Сравнительное исследование проявления эмоционального отношения в цифровой среде и реальности (на примере эйджизма)
Автор: Шаповалова М.Л., Мирошниченко А.В.
Журнал: Общество: социология, психология, педагогика @society-spp
Рубрика: Психология
Статья в выпуске: 11, 2024 года.
Бесплатный доступ
В данной статье представлен новый взгляд на организацию и методологию исследования индивидуальности и ее эмоциональных составляющих в цифровой среде. Представлен анализ проявления эйджизма к пожилым людям в социальной сети «ВКонтакте» и в реальности на основе опроса 100 респондентов и изучения высказываний 100 пользователей указанной цифровой платформы. Разработана программа кодирования эмоционального отношения к пожилым людям, которая в дальнейшем позволила сопоставить данные и выявить статистически значимую разницу в отношении людей к обозначенной категории лиц в цифровой среде и в реальном мире. Предложен общий контур технологии, которая потенциально была бы способна выявлять негативные триггеры и вбрасывать в цифровое пространство позитивные. Авторам представляется возможным использование «роя» ботов, один из которых мог бы фиксировать негативные триггеры, в то время как оставшиеся выполняли бы роль «статистов», дающих положительные комментарии. Заключается, что данная технология могла бы способствовать улучшению и стабилизации проявления эмоций в цифровой среде.
Эйджизм, индивидуальность, цифровая социализация, цифровая среда, отношение к пожилым, эмоциональное отношение, цифровой след
Короткий адрес: https://sciup.org/149146628
IDR: 149146628 | DOI: 10.24158/spp.2024.11.11
Текст научной статьи Сравнительное исследование проявления эмоционального отношения в цифровой среде и реальности (на примере эйджизма)
Введение . Правила и ценности социальных сетей могут в корне отличаться от уклада в реальном мире (Марцинковская, 2023). Для того чтобы быть принятым, индивиду приходится соответствовать и соглашаться с ценностями и нормами обоих пространств при всех их отличиях.
Цель настоящей работы состояла в том, чтобы определить и выявить статистически значимые отличия в эмоциональном отношении к пожилым гражданам у пользователей социальной сети «ВКонтакте» и у людей в реальном мире.
Уровень развития общества и его психологическое здоровье определяется, в том числе его отношением к старшему поколению. В современной реальности цифровая среда также определяет процесс социализации личности, однако сама является стихийной и неуправляемой. По нашему мнению, формирование гражданина, а следовательно, и здорового общества, не ограничено правилами и законами поведения в цифровой среде. Для того чтобы была возможность управлять процессом социализации в онлайн-пространстве, необходимо исследовать и изучать механизмы функционирования цифровой среды и личности в ней, чтобы впоследствии влиять на них и способствовать формированию и конструктивной адаптации цифровой личности (Латынов, Овсянникова, 2020: 69).
Исследование было проведено в рамках работы «Школы прикладного анализа», которую организовали: образовательная компания «Академия DATA-DIVING» (Томск), институт общественных наук РАНХиГС (Москва), Университетский консорциум исследователей больших данных, Томский государственный университет (ТГУ) с 30.05.2024 г. по 25.06.2024 г.
Для отслеживания проявления эйджизма в цифровой среде мы использовали выборку из 10 000 высказываний, предоставленную командой ассоциации «Университетский консорциум исследователей больших данных» в рамках «Школы прикладного анализа данных». Для того чтобы получить ее нами было сформировано техническое задание: прописаны ключевые и стоп-слова, выбрана платформа – социальная сеть «ВКонтакте» (ВК) (табл. 1).
Таблица 1 – Техническое задание
Table 1 – Terms of Reference
Критерий |
Характеристики |
Результат |
Источник данных |
СМИ |
|
Период |
С 01.03.2024 по 31.05.2024 |
|
Тип данных |
Текстовые публикации в интернет-средствах массовой информации с фильтром только по ВК |
Источник Тип источника. Текстовые публикации. Ссылка на публикацию. Автор. Дата |
Маркеры |
Пожилой & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель),пенсионер & работа, пенсионер & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), старожил & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), аксакал & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), серебряный & возраст & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), долгожитель & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), (старпер or олды or пердун or старый & хрыщ or динозавр) & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), седой & работник (дедушка or старикан or дед or дедок or баба or бабушка) & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), сенсей & коллега, пенсы & человек & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель), старый & (коллега or работник or начальник or сослуживец or шеф), мухомор & (коллега or работник or начальник or сослуживец or шеф or сотрудник or руководитель) |
