Цифровые исследования

Цифровые исследования (англ. digital research) — междисциплинарная область научной и прикладной деятельности, охватывающая методы сбора, обработки, анализа и визуализации данных, полученных из цифровых источников, а также изучение влияния цифровых технологий на социальные, культурные, экономические и политические процессы. Цифровые исследования объединяют подходы компьютерных наук, статистики, социологии, лингвистики, истории, медиаведения и других дисциплин, фокусируясь на работе с большими массивами цифровых следов (big data), текстов, изображений, аудио- и видеоматериалов, а также с данными из социальных сетей, интернета вещей и государственных информационных систем.

История развития

Предпосылки и ранние этапы (1960–1990-е годы)

Возникновение цифровых исследований связано с развитием вычислительной техники и появлением первых баз данных. В 1960-х годах в гуманитарных науках начали применять компьютерный анализ текстов (например, для составления конкордансов и частотных словарей). В 1970–1980-е годы с распространением персональных компьютеров и реляционных баз данных возникли «цифровые гуманитарные науки» (digital humanities) — направление, занимающееся оцифровкой культурного наследия, созданием электронных архивов и использованием статистических методов в истории и литературоведении.

Становление дисциплины (1990–2010-е годы)

Массовое внедрение интернета, рост объёмов цифровых данных и развитие алгоритмов машинного обучения привели к расширению предмета цифровых исследований. В 2000-х годах сформировались такие субдисциплины, как вычислительная социология (computational social science), культурная аналитика (cultural analytics) и цифровая этнография. Ключевыми событиями стали запуск проекта Google Books (2004), создание платформы для анализа социальных сетей Gephi (2008) и появление открытых данных (open data) государственных учреждений.

Современный этап (2010-е — настоящее время)

С 2010-х годов цифровые исследования стали неотъемлемой частью академической и прикладной науки. Возникли специализированные журналы (например, «Journal of Digital Research»), исследовательские центры (в том числе в России — Лаборатория цифровых исследований в гуманитарных науках НИУ ВШЭ, Центр цифровых гуманитарных исследований РАНХиГС). Развитие технологий искусственного интеллекта, обработки естественного языка (NLP) и компьютерного зрения позволило автоматизировать анализ огромных массивов данных. Одновременно усилилась критика цифровых методов за возможные ошибки репрезентативности, этические проблемы (нарушение приватности, алгоритмическая дискриминация) и зависимость от коммерческих платформ (например, Meta — организация признана экстремистской и запрещена в РФ; Twitter/X — доступ к платформе ограничен на территории РФ).

Классификация и основные направления

Цифровые исследования можно разделить по объекту и методам анализа.

По объекту исследования

Исследования социальных сетей — анализ структуры сообществ, распространения информации, влияния и поляризации мнений на платформах (ВКонтакте, Telegram, Одноклассники). В России активно изучаются особенности коммуникации в условиях информационной войны и модерации контента.
Анализ цифровых следов — изучение поведения пользователей в интернете: поисковые запросы, покупки, геолокация, лайки и репосты. Используется в маркетинге, урбанистике, эпидемиологии (например, прогнозирование заболеваемости по поисковым запросам).
Цифровая гуманитаристика — оцифровка и анализ исторических документов, литературных произведений, произведений искусства. Примеры: проект «Прожито» (оцифровка дневников и мемуаров), корпус русского языка (ruscorpora.ru).
Киберметрия — измерение и анализ веб-сайтов, их связей и влияния. Используется для оценки научной продуктивности (альтметрики), ранжирования сайтов.
Исследования алгоритмов — изучение работы рекомендательных систем, поисковых алгоритмов, систем распознавания лиц и их социальных последствий.

По методу анализа

Количественные методы: статистический анализ, машинное обучение, моделирование, сетевое анализ (графы).
Качественные методы: цифровая этнография (наблюдение за онлайн-сообществами), глубинные интервью в цифровой среде, контент-анализ.
Смешанные методы: использование количественных данных для выявления паттернов и качественных для их интерпретации.

Методология и инструменты

Основные подходы

Сбор данных (web scraping, API социальных сетей, парсинг сайтов). В России сбор данных регулируется законодательством о персональных данных (ФЗ-152) и о запрете на автоматизированный сбор информации без согласия владельца ресурса.
Очистка и предобработка — удаление шума, нормализация текста, токенизация, приведение к единому формату.
Анализ — статистические тесты, регрессионный анализ, кластеризация, тематическое моделирование (LDA), анализ тональности (sentiment analysis), распознавание образов.
Визуализация — построение графиков, диаграмм, сетей (Gephi), карт (QGIS, Leaflet), дашбордов (Tableau, Power BI).

Применение

В науке

Цифровые исследования активно используются в социологии (изучение общественного мнения, социальных движений), истории (реконструкция событий по цифровым архивам), лингвистике (корпусные исследования, диахронический анализ), политологии (анализ политических кампаний, пропаганды, фейковых новостей). В России примером служит проект «Карта истории» — визуализация исторических событий на основе оцифрованных карт и документов.

В бизнесе и государственном управлении

Маркетинг и реклама: таргетирование аудитории, анализ потребительского поведения, A/B-тестирование.
Урбанистика: анализ мобильности населения по данным сотовых операторов, проектирование «умных городов».
Государственные услуги: мониторинг общественного мнения через социальные сети (система «Инцидент Менеджмент»), прогнозирование электоральной активности.
Безопасность: выявление киберугроз, анализ террористической активности в сети (ИГИЛ — террористическая организация, запрещена в РФ).

В образовании

Цифровые исследования используются для анализа учебной активности студентов (learning analytics), персонализации обучения, оценки эффективности образовательных программ. В российских вузах (МГУ, ВШЭ, СПбГУ) существуют курсы по цифровым методам в гуманитарных и социальных науках.

Критика и ограничения

Эпистемологические проблемы

Репрезентативность: цифровые данные часто не отражают мнение всего населения (например, пользователи социальных сетей моложе и активнее среднего россиянина). Это приводит к смещению выводов.
Контекстная бедность: цифровые следы лишены контекста, необходимого для глубокого понимания мотивов и ситуаций.
Алгоритмическая предвзятость: алгоритмы машинного обучения могут воспроизводить и усиливать существующие социальные неравенства (расизм, сексизм, эйджизм).

Этические и правовые аспекты

Приватность: сбор и анализ персональных данных без согласия пользователей нарушает законодательство (в РФ — ФЗ-152, в ЕС — GDPR). Особенно остро стоит вопрос с данными из социальных сетей и мессенджеров.
Цензура и контроль: цифровые исследования могут использоваться для массовой слежки и манипуляции общественным мнением. В России деятельность организаций, признанных нежелательными (например, движение ЛГБТ — признано экстремистским и запрещено в РФ), подлежит мониторингу и блокировке.
Коммерциализация: зависимость от платформ-гигантов (Google, Meta — организация признана экстремистской и запрещена в РФ) ставит под вопрос независимость исследований.

Технические ограничения

Качество данных: цифровые данные могут содержать ошибки, дубликаты, спам, ботов, что требует тщательной фильтрации.
Доступ к данным: закрытие API, введение платы за доступ (например, Twitter/X ограничил доступ к API), блокировки сайтов (в РФ — блокировка ряда зарубежных платформ) затрудняют сбор данных.
Воспроизводимость: из-за изменений в алгоритмах платформ и динамики данных результаты исследований сложно воспроизвести.

Перспективы развития

В ближайшие годы ожидается дальнейшая интеграция цифровых исследований с искусственным интеллектом (генеративные модели, большие языковые модели), развитие методов анализа мультимодальных данных (текст + изображение + видео), а также усиление этического регулирования. В России перспективны направления, связанные с анализом данных из отечественных платформ (ВКонтакте, Telegram, Яндекс), использованием государственных информационных систем (Госуслуги, ФНС) и развитием цифровых архивов. Одновременно сохраняется потребность в критическом осмыслении цифровых методов и их ограничений.

Источники

Беннетт, У. Л., Сегерберг, А. «Цифровые медиа и политическое участие: теория и практика». — М.: Изд-во ВШЭ, 2018.
Манович, Л. «Язык новых медиа». — М.: Ад Маргинем Пресс, 2018.
Хейлз, Н. К. «Как мы стали постчеловеками: виртуальные тела в кибернетике, литературе и информатике». — М.: Логос, 2019.
Федеральный закон «О персональных данных» от 27.07.2006 № 152-ФЗ (ред. от 14.07.2022).
Официальные материалы Лаборатории цифровых исследований в гуманитарных науках НИУ ВШЭ (hse.ru/digital).
Доклад «Цифровые исследования в России: состояние и перспективы» (РАНХиГС, 2023).

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →