Везде
«Пересборка социологии»: цифровой поворот и поиски новой теоретической оптики
Оглавление
Аннотация Оценить Содержание публикации
Библиография Комментарии
Поделиться
QR
Метрика
«Пересборка социологии»: цифровой поворот и поиски новой теоретической оптики
Аннотация
Код статьи
S013216250016830-6-1
DOI
10.31857/S013216250016829-4
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Дудина Виктория Иванова 
Должность: доцент
Аффилиация: Санкт-Петербургский государственный университет
Адрес: Российская Федерация, Санкт-Петербург
Выпуск
Номер 11
Страницы
3-11
Аннотация

В условиях роста методических возможностей исследований в социологии с использованием цифровых данных возникает потребность в теоретических моделях, соответствующих цифровым инструментам исследования. В статье показано конструирование возможной теоретической оптики социологии с целью наиболее полного использования аналитического потенциала цифровых методов и данных. Предпринимается попытка обрисовать контуры теоретической модели, соответствующей цифровым инструментам исследования. На основе тезиса о зависимости теорий от методического инструментария исследователя развивается идея превращения цифровых следов в самостоятельный объект социального исследования. Концепция репликаций, предложенная французским социологом Д. Булье и восходящая к социологии Г. Тарда, рассматривается как перспективная теоретическая рамка концептуализации цифровых следов. Теоретическая оптика цифровых следов как репликаций трактуется как основа переосмысления проблемы связи микро- и макроуровней в социологии. 

Ключевые слова
цифровые данные, цифровые следы, социологическая теория, структура, репликации, акторно-сетевая теория, Г. Тард, Б. Латур
Источник финансирования
Исследование выполнено при финансовой поддержке РФФИ, проект № 19-011-00905 A.
Классификатор
Получено
23.11.2021
Дата публикации
22.12.2021
Всего подписок
6
Всего просмотров
36
Оценка читателей
0.0 (0 голосов)
Цитировать Скачать pdf

Оглавление

Введение.
Три этапа развития социологической методологии.
Классические основания изучения цифровых следов как репликаций: «Назад к Тарду?»
От иерархической к одноуровневой модели социальной реальности.
Заключение.
1

Введение.

2 Цифровизация внесла существенные изменения в арсенал методов социальных наук. В условиях работы с цифровыми данными (порой – их избытка) исследователи сталкиваются с ситуацией недостатка концептуальных схем, способных адекватно объяснять выявляемые закономерности [Achim et al., 2020; Ledford, 2020]. Возникает неопределенность по поводу того, в какие теории могут быть вписаны новые данные. Выявляемые в эмпирических исследованиях взаимосвязи часто не получают удовлетворительных теоретических интерпретаций. Можно констатировать ситуацию, в которой развитие технических средств научного знания обгоняет развитие концептуального аппарата социальных наук. Становится непонятным, что делать с широкими возможностями сбора и анализа цифровых данных, которые плохо вписываются в существующие социологические теории. Несмотря на отдельные работы, в частности российских авторов [Bail, 2014; Ignatow, 2016; Marres, 2017; McFarland et al., 2015; Губа, 2018; Девятко, 2016; Дудина, 2017] по этой проблеме, пока вряд ли можно говорить о ее хоть сколько-нибудь удовлетворительном решении.
3 В свое время Б. Латур поставил задачу «пересборки социального» [Латур, 2014]. C активной цифровизацией исследовательского процесса в социальных науках эта задача приобретает новое звучание. Речь может идти о «пересборке» самой социологии, поскольку развитие цифровых методов и пролиферация цифровых данных стимулируют поиск новых концептуализаций социальной реальности и разработку языков описания, соответствующих современным методическим возможностям. Целью статьи является попытка конструирования теоретической оптики социологии, наиболее полно соответствующей аналитическому потенциалу цифровых методов и данных. Мы пытаемся обрисовать контуры теоретической модели, соответствующей цифровым инструментам исследования, приняв во внимание, что цифровое общество – это не просто прибавление цифровых технологий к социальным отношениям, но принципиально другой способ организации социальности, другие методы исследования, другая эпистемология. Обратимся к концепции французского социолога Д. Булье, выделившего три этапа развития социологической методологии, и рассмотрим предложенную им модель социальных наук третьего поколения, построенную вокруг феномена цифровых следов как репликаций. Затем раскроем классические основы исследования репликаций, заложенные в социологии Г. Тарда, и обсудим возможности, которые цифровые методы создают для использования теоретической оптики репликаций. В заключение обсуждены цифровые основы перехода от иерархических концептуализаций социальной реальности к моделям одного уровня, позволяющим отказаться от редукции социальных действий к структурным свойствам.
4

Три этапа развития социологической методологии.