|
Стоп-слова |
Куплю, продам, требуется, сдаю, сниму, шеф-повар, ветеран & войны, ветеран & СВО, серебряный & век, серебряная & экономика, альянс, переобучение, восточные & единоборства, пенсы & (валюта or деньги or монеты), пенни, гриб |
Затем мы ознакомились с содержанием высказываний и составили список основных эмоциональных реакций в данной выборке, при этом каждой эмоции был присвоен номер: «Злость» – 1; «Раздражение» – 2; «Гнев» – 3; «Непринятие» – 4; «Возмущение» – 5; «Негодование» – 6; «Сарказм» – 7; «Стыд» – 8; «Вина» – 9; «Принятие» – 10; «Сочувствие» – 11; «Радость» – 12; «Удивление» – 13; «Интерес» – 14; «Взволнованность» – 15; «Тревога» – 16; «Жалость» – 17; «Злорадство» – 18; «Мусор» – 0 (высказывания, которые не относятся к проявлению эмоционального отношения к пожилым людям, например, содержащие просто в себе слова «пожилой» или «пенсионер», предложение работы и т. д.).
Проранжировав, согласно данному списку, эмоциональные реакции и избавившись от высказываний, не соответствующих проблематике, мы получили выборку в 2 600 высказываний. Для этого нами была использована программа Polyanalyst1, позволяющая проанализировать большие наборы текстовых данных.
Следующим исследовательским шагом было сведение к одной общей системе статистической обработки полученных данных из цифровой среды и реального мира. Было проведено ранжирование, согласно которому эмоции такого спектра, как сочувствие, взволнованность, тревога, жалость , относились к группе позитивных (1); принятие, удивление, радость, интерес были включены в группу нейтральных (2), а злость, раздражение, гнев, непринятие, негодование, возмущение, сарказм, стыд, вина, злорадство – в группу негативных (3). Соответствующим образом были проранжи-рованы показатели по используемым методикам в реальности. Так, высокие значения по шкалам были отнесены к группе положительных (1), средние – нейтральных (2) и низкие – негативных (3).
В онлайн-среде доступным оказалось использование только цифрового следа человека в виде его высказывания на тему отношения к пожилым людям, в то время как в реальности было проведено несколько психодиагностических методик, характеризующих отношение к возрастным гражданам в действительности. Далее было осуществлено сравнение результатов, полученных при анализе отношения к пожилым людям в цифровой среде, с результатами нескольких методик, исследующих это же отношение в реальной жизни. Был проведен сопоставительный анализ выраженности положительных, нейтральных и отрицательных эмоций.
Результаты . В данном исследовании для изучения высказываний применялась платформа PolyAnalyst. Проект в данной системе представляет собой систему узлов, каждый из которых выполняет определенную функцию (Петров, Саркисова, 2021) (рис. 1).
На этапе ранжирования положительных, нейтральных и негативных эмоций стало очевидно, что последних в цифровой среде было выявлено значительно больше. Очевидно, что данный факт может быть объяснен наличием триггеров (провоцирующих ситуаций) и отсутствием ограничений в проявлении негатива, которые свойственны реальному социуму. Визуально это представлено на дашборде, который был сформирован с помощью программы Plyanalyst (рис. 2).
На рис. 2 представлена тональность высказываний, наибольшими значениями характеризуются категории сочувствия и принятия. Однако, как уже было упомянуто, количество отрицательных показателей гораздо больше (10). Также на дашборде продемонстрирован контент-анализ высказываний, который содержит ключевые слова – «пенсионер», «работа», «пенсия», примечательно то, что отсутствует слово «пожилой». Можно проследить связь ключевых слов, например, «пенсия» – «жизнь» – «индексация» – «работа» – «зарплата» – «возраст». Результаты данной обработки в дальнейшем могут быть использованы для детального изучения отношения к пожилым людям в цифровой среде с целью его коррекции.
Данные, представленные на рис. 3, отражают результат использования методики «Межпоколенные социальные отношения». По показателю «Межпоколенный диалог» только 17 % реальных респондентов и 25 % цифровых полагаются на жизненный опыт, уважают, ценят, находят общий язык с пожилыми людьми и проявляют к ним эмпатию. В то время как 81 % реальных респондентов и 29 % цифровых относятся нейтрально к подобным характеристикам, для них не представляет особой значимости опыт пожилых людей, но они и не реагируют на него негативно. При возникновении триггера, по нашему мнению, большая часть данной категории респондентов проявит негативную реакцию.

Рисунок 1 – Сценарий анализа высказываний
Figure 1 – Scenario for Analyzing Statements

автобус ф
Внук ф
Выход ф дедушка ф
Домф зарплата ф коммуналка ф «у»Ф оформление ф
ПОКОЙ • ребенок ф сила ф студент ф
бабушка ф |
возраст Ф6"**1 |
ф вице-премьер |
Ф власть |
вода •город |
• |
Ф вокзал |
ф восстановление |
ф государство |
ф гражданин |
ф дворник |
|
деньги ф |
ф депутат |
ф диагноз |
ф доктор |
дорога ф , " г ^защита |
ф ДОХОД |
ф женщина |
Ф жизнь |
• |
Ф здоровье |
ф инвалид |
ф индексация |
компьютер ф |
ф лекарство ^* |
ф мать |
ф молодежь |
налог ф |
ф население |
фнация |
ф образование |
оплата ф |
ф оружие |
ф отец |
ф отчисление |
пенсионер ф |
■вд1^Ь|1ен(,ия |
ф повышение |
ф поддержка |
пособие ф |
Ф преобразование |
ф^рибмм |
ф работа |
ресурс ф |
ф родитель ч. |
ф рынок |
ф семья |
собрание ф |
• |
^^^ |
ф старик |
трудф |
Фондф «ТРУД"”" |
ф экономика |
кзчевых слов
Связь терминов (1)
•va* молодей румюдпи 1ИШННМ рабы
автор родетаенчи.
продукт продолжительность жизни
л родпрыниматсл. водетво полиция
граница nporp»vua
ааШа-аяп» рЫыы*. .«»—.ч».- дв.^лдл пенсионер-оплата пенсия—государство пенсионеР Г0Р°А пенсионер-власть ^1-'
пенсионер—желание пенсионер—нация ПЕНСИЯ—ЖИЗНЬ пенсия—зарплата пенсия—здоровье
проблем. У-ре*дт-ие
транспорт
ояншение "'“’"’^ мужчина ее— „^^ пряло «» ««, умлето. ™« AWW возраст гарод налог РУ« -*• ™ ^ ” „„‘^ ... »W4^«« •» ™x..Z— —-
раб пар.
рябы»—мать
www.,«. пенсионер-день™ ^„„«-«лог ~Z™^«
пенсия-выход пенсионер-дворник П€НСИОНер^ГОСуДЭрСТВО пенсионер—внук пенсионер-студент
жизнь—государство
оружие дача
Работа Деньги рзбОТВ
ЖИЗНЬ пт‘
пенсионер—индексация
пенсионер
работодатель деревья защита пл, женпрсна лежар работа голов» труд зарплата ПсНСИЯ ши01И поддери.
..оммобьемработн дед ^6 ГОСуДарСТВО „°’'14 “ пациент больниц. J г дорога s
,« бюджет г«“ молодежь работник нация о»
внук дело уровень жизни родитель „родави,
область Р*й"
организация
ет плас слеза добро сфера -заесть
государство—налог работа—проблема
пенсионер^работа
пенсионер—сила мать—«*и пенсия—налог пенсия—старик
пенсия—проблема пенсионер—фонд
пенсионер^пенсия
пенсионер—депутат государство—нация деньги—дом
пенсия—закон
праобрааомн.» мер»
“/«*
вывод одежда
п™™,™.,™ пемишч-защига пенсионер—жизнь ™““Hep~"“^™^°X”
"“SJS™ рабьта-р^нок ПвНСИОНвр—рвбвНОК работа-аартата ™«—т,
пенсионер-лекарство пенсия—возраст пеНСИОНер^ЗарПЛаТЭ пенсионер—инвалид пенсия_*|ндексация
..■■ш ребенок—внук пенсионер—муж государство-возраст пенсионер-здоровье Пенсионер' -ВОЗраСТ пексия-гтаж пенсионер-коммуналка
•МА'
ребенок-дом работа-возраст пенсионер—дом пенсионер-проблема пенсионер—население - пенсия
^ пенсионер-старик работа-дом ПеНСИОНер-МОЛОДеЖЬ ПВЖЖже₽-««^^,
Рисунок 2 – Результаты анализа больших данных на платформе Plyanalyst
Figure 2 – Results of Big Data Analysis on the Plyanalyst Platform

Рисунок 3 – Результаты по шкале «Межпоколенный диалог», %
Figure 3 – Results on the Intergenerational Dialogue Scale, %
По шкале «Межпоколенное взаимодействие» 25 % респондентов обеих групп проявляют интерес, легко устанавливают контакт, могут находить компромиссы и получать удовлетворение от общения. При этом 46 % респондентов в цифровой среде демонстрируют отсутствие доверия, фрустрированность (тревогу, раздражение и отчаяние), нежелание идти на компромисс. Реальные респонденты в большинстве своем (57 %) не проявляют какой-либо положительной или отрицательной реакции в отношении пожилых людей, им все равно (рис. 4).

Рисунок 4 – Результаты по шкале «Межпоколенное взаимодействие»
Figure 4 – Results on the Intergenerational Interaction Scale
Далее был проведен сравнительный анализ данных по методике «Многофакторный опросник эмпатии». На рис. 5 представлено сопоставление показателей по шкале «Эмпатическая забота».

Рисунок 5 – Результаты по шкале «Эмпатическая забота»
Figure 5 – Results for the Empathic Caring scale
Низкие значения показателей по данной шкале демонстрируют, что респонденты не способны испытывать чувства теплоты, сострадания к другим людям и беспокойства о них, они также не имеют желания помочь. Интересным для дальнейшего исследования является факт 100 % негативных коннотаций ответов реальных респондентов.
Низкие показатели по шкале «Эмпатический дистресс» (рис. 6) свидетельствуют об отсутствии у субъектов исследования в действительном мире тревоги, напряжения и беспокойства, которые могут возникнуть в связи с переживаниями другого человека.

Рисунок 6 – Результаты по шкале «Эмпатический дистресс»
Figure 6 – Results on the Empathic Distress Scale
Сравнительный анализ результатов по методике «Шкала эйджизма» представлен далее на рис. 7.

Figure 7 – Results for the Scale “Prejudice Against the Elderly”
На рис. 7 представлены результаты, которые демонстрируют, что у 3 % респондентов выявлено пренебрежительное отношение к пожилым людям. Большинство (97 %) не проявляют какой-либо положительной или отрицательной реакции в отношении возрастных граждан.
Это же подтверждается другими показателями, полученными по таким шкалам, как «Элементы дискриминации» и «Избегание» (рис. 8–9).

Рисунок 8 – Результаты по шкале «Элементы дискриминации»
Figure 8 – Results on the Elements of Discrimination Scale

Рисунок 9 – Результаты по шкале «Избегание»
Figure 9 – Results on the Avoidance Scale
Как видим, все респонденты проявляют нейтральное отношение. Подобная закономерность может быть объяснена наличием триггера в ситуации оценивания реакции в ВК, что дает большую эмоциональную вовлеченность и, как следствие, выражает спонтанную реакцию человека, что говорит о большей свободе в проявлении эмоций в цифровом социуме (в реальной жизни, особенно при проведении опросов, реакция людей будет скованна или обусловлена результатами социализации). Если у человека сформировано моральное ядро в реальном мире, то и в цифровой реальности оно также будет проявляться.
Заключение . Нами представлен новый подход к исследованию индивидуальности и ее цифрового следа в контексте эмоциональных проявлений. Мы предлагаем отталкиваться от результатов исследования больших данных, благодаря которым мы можем получить характеристики индивидуальности и ее цифрового следа. Значимость проведенного нами исследования заключается также в попытке сопоставить эмоциональные проявления личности в реальной жизни и цифровой среде с тем, чтобы выработать механизм (алгоритм) управления и регуляции проявления эмоций в онлайн-пространстве на примере эйджизма. Мы отдаем себе отчет в том, что полученные результаты являются первым шагом, попыткой исследования цифрового социума и его сравнения с реальным социумом на примере отношения к пожилым людям. Это репрезентация методологии исследования цифрового социума и его сопоставления с реальным социумом.
Полученные результаты свидетельствуют о разнице отношения к пожилым людям в реальном мире и цифровой среде. Мы предполагаем, что из-за наличия триггеров в онлайн-социуме появляется возможность высказывания в основном негативных комментариев. По нашему мнению, в цифровой среде критически мало позитивных триггеров, которые бы поддерживали и закрепляли положительное отношение цифрового социума к пожилым людям. Задача психологов состоит в разработке механизма формирования и вброса в Сеть позитивных шаблонов и формировании культуры положительной эмоции. В результате нами был предложен общий контур продукта, технологии, которая могла бы отслеживать негативные триггеры и вбрасывать позитивные. Нам представляется реальной возможность создания «роя» ботов, которые бы выполняли эту задачу: один из них играл роль отслеживающего и фиксирующего негативные триггеры, в то время как масса других – являлась бы «статистами», дающими положительные комментарии.
На наш взгляд, цифровой социум на текущем этапе его становления представляет собой «бунтующего ребенка», по Э. Берну (2001), которому необходим мудрый и терпеливый наставник – психолог. Предложенные нами боты, как мы предполагаем, будут способны выполнять его функцию в цифровом пространстве.
Список литературы Сравнительное исследование проявления эмоционального отношения в цифровой среде и реальности (на примере эйджизма)
- Берн Э. Трансактный анализ в психотерапии. М., 2001. 316 c.
- Латынов В.В., Овсянникова В.В. Прогнозирование психологических характеристик человека на основании его цифровых следов // Психология. Журнал Высшей школы экономики. 2020. Т. 17, № 1. С. 166-180. DOI: 10.17323/1813-8918-2020-1-156-165
- Марцинковская Т.Д. Новая методология цифровой повседневности // Вопросы психологии. 2023. Т. 69, № 2. С. 3-13.
- Петров Е.Ю., Саркисова А.Ю. Ресурс аналитической платформы PolyAnalyst в социогуманитарных научных исследованиях // Открытые данные - 2021. Томск, 2021. С. 94-104.
- Fraboni M.‚ Saltstone R.‚ Hughes S. The Fraboni Scale of Ageism (FSA): An Attempt at a More Precise Measure of Ageism // Canadian Journal of Aging / La Revue Canadienne du Vieillissement. 1990. Vol. 9, iss. 1. P. 56-66. DOI: 10.1017/s0714980800016093