University Students: A Cross-Sectional Designed Study // PLOS ONE. Vol. 11. No 9. Art. No e0161126. https://doi.org/10.1371/journal. pone.0161126
77. Young K. S. (2015) Clinical Aspects of Internet Addiction Disorder // Медицинская психология в России. Vol. 4. No 33. Art. No 2. http://mprj.ru
78. Zadra S., Bischof G., Besser B. et al. (2016) The Association between Internet Addiction and Personality Disorders in a General Population-Based Sample // Journal of Behavioral Addictions. Vol. 5. No 4. P. 691-699.
79. Zafari H., Rafiemanesh H., Balouchi A. (2018) Internet Addiction among Iranian Medical Students: A Systematic Review // Medical Science. Vol. 22. No 94. P. 518-524. https://discoveryjournals.org/medicalscience/ current_issue/v22/n94/A3.pdf
80. Zhang M. W.B., Lim R. B.C., Lee C., Ho R. C.M. (2018) Prevalence of Internet Addiction in Medical Students: A Meta-Analysis // Academic Psychiatry. Vol. 42. Iss. 1. P. 88-93. https://doi.org/10.1007/s40596-017-0794-1
81. Zhu L., Westers N. J., Horton S. E. et al. (2016) Frequency of Exposure to and Engagement in Nonsuicidal Self-Injury among Inpatient Adolescents // Archives of Suicide Research. Vol. 20. No 4. P. 580-590. https:// doi. org/10.1080/13811118.2016.1162240
Behavioral and Motivational Patterns of Internet Users: A Logico-Categorial Analysis
Review of International Studies
Authors Irina Pogozhina
Doctor of Sciences in Psychology, Associate Professor, Department of Psychology of Education and Pedagogics, Faculty of Psychology, Lomonosov Moscow State University.
Address: 11 Mokhovaya Str., 125009 Moscow, Russian Federation. E-mail: [email protected]
Andrey Podolsky
Doctor of Sciences in Psychology, Professor Emeritus of Lomonosov Moscow State University.
Address: 11 Mokhovaya Str., 125009 Moscow, Russian Federation. E-mail: [email protected]
Olga Idobaeva
Doctor of Sciences in Psychology, Associate Professor, Chief Expert, National Intellectual Development Foundation.
Address: Bld. 1, 27 Lomonosovsky Ave, 119991 Moscow, Russian Federation. E-mail: [email protected]
Tatyana Podolskaya
Doctor of Sciences in Psychology, Professor, Chief Researcher, Institute for Childhood, Family and Education Studies, Russian Academy of Education. Address: 5/16 Makarenko Str., 105062 Moscow, Russian Federation. E-mail: [email protected]
Abstract The ongoing digitalization is giving rise to new sciences, such as psychoinfor-matics which studies the links between digital footprint and individual psychological characteristics. According to top-level researchers, the most important problems to be solved in the nearest future are to assess the impact of the new forms of self-perception, self-reflection and self-presentation on social communication; find strategies to facilitate the flow state, i. e. full immersion in whatever someone is doing, in the increasingly fragmented reality; explore the mechanisms of the digital worlds affecting human brain development and the ways of reducing the negative impact of digital technology on human brain; coordinate the design of digital worlds with the society's emotional and cultural heritage in order to ensure a comfortable existence; and develop social communication rules for digital environments.
Internet use behaviors can be prosocial or antisocial, depending on whether the existing social norms are accepted or rejected. Users engaging in the two types of online behavior differ in their online communication strategies and manifest specific cognitive, motivational and emotional characteristics.
The goal of this study was to review international findings in order to identify and analyze the logico-categorial characteristics of online antisocial behavior associated with specific motivational patterns of Internet users.
As a result, internal and external determinants of online antisocial behavior have bene identified. Significant correlations have been found between pathologic Internet use and user's communicative, emotional, motivational, and cognitive psychological characteristics. A promising direction for building online behavior models and designing initiatives to tackle online antisocial behavior may be to explore the links between users' behavior on websites of different purpose and content with their personal psychological characteristics.
internet behavior, internet use antisocial behavior, web content, motivation, In- Keywords ternet addiction, self-harm, radicalization.
American Psychiatric Association (2013) Diagnostic and Statistical Manual of References Mental Disorders (DSM-5). Available at: https://www.dhss.delaware.gov/ dsamh/files/si2013_dsm5foraddictionsmhandcriminaljustice.pdf (accessed 10 June 2020).
Anderson E. L., Steen E., Stavropoulos V. (2017) Internet Use and Problematic Internet Use: A Systematic Review of Longitudinal Research Trends in Adolescence and Emergent Adulthood. International Journal of Adolescence and Youth, vol. 22, no 4, pp. 430-454. https://doi.org/10.1080/02673843. 2016.1227716
Awan I. (2017) Cyber-Extremism: Isis and the Power of Social Media. Society,
vol. 54, no 2, pp. 138-149. https://doi.org/10.1007/s12115-017-0114-0 Aydemir H. (2019) Examining the Internet Addiction Levels of High School Senior Students. Journal of Education and Training Studies, vol. 6, no 4, pp. 17-25. http://dx.doi.org/10.11114/jets.v6i4.3084 Aydin B., Sari S. (2011) Internet Addiction among Adolescents: The Role of Self-Esteem. Procedia—Social and Behavioral Sciences, vol. 15, no 2, pp. 3500-3505. https://doi.org/10.1016Zj.sbspro.2011.04.325. Baker T. G., Lewis S. P. (2013) Responses to Online Photographs of Non-Suicidal Self-Injury: A Thematic Analysis. Archives of Suicide Research, vol. 17, no 3, pp. 223-235. https://doi.org/10.1080/13811118.2013.805642 Berte D. Z., Mahamid F. A., Affouneh S. (2019) Internet Addiction and Perceived Self-Efficacy among University Students. International Journal of Mental Health and Addiction. Published online. November 18. https://doi. org/10.1007/s11469-019-00160-8 Brown R., Fischer T., Goldwich A. et al. (2018) #cutting: Non-Suicidal Self-Injury (NSSI) on Instagram. Psychological Medicine, vol. 48, no 2, pp. 337-346. https://doi.org/10.1017/S0033291717001751 Campelo N., Oppetit A., Neau F., Cohen D., Bronsard G. (2018) Who Are the European Youths Willing to Engage in Radicalisation? A Multidisciplinary Review of Their Psychological and Social Profiles. European Psychiatry, vol. 52, August, pp. 1-14. http://doi.org/10.1016/j.eurpsy.2018.03.001 Chaudhari B., Menon P., Saldanha D. et al. (2015) Internet Addiction and Its Determinants among Medical Students. Industrial Psychiatry Journal, vol. 24, no 2, pp. 158-162. http://doi.org/10.4103/0972-6748.181729 Ching S. M., Hamidin A., Vasudevan R. et al. (2017) Prevalence and Factors Associated with Internet Addiction among Medical Students—A Cross-Sectional Study in Malaysia. Medical Journal of Malaysia, vol. 72, no 1, pp. 7-11. Available at: https://bit.ly/2BTcUcr (accessed 10 June 2020). Chiu S. (2014) The Relationship between Life Stress and Smartphone Addiction on Taiwanese University Student: A Mediation Model of Learning Self-Efficacy and Social Self-Efficacy. Computers in Human Behavior, vol. 34, no 4, pp. 49-57.
Concepts Technologies (2017) Digital and Social Media Report in Palestine. Available at: https://socialstudio.me/wp-content/uploads/2018/04/SMR-P2017EnglishFinal.pdf (accessed 10 June 2020). Costello M., Hawdon J., Ratliff T., Grantham T. (2016) Who Views Online Extremism? Individual Attributes Leading to Exposure. Computers in Human Behavior, vol. 63, October, pp. 311-320. https://doi.org/10.1016/j. chb.2016.05.033
Duke E., Montag C. (2017) Smartphone Addiction, Daily Interruptions and Self-Reported Productivity. Addictive Behaviors Reports, vol. 6, July, pp. 90-95. https://doi.org/10.1016/j.abrep.2017.07.002
Dwyer R. J., Kushlev K., Dunn E. W. (2018) Smartphone Use Undermines Enjoyment of Face-to-Face Social Interactions. Journal of Experimental Social Psychology, vol. 78, November, pp. 233-239. https://doi.org/10.1016/j. jesp.2017.10.007
Ergun-Basak B., Aydin M. (2019) Problematic Internet Use in Terms of the Purposes of Internet Use, Irrational Beliefs, Feelings of Inferiority, and Gender. Addicta: The Turkish Journal on Addictions, vol. 6, no 3, pp. 471-496. http:// dx.doi.org/10.15805/addicta.2019.6.3.0017 Goodboy A., Martin M. (2015) The Personality Profile of a Cyberbully: Examining the Dark Triad. Computers in Human Behaviour, vol. 49, August, pp. 1-4. https://doi.org/10.1016Zj.chb.2015.02.052 Griffiths M. (2015) Problematic Online Gaming: Issues, Debates and Controversies // Medicinskaa psihologia v Rossii, vol. 4, no 33, art. no 5. Available at: http://mprj.ru (accessed 10 June 2020). Gunuc S. (2009) Development of Internet Addiction Scale and Scrutinising the Relations between the Internet Addiction and Some Demographic Variables. (Unpublished Master's Thesis) Yuzuncu Yil University, Institute of Social Sciences, Turkey, Number of Thesis: 234300. Hunt M. G., Marx R., Lipson C. et al. (2018) No More FOMO: Limiting Social Media Decreases Loneliness and Depression. Journal of Social and Clinical Psychology, vol. 37, no 10, pp. 751-768. https://doi.org/10.1521%2Fjs cp.2018.37.10.751
Internet World Stats (2020) Alphabetical List of Countries Including the Latest Internet Indicators, Usage, Penetration, Rates, Population, Size (sq. km.) and ISO 3316 Symbol. Available at: https://www.internetworldstats.com/list2. htm (accessed 10 June 2020). Kim M. G., Kim J. (2010) Cross-Validation of Reliability, Convergent and Discriminant Validity for the Problematic Online Game Use Scale. Computers in Human Behavior, vol. 26, no 3, pp. 389-398. Kiraly O., Griffiths M. D., Urban R. et al. (2014) Problematic Internet Use and Problematic Online Gaming Are Not the Same: Findings from a Large Nationally Representative Adolescent Sample. Cyberpsychology, Behavior and Social Networking, vol. 17, no 12, pp. 749-754. Klausen J. (2015) Tweeting the Jihad: Social Media Networks of Western Foreign Fighters in Syria and Iraq. Studies in Conflict & Terrorism, vol. 38, no 1, pp. 1-22. https://doi.org/10.1080/1057610X.2014.974948 Kosinski M., Bachrach Y., Kohli P. et al. (2014) Manifestations of User Personality in Website Choice and Behaviour on Online Social Networks. Machine Learning, vol. 95, no 3, pp. 357-380. https://doi.org/10.1007/s10994-013-5415-y
Kumar N., Kumar A., Mahto S. K. et al. (2019) Prevalence of Excessive Internet Use and Its Correlation with Associated Psychopathology in 11th and 12th Grade Students. General Psychiatry, vol. 32, iss. 2, art. no e100001. https:// doi.org/10.1136/GPSYCH-2018-100001 Kushlev K., Dunn E. W. (2019) Smartphones Distract Parents from Cultivating Feelings of Connection when Spending Time with Their Children. Journal of Social and Personal Relationships, vol. 36, iss. 6, pp. 1619-1639. https:// doi.org/10.1177%2F0265407518769387 Kushlev K., Hunter J. F., Proulx J., Pressman S. D., Dunn E. (2019) Smartphones Reduce Smiles between Strangers. Computers in Human Behavior, vol. 91, September, pp. 12-16. https://doi.org/10.1016/j.chb.2018.09.023 Kushlev K., Proulx J., Dunn E. W. (2016) "Silence Your Phones": Smartphone Notifications Increase Inattention and Hyperactivity Symptoms. Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems (San Jose, May, 2016), pp. 1011-1020. https://doi.org/10.1145/2858036.2858359
Lachmann B., Duke E., Sariyska R., Montag C. (2019) Who's Addicted to the Smartphone and/or the Internet? Psychology of Popular Media Culture, vol. 8, no 3, pp. 182-189. https://doi.org/10.1037/ppm0000172 Lachmann B., Sindermann C., Sariyska R. Y. et al. (2018) The Role of Empathy and Life Satisfaction in Internet and Smartphone Use Disorder. Frontiers in Psychology, vol. 9, March, art. no 398. https://doi.org/10.3389/ fpsyg.2018.00398
Laconi S., Rodgers R. F., Chabrol H. (2014) The Measurement of Internet Addiction: A Critical Review of Existing Scales and Their Psychometric Properties. Computers in Human Behavior, vol. 41, December, pp. 190-202. Lee H. K., Lee H. W., Han J. H., Park S., Ju S. J., Choi K., Jeon H. J. (2018) Development and Validation Study of the Internet Overuse Screening Questionnaire. Psychiatry Investigation, vol. 15, no 4, pp. 361-369. Mahamid F. A., Berte D. Z. (2018a) Social Media Addiction in Geopolitically At-Risk Youth. International Journal of Mental Health and Addiction, vol. 17, no 1, pp. 102-111. https://doi.org/10.1007/s11469-017-9870-8 Mahamid F. A., Berte D. Z. (2018b) Portrayals of Violence and At-Risk Populations: Symptoms of Trauma in Adolescents with High Utilization of Social Media. International Journal of Mental Health and Addiction. Published online 15 October. https://doi.org/10.1007/s11469-018-9999-0 Malaysian Communications and Multimedia Commission (2017) Internet Users Statistics in Malaysia. Available at: https://www.mcmc.gov.my/skmmgovmy/ media/General/pdf/MCMC-Internet-Users-Survey-2017_v2.pdf (accessed 10 June 2020).
Maroma F., Karega M., Oteyo J. (2019) Relationship between Depression and Pathological Internet Use among University Students. Cypriot Journal of Educational Sciences, vol. 14, no 2, pp. 201-207. https://doi.org/10.18844/ cjes.v14i2.3123
Matz S. C., Kosinski M., Nave G., Stillwell D. J. (2017) Psychological Targeting as an Effective Approach to Digital Mass Persuasion. Proceedings of the National Academy of Sciences, vol. 114, no 48, pp. 12714-12719. https://doi. org/10.1073
Memon A. M., Sharma S. G., Mohite S. S. et al. (2018) The Role of Online Social Networking on Deliberate Self-Harm and Suicidality in Adolescents: A Systematized Review of Literature. Indian Journal of Psychiatry, vol. 60, no 4, pp. 384-392. https://doi.org/10.4103/psychiatry.IndianJPsychiatry_414_17 Mihajlov M., Vejmelka L. (2017) Internet Addiction: A Review of the First Twenty Years. Psychiatria Danubina, vol. 29, no 3. pp. 260-272. Available at: http:// www.psychiatria-danubina.com/UserDocsImages/pdf/dnb_vol29_no3/dnb_ vol29_no3_260.pdf (accessed 10 June 2020). Montag C., Bey K., Sha P. et al. (2015) Is It Meaningful to Distinguish between Generalized and Specific Internet Addiction? Evidence from a Cross-Cultural Study from Germany, Sweden, Taiwan and China. Asia Pacific Psychiatry, vol. 7, no 1, pp. 20-26. https://doi.org/10.1111/appy.12122 Montag C., Btaszkiewicz K., Sariyska R. et al. (2015) Smartphone Usage in the 21st Century: Who Is Active on Whatsapp? BMC Research Notes, vol. 8, no 1, pp. 331-337. https://doi.org/10.1186/s13104-015-1280-z Montag C., Diefenbach S. (2018) Towards Homo Digitalis: Important Research Issues for Psychology and the Neurosciences at the Dawn of the Internet of Things and the Digital Society. Sustainability, vol. 10, no 2, pp. 415-436. https://doi.org/10.3390/su10020415 Montag C., Duke E., Markowetz A. (2016) Toward Psychoinformatics: Computer Science Meets Psychology. Computational and Mathematical Methods in Medicine, vol. 2016, art. ID2983685. https://doi.org/10.1155/2016/2983685
Montag C., Walla P. (2016) Carpe Diem Instead of Losing Your Social Mind: Beyond Digital Addiction and Why We All Suffer from Digital Overuse. Cogent Psychology, vol. 3, no 1, art. no 1157281. https://doi.org/10.1080/233 11908.2016.1157281
Moreno M. A., Ton A., Selkie E. M., Evans Y. (2016) Secret Society 123: Understanding the Language of Self-Harm on Instagram. Journal of Adolescent Health, vol. 58, no 1, pp. 78-84. https://doi.org/10.1016/jJadohealth. 2015.09.015 Nadhirah H., Normala R., Lukman Z. M., Azlini C., Kamal M. Y. (2018) Internet Addiction among Secondary School Students in Kota Bharu, Kelantan, Malaysia. International Journal of Research and Innovation in Social Science, vol. II, iss. XII, pp. 108-114. Available at: https://www.rsisinternational.org/ journals/ijriss/Digital-Library/volume-2-issue-12/108-114.pdf?x49905 (accessed 10 June 2020). Odaci H., Celik C. (2016) Internet Dependence in an Undergraduate Population: The Roles of Coping with Stress, Self-Efficacy Beliefs, and Sex Role Orientation. Journal of Educational Computing Research, vol. 55, no 3, pp. 395409. https://doi.org/10.1177/0735633116668644 Ojeda M., Del Rey R., Hunter S. C. (2019) Longitudinal Relationships between Sexting and Involvement in Both Bullying and Cyberbullying. Journal of Adolescence, vol. 77, June, pp. 81-89. https://doi.org/10.1016/j.adolescence. 2019.10.003
Oksanen A., Hawdon J., Holkeri E., Nasi M., Rasanen P. (2014) Exposure to Online Hate among Young Social Media Users. Soul of Society: A Focus on the Lives of Children & Youth. Sociological Studies of Children and Youth (ed. M. N. Warehime), Bingley, UK: Emerald Group, vol. 18, pp. 253-273. https://doi.org/10.1108/S1537-466120140000018021 Oskenbay F., Kalymbetova E., Tolegenova A., Kabakova M. P., Bakiyeva S., Nugmanova S. (2015) Addictive Behavior among Adolescents. Procedia— Social and Behavioral Sciences, vol. 171, January, pp. 406-411. Parekh R. (2018) Internet Gaming. Available at: https://www.psychiatry.org/pa-
tients-families/internet-gaming (accessed 10 June 2020). Pedro Anderson Ferreira Quirino, Rubiane Maria Costa Pininga, Mateus Mou-rato Barros et al. (2019) Comparison of the Prevalence of Addiction Internet in Brazilian University Students: Online Cognition Scale versus Internet Addiction Test. Open Journal of Depression and Anxiety, vol. 1, November, pp. 9-19. https://doi.org/10.36811/ojda.2019.110003 Pesigan I., Shu U. (2016) Cognitive and Psychosocial Health Risk Factors of Social Networking Addiction. International Journal of Mental Health and Addiction, vol. 14, no 4, pp. 550-564. https://doi.org/10.1007/s11469-015-9612-8. Peterka-Bonetta J., Sindermann C., Elhai J. D., Montag C. (2019) Personality Associations with Smartphone and Internet Use Disorder: A Comparison Study Including Links to Impulsivity and Social Anxiety. Frontiers Public Health, vol. 7, June, art. no 127. https://doi.org/10.3389/fpubh.2019.00127 Poli R. (2017) Internet Addiction Update: Diagnostic Criteria, Assessment and Prevalence. Neuropsychiatry, vol. 7, no 1, pp. 4-8. Available at: http://www. jneuropsychiatry.org/peer-review/internet-addiction-update-diagnos-tic-criteria-assessment-and-prevalence.pdf (accessed 10 June 2020). Pontes H., Griffiths M. D. (2015) Measuring DSM-5 Internet Gaming Disorder: Development and Validation of a Short Psychometric Scale. Computers in Human Behavior, vol. 45, December, pp. 137-143. Pontes H., Griffiths M. D. (2014) The Assessment of Internet Gaming Disorder in Clinical Research. Clinical Research and Regulatory Affairs, vol. 31, no 2-4, pp. 35-48.
Radovic A., Gmelin T., Stein B. D. et al. (2017) Depressed Adolescents' Positive and Negative Use of Social Media. Journal of Adolescence, vol. 55, February, pp. 5-15. https://doi.org/10.1016/j.adolescence.2016.12.002
Sampasa-Kanyinga H., Lewis R. F. (2015) Frequent Use of Social Networking Sites is Associated with Poor Psychological Functioning among Children and Adolescents. Cyberpsychology, Behavior, and Social Networking, vol. 18, no 7, pp. 380-385. http://doi.org/10.1089/cyber.2015.0055 Scrivens R., Davies G., Frank R. (2018) Searching for Signs of Extremism on the Web: An Introduction to Sentiment-Based Identification of Radical Authors. Behavioral Sciences of Terrorism and Political Aggression, vol. 10, no 1, pp. 39-59. https://doi.org/10.1080/19434472.2016.1276612 Shanahan N., Brennan C., House A. (2019) Self-Harm and Social Media: Thematic Analysis of Images Posted on Three Social Media Sites. BMJ Open, vol. 9, no 2, art. no e027006. http://dx.doi.org/10.1136/bmjopen-2018-027006 Silva H. R.S, Areco K. C.N, Bandiera-Paiva P. et al. (2017) Reliability and Construct Validity of the Online Cognition Scale in the Portuguese (Brazil) Version (OCS-BR). Jornal Brasileiro de Psiquiatria, vol. 66, no 1, pp. 19-28. https://dx.doi.org/10.1590/0047-2085000000146 Singh G., Pasricha S., Nanda G. et al. (2018) Internet Use Behavior, Risk Profile and "Problematic Internet Use" among Undergraduate Medical Students: An Epidemiological Study. International Journal of Community Medicine and Public Health, vol. 5, no 2, pp. 532-537. http://dx.doi.org/10.18203/2394-6040.ijcmph20180115 Statista Research Department (2020a) Internet Usage in India—Statistics & Facts. Available at: https://www.statista.com/topics/2157/internet-usage-in-india/ (accessed 10 June 2020). Statista Research Department (2020b) Number of Smartphone Users Worldwide from 2016 to 2021. Available at: https://www.statista.com/statistics/330695/ number-of-smartphone-users-worldwide/ (accessed 10 June 2020). Tomaszek K., Muchacka-Cymerman A. (2019) Sex Differences in the Relationship between Student School Burnout and Problematic Internet Use among Adolescents. Internet Journal of Environmental Research and Public Health, vol. 16, no 21, art. no 4107. https://doi.org/10.3390/ijerph16214107 Twenge J. M., Joiner T. E., Rogers M. L. et al. (2018) Increases in Depressive Symptoms, Suicide-Related Outcomes, and Suicide Rates among U. S. Adolescents after 2010 and Links to Increased New Media Screen Time. Clinical Psychological Science, vol. 6, no 1, pp. 3-17. https://doi. org/10.1177/2167702617723376 Twenge J. M., Martin G. N., Campbell W. K. (2018) Decreases in Psychological Well-Being among American Adolescents after 2012 and Links to Screen Time during the Rise of Smartphone Technology. Emotion, vol. 18, no 6, pp. 765-780. https://doi.org/10.1037/emo0000403 Toоup£ЛaQ Г., ПараакеиопоиЛои П., Катерп Е., В1таЛакг| 'Е., RwTaKOQ О. (2015) XTaaeiQ ефпРшу ую то 51а51ктиак6 £0юр6 [Tsouvelas G., Paraskevopoulou P., Kateri E., Vitalaki E., Giotakos O. Adolescents' Attitudes toward Internet Addiction] // Eniorqijso Аушупо/Education Sciences, no 2, pp. 64-75. Wilmer H. H., Sherman L. E., Chein J. M. (2017) Smartphones and Cognition: A Review of Research Exploring the Links between Mobile Technology Habits and Cognitive Functioning. Frontiers in Psychology, vol. 25, April, art. no 605. https://doi.org/10.3389/fpsyg.2017.00605 World Health Organization (2019) ICD-11 for Mortality and Morbidity Statistics (ICD-11 MMS) (Version: 04/2019). Available at: https://icd.who.int/brows-e11/l-m/en (accessed 10 June 2020). Xu C. S., Chen J. S., Adelman R. A. (2015) Video Game Use in the Treatment of Amblyopia: Weighing the Risks of Addiction. The Yale journal of Biology and Medicine, vol. 88, no 3, pp. 309-317. Yao M. Z., Zhong Z. (2014) Loneliness, Social Contacts and Internet Addiction: A Cross-Lagged Panel Study. Computers in Human Behavior, vol. 30, January, pp. 164-170. https://doi.org/10.1016/j.chb.2013.08.007.
Younes F., Halawi G., Jabbour H. et al. (2016) Internet Addiction and Relationships with Insomnia, Anxiety, Depression, Stress and Self-Esteem in University Students: A Cross-Sectional Designed Study. PLOS ONE, vol. 11, no 9, art. no e0161126. https://doi.org/10.1371/journal.pone.0161126 Young K. S. (2015) Clinical Aspects of Internet Addiction Disorder. Medicinskaä psihologiä v Rossii, vol. 4, no 33, art. no 2. Available at: http://mprj.ru (accessed 10 June 2020). Zadra S., Bischof G., Besser B. et al. (2016) The Association between Internet Addiction and Personality Disorders in a General Population-Based Sample. Journal of Behavioral Addictions, vol. 5, no 4, pp. 691-699. Zafari H., Rafiemanesh H., Balouchi A. (2018) Internet Addiction among Iranian Medical Students: A Systematic Review. Medical Science, vol. 22, no 94, pp. 518-524. Available at: https://discoveryjournals.org/medicalscience/ current_issue/v22/n94/A3.pdf (accessed 10 June 2020). Zhang M. W.B., Lim R. B.C., Lee C., Ho R. C.M. (2018) Prevalence of Internet Addiction in Medical Students: A Meta-Analysis. Academic Psychiatry, vol. 42, iss. 1, pp. 88-93. https://doi.org/10.1007/s40596-017-0794-1 Zhu L., Westers N. J., Horton S. E. et al. (2016) Frequency of Exposure to and Engagement in Nonsuicidal Self-Injury among Inpatient Adolescents. Archives of Suicide Research, vol. 20, no 4, pp. 580-590. https://doi.org/10.1 080/13811118.2016.1162240