5 Французский социолог Д. Булье, коллега и соавтор Б. Латура, анализируя влияние изменений доступных социологам данных на развитие социологического знания, высказал мысль, что исследовательские методы формируют специфические представления о социальной реальности, влияя тем самым на конструирование объектов социальных наук [Boullier, 2016]. Отстаиваемый Булье тезис о зависимости теоретических представлений от методического инструментария контринтуитивен, поскольку переворачивает классические представления о первичности научной теории и вторичности методов, развиваемых для проверки гипотез, выведенных из теории. В то же время позиция Булье, сформированная в значительной мере под влиянием исследований науки и технологий (STS), представляется продуктивной для понимания влияния технологических инноваций на развитие научного знания. Нужно учитывать, что речь в данном случае идет не о жестком детерминизме, а лишь об обусловленности концептуализаций методическим инструментарием. С одной стороны, никакая теория не может быть проверена, если отсутствуют технические средства сбора эмпирических свидетельств, а с другой стороны, получение новых данных с помощью новых технических средств дает толчок развитию новых теоретических моделей и гипотез.
6 Рассматривая процесс квантификации социологического знания, Булье выделил три этапа развития социологических методов, каждый из которых характеризуется специфической концептуализацией социального. На первом из выделенных Булье этапов статистические методы и широкомасштабные переписи населения делали возможной саму идею общества, как калькулируемого и измеряемого объекта исследования. Статистические данные предлагали своего рода эквивалент «общества», а квантификация стала инструментом объяснения «целого». На этом этапе между производителями данных из государственной администрации и социальными науками сформировалась определенная конвенция. Вместе они производили «общество» – объект, который объяснялся с научной точки зрения и мог отслеживаться государством для целей управления. Так методы получили научную и операциональную ценность, став инструментами научного доказательства и управленческой практики [там же: 7].
7 Второй этап развития социологических методов в схеме Булье связан с широким распространением средств массовой информации и техник массовых опросов. Основным феноменом, вокруг которого выстраивается индустрия эмпирических исследований социума в этот период, становится феномен «общественного мнения». Если на первом, «статистическом» этапе, общество концептуализировалось как совокупность статистических индикаторов и показателей, то на следующем этапе – как совокупность мнений, формирующих конкретную общность. Социология дала обществу методы, с помощью которых оно могло анализировать и представлять себя в новой форме – в форме мнений. Хотя средства массовой информации сами по себе способствовали производству единой общественности (public) на национальной территории, об общественном мнении в собственном смысле этого слова стало возможным говорить только с появлением методов его измерения. «Целое», выявляемое опросами общественного мнения, фактически представляет собой публику, формируемую средствами массовой информации [там же: 11]. С этой точки зрения общество сводится к аудитории средств массовой информации, а та, в свою очередь, к общественному мнению, измеряемому массовыми опросами.
8 Понимание науки об «обществе», описываемом статистически, или о «мнении», выявляемом опросами, возникло в конкретном историческом, политическом и институциональном контексте, при помощи доступных в каждый период исследовательских техник. С появлением возможностей анализа цифровых данных сфера социологического наблюдения трансформируется. Эти трансформации ведут к появлению нового объекта исследования. На статус объекта претендуют «цифровые следы» – отпечатки активности человека в цифровом пространстве. В настоящее время «цифровые следы» не конституировали своего объекта исследования, отличного от общества, описываемого статистикой, или общественного мнения, выявляемого опросами. Превращение цифровых следов в самостоятельный объект исследования возможно только в случае стабилизации как методов их изучения, так и способов их использования в практических целях. Как «цифровые следы» могут стать устойчивыми объектами социальных наук?
9 Чтобы упрочить основания социальных наук третьего поколения, цифровые следы должны получить научный статус. По мнению Булье, к парам «статистические данные/количественное исследование» (register/survey) и «аудитория/опрос общественного мнения» (audience/opinion poll) надо добавить пару «цифровые следы/Х», где Х – способ использования цифровых следов [там же: 27]. Возможно ли «пересобрать» социальную науку так, чтобы она включала в себя не только статистические данные и общественное мнение, но и цифровые следы, вписав их в соответствующие теоретические модели? В качестве такого «нового» феномена, отличного как от статистически описываемого общества, так и от производимого опросными методами общественного мнения, Булье предлагает рассматривать феномен «репликаций», понимая под ним материальное измерение распространяемых по сетям цифровых следов [там же: 12]. Репликация – процесс повторения, копирования, воспроизведения, циркуляции, допускающий определенные вариации/мутации/новации [Boullier, 2019: 28. Курсив автора статьи. – Прим. В.Д.]. Реплицируются действия, идеи, практики, вещи. При этом процессы репликации могут быть прослежены через цифровые технологии, воспроизводящие как сами цифровые следы, так и методы их изучения. Цифровые платформы могут рассматриваться как своего рода «реплицирующие машины», позволяющие распространять цифровые следы и делающие их доступными исследованию. В какой мере репликации можно рассматривать как новый объект социальных наук? Не обстоит ли дело так, что цифровые технологии просто делают видимым и изучаемым аспект социальной реальности, который существовал задолго до цифровой революции? Можно ли найти основания подобной модели в трудах кого-либо из классиков социологии? Чтобы ответить на эти вопросы, обратимся к работам Г. Тарда.
10

Классические основания изучения цифровых следов как репликаций: «Назад к Тарду?»

11 Заслуга возрождения интереса к социологии Тарда в значительной мере принадлежит Б. Латуру, назвавшему Тарда «предком» акторно-сетевой теории [Latour, 2002; Latour, 2010; Latour 2012]. Лозунг Латура «Назад к Тарду!» предполагает возвращение на новом уровне к концепции социальной реальности, которая была задана трудами Тарда и не получила распространения из-за сложности квантификации описываемых им процессов подражания. Концепция Тарда это тот случай, когда концептуальные построения обгоняют методы, необходимые для проверки гипотез, предлагаемых теоретической моделью. Такая ситуация типична для социологии. ДиМаджио с коллегами, рассуждая о возможностях, которые новые методы создают для проверки социологических теорий, указывают, что теоретическое богатство социологии долгое время соседствовало с бедностью методов: социологи выработали множество теоретических идей и концепций, обещающих глубокое понимание культурных изменений; но им часто не хватало средств для операционализации своих теорий [DiMaggio et al., 2013: 571]. Распространение цифровых технологий и цифровых методов делает процессы, описанные Тардом, доступными для изучения: «интернет представляется мне самой «тардианской» технологией: он позволяет сделать любой слух, любую новость, любую единицу информации, доступными для отслеживания» [Латур, 2019: 230]. Латурово прочтение Тарда предполагает, что для объяснения события не надо выходить за его пределы и допускать существование таких социальных факторов, как общество, класс, этничность и т.п., нет необходимости обращаться к аналитическим категориям, достаточно найти соответствующие корреляции. Можно согласиться с мыслью, что «Латур в этом случае проецирует на Тарда свою собственное представление о том, что ANT (actor-network theory) – это не теория, а способ сделать категории «плоскими» и заменить теорию методом» [Bowker, 2014: 1796]. Тем не менее в поиске классических основ новой теоретической оптики социологии имеет смысл присмотреться к социологии Тарда внимательнее. Остановимся на нескольких значимых для темы настоящей статьи идеях Тарда.
12 Ключевая идея социологии Тарда состоит в том, что как социальные, так и физические явления состоят из актов повторения. Тард отказывается выделять столь любимые социологами категории, обозначающие априорные целостности (природа/общество, индивид/общность, микро-уровень/макро-уровень) и предлагает рассматривать возникновение социальных и физических ассоциаций через механизм повторения – процесса, лежащего как в основе самой реальности, так и способов ее познания. К наиболее типичным формам всеобщей повторяемости Тард относит вибрацию в физическом мире, наследственность в органическом мире и подражание в социальном мире [Тард, 2011]. Образование социальных общностей рассматривается им как частный случай процессов повторения и ассоциации. В концепции Тарда разделение социальной реальности на микро- и макроуровни – не более чем абстракция, обусловленная особенностями методов, не позволяющих получить полную информацию о свойствах и траекториях каждого отдельного объекта. В основе такой точки зрения лежит идея превосходящей сложности каждого отдельного элемента по сравнению с ассоциацией элементов и трактовка структуры как одного из повторяющихся элементов, упрощенных и опривыченных [Латур, 2019: 226].
13 Социология всегда занималась типичным и повторяющимся. Здесь Тард не открыл ничего нового. Именно типичные и повторяющиеся идеи, мотивы, модели поведения интересуют социологов. Вопрос в том, как подходить к исследованию типичного. В социологии преобладает подход к объяснению типичного через объяснение сходными структурными условиями: люди ведут себя сходным образом, потому что имеют схожие интересы, мотивы, ценности, обусловленные сходством их индивидуальных характеристик или особенностей среды, в которой они находятся. Поскольку эта объяснительная схема достаточно легко переводится в инструменты измерения, то объяснения сходными условиями превалируют в социологии. Данные объяснения терпят фиаско, когда вдруг обнаруживаются девиации, например, когда выясняется, что поведение определенной группы людей нельзя предсказать на основании сходства их характеристик или общности условий. Тут на сцену выходит другой вариант – объяснение подражанием: люди ведут себя сходным образом, потому что подражают друг другу. Типичные действия распространяются посредством передачи от одного человека к другому через контакт, а не просто потому, что люди имеют сходные характеристики или поставлены в сходные условия. Именно такой способ объяснения предлагает Тард. Тардианское измерение социальности не привязывается к априорным структурным свойствам, а акцентирует внимание на потоках сходных действий. Эмпирическая реализация такого подхода в социологии достаточно сложна, поскольку требует или многочисленных наблюдений, или экспериментов, которые в социологии не всегда возможны. В то же время процессы подражания, когда множество людей «заражаются» определенной мыслью, идеей или практикой, становятся наглядными в цифровой среде. Благодаря возможностям прослеживания, создаваемым цифровыми платформами, глобальный феномен репликации (подражания, повторения, копирования или заражения) стал наблюдаемым в реальном времени. Кроме такого рода наблюдений за процессами репликации, интернет предоставляет возможности проведения онлайн-экспериментов, которые существенно менее затратны традиционных «натурных» социальных экспериментов [Zhang, Centola, 2019; Centola, 2018; Centola, 2010]. Делая репликации видимыми, цифровая среда создает предпосылки формирования нового языка описания, который требует пересмотра некоторых фундаментальных социологических категорий, например, категорий структуры и действия, предполагающих выделение микро- и макро-уровней социальной реальности.
14

От иерархической к одноуровневой модели социальной реальности.

