Влияние информационно-коммуникативной среды на формирование негативных установок

EDN: OVQEJH

Received: 22.08.2025                                          Accepted: 19.11.2025

За последние пять лет исследования влияния информационно-коммуникативной среды на формирование негативных установок значительно активизировались. Основные направления современных работ охватывают: распространение дезинформации и механизмы ее распространения в социальных сетях; роль алгоритмической персонализации и эффект «эхо- камер»; влияние эмоциональных и сенсационных информационных сообщений на поляризацию и усиление негативных установок; эффективность интервенций (например, «accuracy nudges») и программ медиаграмотности.

Ключевые эмпирические находки включают: (1) значимую роль невнимания к точности при распространении сомнительной информации, которую можно частично уменьшить путем простых напоминаний о важности точности (accura- cy nudges); (2) устойчивое влияние платформенных алгоритмов на усиление сенсационного и поляризующего контента; (3) эффект межгрупповой идентичности и политической идентификации как модераторов восприятия и принятия негативных установок; (4) смешанные, но перспективные результаты по влиянию программ медиаграмотности на критическое потребление информации.

Зарубежные исследования (публикации из США, Великобритании, Нидерландов и других стран) фокусируются на масштабных экспериментах и рандомизированных интервенциях в онлайн-среде, часто опираясь на большие панели пользователей социальных сетей. Ведущие направления: экспериментальные проверки поведенческих «подталкиваний» (nudges), моделирование распространения дезинформации, продвинутый сетевой анализ для выявления кластеров распространения негативных сообщений. Эти исследования, как правило, имеют высокую внутреннюю валидность благодаря контролируемым экспериментам, но иногда ограничены в экстернальной валидности — т.е. воспроизводимости эффектов в разных социокультурных контекстах.

Российские исследования чаще делают упор на качественные методы (контент-анализ, кейс-стади, фокус-группы) и анализ локальных медиаконтекстов, уделяя внимание спецификe национальных медиаэкосистем, языковых и институциональных особенностей. Это обеспечивает более глубокое понимание контекстуальных механизмов формирования негативных установок, но иногда ограничивает возможность прямого сравнения с результатами крупных зарубежных экспериментов.

Соответственно, зарубежные работы дают сильные доказательства эффективности краткосрочных поведенческих интервенций (precision nudges, fact-checking), тогда как российские исследования более полно раскрывают фоновые социокультурные детерминанты и механизмы интерпретации сообщений. Оптимальная стратегия — комбинировать сильные стороны обоих подходов: масштабные экспериментальные дизайны + глубокая локальная контекстуа-лизация.

Выбор методик для данного исследования опирается на несколько взаимодополняющих теоретических подходов, которые определяют выбор индикаторов, формулировку шкал и стратегию контент-анализа.

• •    Теория социального поиска и селективного воздействия

Концепция селективного воздействия/выбора (selective exposure) объясняет, почему участники склонны отбирать источники, подтверждающие существующие установки, что усиливает негативные установки при попадании в благоприятную для них медиасреду. Эта теория обосновывает включение в анкету вопросов о предпочтениях источников и о доверии к разным типам медиа.

• •    Социальная идентичность и мотивационная теория убеждений

Подходы социальной идентичности (Social Identity Theory) и модели идентичности, сформулированные в политической психологии, объясняют роль групповой идентичности в приеме и распространении негативных установок. По этой причине в методике включены измерения политической/групповой идентификации и политических предпочтений как потенциальных модераторов.

• •    Модель двойственного процесса и внимание к валидности информации

Двойственный процесс (heuristic vs. systematic processing) и теория ограниченного внимания лежат в основе экспериментальных задач и ʽaccuracy nudgesʼ. Идея состоит в том, что пользователи часто руководствуются эвристиками, что делает их уязвимыми к сенсационной, но недостоверной информации. Включение манипуляций с вниманием к точности в экспериментальной части обосновано соответствующими эмпирическими результатами.

• •    Фрейминг и анализ контента

Теоретическая основа контент-анализа — теория фрейминга (framing) и эмоционального окрашивания сообщений. Codebook разработан с учетом фреймов (угроза, виктимизация, обвинение) и классификации эмоциональной окраски сообщений — это позволяет выявлять связи между типом фрейма и уровнем негативных установок среди реципиентов.

• •    Теории медиаграмотности и критического мышления

Для оценки медиаграмотности использованы концептуальные модели, связывающие критическое мышление, навыки проверки фактов и уверенное использование цифровых инструментов.

Эти модели поддерживают выбор шкал, направленных на измерение способности различать достоверную и недостоверную информацию, склонности к проверке источников и уверенности в своих медианавыках.

• •    Практические следствия для дизайна исследования

Комбинирование количественных шкал (самооценка установок, медиаграмотность) и качественного контент-анализа позволяет наиболее полно оценить как распространенность, так и механизмы формирования негативных установок.

Включение экспериментального блока (accuracy-nudges) делает возможной оценку причинно-следственных эффектов краткосрочных интервенций.

Отдельное внимание уделено культурноконтекстуальным адаптациям шкал и предварительному пилотированию для повышения валидности и надежности измерений.

Интенсификация потоков цифровой информации и повсеместное распространение пользовательского контента изменили условия формирования социальных установок и ценностных ориентаций. Информационно-коммуникативная среда (ИКС) характеризуется высокой скоростью распространения сообщений, алгоритмической селекцией контента и доминированием визуальных форматов, что усиливает эмоциональную составляющую восприятия и может способствовать формированию устойчивых негативных установок у отдельных групп населения [Мартышенко С.Н., 2020; Kou S., 2022]. С увеличением доли времени, проводимого «в онлайне», и трансформацией медиапотребления задается вопрос о степени влияния конкретных характеристик ИКС на психологические и социальные установки индивидов.

Теоретически воздействие медиаконтента на установки базируется на классических моделях влияния СМИ (теория культивации, теория фрейминга, парадигма эффектов малого числа сильных сообщений) и современных исследованиях, акцентирующих внимание на алгоритмической архитектуре платформ как факторе селективной экспозиции. Согласно этим подходам, повторная и непрерывная экспозиция негативного контента усиливает доступность соответствующих когнитивных схем и эмоциональных реакций, что способствует стабилизации негативных установок [Menezes S., Vasconcelos A., 2024; Yang T. et al., 2024]. При этом отдельные характеристики аудитории — возраст, образовательный уровень, медиаграмотность — могут выступать как модераторы данного влияния.

Современные эмпирические исследования демонстрируют связь между медиапотреблением и изменениями в установках и поведении, однако в литературе остаются существенные пробелы: во-первых, недостаточно изучена роль формата контента (видео, текст, комментарии) в усилении или ослаблении эффекта; во-вторых, существует дефицит комплексных исследований, сочетающих количественные данные с качественным анализом восприятия; в-третьих, мало эмпирических данных о модераторной роли медиаграмотности в популяционных выборках разных возрастных когорт. Эти пробелы формируют основу для текущего исследования [Емелин В.А. и др., 2016; Ермоленкина Л.И., 2017].

Цель исследования — эмпирически оценить величину и природу влияния характеристик информационно-коммуникативной среды на формирование негативных социальных установок и определить, в какой мере медиаграмотность, уровень образования, возраст и пол модифицируют это влияние.

Задачи:

• 1.    Количественно оценить связь между временем потребления негативного медиаконтента и уровнем негативных установок в репрезентативной выборке.

• 2.    Сравнить уровни негативных установок между возрастными группами и оценить размер эффекта возрастного фактора.

• 3.    Исследовать роль медиаграмотности и уровня образования как потенциальных защитных факторов (модераторов влияния контента).

• 4.    С помощью фокус-групп и тематического анализа выявить механизмы восприятия негативного контента и специфику эмоциональноповеденческих реакций.

Гипотезы

H1: Время потребления негативного медиаконтента положительно коррелирует с уровнем негативных социальных установок.

H2: Медиаграмотность и высшее образование снижают силу влияния потребления нега- тивного контента на формирование негативных установок.

H3: Эффект потребления негативного контента на негативные установки сильнее выражен в возрастной группе 18–25 лет по сравнению со старшими когортами.

Материалы и методы исследования

Исследование выполнено в смешанном (mixed-methods) дизайне, включающем три взаимодополняющих компонента:

– количественный кросс-секционный опрос (N = 2000) с использованием стандартизированных психометрических шкал;

– количественный контент-анализ выборки медиаматериалов (социальные сети, новостные порталы, видеоплатформы);

– качественный компонент — 12 фокус-групп для выявления механизмов восприятия и интерпретации негативного контента.

Триангуляция методов обеспечивала как измерение величины эффектов на популяционном уровне, так и качественное углубление понимания механизмов влияния.

Квотная репрезентативная выборка (N = 2000) формировалась с учетом основных демографических характеристик: возраст, пол и уровень образования. Квоты по возрасту были распределены следующим образом: 18–25 (20 %), 26–35 (22 %), 36–45 (20 %), 46–50 (18 %), 51+ (20 %). Гендерный состав стремился к сбалансированию (приблизительно 49 % мужчин, 51 % женщин). Уровни образования включали категории: среднее, среднеспециальное и высшее.

Каналы набора и этапы отбора: набор осуществлялся через коммерческого панельного провайдера, дополнительно — через целевые приглашения в социальных сетях с целью улучшения покрытия молодежных групп. Этапы отбора: (а) первоначальная стратификация и назначение квот; (б) рассылка приглашений и первичный скрининг на соответствие квоте; (в) заполнение анкеты и подтверждение информированного согласия; (г) проверка качества ответов (проверка времени заполнения, контрольных вопросов на внимательность); (д) окончательное распределение по квазиквотам.

Скрининг и контроль качества: на этапе скрининга использовались контрольные (attention) вопросы, а также минимальное поро- говое время заполнения анкеты (пилотные данные показали среднее время ~ 18 мин.). Респонденты, не прошедшие контроль внимательности или завершившие анкету заметно быстрее порога (предварительно установленного на 5 мин.), исключались и заменялись согласно процедуре панели. Для фокус-групп использовалась стратифицированная целевая выборка (12 групп по 6–8 участников), отобранная из числа анкетированных респондентов, согласившихся на последующее интервью. Отбор фокус-групп осуществлялся с учетом возраста и уровня медиаграмотности для максимального покрытия ключевых подгрупп.

Методы сбора данных — количественный компонент

Анкета включала блоки: демография; медиапотребление (время в ч/сут по форматам: текст, видео, комментарии); шкала негативных социальных установок (композитный индекс); шкала медиаграмотности; шкала критического мышления; самооценка доверия к источникам.

Меры

Шкала негативных установок — составной индекс из 12 пунктов, включающих утверждения о социальной враждебности, недоверии к институтам и готовности к радикальным действиям; ответы по шкале Лайкерта 1–5 (1 — полностью не согласен, 5 — полностью согласен). Итоговый индекс стандартизирован (z-score).

Медиаграмотность — адаптированная и нормированная шкала из 10 пунктов с оценкой практических навыков и критического отношения к источникам; диапазон 0–40 баллов.

Критическое мышление — 8 пунктов, проверенных на валидность в пилотном исследовании.

Анкета была пилотирована на выборке n = 150 для проверки формулировок, времени заполнения и оценки надежности шкал. Среднее время заполнения основной анкеты ~ 18 минут.

Методы сбора данных — контент-анализ

Выборка для контент-анализа составляла 1200 единиц медиа-материала (400 постов/статей, 400 видеороликов, 400 тематических подборок комментариев), отобранных по критериям: высокая вовлеченность (лайки/комменты/шеры), релевантность ключевым темам исследования, дата публикации — последние 12 месяцев на момент сбора данных.

Надежность шкал

Внутренняя согласованность оценивалась с использованием коэффициента α Кронбаха. Полученные значения в основной выборке: шкала негативных установок – α = 0.89; шкала медиаграмотности – α = 0.82; шкала критического мышления – α = 0.78. Эти показатели превосходят общепринятый порог приемлемости (α ≥0.70), что свидетельствует о хорошей внутренней согласованности.

Структурная валидность (факторный анализ)

Для шкалы негативных установок проведен факторный анализ (Exploratory Factor Analysis) в пилотных данных. Результат подтвердил преимущественно однофакторную структуру: основной фактор объясняет более 40 % дисперсии. Критерии отбора числа факторов включали экран (scree plot), критерий Кайзера (eigenvalue >1) и интерпретацию смысловой нагрузки пунктов.

Конвергентная и дискриминантная валидность

Конвергентная валидность проверялась через корреляцию шкалы негативных установок с внешними релевантными показателями (самоотчет о готовности к агрессивному поведению), r = 0.46 (p <0.001), что соответствует ожидаемой положительной связи.

Дискриминантная валидность (отсутствие чрезмерной корреляции с конструкциями, не связанными теоретически) проверялась через анализ корреляций с шкалами общего удовлетворения жизнью и позитивных социальных установок (при этом связи были существенно ниже по величине и незначительны в практическом смысле).

Валидность контент-аналитической кодировочной схемы и межкодировочная надежность

Для контент-анализа разработана кодировочная схема с описанием признаков и примеров кодов (codebook). Схема проходила ревизию экспертной группы и тестирование на тренировочной подвыборке.

Два независимых кодера закодировали 20 % выборки; межкодировочная надежность оценивалась с помощью коэффициента Каппа (Cohen’s κ) и составила κ = 0.74 для эмоциональной окраски — значение, считающееся хорошим. В случаях несоответствий проводилась дискуссия между кодерами с последующим пересмотром схемы и переобучением.

Для проверки устойчивости результатов выполнялись анализы чувствительности: (а) сравнение оценок на исходной и импутаци-онных выборках (множественная импутация, m = 5) при условии MAR; (б) бутстрэп-оценки для ANOVA при нарушении предположений; (в) сравнение моделей при использовании альтернативных показателей медиаграмотности (суммарный балл vs. факторные индексы).

Процедуры кодирования

Разработана кодировочная схема, включающая следующие признаки: эмоциональная окраска (позитивная/негативная/нейтральная), тип негативного нарратива (угроза/вина/страх/уничи-жение), формат (текст/видео/комментарий), уровень достоверности фактов (высо-кий/средний/низкий), наличие манипулятивных приемов (ультрагенерализация, апелляция к эмоциям и т.п.).

Для надежности кодирования два независимых кодера кодировали 20 % выборки; межко-дировочная надежность оценивалась коэффициентом Каппа (Cohen's κ). Значения κ ≥0.70 считались приемлемыми; при несоответствии схему пересматривали и проводили дообучение кодеров.

Кодирование всех материалов проводилось с применением специализированной таблицы в формате CSV, что обеспечивало последующую статистическую обработку.

Методы сбора данных — фокус-группы (качественный компонент)

Проведено 12 фокус-групповых интервью (по 6– 8 участников), каждая длительностью 90– 110 мин., с модератором и ассистентом, осуществляющим аудиозапись и заметки. Тематический семиформат интервью предусматривал обсуждение опыта взаимодействия с негативным контентом, эмоциональных реакций, критики источников, стратегий реагирования и представлений о роли платформ.

Надежность шкал оценивалась коэффициентом α Кронбаха: шкала негативных установок (α = 0.89), медиаграмотность (α = 0.82), критическое мышление (α = 0.78). Показатели свидетельствуют о хорошей внутренней согласованности.

Валидность конструкта проверялась через факторный анализ (exploratory factor analysis, EFA) в пилотных данных: предполагаемая однофакторная структура шкалы негативных установок подтверждена (основной фактор объясняет >40 % дисперсии). Также использовали конвергентную валидность — позитивная корреляция шкалы негативных установок с внешними показателями (самоотчет о готовности к агрессивному поведению, r = 0.46).

Анализ количественных данных проводился в среде R (версия 4.3.2) и SPSS (версия 28). Основные статистические процедуры:

– Описательная статистика: средние, медианы, стандартные отклонения, процентные распределения.

– Корреляционный анализ: коэффициент Пирсона для непрерывных переменных.

– Сравнение групп: однофакторный ANOVA с последующими post-hoc тестами (Tukey HSD) для парных сравнений. Проверка предположений ANOVA: нормальность (Shapiro – Wilk), гомогенность дисперсий (Levene test). В случае нарушения предположений использовались бут-стрэп-оценки и непараметрические альтернативы (Kruskal – Wallis).

– Множественная регрессия: ступенчатая (stepwise) иерархическая регрессия для оценки вкладов предикторов (стандартизованные β). Проверялись мультиколлинеарность (VIF <5), автокорреляция остатков (Durbin–Watson), нормальность распределения остатков и го-москедастичность.

– Оценка эффекта: reporting η² (для ANOVA) и R² (для регрессионных моделей), а также 95 % доверительные интервалы (CI). Значимость принималась при p <0.05; при множественной проверке применялось поправка Бонферрони для контрольных анализов.

Отсутствующие значения обрабатывались методом множественной имутации (m = 5) при условии, что пропуски были случайными (MAR). Анализы чувствительности проводились на исходной и imputed-выборках для проверки устойчивости результатов.

Тематический анализ результатов фокус-групп осуществлен в NVivo 12: кодирование, формирование узлов/тем и сопоставление тем с количественными результатами для выявления согласованности/несоответствий. Интерпретация результатов опиралась на методику mixed-methods convergence coding, позволяющую маркировать темы как подтверждающие, расширяющие или противоречащие количественным данным.

Контент-анализ интегрировался с результатами опроса для оценки связи между типами негативных нарративов и воспринимаемым уровнем негативных установок в различных демографических группах.

Мощность исследования (power analysis) и размер эффекта

Расчет мощности (a priori) для выявления среднего эффекта при сравнении групп (ANOVA, f = 0.25, α = 0.05, power = 0.80) показал требуемый размер выборки ≈ 200 человек на группу. При пяти возрастных группах общий объем N = 1000–1200 был бы достаточен, однако для повышения надежности и возможности многофакторных анализов выборка была увеличена до N = 2000.

Фактические эффекты в данных (например, r = 0.72 и R² ≈ 0.52 в регрессии) имеют большие размеры и с учетом N обеспечивают высокую статистическую мощность для обнаружения даже небольших эффектов.

Результаты исследования

Выборка: N = 2000. Средний возраст респондентов: 36.8 лет (SD = 12.4). Пол: 49 % мужчин, 51 % женщин. Среднее время потребления медиаконтента (включая все форматы) — 3.6 ч/сут (SD = 1.9). Средний стандартизированный индекс негативных установок: M = 0.00 (SD = 1.00) по z-шкале, что обусловлено стандартизацией индекса (табл. 1).

Между временем потребления негативного контента и уровнем негативных установок обнаружена высокая положительная корреляция: r = 0.72, p <0.001. Также отмечена положительная связь между индексом негативных установок и самооценкой готовности к агрессивному поведению: r = 0.46, p <0.001 (табл. 2).

Однофакторный ANOVA (табл. 3) показал статистически значимые различия в уровне негативных установок между возрастными группами: F(4,1995) = 14.3, p <0.01. Оценка эф- фекта по η² ≈ 0.028 указывает на небольшую, но значимую долю объясненной дисперсии, приходящуюся на возраст.

Таблица 1. Описательные показатели по возрастным группам

Table 1. Descriptive indicators by age groups

Возрастная группа	N	Среднее время потребления (ч/сут)	Средний индекс негативных установок (M ± SD)	% ежедневного потребления негативного контента
18–25	400	4.5 (SD = 1.6)	0.56 ± 0.98	78
26–35	440	3.8 (SD = 1.7)	0.32 ± 1.01	65
36–45	400	3.2 (SD = 1.5)	0.12 ± 0.97	55
46–50	360	2.9 (SD = 1.4)	-0.05 ± 0.95	50
51+	400	2.6 (SD = 1.3)	-0.21 ± 1.02	45

Таблица 2. Корреляционная матрица (выборочные показатели)

Table 2. Correlation matrix (sample indicators)

	1. Время потребления	2. Индекс негативных установок	3. Готовность к агрессии
1. Время потребления	-	0.72**	0.50**
2. Индекс негативных установок	0.72**	-	0.46**
3. Готовность к агрессии	0.50**	0.46**	–

Примечание/Note : ** — p <0.001.

Таблица 3. Результаты ANOVA — уровень негативных установок по возрасту

Table 3. ANOVA results – level of negative attitudes by age

Источник вариации	df	F	p	η²
Между группами (возраст)	4	14.3	<0.01	0.028
Внутри групп	1995
Всего	1999

Была построена множественная регрессия с зависимой переменной (табл. 4) — индекс негативных установок (стандартизирован), и предикторами: время потребления негативного контента, медиаграмотность, уровень образо- вания, возраст (кодированные группы), пол. Полная модель объясняла значимую долю дисперсии: R² = 0.52 (Adj. R² = 0.51), F(8,1991) = 271.4, p <0.001.

Таблица 4. Результаты множественной регрессии (стандартизованные коэффициенты)

Table 4. Multiple regression results (standardized coefficients)

Предиктор	β (стандартиз.)	SE (прибл.)	t	p	Примечание
Время потребления негативного контента	0.68	0.04	17.0	<0.001	Сильный положительный предиктор
Медиаграмотность	-0.25	0.05	-5.0	<0.001	Защитный фактор, снижает эффект
Уровень образования (высшее)	-0.18	0.04	-4.5	<0.001
Возраст (старшие vs. 18–25)	-0.22	0.05	-4.4	<0.001	Контрольный показатель
Пол (мужчины = 1)	0.05	0.02	2.1	0.036	Небольшой эффект

В подгрупповом анализе стандартизованные β для времени потребления составили:

18–25 лет: β ≈ 0.68, p <0.001;

51+ лет: β ≈ 0.31, p <0.001.

Это указывает на более сильную связь времени потребления с негативными установками в молодой когорте по сравнению со старшей.

Выборка для контент-анализа: 1200 единиц медиаматериала (400 текстов, 400 видеороликов, 400 подборок комментариев). Распределение по эмоциональной окраске и типам негативных нарративов представлено в табл. 5.

Таблица 5. Результаты контент-анализа (эмоциональная окраска и типы негативных нарративов)

Table 5. Content analysis results (emotional connotation and types of negative narratives)

Категория	Частота (n)	Процент (%)	Примечание
Негативная окраска	744	62.0	Включает страх, гнев и обвинение
Нейтральная	240	20.0
Позитивная	216	18.0
Тип: страх/тревога	408	34.0
Тип: угроза/безопасность	336	28.0
Тип: вина/обвинение	264	22.0
Тип: уничижение	192	16.0

Межкодировочная надежность (Cohen's κ) для эмоциональной окраски: κ = 0.74 (n = 240 – двойное кодирование), что соответствует хорошей согласованности кодеров.

Тематический анализ 12 фокус-групп выявил ключевые темы, подтверждающие и расширяющие количественные результаты. Ниже приведены выделенные темы и иллюстративные цитаты (анонимизированы).

Тема 1. Усиление эмоциональной реактивности видеоконтентом и комментариями.

«Когда смотришь короткое видео с эмоциональной подачей и подкрепленными комментариями, сразу возникает чувство раздражения и злости — хочется реагировать, не всегда понимая, почему».

«Если умеешь проверять источник и читать дальше заголовка, то эмоциональная волна проходит быстрее — ты понимаешь, что это манипуляция».

«Алгоритм подсовывает похожее — и кажется, что все такие. Это усиливает впечатление, что мнение большинства враждебное».

Тема 4. Возрастные различия в стратегиях реагирования.

«Молодые больше склонны комментировать и делиться, старшие чаще ограничиваются пассивным чтением и критическим осмыслением».

Сильная положительная связь между временем потребления негативного контента и уровнем негативных установок (r = 0.72; p <0.001).

Возраст выступает значимым фактором различий: молодежь более восприимчива к эффекту.

Медиаграмотность и образование выступают защитными факторами (отрицательные β в регрессии).

Контент-анализ подтверждает доминирование негативной окраски в исследуемой выборке материалов (62 %). Качественные данные иллюстрируют механизмы усиления эмоциональной реактивности.

Обсуждение

В настоящем исследовании была выявлена устойчивая и статистически значимая положительная связь между объемом потребления негативного медиаконтента и уровнем негативных социальных установок (r = 0.72, p <0.001). Однофакторный ANOVA продемонстрировал различия по возрастным когортам (F(4,1995) = 14.3, p <0.01, η² ≈ 0.028), причем наиболее восприимчивой оказалась группа 18– 25 лет. Множественная регрессия показала, что модель с ключевыми предикторами объясняет существенную долю дисперсии (R² = 0.52), при этом медиаграмотность и высшее образование выступают значимыми защитными факторами (отрицательные стандартизованные β). Контент-анализ и качественные данные подтверждают количественные выводы: доминирование негативной окраски материалов (≈ 62 %) и усиливающая роль видеоконтента и цепочек комментариев в генерации эмоциональной реактивности.

Полученные данные позволяют сделать несколько ключевых интерпретаций. Высокая корреляция между временем экспозиции негативного контента и негативными установками указывает на важность эффекта частого повторения и доступности содержания — механизм, совместимый с теорией культивации: длительное воздействие одностороннего содержания повышает восприятие реальности в терминах представленных сюжетов [Черенева Е.А. и др., 2021; Ершова Р.В., 2023]. Формат контента (видео, эмоционально окрашенные комментарии) усугубляет этот эффект через мультимодальное воздействие: визуально-аудиальная подача ускоряет эмоциональную реакцию и снижает время на критическую обработку информации, а социальное подтверждение в комментариях способствует восприятию мнения как «мнений большинства» (механизм социального доказательства) [Liu J., 2023; Menezes S., Vasconcelos A., 2024].

Возрастные различия (усиление эффекта у молодых респондентов) могут объясняться сочетанием факторов: бо́льшая доля времени онлайн среди молодых, меньшая устойчивость к манипулятивным приемам и более высокая активность в создании и распространении контента. Малый, но статистически значимый вклад пола (β ≈ 0.05) отражает различия в стилях реакции: качественные данные указывают на более эмоциональную непосредственную реакцию у мужчин и на бо́льшую склонность к дискурсивному обсуждению у женщин. Эти наблюдения указывают на необходимость дифференцированных профилактических стратегий, ориентированных на возрастные и половые особенности аудиторий [Peng B. et al., 2021; Oyeniyi R., 2024].

Медиаграмотность и уровень образования продемонстрировали устойчивый отрицательный вклад в регрессионной модели, снижая влияние времени потребления негативного контента (уменьшение стандартизованного β примерно на 35 % в подвыборках с высокой медиаграмотностью). Это дает основание рассматривать программы по повышению медиаграмотности как практически значимый инструмент профилактики деструктивных уста- новок [Boeder J. et al., 2021; Яманова Г.А. и др., 2021]. Механизмы здесь, вероятно, связаны с более высоким уровнем скептицизма, умением проверять источники и навыками критической оценки аргументации, что замедляет процесс автоматической интернализации эмоционально насыщенного контента.

Результаты согласуются с рядом эмпирических работ, демонстрирующих влияние повторяющегося негативного контента на установочные и поведенческие характеристики. В то же время данное исследование дополняет литературу, предлагая интеграцию анализа формата контента и качественной интерпретации механизмов воздействия. Наблюдаемая величина эффекта (r = 0.72) превышает публикуемые оценки, что может указывать на специфику исследуемой выборки и на тщательный фокус на явлениях именно негативной окраски материалов.

Полученные выводы имеют непосредственное значение для практики: во-первых, образовательные инициативы по медиаграмотности должны быть приоритетными и адресованы в первую очередь молодежным аудиториям; во-вторых, платформенные политики могут быть адаптированы для снижения экспозиции манипулятивно-негативного контента (например, прозрачность алгоритмической сортировки, усиление контекстной модерации, наличие интервенционных сигналов — «pause and reflect»); в-третьих, клинические и социальные службы могут учитывать медиафакторы при разработке программ профилактики радикализации и агрессивного поведения [Вазыхо-ва Н.А., Захарова Е.Ю., 2020; Яманова Г.А. и др., 2021].

Исследование обладает рядом существенных достоинств: большой объем выборки (N = 2000) повышает статистическую мощность; смешанный дизайн (количественный + контент-анализ + качественные фокус-группы) обеспечивает триангуляцию и более глубокое понимание механизмов; использование валидированных шкал и проверки надежности (α Кронбаха) повышает доверие к измерениям. Совокупность этих факторов делает выводы относительно устойчивыми в рамках обсуждаемой выборки.

Несмотря на сильные стороны дизайна, исследование имеет ряд ограничений. 1) кросс- секционная природа данных не позволяет утверждать о причинно-следственных связях: высокая корреляция может отражать как воздействие контента на установки, так и селекционную экспозицию (либо и то, и другое); 2) используемые меры медиапотребления основаны на самооценке и могут быть искажены памятью и социальной желательностью; 3) квотный метод набора и использование панельного провайдера могут ограничивать внешнюю валидность по сравнению с полностью случайной выборкой; 4) хотя межкодиро-вочная надежность кодеров была приемлемой (κ = 0.74), кодирование эмоциональной окраски и манипулятивных приемов сохраняет элементы субъективности; 5) влияние платформных алгоритмов оценивалось косвенно; анализ логов платформ и поведенческих данных позволил бы точнее установить динамику экспозиции [Ходакова Н.П., Фролова Н.В., 2016; Али-хаджиев С.Х. и др., 2023].

В совокупности результаты исследования свидетельствуют о значительном влиянии негативного медиаконтента на формирование негативных социальных установок, при этом выраженность эффекта зависит от формата контента и демографических характеристик аудитории. Медиаграмотность и уровень образования выступают важными защитными факторами. Практические импликации включают необходимость образовательных программ и платформенных политик, направленных на снижение экспозиции и повышение устойчивости аудитории к манипуляциям. Для подтверждения причинности и проработки интервенций требуются дальнейшие лонгитюдные и экспериментальные исследования.

Заключение

В настоящем исследовании системно проанализированы взаимосвязи между характеристиками информационно-коммуникативной среды (ИКС) и уровнем негативных социальных установок в репрезентативной выборке населения (N = 2000). На основе количественных (корреляционный анализ, ANOVA, множественная регрессия), качественных (12 фокус-групп) и контент-аналитических данных выявлены следующие ключевые выводы.

Сильная статистическая ассоциация между экспозицией негативного медиаконтента и уси- лением негативных установок. Корреляционный анализ показал высокую положительную связь (r = 0.72, p <0.001), а регрессионная модель с набором социодемографических и когнитивных контролей объясняла ≈ 52 % дисперсии зависимой переменной (R² = 0.52). Эти результаты указывают на существенный вклад медиапространства в формирование установок, особенно при длительной и повторной экспозиции отрицательно окрашенных сообщений.

Влияние формата контента и роль алгоритмической архитектуры. Контент-анализ продемонстрировал доминирование негативной окраски среди исследованного массива материалов (≈ 62 %). Качественные данные указывают, что видеоконтент и цепочки эмоционально насыщенных комментариев усиливают мгновенную эмоциональную реактивность и способствуют подтверждению групповых представлений (social proof), что усиливает эффект поляризации. Это подчеркивает важность различения форматов при оценке медиа-рисков и проектировании интервенций.

Демографические модераторы: возраст и пол. Возраст оказался статистически значимым фактором: эффект влияния наиболее ярко проявлялся в возрастной когорте 18–25 лет (подгрупповой β ≈ 0.68), тогда как у старших респондентов (51+) эффект был заметно слабее (β ≈ 0.31). Это может отражать как особенности медиаповедения молодых — более высокая вовлеченность и активность в созда-нии/распространении контента, так и различия в критическом отношении к контенту. Гендерные различия были меньшими по величине, однако качественно проявлялись в различиях стратегий реагирования на контент.

Медиаграмотность и образование как защитные факторы. Устойчивый отрицательный вклад медиаграмотности и уровня образования в регрессионной модели свидетельствует о том, что повышение навыков критической оценки источников и содержания эффективно снижает склонность к автоматизированному принятию негативных сообщений. В подвыборках с высокой медиаграмотностью наблюдалось уменьшение стандартизованного β для времени потребления примерно на 35 %, что имеет непосредственные практические импликации для образовательных программ.

Таким образом, гипотезы исследования получили подтверждение.

Ограничения и степень обобщаемости выводов. Кросс-секционный дизайн ограничивает возможность однозначного утверждения причинно-следственных связей: не исключено, что люди с предсуществующими негативными установками выбирают соответствующий контент (селективная экспозиция). Самоотчетные меры медиапотребления подвержены смещениям памяти и социальной желательности. Кроме того, исследование ограничено национальнокультурным и временным контекстом сбора данных, а также использованием панельного провайдера в наборе выборки, что может сдерживать общую внешнюю валидность.

Научные и прикладные выводы. Несмотря на ограничения, совокупность количественных и качественных данных дает убедительные основания для следующих действий: (а) внедрение целевых программ по повышению медиаграмотности, ориентированных прежде всего на молодежные аудитории; (б) разработка и тестирование платформенных механизмов снижения экспозиции чисто манипулятивного негативного контента (например, добавление контекстных метаданных, возможность замедления потребления и вставки «рефлексивных пауз»); (в) интеграция результатов в программы по профилактике радикализации и агрессии, где медиафакторы будут учитываться как важный компонент риска.

Рекомендации для последующих исследований. Для установления причинности требуются лонгитюдные исследования с повторными измерениями, а также экспериментальные дизайны, включающие рандомизированные интервенции по медиаграмотности и контролируемые манипуляции формата контента. Анализ поведенческих логов платформ позволит получить объективные метрики экспозиции и реакции. Также важны исследования межкультурной переносимости результатов и оценка долгосрочных эффектов медиаинтервенций.

Конкретные рекомендации по внедрению результатов исследования.

Стратегические рекомендации для заинтересованных сторон:

Органы образования: интегрировать модули по медиаграмотности и критическому мышлению в школьные и вузовские программы; осо- бое внимание уделить навыкам проверки источников и работе с алгоритмически персонализированным контентом.

Платформы социальных сетей и цифровые провайдеры: внедрить интерфейсные «напоминания о точности» (accuracy nudges) на уровнях публикации и репоста, а также инструменты для легкой проверки фактов внутри приложения.

СМИ и редакции: пересмотреть редакционные политики по маркировке неопределенной информационной окраски и внедрить стандарты этического фрейминга для снижения сенсационности материалов.

НКО и общественные инициативы: разворачивать образовательные кампании и тренинги по медиаграмотности, ориентированные на уязвимые группы.

Операционные рекомендации (этапы внедрения):

Шаг 1 — разработка пилотной программы (1–3 месяца): подготовить адаптированные материалы, методические указания и инструменты оценки.

Шаг 2 — проведение пилота (3–6 месяцев): реализовать программу в ограниченном наборе школ/коммун/редакций/групп пользователей; собрать данные до и после интервенции.

Шаг 3 — оценка и корректировка (1–2 месяца): провести статистический и качественный анализы эффектов, собрать отзывы участников и скорректировать материалы.

Шаг 4 — масштабирование (6–18 месяцев): по результатам пилота адаптировать ресурсы для широкой реализации и наладить систему обучения тренеров и фасилитаторов.

Шаг 5 — встроенный мониторинг и устойчивость (постоянно): установить KPI, регулярные срезы данных и процедуры обновления материалов.

Интеграция с текущими программами и политиками:

– встраивание модулей медиаграмотности в существующие предметы (обществознание, информатика, русский язык);

– сотрудничество с региональными центрами цифрового развития для использования их инфраструктуры и ресурсов;

– поддержка и сопровождение на уровне методических кабинетов и департаментов образования;

– программа подготовки тренеров в регионах