Эсептөөчү социалдык тармак анализи онлайн колдонуучуларды түйүндөр, алардын ортосундагы ретвит сыяктуу мамилелерди байланыштар катары көрсөтүп, коммуникациялык тармактардын түзүлүшүн, борборлуулугун, кластерлешүүсүн жана убакыттын өтүшү менен өзгөрүшүн изилдеген ыкмалардын тобу болуп саналат. Jeffrey Layne Blevins жана James Jaehoon Leeнин академиялык монографиясы бул ыкманы саясий экономика, сапаттык хэштег/текст анализи, жергиликтүү медиа мазмунун талдоо жана активисттер менен маектер менен айкалыштырып, социалдык медиа социалдык адилеттик кыймылдарын кантип көрүнүктүү кыла аларын, ошол эле тармактар саясий уюшуу, тролл активдүүлүгү, боттор, туура эмес маалымат жана коммерциялык платформа динамикасы тарабынан кантип калыптанышы мүмкүн экенин изилдейт.

Китептин эмпирикалык өзөгү үч тарыхый Twitter контекстине негизделет: 2014-жылдагы Ferguson нааразылык акциялары жана #BlackLivesMatter менен байланышкан тармактар; 2016-жылдагы АКШ президенттик шайлоосу маалындагы #MAGA, #ImWithHer жана башка саясий хэштегдердин айланасындагы тармактар; 2020-жылдын жайында Ahmaud Arbery, Breonna Taylor жана George Floyd каза болгондон кийин өнүккөн социалдык адилеттик жана каршы-саясий дискурстар. Cincinnatiдеги Sam DuBose окуясы кошумча түрдө жергиликтүү жаңылык уюмдарынын мазмунун издөө жана социалдык адилеттик уюштуруучулары менен маектер аркылуу изилденген.

Ferguson маалыматтары Twitterдеги алгачкы толкунда #MikeBrown сыяктуу адамдын же жердин атын алып жүргөн сүрөттөөчү хэштегдер алдыга чыкканын; болжол менен бир–эки жумадан кийин #IfTheyGunnedMeDown, #BlackLivesMatter жана кийинчерээк #ICantBreathe сыяктуу жекелештирилген же идеологиялык алкактар көбүрөөк үстөмдүк кыла баштаганын көрсөтөт. Авторлор муну колдонуучулар окуяны жөн гана белгилүү бир жаңылык катары бөлүшпөстөн, аны өзүнүн жашоо тажрыйбасы менен байланыштырган “affective publics” же аффективдүү коомчулуктарды түзүшү менен түшүндүрүшөт.

2016-жылдагы шайлоо анализинде авторлор “continent effect” деп атаган визуалдык тармак түзүлүшү өзгөчө көрүнөт: айрым салыштырууларда pro-Trump билдирүүлөрүнүн саны pro-Clinton билдирүүлөрүнөн аз болгону менен, pro-Trump хэштегдери жана аккаунттары тыгызыраак жана бири-бири менен байланышкан кластерлерди түзгөн. 25–27 сентябрь 2016 үлгүсүндө @realDonaldTrump degree борборлуулугунда 0,0456 жана betweenness борборлуулугунда 0,0990 менен эң жогорку мааниге ээ болгон, ал эми @HillaryClinton тиешелүүлүгүнө жараша 0,0311 жана 0,0805 көрсөткүчтөрүнө ээ. Ошол мезгилдеги betweenness мааниси эң жогору болгон 50 аккаунттун 26сында #MAGA, болгону 5инде #ImWithHer кездешкен. Авторлордун чечмелөөсү боюнча, тармактагы саясий оң билдирүүлөр жалпы хэштегдердин айланасында көбүрөөк координацияланган жана түзүмдүк жактан тыгызыраак.

Бирок тармак борборлуулугу, ретвит тыгыздыгы же хэштегдердин бирге кездешүүсү шайлоочу чындап ынанганын, добуш берүү жүрүм-туруму өзгөргөнүн же белгилүү бир саясий топ калктын арасында көбүрөөк колдоо тапканын түздөн-түз көрсөтпөйт. Китеп көзөмөлдөнгөн саясий ынандыруу эксперименти эмес. Изилденген метрикалар Twitter тармагындагы түзүмдүк көрүнүктүүлүктү, байланыштардын тыгыздыгын жана маалымат айлануусундагы ордун өлчөйт.

Китептин саясий экономика бөлүмү Edward S. Herman жана Noam Chomskyнин пропаганда моделиндеги менчик, жарнама, булактарды пайдалануу, “flak” жана идеологиялык чыпкаларды онлайн платформа чөйрөсүнө ылайыкташтырып талкуулайт. Авторлор социалдык медиа төмөндөн жогору карай уюшулган коомдук кыймылдарды күчөтө аларын; бирок ошол эле тармактар боттор, тролл фермалары, акы төлөнгөн көрүү/жактыруу системалары, платформалардын топтолушу жана туура эмес маалымат аркылуу жасалма түрдө багытталышы мүмкүн экенин белгилешет. Ошондуктан китептин негизги жыйынтыгы “социалдык медиа социалдык адилеттикти камсыздайт” же “социалдык медиа социалдык адилеттикке тоскоол болот” деген тыянак эмес; онлайн коммуникация күчү тармактын түзүлүшү, билдирүүлөрдүн биримдиги, экономикалык стимулдар, платформаны башкаруу жана манипуляция мүмкүнчүлүгүнүн ортосундагы байланыштан көз каранды.

Китептин негизги изилдөө көйгөйү

Китеп төмөнкү негизги чыңалуудан башталат: социалдык медиа салттуу медиага жетүүсү чектелген адамдарга жана коомдук кыймылдарга түз эфир/жарыялоо, тармак түзүү жана окуя баяндоо мүмкүнчүлүгүн бере алат. Ошол эле техникалык инфраструктураны жек көрүү топтору, саясий кампаниялар, тролл тармактары, бот аккаунттары, дезинформация акторлору жана коммерциялык көрүнүктүүлүк системалары да колдоно алат.

Ошондуктан изилдөөнүн суроосу жөн гана “социалдык медиа социалдык адилеттик кыймылдары үчүн пайдалуубу?” эмес. Кеңири суроо мындай: Онлайн тармактарда коммуникация күчү кимдерде топтолот, кайсы билдирүүлөр бири-бири менен байланыша отырып көрүнүктүүлүккө ээ болот жана социалдык медиа платформаларынын саясий-экономикалык түзүлүшү бул процессти кантип калыптандырат?

Авторлор бул көйгөйдү жөн гана текстти чечмелөө менен караган эмес; Twitter тармактарын эсептөөчү ыкма менен визуалдаштырып, твит-ретвит байланыштарын текшерип, хэштегдердин убакыттагы көрүнүктүүлүгүн байкап, борборлуулук метрикаларын салыштырып, айрым тармактарда борбордук түйүндөрдү алып салганда түзүлүш кандай өзгөргөнүн карап, мунун баарын сапаттык дискурс жана саясий экономика контекстинде чечмелешкен.

Аналитикалык алкактын төрт катмары

Twitter маалыматы кантип иштетилген?

Ferguson жана 2016 изилдөөлөрүндө Twitter тарыхый архивинен белгилүү хэштегдер жана сөздөр Python 2.7 менен чыгарылып алынган. Натыйжалар күн боюнча жөнөкөй JSON файлдарына сакталган жана эки негизги маалымат түзүлүшүнө айландырылган.

Биринчи маалымат түзүлүшү твит-ретвит мамилелерин көрсөтөт. Колдонуучулар түйүн болуп саналат; бир колдонуучунун башка колдонуучуну ретвит кылышы алардын ортосунда байланыш түзөт. Твит тексти жана убакыт маалыматы сыяктуу деталдар кийинки изилдөө үчүн сакталат.

Экинчи маалымат түзүлүшү издөө терминдери үчүн сүрөттөөчү статистика чыгарат. Хэштег же сөздөр баштапкы твит/ретвит абалы, саат жана жуманын күнү сыяктуу белгилер боюнча топтоштурулушу мүмкүн.

Тармактарды визуалдаштырууда өзгөртүлгөн D3.js force-directed graph, чыпкалоо жана интерактивдүүлүк катмарында болсо crossfilter.js жана dc.js колдонулган. 2020 маалыматтарын иштетүүдө ушул негизги ыкма Python 3.6га көчүрүлгөн.

Ferguson окуясы: хэштег окуя энбелгисинен жеке алкакка кантип өттү?

Авторлор 2014-жылдын августунда Michael Brown өлтүрүлгөндөн дароо кийин башталып, Darren Wilsonго айып коюлбоо чечиминен кийинки мезгилге чейин созулган төрт айлык аралыктагы #BLM менен байланышкан тарыхый Twitter архивин изилдешкен.

Алгачкы толкунда #MikeBrown жана #MichaelBrown сыяктуу адам аттары менен #Ferguson сыяктуу окуя/жер белгилери көбүрөөк көрүнгөн. Бул хэштегдер окуянын ким, кайда жана эмне экенин түздөн-түз сүрөттөөчү кызмат аткарат.

Кийин #IfTheyGunnedMeDown сыяктуу концептуалдык энбелгилер көрүнүктүүлүккө ээ болгон. Бул хэштегде колдонуучулар өздөрүнүн эки башка сүрөтүн жанаша коюп, полиция кийлигишүүсүндө өлтүрүлсө, медиа кайсы сүрөттү тандаарын суроого алышкан. Авторлор муну бир окуядан кеңири раса, өкүлчүлүк жана медиа алкагына өтүү катары чечмелешет.

2014-жылдын ноябрына келгенде #IfTheyGunnedMeDown жана #ICantBreathe сыяктуу жекелештирилген алкактар менен #BlackLivesMatter сыяктуу идеологиялык хэштегдер #MikeBrown сыяктуу түз окуя энбелгилеринен ашып түшө баштаган. Eric Garnerдин өлүмү жана Darren Wilson тууралуу чыгарылган укуктук чечим сыяктуу кийинки окуялар мурда бөлөк көрүнгөн хэштег тармактарынын бири-бирине байланышуусуна салым кошкон.

Социалдык Медиада Тармак Борборлуулугу Саясий Ынандыруу Күчү Менен Бирдейби?

Жок. Degree жана betweenness борборлуулугу аккаунт изилденген тармакта канчалык байланышканын же ар башка түйүндөрдүн арасында канчалык деңгээлде көпүрө абалында турганын көрсөтөт; шайлоочулардын пикири өзгөргөнүн, добуш берүү тандоосу таасирленгенин же саясий билдирүү туура деп кабыл алынганын түздөн-түз өлчөбөйт. Ошондуктан китептин 2016 жана 2020 тармак жыйынтыктары түзүмдүк көрүнүктүүлүк жана координация далили, себептик саясий ынандыруу өлчөмү эмес.

Degree борборлуулугу кантип чечмеленет?

Degree борборлуулугу түйүндүн тармактагы байланыш тыгыздыгын билдирет. Бул изилдөөнүн контекстинде degree мааниси жогору Twitter аккаунту изилденген твит-ретвит тармагында көбүрөөк байланыш жана өз ара аракеттенүүгө ээ.

25–27 сентябрь 2016 мезгилинде булак Figure 6.9 боюнча эң жогорку degree маанилери төмөнкүлөр:

Булакта алгачкы 10 degree аккаунтунун чоң көпчүлүгү Trump тарапташы же саясий оң катары операциялык түрдө классификацияланган аккаунттардан турат. Бул классификация авторлордун изилдөө коддоосу: “right-leaning” Trumpты колдогон же Clinton, Демократиялык партия же Obamaга каршы мазмун жарыялаган аккаунттарды; “left-leaning” болсо Clinton тарапташы же күчтүү Trumpка каршы аккаунттарды камтыйт.

Betweenness борборлуулугу эмнени көрсөтөт?

Betweenness борборлуулугу концептуалдык жактан түйүн тармактагы ар башка аймактар же колдонуучу кластерлери ортосундагы байланыш жолдорунда канчалык деңгээлде көпүрө ролун аткарарын көрсөтөт. Жогорку betweenness мааниси аккаунт жөн гана көп байланышка ээ экенин эмес, тармактын ар башка бөлүктөрүнүн бири-бирине жетишинде стратегиялык орунга ээ болушу мүмкүн экенин билдирет.

25–27 сентябрь мезгилинде @realDonaldTrump betweenness = 0,0990 менен, @HillaryClinton болсо 0,0805 менен алдыңкы эки орунда. Авторлор жогорку орундардагы башка аккаунттардын көбү да саясий оң менен байланыштуу болушун ошол эле тармактын ичинде тыгызыраак координация түзүлүшүнүн көрсөткүчү катары чечмелешет.

6–8 ноябрь 2016 мезгилинде эмне өзгөрдү?

Шайлоо күнүнө жакындаган 6–8 ноябрь үлгүсүндө @realDonaldTrump degree = 0,0533 менен кайрадан биринчи орунда болгон. @DonaldJTrumpJr degree = 0,0327 менен экинчи, @HillaryClinton 0,0226 менен үчүнчү болгон.

Булак бул жерде саясий оң менен байланыштырган аккаунттар эки башка дата аралыгында жогорку орундарда ырааттуу түрдө кайра пайда болгонуна көңүл бурат. Авторлор бул туруктуулукту тармактын “биримдик” же “cohesion” өзгөчөлүгүнүн мүмкүн болгон белгиси катары чечмелешет. Бирок бул шайлоочулардын идеологиялык биримдик деңгээлинин түз өлчөмү эмес; Twitterдеги белгилүү аккаунт жана ретвит үлгүсүнүн анализи.

“Continent effect” эмнени билдирет?

“Continent effect” — китептин авторлору 2016 тармак визуалдаштырууларында pro-Trump аккаунттары жана хэштегдери чоң, өз ара байланышкан кластер түзүшүн сүрөттөө үчүн колдонгон визуалдык сөз айкашы; стандартташтырылган өз алдынча социалдык тармак метрикасы эмес.

Авторлордун маанилүү байкоосу: айрым мезгилдерде pro-Clinton твиттеринин саны көбүрөөк болгонуна карабастан, pro-Trump тармагы тыгызыраак топтолгон. Демек, чийки билдирүү саны менен тармактын түзүмдүк уюшулушу бир эле өзгөрмө эмес.

Хэштегдердин бирге кездешүүсү эмнени көрсөттү?

25–27 сентябрь 2016 мезгилинде betweenness боюнча эң жогорку 50 аккаунт каралганда, булак Figure 6.17 төмөнкү жалпы сандарды берет:

Булак ошондой эле #MAGA башка хэштегдер менен #ImWithHerге караганда кыйла көп бирге колдонулганын белгилейт. #ImWithHer менен бирге кездешкен эки хэштег тең оңго ыктаган деп коддолгон #MAGA жана #TrumpTrain болушу авторлордун хэштег “hijacking” же каршы тараптын хэштег агымына кирүү стратегиясы тууралуу талкуусуна байланыштуу.

Hashtag Hijacking Деген Эмне жана Бул Китепте Кантип Колдонулган?

Hashtag hijacking — башка уюм, кыймыл же коомчулук көрүнүктүү кылган хэштег агымын башка билдирүүнү ошол эле издөө жана өз ара аракеттенүү мейкиндигине киргизүү үчүн атайылап колдонуу. Китепте Cincinnatiдеги Irate 8 тобунун University of Cincinnatiнин #HottestCollegeInAmerica хэштегин #theIrate8 менен бирге колдонушу, топтун күчтүү институционалдык аккаунту али жок кезде өзүнүн социалдык адилеттик билдирүүсүн университеттин көбүрөөк көрүнгөн санарип агымына алып кирген атайын мисал катары баяндалат.

Irate 8 мүчөлөрү алгач жеке аккаунттардан координацияланып пост жазып, #theIrate8 хэштегин университеттин популярдуу #HottestCollegeInAmerica хэштеги менен кошо колдонушкан. Маекте Brittany Bibb бул колдонуунун атайылап жасалганын белгилеген. Кийин уюм өзүнүн Twitter аккаунтун түзүп, белгилүү постторду жактыруу, комментарий берүү жана ретвит кылуу боюнча мүчөлөрдүн арасында көбүрөөк координацияланган ыкманы иштеп чыккан.

Китеп hashtag hijackingти социалдык адилеттик топторуна гана тиешелүү ыкма катары карабайт. 2016 шайлоо анализинде айрым оңго ыктаган аккаунттар #ImWithHer сыяктуу каршы тарап менен байланышкан хэштегдерди өз билдирүүлөрү менен бирге колдонгону көрүнөт. Демек, ошол эле тармак ыкмасы төмөндөн жогору активизм үчүн да, каршы-саясий көрүнүктүүлүк стратегиясы үчүн да колдонулушу мүмкүн.

Cincinnati кейс-изилдөөсү: социалдык медиа менен салттуу медианын айырмасы

Sam DuBose 2015-жылы өлтүрүлгөндөн кийин Black Lives Matter Cincinnati жана Irate 8 сыяктуу топтордун социалдык медиа стратегияларын изилдөө үчүн авторлор эки социалдык адилеттик уюштуруучусу менен терең маек өткөрүп, кошумча түрдө жергиликтүү медиа сайттарында Boolean ачкыч сөз издөөсүн жүргүзүшкөн.

Изделген сөз айкаштары:

• Sam Dubose
• Black Lives Matter
• Black Lives Matter Cincinnati
• Irate8

Булактын ыкма тексти издөө мезгилин 2015-жылдын июлу–2016-жылдын ноябры деп көрсөтөт. Изилденген уюмдар The Cincinnati Enquirer, CityBeat, WXIX-TV жана WCPO-TV. Cincinnati Herald, WKRC-TV жана WLWT-TV веб-сайттарындагы чектелген издөө функциясынан улам анализге киргизилген эмес.

Авторлор жалпысынан 269 жаңылыкты окуп, мазмун контекстин да баалашкан. The Enquirer жана CityBeat гезиттери жергиликтүү “Black Lives Matter Cincinnati” уюмун жалпы “Black Lives Matter” сөз айкашынан телеканалдарга салыштырмалуу көбүрөөк айырмалаган. Irate 8 төрт уюмда жалпысынан болгону беш жолу эскерилген.

Булакта бул жерде маанилүү дата карама-каршылыгы бар. Ыкма параграфы издөөнү 2015-жылдын июлу–2016-жылдын ноябры деп түшүндүрсө, Figure 4.1 аталышында 2016-жылдын июлу–2016-жылдын ноябры деп жазылган. Таблицадагы маалымат өзгөртүлгөн эмес, туура дата биз тараптан болжолдонгон эмес.

Активисттер менен маектер эмнени көрсөттү?

Black Lives Matter Cincinnati лидерлери менен өткөрүлгөн маектер социалдык медиа топко өз атынан түз билдирүү жасоого жана салттуу жаңылык уюмдарында туура эмес байланыштырылды деп эсептеген адамдарга же аракеттерге карата өз билдирүүсүн көзөмөлдөөгө мүмкүнчүлүк бергенин көрсөтөт.

Бирок социалдык медиа жалгыз өзү бардык максаттуу аудиторияга жетүүнү камсыз кылбайт. Маектерде төмөн кирешелүү коомчулуктарда телефонго, компьютерге же үй интернетине жетпеген адамдар бар экени өзгөчө белгиленген. Ошондуктан авторлор социалдык адилеттик активизмин санарип жеткиликтүүлүк, кең тилкелүү инфраструктура, тармак нейтралдуулугу жана купуялык сыяктуу кеңири медиа реформасы маселелеринен бөлүп кароого болбой турганын белгилешет.

Активисттер социалдык медиа аккаунттарында коркутуу, жек көрүү билдирүүлөрү жана куугунтукка туш болгонун да айтышкан. Ошентип, платформа бир эле учурда түз билдирүү жана байланыш куралы да, каршы-мобилизация жана чабуул каналы да боло алат.

Социалдык медиа моббинги

Китепте “social media mobbing” көп сандагы колдонуучулардын бир адамдын же теманын айланасында социалдык платформаларда чогулуп, кемсинтүү, талаш, коркутуу же meme бомбалоосу аркылуу дискурс мейкиндигин басымга алышы катары түшүндүрүлөт.

Авторлор бул көрүнүштү Leslie Jones, Cincinnati Zoo/Harambe окуясы жана башка учурлар аркылуу талкуулап, онлайн дискурс сан жагынан өсүп жатканда коомдук талкуунун сапатын төмөндөтүшү мүмкүн экенин айтышат. Бирок Harambe жана башка үй-бүлөлүк окуялардын салыштырылышы көзөмөлдөнгөн статистикалык эксперимент эмес экени да маанилүү. Авторлор өздөрү расалык реакция айырмасын сандык жактан так өлчөө кыйын экенин белгилешет.

2016 “knockout experiment” эмне болгон?

Булакта “knockout experiment” деп аталган анализ биологиядагы генди алып салуу окшоштугун колдонот. Изилдөөчүлөр чоң Twitter тармагындагы маанилүү бир түйүндү визуалдаштыруудан алып чыгып, тармактын түзүлүшү кантип өзгөргөнүн карашкан.

Максат аккаунт тармактын түзүмдүк бүтүндүгүнө канчалык салым кошорун изилдөө. Авторлор pro-Trump тармагында бир борбордук аккаунт алынып салынгандан кийин да bfraser747, TeamTrump жана USA4TRUMP сыяктуу ар кандай субтармактар сакталып калганын байкап, муну тармактын түзүмдүк туруктуулугунун белгиси катары чечмелешкен.

Бул ыкма реалдуу колдонуучу жүрүм-турумун өзгөрткөн эксперимент эмес. Бул маалымат топтомундагы түйүндү аналитикалык түрдө алып салуу менен жүргүзүлгөн тармак визуалдаштыруу салыштыруусу.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Ferguson 2014 маалымат топтому

Булак 2014-жылдын август–декабрь мезгилинде ачык булактуу Twitter тарыхый архивинен #BLM менен байланышкан твиттерди чыгарып, колдонуучулардын бири-бирине кантип жооп бергенин/ретвит кылганын көрсөткөн тармак түзгөн.

Python 2.7 чыгаруу программасы көрсөтүлгөн хэштегдерди жана сөздөрдү издеген; маалымат күн боюнча JSONго сакталган. Тармак түзүлүшүндө колдонуучулар түйүн, ретвиттер байланыш катары көрсөтүлгөн.

Сүрөттөөчү интерфейс төрт негизги маалымат көрүнүшүн чыгарган:

1. 2014-жылдын август хэштег жыштыгы/убакыт графиги.
2. 2014-жылдын август сааттык твит бөлүштүрүлүшү.
3. 2014-жылдын ноябрь–декабрь хэштег жыштыгы/убакыт графиги.
4. 2014-жылдын ноябрь–декабрь сааттык твит бөлүштүрүлүшү.

Негизги сапаттык жыйынтык: алгачкы толкунда адам/жер аттары үстөм болгон, ал эми убакыт өткөн сайын жеке тажрыйбаны жана идеологиялык алкакты билдирген хэштегдер тармактын маанилүүрөөк бөлүктөрүнө айланган.

2016 шайлоо маалымат топтому

2016 бөлүмүндөгү деталдуу субанализ Twitter маалыматтарынын баарын колдонгон эмес. Булак эки дата аралыгындагы маалыматтын %1 үлгүсүн так изилдеген:

• 25–27 сентябрь 2016
• 6–8 ноябрь 2016

Үч анализ жүргүзүлгөн:

1. Маанилүү аккаунттардын degree жана betweenness борборлуулугу.
2. Эң жогорку degree/betweenness тобунда хэштегдердин бирге кездешүүсү.
3. Маанилүү тармак түйүндөрү аналитикалык түрдө алынып салынган knockout салыштыруулары.

Авторлордун “right-leaning” жана “left-leaning” категориялары изилдөө максаты үчүн түзүлгөн операциялык коддор. Оң категория Trumpты колдогон жана Clinton/Демократ/Obamaга каршы билдирүүлөрдү; сол категория болсо Clinton тарапташы же күчтүү Trumpка каршы билдирүүлөрдү камтыйт.

Булак 2016 боюнча кандай түзүмдүк жыйынтык чыгарат?

Булактын баалоосунда pro-Trump тармактары бир эле хэштегдерди жана борбордук аккаунттарды ырааттуураак кайталаса, pro-Clinton тармагы көбүрөөк чачыранды түзүлүш көрсөткөн. Ошондуктан авторлор билдирүү биримдиги менен тармактагы көрүнүктүүлүктүн ортосунда байланыш болушу мүмкүн деп эсептешет.

Бирок “көбүрөөк натыйжалуу” деген сөздү шайлоо жыйынтыгына гана карап себептик түрдө чечмелөөгө болбойт. Булак Twitter тармактарынын түзүмдүк өзгөчөлүктөрү менен саясий кампаниянын кеңири ийгилигинин ортосунда окшоштук түзөт; колдонуучу деңгээлиндеги ынандыруу эксперименти же добуш өзгөрүү моделин сунуштабайт.

2020 анализинде маалымат кантип тандалган?

2020 бөлүмүндө негизги маалымат алуу ыкмасы Python 3.6 менен колдонулган. Изилдөөчүлөр алгач үч окуя терезесин түзүүнү пландашкан:

• Breonna Taylor өлтүрүлгөндөн кийинки 13–17 март 2020.
• Ahmaud Arbery видеосу жарыялангандан кийинки 5–9 май 2020.
• George Floyd өлтүрүлгөндөн кийинки 26–30 май 2020.

Бирок март мезгилинде салыштырууга жарай турган көлөмдө Twitter активдүүлүгү болбогондуктан, бул тармак ошол эле түрдө колдонулган эмес. Floyd өлгөндөн кийинки беш күндүк маалымат визуалдаштыруу үчүн өтө чоң болгондуктан, изилдөөчүлөр тармак анализин 26–27 май деген эки күн менен чектешкен.

Бул чечим методологиялык жактан маанилүү. 2020 визуалдары бүтүндөй нааразылык жайынын толук Twitter ааламын эмес, изилдөөчүлөр техникалык жактан иштете алган жана салыштыруу үчүн тандаган дата терезелерин билдирет.

2020-жылы хэштег түзүлүшү кантип өзгөрдү?

2020-жылдын 5-майында #AhmaudArbery тармагы негизинен борбордо болгон. 9-майга келгенде #SeanReed, #SayHerName, #JusticeForBreonnaTaylor жана #BlackLivesMatter сыяктуу башка хэштегдер көбүрөөк көрүнгөн.

George Floyd өлгөндөн кийинки 26-май тармагында #GeorgeFloyd үстөм. 27-майда #BlackLivesMatter хэштеги #GeorgeFloydдон ашып өткөндө, #JusticeForGeorgeFloyd, #ICantBreathe, #SayHisName жана #PoliceBrutality сыяктуу кеңири социалдык адилеттик алкактары да тармакта көрүнгөн.

Авторлор бул өтүүнү өзүнчө жабырлануучу аттарынан кеңири социалдык адилеттик баянына карай тез тармактык алкактоо катары чечмелешет.

2020-жылдагы саясий каршы-тармактар

Китеп 2020 маалыматтарын үч кең хэштег категориясы менен талдайт:

Авторлордун жыйынтыгы боюнча социалдык адилеттик темалары 2020-жылы саны жана темалык ар түрдүүлүгү жагынан үстөм болгон. Ошого карабастан, каршы-саясий оң тармак азыраак аккаунт жана хэштег камтыса да, жогору саясий тилектештик көрсөткөн түзүлүшкө ээ болгон. Бул билдирүү китептеги белгилүү дата аралыгындагы Twitter тармактары тууралуу чечмелөө; жалпы АКШ шайлоочуларынын жүрүм-турумун өлчөө эмес.

Саясий Экономика Ыкмасы Бул Китепте Эмнени Түшүндүрөт?

Китептин саясий экономика ыкмасы социалдык медиада кайсы билдирүү көрүнүктүү болорун жеке колдонуучу тандоолору менен гана түшүндүрбөстөн, платформа менчиги, жарнама модели, коммерциялык стимулдар, жаңылык булактарынын күчү, уюшулган басым, бот/тролл тармактары жана идеологиялык алкактар сыяктуу түзүмдүк шарттар менен бирге изилдейт. Авторлор Herman жана Chomskyнин пропаганда моделин санарип чөйрөгө ылайыкташтырганда, модель медиа түзүлүшүн калыптандырган күчтөрдү түшүндүрөрүн, белгилүү бир билдирүү коомдук пикирге сөзсүз таасир берерин далилдебей турганын атайын сакташат.

Пропаганда моделинин беш чыпкасы

Herman жана Chomskyнин классикалык моделинде беш чыпка бар:

1. Менчик: Ири жана кирешеге багытталган медиа уюмдарынын экономикалык/институционалдык кызыкчылыктары.
2. Жарнама: Жарнамалык каржылоонун мазмунга жана жетүүгө түзүмдүк ролу.
3. Булактарды пайдалануу: Жаңылык уюмдарынын туруктуу жана “авторитеттүү” деп кабыл алынган булактарга көз карандылыгы.
4. Flak: Медиа мазмунуна каршы уюшулган саясий же экономикалык басым жана реакция.
5. Идеология: Классикалык моделде антикоммунизм; кийинки талкууда капитализмди колдогон идеологиялык алкактар.

Blevins жана Lee санарип тармактарда бул чыпкалар так эле ошондой иштебей турганын; бирок менчиктин топтолушу, жарнама жана көңүл экономикасы, боттор менен жасалма популярдуулук, туура эмес маалымат булактарынын көбөйүшү жана “fake news” дискурсу ишенимдүү журналистиканы абройсуздандыруу үчүн колдонулушу аркылуу жаңы формаларды аларын белгилешет.

Жасалма популярдуулук эмне үчүн саясий экономика көйгөйү?

Китеп социалдык медиа көрүнүктүүлүгү ар дайым органикалык адам кызыгуусун билдирбестигин баса белгилейт. Бот аккаунттары, сатып алынган жактыруу/көрүү кызматтары, координацияланган тролл тармактары жана hashtag hijacking ыкмалары билдирүүнү анын реалдуу базалык колдоосунан чоңураак көрсөтүшү мүмкүн.

Саясий экономика жагынан көйгөй туура эмес билдирүүнүн бар экенинде гана эмес; платформа экономикасынын көңүлдү, өз ара аракеттенүүнү жана жетүүнү сыйлаган түзүлүшү жасалма тармак активдүүлүгү менен айкалыша ала турганында.

Булактарды пайдалануу санарип чөйрөдө кантип өзгөрөт?

Салттуу журналистикада “sourcing” журналисттин маалымат үчүн күчтүү институттарга жана расмий булактарга көз карандылыгын билдирет. Китеп социалдык медиада мунун эки тараптуу болуп калганын белгилейт.

Бир жагынан бот жана жасалма өз ара аракеттенүү системалары белгилүү булактын популярдуулук көрүнүшүн түзө алат. Экинчи жагынан жөнөкөй колдонуучулар жактыруу, ретвит жана бөлүшүү аркылуу кайсы булактын көрүнүктүүлүгү өсөрүнө түздөн-түз салым кошот.

Булак келтирген башка изилдөөдө 2016 шайлоосуна чейинки бир айдын ичинде 70.000 Twitter аккаунтунан келген 10 миллиондон ашык твит изилденип, 6,6 миллион твит жасалма жаңылык же конспирация жаңылыктарын жарыялаган булактарга шилтеме бергени; жасалма жаңылык шилтемелеринин %65и болгону 10 сайтка кеткендиги билдирилген. Бул сан Blevins жана Leeнин өз Twitter маалымат топтому эмес, саясий экономика талкуусунда кайрылган тышкы изилдөө.

Fake news менен “flak” ортосундагы байланыш

Авторлор пропаганда моделиндеги flak түшүнүгү санарип чөйрөдө медиа уюмуна багытталган сындан да кеңири функцияга ээ болушу мүмкүн экенин белгилешет. “Fake news” термини чыныгы туура эмес маалыматты сүрөттөө үчүн да, жактырылбаган же сынчыл журналистиканы абройсуздандыруу үчүн да колдонулушу мүмкүн.

Ошондуктан китеп post-truth чөйрөсүндө көйгөй туура эмес жаңылыктардын саны гана эмес экенин; маалымат булагынын ишенимдүүлүгү кантип бааланары да саясий күрөштүн темасына айланганын айтат.

Китептин “marketplace of ideas” сыны

АКШнын сөз эркиндиги салтында туура эмес идеяларга каршы чечим көбүрөөк жана туурараак сүйлөө деген ой көп учурда “marketplace of ideas” метафорасы менен түшүндүрүлөт. Китеп социалдык медиа чөйрөсүндөгү боттор, координацияланган тармактар, жасалма көрүнүктүүлүк жана дезинформациядан улам чындык жөн гана көбүрөөк сөз чыгарыла берсе автоматтык түрдө үстөм болот деген божомол көйгөйлүү болушу мүмкүн экенин талкуулайт.

Бул бөлүм эмпирикалык “чындык утулду” өлчөмүн сунуштабайт. Бул авторлор саясий экономика жана эпистемология алкагында иштеп чыккан теориялык чечмелөө.

Китеп колдогон жыйынтыктар

• Twitter Ferguson мезгилинде социалдык адилеттик акторлоруна салттуу медиадан тышкары өз окуяларын жана алкактарын жайылтуу үчүн маанилүү канал берген.
• Ferguson тармагында адам/жер аттарынан көбүрөөк концептуалдык жана жекелештирилген хэштегдерге карай убакыттын өтүшү менен көрүнгөн дискурс өзгөрүүсү болгон.
• 2016-жылы изилденген Twitter үлгүлөрүндө Trump тарапташы деп классификацияланган аккаунттар борборлуулук жана жалпы хэштег колдонуу жагынан тыгызыраак, кайталанган жана өз ара байланышкан тармак түзгөн.
• #MAGA 25–27 сентябрь 2016 үлгүсүндөгү betweenness мааниси эң жогорку 50 аккаунттун 26сында; #ImWithHer болсо 5инде кездешкен.
• Cincinnati кейс-изилдөөсү социалдык медиа жергиликтүү активисттерге өз билдирүүлөрүн түз жарыялоого мүмкүнчүлүк бергенин, бирок санарип жеткиликтүүлүк теңсиздиги жана онлайн куугунтук маанилүү чектөөлөрдү түзөрүн көрсөтөт.
• 2020-жылы изилденген тармактарда өзүнчө жабырлануучу аттарынан #BlackLivesMatter жана #ICantBreathe сыяктуу кеңири социалдык адилеттик алкактарына тез өтүү болгон.
• 2020-жылы изилденген маанилүү учурларда социалдык адилеттик темалары саны жана ар түрдүүлүгү боюнча күчтүү болгону менен, авторлор саясий оң деп коддогон тармактар кичине болсо да тыгызыраак саясий биримдик көрсөткөн.
• Социалдык медиа көрүнүктүүлүгү органикалык колдонуучу активдүүлүгүнүн гана натыйжасы эмес; бот, тролл, акы төлөнгөн өз ара аракеттенүү жана координацияланган тармак активдүүлүгү көрүнүктүүлүк түзүлүшүн өзгөртө алат.

Китеп колдобогон жыйынтыктар

• Twitter тармагындагы борборлуулук талапкер шайлоо жыйынтыгына себеп болгонун далилдебейт.
• #MAGAнын тармактагы жогорку бирге кездешүүсү АКШ калкынын баарынын саясий тандоосун өлчөбөйт.
• Ретвит саны билдирүү туура деп кабыл алынганын же колдонуучу аны колдогонун сөзсүз билдирбейт.
• Бот же троллдун болушу белгилүү колдонуучунун пикири өзгөргөнүн көрсөтпөйт.
• 2014, 2016 жана 2020 Twitter тармактары азыркы X платформасынын алгоритми же колдонуучу жүрүм-туруму үчүн түз актуалдуу өлчөм эмес.
• Китептеги оң жана сол тармактарды салыштыруу бардык идеологиялык топтор ар бир мезгилде бирдей тармак түзүлүшүнө ээ дегенди билдирбейт.
• Cincinnatiде эки активист менен өткөрүлгөн маектер бардык социалдык адилеттик уюмдардын тажрыйбасын билдирбейт.
• Жергиликтүү медиа мазмунун издөө Cincinnatiдеги бардык жаңылык уюмдарын камтыбайт.
• Китепте саясий экономика алкагында талкууланган пропаганда жана туура эмес маалымат механизмдери кандайдыр бир адамдын психологиялык же добуш берүү жүрүм-турумуна түз себептик таасир өлчөмүн бербейт.

Негизги методологиялык чектөөлөр

Платформа чектөөсү: Эмпирикалык тармак анализдеринин негизги платформасы Twitter. Facebook, YouTube жана башка тармактар көбүнчө контексттик талкууларда колдонулат.

Тарыхый контекст: Негизги маалымат терезелери 2014, 2016 жана 2020. Платформа дизайны, API жеткиликтүүлүгү, модерация жана алгоритмдик таратуу убакыт өткөн сайын өзгөргөн.

2016 үлгүлөө чектөөсү: Деталдуу шайлоо анализи эки үч-күндүк убакыт терезесиндеги Twitter маалыматтарынын %1 үлгүсүнө гана негизделген.

2020 render чектөөсү: Floydдон кийинки беш күндүк тармак өтө чоң болгондуктан, 26–27 май маалыматтары гана визуалдаштырылган. Бул бүткүл нааразылык мезгилинин толук тармагы эмес.

Жергиликтүү медиа камтуусу: Cincinnati Herald, WKRC-TV жана WLWT-TV веб-издөө функциялары чектелүү болгондуктан жергиликтүү медиа мазмун анализине киргизилген эмес.

Маек камтуусу: Cincinnati окуя бөлүмүндөгү деталдуу талаа чечмелөөсү эки социалдык адилеттик уюштуруучусу менен маектерге негизделген.

Себептүүлүк: Социалдык тармак борборлуулугу жана хэштег көрүнүктүүлүгү менен реалдуу саясий ынандыруу же жүрүм-турум ортосундагы себептик байланыш эксперимент аркылуу текшерилген эмес.

Коддоо чектөөсү: “right-leaning” жана “left-leaning” категориялары изилдөөчүлөрдүн твит мазмунуна негизделген операциялык классификациялары; колдонуучунун толук идеологиялык профилин өлчөбөйт.

Булак ичиндеги дата карама-каршылыгы: Cincinnati медиа издөөсү ыкма текстинде 2015-жылдын июлу–2016-жылдын ноябры, Figure 4.1 аталышында 2016-жылдын июлу–2016-жылдын ноябры деп көрсөтүлгөн.

Китептин жалпы илимий салымы

Монографиянын эң күчтүү салымы социалдык медиа талкуусун “активисттер платформаларды колдоно алат” деген деңгээлде эле калтырбаганында. Авторлор бир эле платформа архитектурасы коомдук кыймыл, кампания, журналистика, жек көрүү сөзү, тролл активдүүлүгү, бот тармактары жана коммерциялык көрүнүктүүлүк механизмдери тарабынан бир убакта колдонулушу мүмкүн экенин көрсөткөн көп катмарлуу анализ түзүшөт.

Ошондуктан онлайн социалдык кыймылды хэштегдердин саны менен гана түшүнүү жетишсиз. Тармак кимдер тарабынан бири-бирине байланышканы, билдирүүлөр кайсы жалпы хэштегдер менен тыгыздалганы, борбордук аккаунттар алынганда түзүлүш канчалык өзгөргөнү, социалдык медиа баяны салттуу жаңылыкка кантип өткөнү жана платформанын экономикалык стимулдары көрүнүктүүлүктө кандай роль ойногону чогуу бааланышы керек.

Булак жана Ыкма Жөнүндө Эскертүү

Оригинал эмгек: Social Media, Social Justice and the Political Economy of Online Networks

Авторлор: Jeffrey Layne Blevins жана James Jaehoon Lee.

Булак түрү: Академиялык изилдөө монографиясы / ачык жеткиликтүү академиялык китеп.

Рецензия статусу: University of Cincinnati Pressтин расмий ачык жеткиликтүүлүк коллекциясы андагы ачык китептер peer reviewed жана faculty board approved экенин көрсөтөт; бул эмгек да ошол коллекцияда тизмеленген.

Басмакана: University of Cincinnati Press, Cincinnati, Ohio, АКШ.

Булак PDF автордук укук датасы: 2021.

Библиографиялык версия эскертүүсү: Айрым учурдагы басмакана жана каталог жазуулары басма/таратуу версиясын 2022 деп көрсөтөт. Булак PDFнин өз автордук укук барагында 2021 турат; эки дата үнсүз бириктирилген эмес.

Ачык жеткиликтүүлүк ISBN: 978-1-947602-86-1.

Paperback ISBN: 978-1-947602-84-7.

ePUB ISBN: 978-1-947602-85-4.

DOI: Жүктөлгөн PDFде ишенимдүү, толук китеп DOIси көрсөтүлгөн эмес; ошондуктан DOI болжолдонгон эмес.

Ачык жеткиликтүүлүк статусу: Булак PDF TOME — Toward an Open Monograph Ecosystem колдоосу менен ачык жеткиликтүү катары сунушталганын көрсөтөт.

Лицензия эскертүүсү: Булак PDFнин алдыңкы библиографиялык бөлүгүндө белгилүү Creative Commons коду жазылган эмес. University of Cincinnati Press Manifoldдагы аталышка тиешелүү долбоор метадайындары CC BY-NC-ND чектөөсүн көрсөтөт. Ошондуктан булак фигуралары түз көчүрүлгөн эмес, маалыматтар жана байланыштар өз алдынча Verianla схемалары менен кайра берилген.

Автор уюму — Jeffrey Layne Blevins: University of Cincinnati; расмий басмакана биографиясында китеп жарык көргөн мезгилде Journalism Department жетекчиси катары көрсөтүлөт.

Автор уюму — James Jaehoon Lee: University of Cincinnati; Digital Scholarship Center Director, Associate Dean of Research for Libraries жана Associate Vice Provost for Digital Scholarship катары көрсөтүлөт.

Corresponding author: Академиялык монография түзүлүшүндө булак PDF белгилүү corresponding author көрсөтпөйт.

Тең салым: Булак PDFде тең салым/тең биринчи авторлук билдирүүсү жок.

Каржылоо / басма колдоосу: Ачык жеткиликтүү версия TOME — Toward an Open Monograph Ecosystem колдоосу менен жеткиликтүү кылынган. Бул маалымат изилдөө долбоорунун гранты менен бирдей нерсе катары чечмеленген эмес.

Кызыкчылыктардын кагылышы: Булак монографиянын алдыңкы/арткы бөлүгүндө стандарттуу журнал формасында кызыкчылыктардын кагылышы жөнүндө билдирүү жок.

Маалымат жана санарип ресурстар: Китептин ачык жеткиликтүү версиясы интерактивдүү тармак визуалдаштыруулары жана изилдөө маалымат топтомдору менен бирге түзүлгөн. Булак ошондой эле колдонулган машиналык үйрөнүү/анализ алгоритмдери жана визуалдаштыруу куралдары булут платформасында изилдөөчүлөр жана студенттер үчүн жеткиликтүү экенин билдирет.

Негизги изилдөө ыкмасы: Саясий экономика теориясы + социалдык тармак анализи + эсептөөчү Twitter архив анализи + хэштег/текст анализи + активисттер менен маектер + жергиликтүү жаңылык мазмун анализи.

Ferguson маалымат мезгили: 2014-жылдын август–декабры; #BLM менен байланышкан тарыхый Twitter архиви.

Ferguson маалымат иштетүүсү: Python 2.7; күнүмдүк flat JSON; колдонуучу түйүндөрү; ретвит байланыштары; D3.js force-directed graph; crossfilter.js; dc.js.

2016 деталдуу шайлоо үлгүсү: 25–27 сентябрь 2016 жана 6–8 ноябрь 2016 мезгилдериндеги Twitter маалыматтарынын %1и.

2016 анализдери: Degree борборлуулугу; betweenness борборлуулугу; хэштег бирге кездешүүсү; авторлор “knockout experiment” деп атаган аналитикалык түйүн алып салуу салыштыруулары.

2020 маалымат иштетүүсү: Python 3.6; ошол эле түйүн–ретвит тармак ыкмасынын өнүктүрүлгөн түрү.

2020 маалымат терезелери: Ahmaud Arbery үчүн 5–9 май 2020; George Floyd үчүн тармак көлөмүнөн улам 26–27 май 2020. Breonna Taylor үчүн пландалган март терезеси салыштырууга жарактуу тармак активдүүлүгүн бербегендиктен ошол эле түрдө колдонулган эмес.

Cincinnati медиа мазмуну: The Cincinnati Enquirer, CityBeat, WXIX-TV жана WCPO-TV. Булак ыкма тексти боюнча 2015-жылдын июлу–2016-жылдын ноябры.

Cincinnati булак ичиндеги дата карама-каршылыгы: Figure 4.1 аталышы 2016-жылдын июлу–2016-жылдын ноябры деп жазат. Булак бул айырманы түшүндүрбөйт.

Cincinnati мазмун анализи: Жалпы 269 жаңылык; Sam DuBose, Black Lives Matter, Black Lives Matter Cincinnati жана Irate8 терминдери боюнча Boolean веб-издөө жана сапаттык окуу.

Саясий экономика алкагы: Edward S. Herman жана Noam Chomskyнин пропаганда моделинин санарип тармак чөйрөсүнө сынчыл ыңгайлаштырылышы; менчик, жарнама, булактарды пайдалануу, flak жана идеологиялык чыпкалар.

Негизги себептүүлүк чектөөсү: Тармак борборлуулугу, хэштег тыгыздыгы жана бирге кездешүү саясий ынандыруу же добуш берүү жүрүм-туруму үчүн түз себептик метрика эмес.

Убакыттык жалпылоо чектөөсү: Эмпирикалык тармактар Twitterдин 2014, 2016 жана 2020 мезгилдериндеги түзүлүшүн чагылдырат; азыркы X платформасынын алгоритмдик таратуу системасы үчүн түз актуалдуу далил эмес.

Визуалдык кайра куруу: Булак ыкма агымы өз алдынча inline SVG катары; Figure 6.17нин так хэштег сандары маалымат таблицасы жана өз алдынча SVG мамыча графиги катары кайра түзүлгөн. Булактын татаал force-directed тармак координаттары же экран сүрөттөрү түз көчүрүлгөн эмес.

Verianla Live ылайыктуулугу: Ылайыктуу. Ferguson хэштег эволюциясы туруктуу-параметрлүү Live Process; 2016 борборлуулук жана хэштег бирге кездешүү сандары Live Data/Live Compare; Twitter архивинен JSON жана тармак визуалдаштыруусуна чейинки ыкма Live Process/Live Architecture катары берилиши мүмкүн. Колдонуучу түйүн же хэштег кошуп, булакта жок жаңы “саясий таасир”, добуш үлүшү же ынандыруу упайын чыгаруу илимий жактан ылайык эмес.