15 Выделение двух уровней социальной реальности (микро-/макро-, действие/структура) представляет собой не отражение существования двух сфер реальности, а является следствием определенного этапа развития методов работы с данными [Latour et al., 2012]. Когда сбор социологических данных был медленным и затратным, относить одни данные к уровню целого, а другие – к уровню части было вполне обоснованным, поскольку традиционные методы социальных наук не позволяли быстро «переключаться» между этими уровнями. Понятие «целое» выходит на первый план, когда нет возможности проследить все единичные взаимосвязи. Причиной «перепрыгивания» с микро- на макро-уровень является отсутствие инструментов эмпирического прослеживания процесса, посредством которого множество социальных акторов следуют сходным траекториям. Не важно, начинается ли рассуждение с микроуровня – с индивидов, которые приспосабливаются друг к другу, генерируя определенные правила, или с «целого», априорно задающего правила и наделяющего индивидов ролями и функциями. Обе эти позиции опираются на классические методы работы с данными.
16 При работе с цифровыми данными выделение микро- и макрофеноменов излишне. Исследователи могут значительно проще «переключаться» между «уровнями», прослеживая связи, в которые включен отдельный актор. Когда социальная реальность рутинно протоколируется на цифровых носителях, отпадает необходимость основываться на упрощенных моделях социального актора, помещенного внутрь структуры. Происходит переход от иерархической двухуровневой модели социальной реальности к одноуровневой, «плоской» модели. Модель «актор-интеракции-структура», трактующая «интеракцию», как случайное столкновение отдельных акторов, является следствием ограниченной информации о характеристиках индивидов [там же: 598]. С точки зрения модели «одного уровня» нет смысла выводить целое из совокупности частей или рассматривать его, как предварительное условие, если оно уже присутствует во всей полноте на том же самом уровне. Другими словами, ассоциация – это не то, что образуется в результате объединения индивидуальных акторов, обладающих определенными свойствами, а то, что определяет их с самого начала.
17 Здесь мы опять можем обратиться к социологии Тарда. Отказываясь от выделения априорных категорий, Тард сводит как социальную, так и несоциальную реальность к совокупности первичных элементов – монад. Заимствуя понятие монады у Лейбница, Тард, в отличие от предшественника, не вводит в свою концепцию представления о некоем координирующем центре, роль которого у Лейбница выполняла фигура Бога. У Тарда монады сами устанавливают связи друг с другом, благодаря собственной открытости и активности. Вместо привычной для философов категории «бытие», Тард вводит категорию «владение», позволяющую объяснять взаимодействие монад в отсутствие такого координирующего центра, как божественная сила, социальная структура или социальный закон. «Взаимное владение» рассматривается Тардом в качестве основного процесса организации общества, обеспечивающего связь элементов в отсутствие центрального координатора. Степень взаимной принадлежности монад «может различаться, и каждая из них стремится расширить и упрочить свои владения: отсюда их постепенная концентрация. Кроме того, монады могут взаимно принадлежать друг другу множеством различных способов, и каждая из них ищет новые возможности овладения себе подобными: отсюда их превращения» [Тард, 2016: 68].
18 Латур с коллегами предлагают свою интерпретацию понятия «монада», трактуя ее не как часть целого, а как точку зрения на все другие сущности, взятые по отдельности [Latour et al., 2012: 598]. Применительно к цифровому исследованию речь может идти о специфическом ракурсе рассмотрения объектов, содержащихся в базе данных. Своего рода операциональное определение этого понятия – навигация по цифровым профилям, когда постепенно к профилю добавляются все новые и новые характеристики. Особенностью этой навигации является то, что она постепенно специфицирует объект путем разворачивания его атрибутов. Чем больше характеристик выделяется, тем точнее становится представление об объекте. Основная особенность этого процесса прослеживания в данном случае – его обратимость: каждый атрибут, использующийся, чтобы определить некий объект, модифицируется сам, становясь атрибутом этого объекта [там же: 599]. Если, например, принадлежность к организации рассматривается как атрибут конкретного человека, само понятие этой организации также модифицируется с учетом нашего знания о людях, которые принадлежат к организации. Цифровые техники, например, предлагаемые сетевым анализом, позволяют прослеживать и визуализировать социальные феномены и объяснять социальный порядок посредством такой навигации между взаимопересекающимися объектами, вместо того чтобы переключаться между уровнями общего и единичного [там же: 591–592]. Монада – точка зрения или способ прослеживания (навигации), который определяет один объект через другие объекты и, тем самым, специфицирует их. При этом понятие монады не только меняет распределение ролей между агентами и интеракциями, но также заменяет понятие структуры.
19 Общее – это, по сути дела, взаимопересечение. Операционализировать понятие взаимопересечения и выявить общие свойства помогают цифровые средства визуализации. Когда имеется возможность смотреть на данные под разными углами зрения и строить разные картинки, общим будет то, что сохраняется при разных модификациях, причем размер этого общего будет меньше, чем «целое» в двухуровневой модели: вместо того чтобы быть структурой более сложной, чем ее составляющие, общее становится более простым набором разделяемых свойств с постоянно меняющейся внутренней композицией. Целое становится меньше суммы своих частей, быть частью целого больше не означает «входить во что-то более высокого уровня» или «подчиняться» центральному диспетчеру (коллективному телу, обществу sui generis или эмерджентной структуре), но для каждого объекта это означает «одолжить» часть себя другим объектам, без того чтобы какие-то из них утратили свои идентичности [там же: 607]. В двухуровневой модели исследователь начинает с простых атомов, взаимодействующих по простым правилам, в результате чего получается стабильная сложная структура. В одноуровневой модели, напротив, всё начинается со сложных сетей, которые не «взаимодействуют», а, скорее, частично пересекаются. Именно в этих пересечениях могут быть найдены общие свойства.
20 В модели одного уровня институты – это не макро-структуры, а траектории внутри данных, которые могут начинаться в разных точках. Целое представляет собой способ объединения и взаимопересечения данных. Именно такой тип навигации Тард, по мнению Латура, назвал «подражанием». Латур интерпретирует законы подражания Тарда не как психологический феномен, а как процесс, в ходе которого взаимодействующие или сосуществующие акторы разделяют некоторые свойства. В результате появляется новый перечень тех же самых свойств, повторенных с определенными модификациями (репликаций). Например, университет «состоит» из профессоров, зданий и студентов, но в то же время профессора, здания и студенты также «содержат» в себе университет, как собственный атрибут. Таким образом, нет существенной разницы между индивидами, объектами, группами или институтами. Единственная особенность того, что мы называем институтами, в том, что одна характеристика повторяется в данных более часто; это определение носит чисто эмпирический характер и целиком зависит от качества данных [там же: 609]. Таким образом, то, что в двухуровневой модели рассматривалось как целое (организация, структура, институт), в одноуровневой модели предстает как свойство, распределенное во множестве отдельных акторов, при этом не более сложное, чем каждый из них. Например, все жители города различаются по характеристикам пола, возраста, дохода и т.п., но такая характеристика, как проживание в определенном городе присуща им всем – именно с этой точки зрения город может рассматриваться как «целое» по отношению к горожанам. В модели одного уровня (вспомним требование Латура сохранять социальное «плоским») исследователь не выясняет, как действия обусловлены характеристиками взаимодействующих или особенностями структур, поскольку действия, характеристики и структуры располагаются на одном уровне и составляют элементы одной сети, прослеживаемой с помощью цифровых средств навигации.
21 Такое «выравнивание ландшафта» переводит внимание исследователей с двухуровневой модели «актора, помещенного в контекст», на одноуровневую модель социальной реальности как совокупности репликаций. Например, если мы изучаем особенности социального взаимодействия преподавателя со студентами в университетской аудитории, то с точки зрения двухуровневого объяснения мы будем рассматривать особенности системы высшего образования или организационной культуры учебного заведения, как контекст действий или как фактор, влияющий на участников изучаемого процесса. С позиции одноуровневой модели, система образования или организационная культура не рассматриваются как априорное условие действий, а воплощаются в повторяющихся действиях, становятся их внутренними характеристиками. Тем самым, структура предстает как совокупность сходных действий, регулярно повторяемых и воспроизводимых многими акторами, то есть, как совокупность репликаций. Макроструктуры, вместо того чтобы трактоваться как «вместилище» или верхний уровень иерархии, могут рассматриваться как звездообразные формы с центром, окруженным множеством радиальных линий с ответвлениями. «Макро» не находится ни «выше», ни «ниже» взаимодействий, а добавляется к ним как еще одна связь, подпитываемая ими и подпитывающая их [Латур, 2014: 248]. В терминологии сетевого анализа «макро» будет просто узлом, имеющим большее количество связей, чем другие узлы.
22 Описание социальных процессов с точки зрения концепта репликаций заставляет переосмыслить представление о двух уровнях социальной реальности. Индивидуальные смыслы и единичные действия, будучи бесконечно реплицированы в социальных сетях, производят видимость структурных свойств. При избыточном количестве данных аналитическое понятие структуры переосмысливается. Структура может быть концептуализирована не как априорная система координат, а как совокупность особым образом упорядоченных репликаций (повторяющихся событий или сходных траекторий), которые могут быть эмпирически прослежены. Одним из примеров реализации подобного подхода в современной исследовательской практике служат исследования «социального заражения» (social contagion) [Centola, 2018; Zhang, Centola, 2019]. Феномен социального заражения состоит в том, что идеи, информация, убеждения могут распространяться в обществе подобно распространению инфекционных заболеваний и при определенных условиях непосредственный контакт оказывается достаточным, чтобы произошла трансмиссия определенных социальных паттернов. В настоящее время интерес к исследованиям социального заражения переживает возрождение, поскольку цифровые технологии предоставляют новые широкие возможности изучения этого феномена, тематика «контактного распространения информации и убеждений в последние два десятилетия буквально обрела «второе дыхание» в силу того, что интернет — это уникальный источник масштабных, имеющих временную, а часто и географическую разметку нереактивных данных, позволяющих проверять весьма сложные модели распространения влияния и передачи информации без необходимости обращаться к микроуровневым данным, основанным на индивидуальных самоотчётах о поведении или на включённом наблюдении множества взаимодействий» [Девятко, 2016: 27–28].
23

