Анализ связи психологических характеристик пользователей социальной сети «ВКонтакте» с подписками на сообщества с девиантным контентом
Представлены результаты анализа связи психологических характеристик школьников и студентов - пользователей социальной сети «ВКонтакте» с подписками на сообщества с девиантным контентом. Показана связь экстраверсии, доброжелательности, сознательности, открытости опыту, нейротизма, депрессии, тревожности, стресса и агрессивности (с разным уровнем выраженности) с подписками на сообщества с опасным и вредным контентом и временем активности в социальной сети.
Analysis of the Relationship Between VK Users’ Psychological Characteristics and Subscriptions to Communities With Devia.pdf Введение В последнее время социальные сети стали не только средством коммуникации, но и инструментом влияния, провоцирующим различные формы девиантного поведения: от социально неодобряемого, отклоняющегося, до агрессивного и делинквентого поведения. Увеличивающийся разрыв между уровнем вовлеченности детей и подростков в социальные сети и пониманием механизмов потребления онлайн-информации и информационного влияния в социальных сетях определяет высокую значимость научных исследований в данном направлении. По данным Росстата, в 2019 г. 99% подростков и молодых людей 15-24 лет являлись активными пользователями интернета, в 2018 г. - 52% детей 3-6 лет, 74% детей 7-11 лет и 92% подростков 12-14 лет [1]. Стремительное проникновение социальных сетей во все сферы жизни делает детей и подростков мишенью для деструктивного влияния в связи с еще не сформировавшимися механизмами адекватной оценки и противостояния негативной информации. Социальные сети, популяризирующие и романтизирующие дискриминацию, насилие, скулшутинг, суицид, самоповреждающее поведение, каждый день вовлекают сотни последователей из числа подростков и молодых людей. Только за период с 2012 по 2017 г. Роскомнадзор заблокировал 275 тыс. ресурсов с запрещенной информацией (в том числе 70 тыс. ресурсов за пропаганду наркотиков, более 38 тыс. - за детскую порнографию, 25 тыс. - за суицидальный контент). Причем значительная часть запрещенной информации распространяется с помощью социальных сетей, 60 тыс. страниц или материалов которых было заблокировано Роскомнадзором, более 48 тыс. из них были в самой распространенной среди подростков и молодежи России социальной сети «ВКонтакте» [2]. За 2019 г. Роскомнадзор обработал более 556 тыс. обращений о наличии на страницах сайтов и социальных сетей запрещенной информации. В Единый реестр внесено более 68 тыс. интернет-ресурсов, в том числе «зеркала» сайтов с информацией экстремистского характера, во внесудебном порядке внесено 285 тыс. страниц сайтов с противоправным контентом, на основании судебных решений - более 134 тыс. интернетресурсов, включая примерно 56 тыс. «веб-зеркал» [3]. Однако число трагических случаев, спровоцированных контентом интернет-ресурсов, особенно социальных сетей, среди подростков и молодежи не снижается. Несмотря на существующую политику противодействия и блокирования интернет-ресурсов с запрещенной информацией, количество сообществ и аккаунтов пользователей, распространяющих девиантный контент, постоянно растет. В связи с этим исследования психологической безопасности детей и подростков - пользователей социальных сетей, как и разработка методов защиты от деструктивного информационного воздействия в социальных сетях, становятся крайне востребованными. В статье представлены результаты анализа связи психологических характеристик школьников и студентов - пользователей социальной сети «ВКонтакте» с подписками на сообщества с девиантным контентом, проведенного с использованием алгоритмов машинного обучения и интеллектуального анализа данных цифрового следа. Анализ литературы Современные исследования последствий развития социальных сетей сосредоточены, в основном, вокруг проблем восприятия и использования информационно-коммуникационных технологий детьми и подростками, цифровой компетентности пользователей, детского и родительского опыта столкновения с интернет-угрозами и безопасного использования интернета и новых онлайн-технологий. Отдельным вопросом является изучение социальных сетей. Социальные сети рассматриваются с точки зрения механизмов управления и информационного воздействия [4-6]. Разрабатываются модели коллективного поведения в социальных сетях, отдельные методы и подходы для работы с данными социальных 164 сетей [7-10]. Показано, что поведение пользователей в социальных сетях отличается от их поведения в реальной жизни [11-15]. Проводятся исследования связи между практиками, связанными с компьютерными играми, социальными сетями, СМИ и подростковой агрессией. Так, жестокий медиаконтент снижает чувствительность пользователей к насилию в реальной жизни и насилию со стороны СМИ, что, в свою очередь, делает агрессивное поведение более вероятным, поскольку у пользователей контента вырабатываются устойчивые знания, агрессивные эмоции и агрессивно-легити-мирующие взгляды с течением времени [16]. Интернет является новым транслятором жестокого медиаконтента, таким как жестокие видеоклипы и видеоигры [17]. Исследование кибербуллинга с использованием методологии «большой пятерки» черт личности показало, что экстраверсия и нейротизм положительно коррелируют с ним [18], доброжелательность и добросовестность отрицательно связаны с киберзапугиваниями [19]. Сравнение кибербуллеров и традиционных девиантов обнаружило низкие показатели нейро-тизма у кибербуллеров [20]. «Темная триада» черт личности - макиавеллизм, нарциссизм и психопатия -положительно связаны с поведением кибербуллеров, причем психопатия является самым сильным предиктором [21, 22]. Исследования демонстрируют некоторое противоречие относительно того, может ли использование социальных сетей усугублять или облегчать депрессию и беспокойство. Взаимодействие через Facebook, Twitter, Reddit, Instagram, Snapchat и Tumblr может предоставить возможность человеку поддерживать социальные отношения, и, как следствие, расширять социальный капитал и, далее, облегчать депрессию и беспокойство [23, 24]. Использование социальных медиа может способствовать установлению связей между людьми с потенциально стигматизирующими состояниями здоровья, включая депрессию и тревогу [25]. Так, в исследованиях приводятся доказательства, что эмоциональные состояния могут передаваться среди участников социальных сетей посредством наблюдения за положительным или отрицательным опытом других [26]. Имеются исследования сообществ, посвященных самоповреждению, в которых участники поощряют негативное или вредное поведение [27, 28]. В целом можно отметить, что проблема определения угроз, исходящих из социальных сетей, методологии и конкретных алгоритмов анализа девиантного контента, а также механизмов его влияния на детей и подростков остается малоизученной, как и характеристики пользователей социальных сетей, которые могут быть фактором их уязвимости перед девиантным контентом. Методология Для анализа связи психологических характеристик пользователей социальной сети «ВКонтакте» с подписками на сообщества с девиантным контентом было проведено исследование, реализованное в рамках трех направлений: 1. Психодиагностика респондентов с использованием специально разработанной онлайн-платформы. Для диагностики психологических характеристик применялись «Короткий портретный опросник Большой пятерки» (экстраверсия, доброжелательность, сознательность, нейротизм, открытость опыту), «Шкала депрессии, тревоги и стресса», «Опросник диагностики склонности к агрессии» А. Басса и М. Перри, «Опросник интернет-зависимости» К. Янг, «Шкала само-повреждающего поведения» Н.А. Польской. Для обработки данных использовались методы описательной статистики (баллы переведены в классы относительно норм методик и классы относительно выборки - разделение по 25 и 75 перцентилям). Далее прошедшие психодиагностику были идентифицированы в социальной сети «ВКонтакте» для последующего сбора цифрового следа. 2. Исследование цифрового следа респондентов с использованием инструментов и алгоритмов анализа больших данных социальной сети «ВКонтакте». Был применен алгоритм на Python3 для автоматического сбора данных, работающий на основе API социальной сети «ВКонтакте». Для анализа выгружены цифровые следы пользователей, включающие: профиль (имя, фамилия, дата рождения, пол, город, образование и т.д.), контент со «стены» и подписки, информация о времени, которое пользователи проводят онлайн. 3. Исследование особенностей контента девиантных сообществ социальной сети «ВКонтакте». Для исследования контента применялся метод обработки естественного языка Natural Language Toolkit. Был осуществлен поиск по лингвистическим маркерам, в качестве которых выступают ключевые слова, словосочетания, аббревиатуры и численные символы, характерные для тематик контента девиантных сообществ. Поиск по лингвистическим маркерам был осуществлен с помощью системы мониторинга социальных медиа «Крибрум». В качестве основы для классификации контента выбраны критерии «изменения форм отношения» к собственной личности (депрессия, самоповреждение, наркотики, суицид, эстетика смерти, сексуальные перверсии) и к обществу (национализм, ненависть, жестокость, скулшутинг, убийства). Выборку исследования составили школьники (4 352), студенты вузов (1 956) и техникумов (193). Исследование было одобрено этическим комитетом ТГУ. Участие было добровольным и только на основе информированного согласия. Изучение цифрового следа проводилось на основе открытых пользовательских данных социальной сети «ВКонтакте». Идентификаторы пользователей в социальной сети были обезличены в целях сохранения конфиденциальности персональных данных. Результаты На выборке студентов в цифровом следе 38% респондентов обнаружены подписки на сообщества с девиантным контентом (8 384 подписок на уникаль- 165 ные сообщества). Максимальная доля таких сообществ в подписках одного респондента - 29,6% (37 сообществ), минимальная - 0,1% (1 сообщество). Потребление студентами информации в сообществах с девиантным контентом: 49,6% - пошлость; 30% - депрессия; 16,5% - ненависть; 14% - национализм; 13% - жестокость; 11% - алкоголь, наркотики, курение; 10,2% - оружие; 8,3% - эстетика зла; 7,3% -самоповреждающее поведение; 6,5% - эстетика смерти; 3,4% - суицид; 2,2% - криминальная субкультура. Потребление контента категории «пошлость» (сюда относится в том числе информация о сексуальных перверсиях, эротический и порнографический контент) может быть связано с возрастными особенностями, определяющими особое внимание к данной информации. Можно сказать, что в структуре информационного потребления студентов преобладают депрессивный, а также различные формы агрессивного контента. Причем это сохраняется и для группы студентов с выраженными признаками психологического неблагополучия - высоким уровнем депрессии, тревоги и стресса. Для студентов с высоким уровнем интернет-зависимости характерны подписки на наибольшее количество сообществ с пошлым, депрессивным и жестоким контентом. Для изучения связи психологических характеристик пользователей с девиантным контентом был применен точный тест Фишера (р < 0,05). Анализ обнаруженной связи психологических характеристик пользователей и информационного потребления показывает, что для студентов с выраженными признаками психологического неблагополучия особенно значимым является потребление депрессивного, жестокого контента, контента, пропагандирующего насилие, а также употребление алкоголя и других психоактивных веществ (табл. 1). На выборке студентов также были собраны данные 9 тыс. аккаунтов о количестве времени, проведенном респондентами онлайн в социальной сети «ВКонтакте», и определена тональность их постов (позитивная, негативная, нейтральная). Были выделены негативные посты и построено распределение их количества в течение суток. Гипотеза о наличии пика по количеству сообщений негативного характера в ночное время не подтвердилась - появление негативных постов по времени связано с общим циклом пользования социальной сетью (рис. 1, 2). На выборке школьников в цифровом следе обнаружено 7 532 подписок на уникальные сообщества с девиантным контентом. В табл. 2 даны результаты анализа связи психологических характеристик с потреблением девиантного контента в социальной сети. На выборке студентов техникума установлена связь особенностей онлайн-активности, в том числе ее небезопасных форм (потребление и продуцирование агрессивного, депрессивного контента, контента с самоповреждающем поведении), а также времени нахождения онлайн с психологическими особенностями респондентов (табл. 3). Т а б л и ц а 1 Связь психологических характеристик пользователей социальной сети «ВКонтакте» с потреблением девиантного контента у студентов Психологические характеристики Девушки, n = 1 336 Юноши, n = 620 Тип девиантного контента Низкий уровень сознательности Депрессивный и жестокий контент; контент с пропагандой алкоголя и курения Контент с пропагандой алкоголя и курения; жестокий и мизогинный контент Низкий уровень доброжелательности Депрессивный контент; контент с пропагандой насилия и смерти; нецензурный контент Депрессивный контент; контент с пропагандой алкоголя и курения; контент с пропагандой национализма, жестокости и насилия Низкий уровень экстраверсии Депрессивный контент; контент с пропагандой социальной изоляции - Высокий уровень нейротизма Контент с пропагандой алкоголя и курения среди детей и подростков Контент с пропагандой алкоголя, курения и наркотиков Высокий уровень депрессии - Контент с пропагандой насилия и зла; контент с пропагандой алкоголя и курения Высокий уровень тревожности - Контент с пропагандой самоповреждающего поведения; контент с пропагандой алкоголя и курения Высокий уровень стресса Жестокий контент Т а б л и ц а 2 Рис. 2. Распределение негативных постов в течении суток у юношей Связь психологических характеристик пользователей социальной сети «ВКонтакте» с потреблением девиантного контента у школьников Психологические характеристики Девушки, n = 2 520 Юноши, n = 1 832 Тип девиантного контента Низкий уровень сознательности - Контент с пропагандой смерти Низкий уровень доброжелательности Депрессивный контент; контент с пропагандой алкоголя и других психоактивных веществ Контент с пропагандой отклоняющегося поведения; контент с пропагандой криминальной субкультуры; контент с пропагандой смерти Низкий уровень экстраверсии Депрессивный контент; контент с пропагандой алкоголя и других психоактивных веществ Контент с пропагандой отклоняющегося поведения; контент с пропагандой криминальной субкультуры Высокий уровень нейротизма Депрессивный контент; контент с пропагандой алкоголя и других психоактивных веществ Контент с пропагандой отклоняющегося поведения; контент с пропагандой криминальной субкультуры Т а б л и ц а 3 Связь психологических характеристик пользователей социальной сети «ВКонтакте» с потреблением девиантного контента у студентов техникума, n = 193 Психологические характеристики Тип девиантного контента Низкий уровень экстраверсии Агрессивный контент Высокий уровень нейротизма Онлайн-активность в социальной сети в ночное время Открытости опыту Контент с пропагандой самоповреждающего поведения Высокий уровень тревожности Онлайн-активность в социальной сети в вечернее и ночное время Враждебность Онлайн-активность в социальной сети в вечернее время 166 Можно сказать, что время активности в социальной сети «ВКонтакте» (вечернее и ночное), а также наличие подписок на сообщества с агрессивным контентом являются маркерными (наиболее информативными) показателями в отношении тревожных и агрессивных тенденций среди психологических характеристик пользователей. Потребление и продуцирование контента о са-моповреждающем поведении связаны с открытостью к опыту - характеристикой, показывающей готовность человека воспринимать новое, познавать что-либо. Заключение В результате проведенного исследования была верифицирована гипотеза о связи психологических характеристик пользователей социальной сети «ВКонтакте» (как факторов риска безопасности) и потребления девиантного контента. Обнаружены значимые связи экстраверсии, доброжелательности, сознательности, открытости опыту, нейротизма, депрессии, тревожности, стресса и агрессивности (с разным уровнем выраженности) с подписками на сообщества с опасным и вредным контентом и временем активности в социальной сети.
Ключевые слова
социальные сети,
девиантные онлайн-сообщества,
цифровой след,
экстраверсия,
доброжелательность,
нейротизм,
депрессия,
тревожность,
стресс,
молодежьАвторы
Сербина Галина Николаевна | Томский государственный университет | заместитель директора Научной библиотеки | gnserbina@gmail.com |
Мацута Валерия Владимировна | Томский государственный университет | канд. психол. наук, доцент кафедры организационной психологии | matsuta-vv@mail.ru |
Гойко Вячеслав Леонидович | Томский государственный университет | директор Центра прикладного анализа больших данных | goiko@data.tsu.ru |
Всего: 3
Ссылки
Информационное общество в Российской Федерации. 2020 : стат. сборник. М. : НИУ ВШЭ, 2020.
Роскомнадзор - РБК: В Роскомнадзоре назвали число заблокированных за пять лет сайтов // Федеральная служба по надзору в сфере связи, информационных технологий и массовых коммуникаций. 2017. URL: https://rkn.gov.ru/press/publications/news48346.htm (дата обращения: 14.04.2021).
Итоги работы с обращениями граждан в 2019 году // Федеральная служба по надзору в сфере связи, информационных технологий и мас совых коммуникаций. 2019. URL: https://rkn.gov.ru>docs>doc_2606 (дата обращения: 14.04.2021).
Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети // Модели информационного влияния, управления и противоборства. М. : Физматлит, 2010.
Gubanov D.A., Chkhartishvili A.G. A conceptual approach to online social networks analysis // Automation and Remote Control. 2015. Т. 76, № 8. С. 1455-1462.
Мацута В.В., Мундриевская Ю.О., Сербина Г.Н., Мищенко Е.С. Анализ текстового контента девиантных онлайн-сообществ (на примере сообществ скулшутинга) // Гуманитарный научный вестник. 2020. № 3. С. 90-101.
Gubanov D.A., Chkhartishvili A.G. An actional model of user influence levels in a social network // Automation and Remote Control. 2015. Т. 76, № 7. С. 1282-1290.
Коршунов А. и др. Анализ социальных сетей : методы и приложения // Труды Института системного программирования РАН. 2014. Т. 26, № 1.
Евсеев В.Д., Пешковская А.Г., Мацута В.В., Мандель А.И, Бохан Н.А. Взаимосвязь цифровых маркеров онлайн-активности и социально демографических характеристик лиц призывного возраста с несуицидальными формами самоповреждающего поведения // Суицидология. 2020. Вып. 11, № 3 (40). С. 72-83.
Bartunov S., Korshunov A., Park S., Ryu W., Lee H. Joint link-attribute user identity resolution in online social networks // Proceedings of the 6th International Conference on Knowledge Discovery and Data Mining, Workshop on Social Network Mining and Analysis. ACM. 2012.
Шахмартова О.М., Болтага Е.Ю. Психологические аспекты общения в социальных сетях виртуальной реальности // Известия Пензенского государственного педагогического университета им. В.Г. Белинского. 2011. № 24.
Асмолов А.Г., Асмолов Г. А. От Мы-медиа к Я-медиа: трансформации идентичности в виртуальном мире // Вестник Московского университета. Серия 14: Психология. 2010. № 1.
Авербух Н.В. Психологические аспекты феномена присутствия в виртуальной среде // Вопросы психологии. 2010. Т. 5. С. 105-113.
Войскунский А.Е. Психология и интернет. М. : Акрополь, 2010. Т. 439.
Bonson E., Royo S., Ratkai M. Citizens' engagement on local governments' Facebook sites. An empirical analysis: The impact of different media and content types in Western Europe // Government Information Quarterly. 2015. Vol. 32 (1). Р. 52-62.
Anderson C.A., Bushman B.J. The effects of media violence on society // Science. 2002. Vol. 295 (5564). Р. 2377-2379.
Anderson C.A., Bushman B.J. Effects of violent video games on aggressive behavior, aggressive cognition, aggressive affect, physiological arousal, and prosocial behavior : A meta-analytic review of the scientific literature // Psychological science. 2001. Vol. 12(5). Р. 353-359.
Festl R., Quandt T. Social Relations and Cyberbullying : The Influence of Individual and Structural Attributes on Victimization and Perpetration via the Internet // Human Communication Research. 2012. Vol. 39 (1). Р. 101-126. DOI: 10.1111/j.1468-2958.2012.01442.x
Van Geel M., Goemans A., Toprak F., Vedder P. Which personality traits are related to traditional bullying and cyberbullying? A study with the Big Five, Dark Triad and sadism // Personality and Individual Differences. 2017. Р. 231-235. DOI: 10.1016/j.paid.2016.10.063
Resett S., Gamez-Guadix M. Traditional bullying and cyberbullying: Differences in emotional problems, and personality. Are cyberbullies more Machiavellians? // Journal of Adolescence. 2017. Vol. 61. Р. 113-116. DOI: 10.1016/j.adolescence.2017.09.013
Gibb Z.G., Devereux P.G. Who does that anyway? Predictors and personality correlates of cyberbullying in college // Computers in Human Behavior. 2014. Vol. 38. Р. 8-16. DOI: 10.1016/j.chb.2014.05.009
Goodboy A.K., Martin M.M. The personality profile of a cyberbully: Examining the Dark Triad // Computers in Human Behavior. 2015. Vol. 49. Р. 1-4. DOI: 10.1016/j.chb.2015.02.052
Bessiere K, Pressman S, Kiesler S, Kraut R. Effects of Internet Use on Health and Depression : A Longitudinal Study. // Journal of Medical Internet Research. 2010. Vol. 12 (1). Art. No. e6. DOI: 10.2196/jmir.1149
De la Pena, A., Quintanilla C. Share, like and achieve: the power of Facebook to reach health-related goals // International Journal of Consumer Studies. 2015. Vol. 39 (5). Р. 495-505. DOI: 10.1111/ijcs.12224
Merolli M., Gray K., Martin-Sanchez F. Health outcomes and related effects of using social media in chronic disease management : A literature review and analysis of affordances // Journal of Biomedical Informatics. 2013. Vol. 46 (6). Р. 957-969. DOI: 10.1016/j.jbi.2013.04.010
Kramer A.D.I., Guillory J.E., Hancock J.T. Experimental evidence of massive-scale emotional contagion through social networks // Proceedings of the National Academy of Sciences. 2014. Vol. 111 (24). Р. 8788-8790. DOI: 10.1073/pnas.1320040111
Peshkovskaya A., Matsuta V., Evseev V. Time spent online on social networks linked with anxiety and personality traits // European Neuropsychopharmacology. 2020. Vol. 40 (1). Р. 387-388. DOI: 10.1016/j.euroneuro.2020.09.502
Peshkovskaya A., Evseev V., Matsuta V., Myagkov M. Social media content preferences and non-suicidal self-injuries in youth // European Neuropsychopharmacology. 2020. Vol. 40 (1). Р. 388. DOI: 10.1016/j.euroneuro.2020.09.503