Заключение.

24 С точки зрения традиционных социологических моделей цифровые данные обладают рядом недостатков: когда исследователь идет по цифровым следам, он не может уточнить, почему пользователь пошел в том или ином направлении, а может только попытаться найти регулярности в цепочках следов и на этом основании сделать какие-то выводы. В то же время цифровые данные представляют собой совершенно новый продукт совмещения микро- и макро-уровней, когда при изменении масштаба исследователь может относительно легко перемещаться от информации об индивидуальных действиях к структурным характеристикам. Описанная в статье модель «одного уровня» не предполагает изначального выделения индивидуальных объектов и агрегированных характеристик. Индивидуальные объекты раскрываются через свои характеристики, а каждая характеристика, в свою очередь, предстает как перечень объектов, которые ею обладают. Навигация по цифровым данным предполагает, что движение от объекта к его характеристикам – это не движение от частного к общему, а движение от одного особенного к другому особенному. В этом случае понятие структуры так же, как и понятие индивидуального актора, переосмысливается. Иерархическое представление социальной реальности, подразумевающее априорное выделение микро и макроуровней, уступает место гетерархическому (сетевому) структурированию [Crumley, 2015], предполагающему отсутствие закрепленного ранжирования элементов или ранжирование потенциально различными способами. При этом индивидуальный актор как таковой никуда не исчезает, изменяется его аналитическое представление, которое конституируется не априорными статичными характеристиками, а совокупностью цифровых траекторий. Подобный подход позволяет социологам работать на поверхности цифровых следов без непосредственного обращения к персональным характеристикам пользователей, оставивших эти следы. При этом, цифровые следы не рассматриваются как эквивалент общественного мнения или как часть статистически описываемого «общества», но получают ценность сами по себе. Работа на поверхности цифровых следов, в изоляции от персональных данных снижает этические противоречия, с которыми могут столкнуться прежние модели социальных наук (модели общества и общественного мнения) при работе с источниками цифровых данных [Boullier, 2016: 35]. Поскольку существуют опасения, что расширение политики защиты персональной информации угрожает ограничить многие исследовательские возможности, анализ цифровых следов на поверхности социальных сетей без связи с социально-демографическими данными, может в перспективе обеспечить прочное основание цифровых социологических исследований.

Библиография

1. Губа К.С. Большие данные в социологии: новые данные, новая социология? // Социологическое обозрение. 2018. № 1. С. 213–236. [Guba K. (2018) Big Data in Sociology: New Data, New Sociology? Sotsiologicheskoye obozreniye [Russian Sociological Review]. No. 1: 213–236. (In Russ.)]

2. Девятко И.Ф. От «виртуальной лаборатории» до «социального телескопа»: метафоры тематических и методологических инноваций в онлайн-исследованиях // Онлайн-исследования в России: тенденции и перспективы / Под ред. А.В. Шашкина, И.Ф. Девятко, С.Г. Давыдова. М.: Типография, 2016. С. 19–33. [Deviatko I.F. (2016) From «Virtual Lab» to «Social Telescope»: Metaphors of Theoretical and Methodological Innovations in Online Research. In: Online-research in Russia: Trends and Prospects. Ed. by A.V. Shashkin, I.F. Deviatko, S.G. Davydov. Moscow: Tipografiya: 19–33. (In Russ.)]

3. Дудина В.И., Юдина Д.И. Извлекая мнения из сети интернет: могут ли методы анализа текстов заменить опросы общественного мнения? // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 5. С. 63—78. [Dudina V.I., Iudina D.I. (2017) Mining opinions on the Internet: can text analysis methods replace public opinion polls? Monitoring obshchestvennogo mneniya: ekonomicheskiye i sotsial'nyye peremeny [Monitoring of Public Opinion: Economic and Social Change]. No. 5: 63–78. (In Russ.)]

4. Латур Б. Пересборка социального: введение в акторно-сетевую теорию. М.: НИУ ВШЭ, 2014. [Latour B. (2014) Reassembling the social. An Introduction to Actor-Network-Theory. Moscow: NIU VSHE. (In Russ.)]

5. Тард Г. Законы подражания. М.: Академ. проект, 2011. [Tarde G. (2011) Laws of imitation. Moscow: Academ. project. (In Russ.)]

6. Тард Г. Монадология и социология. Пермь: Гиле Пресс, 2016. [Tarde G. (2016) Monadology and Sociology. Perm: Gyle Press. (In Russ.)]

7. Achim E., Wolff T., Montagne D., Bail C. (2020) Computational Social Science and Sociology. Annual Review of Sociology. No. 46: 61–81.

8. Bail C. (2014) The Cultural Environment: Measuring Culture with Big Data. Theory and Society. No. 43 (34): 465– 482.

9. Boullier D. (2016) Big Data Challenges for the Social Sciences: From Society and Opinion to Replications. arXiv.org. 18 July. URL: https: // arxiv.org/abs/1607.05034 (accessed 30.08.21).

10. Boullier D. (2019) Replications in Quantitative and Qualitative Methods: a New Era for Commensurable Digital Social Sciences. URL: https://arxiv.org/abs/1902.05984v1 (accessed 30.08.21).

11. Bowker G. C. (2014) The Theory/Data Thing Commentary. International Journal of Communication. No. 8 (2043): 1795–1799.

12. Centola D. (2010) The Spread of Behavior in an Online Social Network Experiment. Science. September (329): 1194–1197.

13. Centola D. (2018) How Behavior Spreads: The Science of Complex Contagions. Princeton: University Press.

14. Crumley C.L. (2015) Heterarchy. In: Emerging Trends in the Social and Behavioral Sciences: An Interdiscplinary, Searchable, and Linkable Resource. Ed. by Scott, R.A., Buchmann, M.C. Hoboken, NJ: Wiley: 1–14

15. DiMaggio P., Nag M., Blei D. (2013) Exploiting Affinities Between Topic Modeling and the Sociological Perspective on Culture: Application to Newspaper Coverage of U.S. Government Arts Funding. Poetics. No 41: 570–606.

16. Ignatow G. (2016) Theoretical Foundations for Digital Text Analysis. Journal for the Theory of Social Behaviour. Vol. 46. No. 1: 104–120.

17. Latour B. (2002) Gabriel Tarde and the End of the Social. In: Joyce P. (ed.) The Social in Question: New Bearings in the History and the Social Sciences. London: Routledge.

18. Latour B. (2010) Tarde’s Idea of Quantification. In: Candea M. (ed.) The Social after Gabriel Tarde: Debates and Assessments (Culture, Economy and the Social). Abingdon: Routledge: 145–163.

19. Latour B., Jensen P., Venturini T., Grauwin S., Boullier D. (2012) ‘The Whole is Always Smaller than Its Parts’: A Digital Test of Gabriel Tarde’s Monads. The British Journal of Sociology. Vol. 63. No. 4: 591–615.

20. Ledford H. (2020). How Facebook, Twitter and other data troves are revolutionizing social science. Nature. No. 7812: 328–330.

21. Marres N. (2017) Digital Sociology: The Reinvention of Social Research. Cambridge: Polity Press.

22. McFarland D., Lewis K., Goldberg A. (2015) Sociology in the era of big data: the ascent of forensic social science. American Sociologist. No. 47: 12–35.

23. Zhang J., Centola D. (2019) Social Networks and Health: New Developments in Diffusion, Online and Offline. Annual Review of Sociology. No. 45(1): 91–109.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести