Online rumoring research from a linguistic perspective: An analytical review

Full Text

1. Введение

Стремительное развитие виртуального коммуникативного пространства кардинально изменило механизмы функционирования слухов, превратив их в масштабный объект междисциплинарных исследований. В современной науке этот феномен получил неоднородное, многовекторное осмысление в трудах российских и зарубежных лингвистов. Его изучение ведется в рамках различных национальных научных школ, предлагающих различающиеся, но вместе с тем взаимодополняющие методологические подходы. Данный аналитический обзор призван систематизировать эти разрозненные векторы и представить комплексный лингвистический ракурс изучения сетевых слухов. Обращение к рассматриваемой проблематике связано с тем, что в настоящий момент слухи, являясь способом передачи информации, сопутствующим  человечеству с древнейших времен, переживают, по оценкам специалистов, «второе рождение». Всплеск этого канала человеческой коммуникации непосредственно связан с новыми процессами, происходящими в информационном обществе, которые с неизбежностью влекут за собой изменения всего коммуникативного пространства: «По мере того как меняются общества,  меняется и роль средств массовой информации и других методов коммуникации» (Herriman 2015: 46).

Тем не менее очевидно и то, что слухи доказали свою живучесть, устойчивость и адаптируемость к новым условиям массовой коммуникации, мутируя и изменяя свои характеристики (Куликов 2011, Kalmre 2017: 8–9).  Разнообразие проявлений слухов и расширение сфер их циркуляции привело к возникновению понятий типа hard-copy rumours (Herriman 2015) и online / digital rumours, что требует дальнейшей инвентаризации качественных особенностей, традиционно приписываемых слухам, а также анализа признаков, приобретаемых ими в новых условиях. Особенно актуальным трендом в цифровую эпоху становится интенсивное изучение распространяемых в социальных сетях слухов как импровизированных экспрессивных форм выражения общественного мнения, возникающих в контексте экстренных новостей преимущественно в неопределенных социально-политических ситуациях, в том числе как дискурсивных практик, способствующих коллективному решению проблем (см., например, Garrett 2011, Gottschalk 2022, Kwon et al. 2016,  Li 2023 и мн. др.). Парадоксально, но в рамках социальной психологии всё чаще звучит мнение о том, что с дальнейшим усилением институционализации общества индивидам будет сложнее получить правдивую информацию, в связи с чем информационная роль «слухового» канала будет лишь возрастать (Demerath & Korotayev 2015).

Работы, посвященные изучению различных аспектов слухов в русле лингвистики, уже подвергались систематическому анализу, однако современные труды, рассматривающие феномен слухов, циркулирующих в пространстве цифровой коммуникации, до настоящего времени оставались вне поля зрения российской лингвистики, и по отношению к ним исследовательские процедуры обобщения не применялись. Данный аналитический обзор восполняет этот пробел, впервые представляя систематизацию подобных исследований, что и определяет его новизну. Кроме того, в уже существующих систематических обзорах за рубежом рассматриваются работы по онлайн-слухам, но они выполнены на основе широкого, мультидисциплинарного подхода, прежде всего с позиций направлений, связанных с информационными технологиями, компьютерными науками и коммуникациями. В фокусе настоящей работы находятся лишь те исследования, в которых при изучении сетевых слухов ярко выражен языковой фактор. Таким образом, исследуются их лингвистические показатели, что еще не являлось объектом внимания языковедов. Наконец, оригинальный вклад настоящей статьи в разработку данной проблематики заключается и в том, что в ней впервые оцениваются и разграничиваются подходы к изучению слухов в виртуальной среде, разрабатываемые лингвистами в России и за рубежом.

Принимая во внимание непреходящую актуальность слухового канала информации, усиленную цифровыми способами передачи, в предлагаемом обзоре хотелось бы ответить на ряд исследовательских вопросов. Во-первых, какова динамика публикаций и структура научного ландшафта в области исследования онлайн-слухов за анализируемый период? Во-вторых, какие  ключевые лингвистические аспекты виртуальной слуховой информации находятся в фокусе внимания исследователей и какие методы применяются для их осмысления? В-третьих, в чем заключаются основные концептуальные сходства и различия между российским и зарубежным опытом квалификации слухов? И, наконец, в-четвертых, какие зоны проблематизации и теоретико-методологические лакуны существуют в текущих исследованиях виртуальных слухов и каковы перспективные направления их дальнейшего изучения?

2. Лингворумурология как новое направление исследования слухов

Усиление академического интереса к феномену слухов обусловило возникновение румурологии — формирующегося в настоящее время направления, нацеленного на разработку теории о слухах, которое характеризуется пограничным характером исследований в связи с многоаспектностью изучаемого феномена, первоначально обратившего на себя внимание социологов, психологов и философов. Объектом лингвистических исследований слухи стали относительно недавно. В российской науке поначалу их характеристики рассматривались в широких рамках общей филологии. В последние двадцать лет в связи с развитием новых частнонаучных процедур, методов и методик анализа наблюдается повышенный интерес к данной проблематике. В связи с этим представляется возможным констатировать факт постепенного формирования в рамках румурологии нового самостоятельного направления с присущими ему культурными научными традициями и концептуальным  аппаратом — лингвистической румурологии или лингворумурологии. В фокусе её внимания находятся лингвистические аспекты феномена слухов, главным образом его рефлексия в языке и коммуникации.

Произошедший в начале XXI века в коммуникативном пространстве социума сдвиг в сторону доминирующего влияния глобальной сети Интернет повлек за собой наступление новейшего периода в истории румурологии. Новый ракурс румурологических исследований предполагает анализ «поведения» слухов в интернет-пространстве как новой реальности бытия и коммуникации и связан с динамично меняющейся виртуальной медийной средой, в которой формируются специфические дискурсивные жанры и происходит всеобъемлющее изменение системы коммуникативных практик. Кроме того, бурное развитие глобальной сети и компьютерных технологий привело к невероятному увеличению скорости и масштаба распространения информации, что повышает актуальность изучения непроверенной информации в виртуальном коммуникативном пространстве с позиций языковой практики.

Поскольку в современной социальной жизни влияние письменных текстов на человеческое мышление усилилось в сравнении с доинтернетной  эпохой, в многочисленных новейших работах ставится целью исследование слухов, циркулирующих в пространстве глобальной сети и прежде всего в современном локусе слухов — соцмедиа, умножающих их всепроникающую способность (Sunstein 2008: 25). При этом открытость, неограниченный доступ к информации, неконтролируемый характер социальных сетей и различного рода мессенджеров способствуют распространению неподтвержденной информации в виртуальной сети независимо от степени ее достоверности. Опасения о том, что мгновенное распространение дезинформации может нанести серьёзный ущерб социуму, стимулируют пристальное изучение этих процессов и обусловливают востребованность этой тенденции развития румурологии. Особую нишу в рамках подобных исследований занимает научное направление, которое фокусируется на языковых аспектах киберслухов. Ценность таких работ заключается в том, что научная оценка лингвистической составляющей виртуальных слухов способствует получению новых данных в отношении изменения природы изучаемого конструкта, его мутаций.

С целью более четкого понимания объекта исследования уточним терминологический аппарат, используемый в работах, подлежащих систематизации. Под слухами подразумевается неподтверждённая неавторизованная  информация сомнительной достоверности, обладающая характеристиками передающегося знания и самовоспроизводства, тематически связанная с проблемами социума, а также с частной жизнью отдельных его представителей. В узком смысле это неверифицированные неавторизованные сообщения сомнительной достоверности, актуальные в определённый временной период и распространяемые людьми по цепочке. В исследуемых работах также употребляются «зонтичные» термины misinformation (‘мизинформация’), disinformation (‘дезинформация’) и fake (‘фейк’). Слухи зачастую понимаются как особая форма мизинформации, и эти термины используются в качестве синонимов, поскольку мизинформация представляет собой ложную или  неточную информацию, распространяемую без интенции причинить вред в (Al-Sarem et al. 2019, Shelke & Attar 2019). В то же время в основе понятий дезинформации и фейка лежат стратегии целенаправленности и интенциональности. Традиционно дезинформация и фейк трактуются как заведомо ложная информация, намеренно распространяемая для введения в заблуждение с целью манипулирования общественным мнением, достижения определенных политических и / или экономических целей, или нанесения ущерба репутации «мишени», с той лишь разницей, что дезинформация лишена  сенсационности, а фейки конструируются СМИ как новостные статьи и маскируются под правдивые новости (Архипова и др. 2020: 235–236, Астахин 2025, Cao et al. 2018). Таким образом, в отличие от мизинформации и дезинформации, слухи не обязательно ложны. Слухи, которые в конечном итоге опровергаются, затем могут быть классифицированы как дезинформация или мизинформация в зависимости от намерений источника (Zubiaga et al. 2018). Термин «фейковые новости» широко используют для обозначения различных типов неточной информации, при этом не обязательно ограниченной каким-либо конкретным типом дезинформации. Фактически представляя собой  искусственные слухи, фейки зачастую фигурируют во многих зарубежных работах в качестве синонима ложных слухов (Li et al. 2019: 66), хотя исследователи и допускают необходимость дальнейшего изучения их связи. Принимая во внимание терминологическое варьирование, можно констатировать, что онлайн-слухи / киберслухи / цифровые слухи / интернет-слухи служат  обозначению слухов, транслируемых в виртуальном коммуникативном  пространстве с использованием цифровых технологий.

3. Материалы и методы исследования

Настоящая работа сфокусирована на российских и зарубежных лингвистических исследованиях «слуховой» коммуникации в интернет-пространстве, выполненных в лингвистическом ключе в период с 2005 г. по май 2025 г. Цель предпринятого анализа состоит в определении зон проблематизации и систематизации основных направлений исследовательского поиска в рамках данного сегмента изучения слухов и «слуховой» информации. Для достижения поставленной цели было необходимо выявить работы, посвященные феномену онлайн-слухов в указанный период; систематизировать находящиеся в исследовательском фокусе лингвистические аспекты слухов, а также методы, применяемые при их осмыслении, и связанные с ними направления исследований; обобщить и сопоставить актуальный российский и зарубежный опыт научной квалификации феномена виртуальных слухов сквозь призму лингвистики. В результате из 20000 публикаций на первом этапе сбора материала было отобрано 1800 зарубежных и 25 российских статей.

В ходе работы использовались описательно-аналитический и сопоставительный методы, позволившие систематизировать подходы российских и зарубежных авторов к изучению киберслухов как неотъемлемого элемента цифровой коммуникации. Процедура систематизации состояла из нескольких этапов с учетом специфики зарубежных и российских исследовательских  парадигм и традиций. Основными критериями, ограничивающими отбор материала в данном обзоре, выступили объект и предмет исследования. Объектом исследования рассматриваемых работ послужили слухи, распространяемые в виртуальном коммуникативном пространстве (в социальных сетях, мессенджерах, микроблогах, форумах), предмет исследования составили их языковые особенности. На первом этапе проводился поиск работ, стратегия которого строилась на вводе ключевых слов слухи в виртуальном коммуникативном пространстве, слухи в Интернете, сетевые слухи и online / digital / cyber rumours, rumors in social networks / media соответственно. Поиск российских исследований производился методом сплошной выборки на основе российских платформ eLibrary, CyberLeninka, Google Академия. При работе с зарубежными источниками отбор осуществлялся в нескольких направлениях: 1) посредством ручного поиска в шести базах данных, а именно: электронных библиотеках, поисковых системах, электронных базах научных статей (Academia.edu, ResearchGate, Springer Link, Science Direct, ACM Digital Library и Google Scholar); 2) с помощью списков литературы и поиска по  цитатам. На следующем этапе количество отобранных исследований было сокращено в соответствии с критерием наличия языкового фактора как предмета исследования. Были отобраны работы, в которых изучались те или иные лингвистические аспекты онлайн-слухов, и отсечены нерелевантные для данного обзора работы (как выполненные в иных научных парадигмах или  сфокусированные на других характеристиках изучаемого многоаспектного феномена). Заключительный этап исследования был посвящен сравнению российских и зарубежных подходов для определения векторов развития  и проблемных зон в изучаемой сфере.

4. Результаты исследования

4.1. Работы российских исследователей

Развиваясь в русле жанроведческого, эвиденциального, лексико-семантического, лингвокультурологического, речеведческого и дискурсивного подходов, российская румурология на современном этапе совершает закономерный переход к изучению виртуальной среды. В связи с этим фокус  внимания ученых смещается на трансформационные процессы передачи информации и новые прагматические свойства слухов, порожденные развитием интернет-технологий.

Жанровое направление в исследовании виртуальной румурологии заложено в работе М.В. Загидуллиной (2009), ставшей одной из первых  отечественных публикаций на эту тему. Анализируя трансформацию фольклорного пространства и становление «фолькнета» (интернетлора) под влиянием информационных технологий, исследователь квалифицирует интернет-слухи как самостоятельный жанр новой коммуникативной среды. Несмотря на акселерацию (увеличение скорости распространения), пространственную глобализацию (расширение границ распространения) и тематический герметизм (слухи известны только «вовлеченным» в соответствующую тему  людям), выделенных в качестве основных тенденций современного развития этой формы массовой коммуникации, автор настаивает на том, что «слухи продолжают выступать в качестве достаточно ярко выраженной архаичной формы массового сознания, сохраняя основные черты мифологического мышления» (Загидуллина 2009: 37). Мифотворческая функция слухов является, по мнению исследователя, связующим звеном между коммуникативной природой слухов и толков и их фольклорной основой. На примере устойчивых слухов о ВАКе, закрепленных на уровне легенд и анекдотов среди такой специфической части интернет-аудитории, как диссертанты, М.В. Загидуллина рассматривает роль слухов в формировании современных мифов. Автор усматривает параллель между процессом защиты диссертаций и мифами об инициации, при которых диссертанты (как и инициируемые) должны испытывать целый комплекс психологических переживаний в связи с серьезностью самого «обряда защиты» (инициации), и именно чувство неизвестности становится благодатной средой для постоянного мифотворчества, фиксируемого в виде текстов в интернет-пространстве. Лингвистический анализ  позволяет сделать выводы относительно языковых механизмов и дискурсивных стратегий обработки слуховой информации. По мнению автора, использование аббревиатуры ВАК свидетельствует о персонификации данной институции в виде существа мужского пола (в отличие от расшифровки аббревиатуры «высшая аттестационная комиссия»), а апелляция к нему посредством местоимения «они» сближает его с мифической моделью «многоглавого дракона». Резюмируя, исследователь отмечает, что в рамках реконструируемой картины мира в представленном фрагменте последней «слухи  «обслуживают» мифотворческую модель и способствуют созданию образа сакрализованного центра, условно персонифицированного «демиурга»,  в руках которого находятся судьбы самих участников процесса распространения слухов» (Указ. соч.: 42). Таким образом, данная трактовка связывает коммуникативную природу онлайн-слухов с их фольклорной основой, подчёркивая роль слухов не только как неформального способа передачи информации, но и как инструмента создания коллективных представлений  на основе архаичных механизмов мышления, формирующих архетипические образы и мифологические модели в массовом сознании.

Еще одним перспективным направлением румурологических исследований выступает классификационный подход, нацеленный как на построение общей типологии слухов, так и на детальный анализ их отдельных разновидностей. Данная проблематика, в частности, находится в фокусе внимания Т.А. Долгой. Предлагая широкое понимание слухов, исследователь рассматривает их как «особый тип коммуникативной практики, основными признаками которой являются недостоверность распространяемой информации и ее актуальность для социума» (Долгая 2015а: 139). Актуальность для социума связана с тем, что на основе циркулирующей в медиапространстве информации можно определить «ценностные приоритеты современного общества,  акцентируемые и продвигаемые с помощью СМИ» (Указ. соч.: 142). Что касается достоверности / недостоверности, автор выделяет два критерия оценки источника валеологической информации: авторитетность / сомнительность и независимость / ангажированность (Долгая 2015б: 78). К наиболее сомнительным источникам, передающим информацию, «характеризующуюся высокой степенью интерпретативности, приблизительностью и предельной субъективностью, степень достоверности которой может быть сведена к нулю»,  автор относит личные странички, гостевые книги и форумы, а также интернет-сайты, представляющие собственный информационно-аналитический продукт или работающие в рекламных и коммерческих целях и созданные специально для продвижения какой-либо продукции или услуги. Последние классифицируются как ангажированные источники, транслирующие «неточную, неполную и крайне субъективную информацию» (Указ. соч.: 78–79).  Однако, хотя анализ дискурсивных практик функционирования интернет-слухов способствует постановке проблемы, он сдерживается ограниченным объемом эмпирической базы.

Следующим направлением современных румурологических исследований становится изучение соцмедиа и электронных платформ как специфических каналов распространения неверифицированной информации. Интерес к этой среде обусловлен её ключевыми характеристиками: анонимностью пользователей, широким охватом аудитории, возможностью мгновенной обратной связи, а также децентрализованным и неконтролируемым характером взаимодействия (Гафурова 2025: 1802, Рабенко, Терентьева 2025: 7–8). В одной из новейших работ такого плана (Прохорова, Гафурова 2024) предложена  теоретическая модель эволюции слухов, основанная на диахроническом анализе их трансформации от традиционных устных форм до интернет-коммуникаций в период с середины XX по первую четверть XXI века. Исследователи констатируют, что интеграция информационно-коммуникативных технологий в жизнь социума трансформирует ключевые параметры слухов.  Модификации подвергаются не только их внешние характеристики (форма, каналы циркуляции и способы передачи), но и содержательные аспекты —  от природы распространяемой информации до социально-психологических  мотивов коммуникантов. Конкретные проявления данных изменений авторы сводят к ряду ключевых факторов: во-первых, к смене устного формата циркуляции информации цифровым; во-вторых, к масштабированию аудитории и резкому росту скорости распространения сообщений за счет их мгновенной фиксации на платформах; в-третьих, к переходу от линейного («цепочечного») принципа передачи к сетевому. Кроме того, отмечается нивелирование барьеров между социальными общностями и доминирование прагматического (рационального) характера трансляции слухов с целью воздействия на массовое сознание. Указанные тенденции позволяют авторам заключить, что «в современных реалиях природа слухов не просто трансформируется, она усложняется» (Указ. соч.: 1889). Пограничная природа слухов делает междисциплинарный подход к их изучению методологически неизбежным и требует синтеза подходов различных наук и создания особого понятийного аппарата. В силу этого лингвистический анализ слухов неизбежно перерастает  в масштабную проблему, которая не может быть решена исключительно в границах классического языкознания.

Еще один актуальный вектор исследований связан с анализом трансформации языкового поведения в цифровой среде (Гафурова 2025а, 2025б).  На материале слухов о британской королевской семье в англоязычных  микроблогах автор реализует комплексную методологию: контекстуальный анализ позволяет выявить устойчивые сочетания и их прагматические функции, а семантико-синтаксический — описать специфику предикативных конструкций. Такой интегративный подход помогает автору охарактеризовать интернет-слухи как социальный феномен и коммуникативный жанр «с уникальными языковыми маркерами: специфической лексикой, нарративными стратегиями и прагматическими установками» (Гафурова 2025б: 1802).  На основе определения наиболее обсуждаемых блогосфер (тематических кластеров) жизни британской королевской семьи («здоровье», «внешность», «межличностные отношения», «образ жизни») установлены такие жанрообразующие признаки слухов, как сенсационность и эмоциональность, нарушение ожидаемых норм, использование бинарных оппозиций. По мнению  исследователя, «интернет-слухи выступают в качестве гибридного жанра,  сочетающего в себе элементы новостного сообщения, многообразных форм сплетен и конспирологического нарратива (тайные мотивы, фейки)»  (Указ. соч.: 1807).

Классификационно-типологический ракурс румурологического анализа представлен в другой работе В. А. Гафуровой (2025а). На основе моделирования языкового поведения в цифровой среде исследователь эксплицирует процессы жанровой дивергенции виртуальных слухов. В результате автор отмечает появление таких специфических коммуникативных модификаций, как медиаслух, онлайн-слух, интернет-слух, блоговый / микроблоговый слух, слух-заметка / пост, слух-комментарий. При этом слухи, присущие  блогосфере, приобретают иные (в сравнении с конвенциональными слухами) характеристики на фонетико-графическом, лексическом, морфолого- синтаксическом и стилистическом уровнях языковой системы. В процессе лингвостилистического анализа в качестве поджанров микроблогового слуха выделяются слух-издевка и слух-клевета / оскорбление, определяемые коммуникативно-прагматическим фактором. Основной характеристикой текстов киберслухов оказывается гиперэкспрессивность языкового инструментария на всех уровнях системы. В итоге подобные сообщения превращаются  в «экспрессивно-эмотивный речевой акт, в котором доминирование эмоциональных маркеров над когнитивными не только снижает критическое восприятие информации, но и минимизирует ее верифицируемость, усиливая манипулятивное воздействие» (Гафурова 2025а: 2633). В результате лингвостилистической гетерогенности, установленной в качестве основы организации слухов в цифровом микроблогинговом пространстве, слух определяется как «уникальный гибридный жанр, характеризующийся разговорно-экспрессивным и журналистским дискурсом, объединением вербальных и паралингвистических компонентов, а также прагматической полифункциональностью, что обусловлено бурным техническим прогрессом и цифровизацией всего мира» (Указ. соч.). Коммуникативно-прагматический подход в работах В.А. Гафуровой позволяет осуществить всесторонний лингвистический  анализ рассматриваемого феномена на всех уровнях языковой системы. Кроме того, данный ракурс исследования способствует экспликации этнокультурной маркированности интернет-слухов и механизмов их воздействия на общественное сознание. В частности, установлено, что анализируемые тексты являются «уникальным конструктивным материалом для формирования концепта британского королевского дома» (Указ. соч.: 2632).

Самостоятельным аспектом румурологии является моделирование потоков «неавторизованной информации» (по Е.В. Осетровой) в социальной сети «ВКонтакте» (Рабенко, Терентьева 2025). Исследователи изучают цепочки сетевой коммуникации, детально анализируя интернет-публикации и обратную связь пользователей в комментариях как среду для продуцирования  последующих неавторизованных сообщений. Опираясь на классификацию коммуникативных ходов, предложенную Е.В. Осетровой (2009), и используя коммуникативно-прагматический метод и метод лингвистического моделирования, авторы обнаруживают в рамках виртуального диалога четыре  коммуникативных блока (Введение, Развитие, Блокирование, Выход из  сюжета), каждый из которых состоит из совокупности коммуникативных  ходов, связанных с определенным этапом развития сюжета. По оценке авторов, «наиболее эффективным с позиции «продвижения» неавторизованной информации в виртуальное коммуникативное пространство является коммуникативный блок “Развитие сюжета”» за счет его образующих коммуникативных ходов «Запрос экспертизы» и «Обнаружение подробностей» (Рабенко, Терентьева 2025: 21). Предложенная модель, основанная на принципах  интеракционного подхода в рамках коммуникационной теории, оказывается более сложно организованной (в сравнении с моделью на основе живого  диалога Е.В. Осетровой), что обусловлено спецификой электронного канала коммуникации: комментарии размещаются не только к посту с неавторизованной информацией, но и к мнению других интернет-пользователей, что способствует появлению в одном из коммуникативных ходов других  высказываний с неавторизованной информацией. Это свидетельствует  о существовании многовекторного развития темы за счет центростремительной и центробежной тенденций (Указ. соч.: 22). Сложности модели способствует и технический потенциал электронно-опосредованной коммуникации, что предполагает возможность привлечения элементов иных семиотических  систем — супраграфических средств (эмодзи, шрифтовое выделение текста, повторение знаков препинания и пр.). Значимым результатом исследования становится обоснование того, что современный слух эволюционирует от монологической формы к полилогу. В ходе этого процесса сетевые пользователи посредством интеракции осуществляют совместное конструирование  реальности.

Проведенный анализ показывает, что в российской лингвистике изучение онлайн-слухов опирается на социокультурный, дискурсивный и коммуникативно-прагматический подходы. При этом феномен концептуализируется как устойчивый конституэнт виртуального пространства, специфический интернет-жанр, особый тип неформального коммуникативного поведения и информационное явление (неавторизованная или неподтвержденная информация). В силу информационно-коммуникативной природы слухов при всем разнообразии подходов в отечественных работах теоретико-коммуникационная парадигма становится «зонтиковой», детерминируя использование коммуникативно-прагматического метода, метода лингвистического моделирования,  а также синтаксического, семантического, контекстуального, лингвостилистического типов анализа. Методологический аппарат таких исследований носит пограничный характер, объединяя концептуальные основы румурологии и потенциал различных парадигм современного языкознания: от когнитивной лингвистики и дискурсологии до медиалингвистики и жанроведения.

4.2. Зарубежные исследования

Многочисленные работы зарубежных исследователей, посвященные онлайн-слухам, характеризуются многовекторным подходом и обладают ярко выраженным пограничным характером в силу сложившейся практики в рамках румурологических исследований и специфики локуса распространения слухов. Методологически они опираются на идеи классиков румурологии,  работавших в парадигме социальной психологии (Р. Кнаппа, Г. Олпорта,  Л. Постмана, Дж. Прасада, Т. Шибутани и др.). Новейшие исследования  слухов в социальных сетях сосредоточены на двух главных аспектах:  с одной стороны, на характеристике их возникновения и распространения¹, и,  с другой, на факторах обнаружения и опровержения слухов². Результаты этих исследований, в свою очередь, способствуют разработке систем классификации слухов по различным критериям. Системы классификации слухов после их обнаружения и отслеживания включают прежде всего классификации на основе отношения к слухам и степени достоверности слухов. Некоторые из этих исследований сосредоточены на подробном анализе конкретного слуха, в других представлен более широкий анализ на основе изучения группы слухов. Для данного обзора интерес представляют прежде всего те работы,  в которых присутствует в той или иной степени лингвистический фактор и четко фиксируется ряд тенденций.

Одной из ярких тенденций является эволюция используемых исследовательских методов, связанных с этапами развития Всемирной паутины  и с совершенствованием IT-технологий. Можно выделить три основных подхода в данном направлении: первый связан с использованием технологий машинного обучения (‘Machine Learning Techniques’, ‘ML’), второй — с активной разработкой его более сложных алгоритмов — глубокого обучения (‘Deep Learning Techniques’, ‘DL’), основанных на внедрении искусственных нейронных сетей с множеством слоёв, третий отличается мультимодальностью, иными словами, гибридными методами, в которых интегрируются  первая и вторая модели.

Основной целью публикаций первого подхода является изучение речевого поведения онлайн-коммуникантов при столкновении с непроверенной информацией. Работы данного кластера соединяют в себе лингвистические инструменты и методы, применяемые в области машинного анализа языка, что в конечном счете приводит к глубокой интеграции качественных и количественных методов анализа данных, отслеживаемых в социальных сетях. Методологически эта группа исследований основывается на классической (функциональной) теории слухов или SM-модели («sense-making model»), предложенной социологом Т. Шибутани (Shibutani 1966) и заключающейся в том, что в ситуациях неопределенности в информационном пространстве, в первую очередь, в периоды социальных кризисов и «коллективного стресса», и невозможности удовлетворить потребность в знании через институционализированные каналы массовой информации происходит коллективное осмысление событий. Подчёркивается, что в настоящее время платформы  социальных сетей становятся важными площадками для общения членов социума во время кризисных событий, поиска и сбора связанной с ними информации. В этих работах вводится термин “collective / community intelligence” (‘коллективный разум’), обозначающий совместные усилия онлайн-сообщества для выявления слухов (Oh, Agrawal & Rao 2013, Starbird 2013, Vieweg  et al. 2008).

Различные автоматизированные методы разрабатываются для обнаружения и классификации слухов в социальных сетях во время кризисных  событий. В частности, Дж. Мэддок, К. Старберд и их коллеги предложили концепцию сигнатур, представляющих собой «многомерные показатели» (‘multi-dimensional signatures’), выступающие как инструменты для рекурсивного анализа большого массива данных (Maddock et al. 2015, Starbird et al. 2014). Среди количественных показателей выделено пять прототипических сигнатур, включающих динамику (изменения кодов поведения) слухов во времени, разнообразие доменов (URL-адресов), распространение домена во времени, лексическое разнообразие и особенности геолокации. Их совокупность составила многомерную характеристику каждого из четырех анализируемых слухов, распространяемых в сети Twitter, и позволила, по утверждению авторов, «количественно описывать сложные, многомерные и в значительной степени качественные явления» (Maddock et al. 2015: 228). Выделены семь категорий твитов, связанных с определённым кодом (типом поведенческой реакции на слухи): дезинформация, предположение, исправление,  вопрос, хеджирование (уклонение), несвязанный или нейтральный / другой. Количественные и качественные методы дополнялись визуальным. Для каждого слуха генерировались сигнатуры с последующей их визуализацией или другим количественным представлением. В частности, визуализация твитов в рамках временной сигнатуры выявила пики и спады, совпадающие с критическими моментами в развитии слухов. Последующий качественный анализ этих переменных интереса позволил выявить механизмы формирования,  развития и распространения того или иного слуха. Что касается сигнатуры лексического разнообразия, рассчитывалось количество различных слов, которые используются в твитах корпуса каждого слуха. С этой целью создан словарь, содержащий все уникальные слова, упоминаемые в твитах с тем или иным кодом поведения. Обнаружено, что твиты с домыслами и дезинформацией отличаются меньшим лексическим разнообразием, чем твиты с исправлениями и вопросами. По мнению авторов, выделение пяти количественных характеристик позволили выявить существенные аспекты качественной истории каждого анализируемого слуха (от его происхождения до эволюции), а в конечном счете построить классификацию слухов и выявить принципы их распространения в Интернете во время кризисных событий (Указ. соч.).

В ряде работ при исследовании моделей распространения информации предлагаются методики использования лингвистических маркеров идентификации слухов. В частности, в одной из коллективных работ устанавливается возможность использования отрицания в качестве языкового индикатора опровержения сомнительной информации, когда получатели оспаривают или «атакуют» дезинформацию (Mendoza, Poblete & Castillo 2010). В работе  К. Старберд и коллег (Starbird et al. 2015) «сигнальная» система слухов дополняется индикаторами выражения неуверенности. Основываясь на результатах социологических исследований слухов, в которых доказывается, что  возникновение слухов является следствием неопределенности в информационном пространстве, авторы предполагают, что языковые маркеры  неопределенности, выражаемой толпой в отношении конкретных тем, способствуют выявлению слухов. В результате многомерность предложенной концепции распространения сомнительной информации выражается в трех моделях поведения: ее подтверждения посредством утверждений, опровержения через маркеры отрицания и выражения сомнения с помощью языковых средств неопределенности. Утверждается, что данная модель поведения,  связанная со слухами, характерна не только для ложных слухов, которые генерируются намеренно или из-за дефицита информации, но применима и для правдивых слухов, хотя и последние могут формировать разные сигнатуры. Установлено, что при идентификации ложного слуха общий объем опровержений превышает объем подтверждений. Что касается механизма реализации фактора неопределенности при разработке схемы кодирования слухов он рассматривается как важный аспект осмысления проблемных ситуаций. Указывается, что он может присутствовать как в утверждениях, так и в отрицаниях, причем в обеих категориях слухов (истинных и ложных). Кроме того, выявлены две степени выражения неопределенности, соответствующие тому или иному типу сомнительной информации: низкая степень характерна для фейковых новостей, в то время как высокая — теориям заговора (Указ. соч.).

Не останавливаясь на работах, сосредоточенных на изучении журналистских онлайн-технологий, в которых оказываются задействованными слухи³, отметим лишь те, в которых сравнивается речевое поведение журналистов в качестве активных пользователей соцсетей с нежурналистами, другими популярными пользователями. На примере пяти ложных слухов, распространявшихся в Твиттере во время трёх кризисных событий, установлено, что журналисты имеют тенденцию, с одной стороны, к более раннему включению в распространение ложных слухов в сравнении с другими пользователями, а, с другой, к последующему активному участию в процессах их опровержения, чем существенно отличаются от других пользователей (Starbird et al. 2018).

Значительная часть публикаций нацелена на идентификацию слухов, прежде всего ложной информации, для дальнейшего купирования их распространения. Данное направление развивается в русле аналитики социальных сетей и имеет целью автоматическое обнаружение слухов в социальных сетях. К кластеру, представляющему прямой интерес для настоящего обзора, относятся работы, в которых непосредственно изучаются «лингвистические сигналы» недостоверной информации в текстах в рамках асинхронных компьютерных коммуникаций с использованием инструментария компьютерной лингвистики для их обнаружения (Qazvinian et al. 2011, Zubiaga et al. 2015), включая разработку различных методов автоматизированной проверки в рамках фактчекинга, а также идентификации источников дезинформации,  играющих важную роль при контроле распространения слухов в социальных сетях (Shelke & Attar 2019).

В рамках указанной проблематики лингвистические аспекты зачастую становятся лишь частью исследовательского поиска. Например, в одной из таких работ изучаются временные, структурные и лингвистические свойства слухов и их отличия от неслуховой информации на основе англоязычных данных социальной сети Twitter, соотносимых с 104 вирусными событиями за три с половиной года (Kwon et al. 2013). Используя классические алгоритмы машинного обучения — дерево решений, случайный лес и метод опорных векторов (SVM), авторы разрабатывают новый метод идентификации слухов — модель периодических внешних шоков (PES), предназначенную для  описания всплесков слухов, обусловленных скачкообразным временным паттерном. Авторами построены три классификатора на основе выделенных параметров. Несмотря на определяющую роль временного фактора в силу его большей доступности, выражающейся в видимых циклических колебаниях слухов, структурные или лингвистические закономерности, по мнению исследователей, играют важную роль в идентификации слухов. Остановимся  подробнее на лингвистическом факторе, для исследования которого используется компьютерная программа лингвистического анализа текстов и подсчета слов — Linguistic Inquiry and Word Count (LIWC), в которой задано деление словарного состава на пять основных категорий, отображающих  психологически значимые процессы (социальные, аффективные, когнитивные, перцептивные и биологические). С помощью данного инструмента производится анализ тональности текстов посредством оценки коннотативных значений употребляемых в твитах лексических единиц. Установлено, что лингвистические маркеры отражают реакцию людей на слухи. Причем тексты передаваемых слухов значительно реже содержат слова, выражающие позитивные эмоции. Пользователи гораздо чаще употребляют слова, выражающие отрицание (no, not, never), а также когнитивные предикаты типа каузативного cause и эпистемического know в отношении связанного со слухами контента. Наконец, при попытках оценки степени достоверности слуха речевое поведение пользователей тендирует к реализации инференциальной эвиденциальности, что предполагает использование модальных слов или словосочетаний, указывающих на выводное знание и выражающих значения возможности, предположения, вероятности сообщаемого (Указ. соч: 1107).

Более пристальное внимание языковому фактору слухов уделяется в работе, посвященной изучению достоверности циркулирующих в глобальной сети слухов (Chua & Banerjee 2016). Согласно авторам, достоверность онлайн-слухов обусловливается рядом лингвистических факторов, распадающихся на шесть групп. Выделены следующие лингвистические предикторы: понятность / доступность (‘comprehensibility’), тональность (‘sentiment’), временные рамки (‘time-orientation’), количественные показатели (‘quantitative details’), стиль изложения (‘writing style’), тематика (‘topic’). В общей сложности данная работа выполнена на большом массиве данных объемом  в 3938 слухов с использованием 27 переменных для количественной оценки их лингвистических свойств. Операционализация установленных показателей производилась с помощью инструмента LIWC, анализ данных — посредством модели биномиальной логистической регрессии. При анализе материала авторы опирались на результаты проведенных ранее экспериментов в рамках когнитивных и психолингвистических исследований, проводя сравнительный анализ своих полученных данных с ними. В качестве ключевых  факторов выявлены четыре предиктора: доступность, временные рамки, стиль изложения и тематика. Первый показатель связан с объемом «слухового» текста и формой отражения действительности. Авторы утверждают, что сжатые слухи, содержащие короткие слова, как правило, имеют широкое  распространение в силу ограниченности возможностей человеческой памяти.  Более того, слухи, содержащие утвердительные пропозиции в отличие от содержащих отрицательные слова или частицы, более доступны для понимания. Любопытно, что слухи, сформулированные с использованием отрицательных лексических единиц (далее — ЛЕ), с большей вероятностью оказывались правдивыми, несмотря на сложность их восприятия. Относительно временного фактора выявлено, что слухи, тексты которых содержат предикаты прошедшего времени, чаще всего являются правдивыми. Поскольку авторы опирались на понимание слухов, предложенное Т. Шибутани (1966), которое предполагает коллективное осмысление неопределённых событий, было установлено, что поведение людей частично формируется временным  фокусом. Соответственно, исторические слухи с большей вероятностью оказывались правдивыми, поскольку могли быть подкреплены фактическим или эмпирическим свидетельством, что сложно утверждать в отношении слухов, относящихся к настоящему или будущему. Анализ стиля показал, что слухи, изобилующие ЛЕ несогласия и бранными словами, но скудные в плане редко употребляемых слов, в результате подтверждались. Наконец, исследование тематического фактора свидетельствует о том, что наиболее правдивыми показывали себя слухи, касающиеся таких непротиворечивых тем, как дом  и досуг. Слухи же на темы религии и секса чаще всего оказывались ложными, что подтверждает то, что распространение подобного рода спорной информации имеет целью разрушение лояльности, возбуждение агрессии и разжигание межнациональной и межрелигиозной розни. Обнаружено, что тональность (наличие эмоционально-экспрессивной лексики) и количественные данные (обилие прецизионной информации, выражающейся в числительных и квантификаторах) в слухах не влияют на определение их достоверности (Указ. соч.).

Один из новейших подходов реализуется специалистами по автоматическому контролю онлайн-слухов, осуществляемому посредством методов глубокого обучения. Анализ данных в открытой сети с целью обнаружения слухов осуществляется с помощью многослойных нейронных сетей, главным преимуществом которых считается способность работать с неструктурированными массивными данными и выявлять скрытые закономерности  на основе анализа контекста. В последние годы число исследований, в которых активно разрабатываются лингвистически ориентированные модели нейронных сетей на основе различных алгоритмов, стремительно растет.

В рамках применения таких моделей исследователи все чаще предлагают свои методики идентификации слухов в социальных сетях. В частности, была разработана модель Inquiry Comments Detection Model (ICDM), апробированная на англоязычном материале социальной сети Facebook (Moin et al. 2018). Данная модель представляет собой автоматизированный метод обнаружения слухов на основе комментариев-запросов, отражающих непроверенную  информацию, распространяемую в сети. Идентификация предложений  как запросов производится на основе их синтаксических и лексических  особенностей, прежде всего включает поиск регулярных выражений и конструкций, начинающихся с непереходного глагола (например, is, am, was, will, would и т.д.), а также предложений, заканчивающихся вопросительным знаком. Сравнительный анализ с результатами, полученными при применении методов машинного обучения, показал более высокую эффективность предложенного в данной работе ICDM-метода идентификации слухов в сети (Указ. соч.: 443).

Ряд исследователей занимается созданием моделей нейронных сетей с лингвистическим наполнением с целью идентификации верифицированной и ложной информации, составляющей контент социальных сетей. Строятся различные прогностические модели, позволяющие классифицировать новостные сообщения по параметру достоверности. В частности, в одной из работ  на основе массива данных сети Twitter посредством метода анализа больших объёмов данных с использованием высокопроизводительных вычислений (High-Performance Data Analytics — HPDA) выделены четыре подтипа сомнительных новостей — «сатирическая новость» (‘satire’), «фальсификация» (‘hoaxes’), «кликбейт» (‘clickbait’) и «пропаганда» (‘propaganda’) (Volkova  et al. 2017). Авторы полагают, что модели нейронных сетей с лингвистической обработкой контента и взаимодействий в социальных сетях превосходят компьютерные программы с лексическим анализом, поскольку в рамках проводимого ими исследования добавление лингвистических функций к базовым репрезентациям твитов значительно улучшило результаты во всех моделях, позволяя более точно классифицировать подозрительные и проверенные новостные твиты и выявлять конкретные типы подозрительных новостей.  Установлено, что правдивые новостные твиты содержат значительно меньше маркеров предвзятости, хеджирования и субъективных терминов, а также меньше сигналов вреда / заботы, лояльности / предательства и морального авторитета по сравнению с подозрительными новостными твитами (Указ. соч.: 650). Помимо сопоставления лингвистических реализаций выделенных типов сомнительных новостей в Твиттере производилась качественная оценка  различий в паттернах ретвитов. При контрастивном анализе выявлено, что ретвитирование слухов происходит менее интенсивно по сравнению  с фальсификациями, кликбейтом и пропагандой, однако слухи оказываются активными в течение значительно более длительных периодов времени  (Указ. соч.: 651).

Организующей силой данного направления во многом является Ассоциация компьютерной лингвистики (Association for Computational Linguistics). Кроме того, одной из площадок проведения исследований в этом направлении является ежегодный международный воркшоп по методам и алгоритмам вычислительной семантики (‘Semantic Evaluation’, ‘SemEval’). В последние годы все чаще в качестве задач конкурса SemEval ставятся проблемы, связанные с различными аспектами онлайн-слухов, при решении которых используются лингвистически ориентированные модели как машинного обучения, так и нейронных сетей. В частности, в конкурсе SemEval, посвященном оценке и сравнению систем, которые анализируют различные семантические явления в тексте, в 2017 и 2019 гг. одна из задач (‘RumourEval’) заключалась в определении достоверности слухов и степени их распространения в сети (Bethard et al. 2017, May et al. 2019). При определении достоверности сообщений, помимо способа распространения информации и лексического анализа контента, фокус исследований сместился на фактор позиции автора (‘stance analysis’), а также позиции пользователей по отношению к достоверности текста (‘user stance analysis’). Анализу подвергались реакции на слухи-источники, циркулируемые в соцсетях и интернет-форумах. Установлено, что пользователи участвуют в распространении слухов посредством обмена  информацией, лайков, пересылки и отзывов. Причем пересылка осуществляется в виде репостов исходного сообщения и перепостов, что приводит  к каскадному распространению или древовидной структуре. Путь репостов и другие динамики распространения являются важным индикатором для обнаружения слухов. Предлагается сгруппировать текущие исследования на каскадные методы обнаружения слухов, которые напрямую используют пути распространения слухов, и сетевые методы обнаружения, которые строят гибкую сеть из каскадов, из которой слухи обнаруживаются косвенно (Li et al. 2019: 70). На текстовом уровне сообщений учитываются характеристики, основанные на атрибутах и структуре. Первые включают количественный анализ лексики, анализ языковых маркеров неопределенности (в том числе хеджирование), субъективности, эмотивности, вторые предполагают изучение синтаксических и грамматических особенностей текстов, охватывающих частеречную разметку, контекстно-свободную грамматику и пр. Данные  характеристики поддаются изучению при использовании классических методов машинного обучения, включая модель LIWC. И хотя текстовый фактор играет важную роль в выявлении слухов, во многих исследованиях продемонстрировано, что необходимо подключение к его анализу визуальных элементов, которые относятся к категории сложных задач, для изучения которых требуется привлечение более сложных моделей, основанных на многослойных нейросетях. Глубокие нейронные сети позволяют также учитывать  позицию и автора и пользователей по отношению к достоверности текста. Предложенные в работах многозадачные методы показывают эффективность при оценке речевых актов, представляющих собой реакцию пользователей на исходное сообщение, и их классификацию как поддерживающих, опровергающих, запрашивающих или комментирующих слухи. Соответственно,  на основании анализа древовидной структуры (цепочки) обсуждения достоверности слухов утверждения, распространенные в сообщении-источнике, классифицируются как правдивые, ложные или неверифицированные. Таким образом, для анализа массивов данных использовались как алгоритмы  машинного обучения, так и различные архитектуры нейронных сетей, результаты использования которых затем были сопоставлены⁴. Наиболее  эффективными при решении указанных задач были признаны методики, предложенные соответственно в (Enayet & El-Beltagy 2017) и (Li, Zhang & Si 2019). В первом случае использовалась SVM-модель (классическая модель машинного обучения), в то время как во втором варианте — нейросетевая модель с языковыми функциями в сочетании с традиционными алгоритмами классификации, что указывает на то, что комбинация в виде гибридных  моделей, объединяя преимущества обеих архитектур, способствует совершенствованию обработки сложных текстовых данных, что, несомненно,  вносит весомый вклад в разработку проблематики идентификации слухов в цифровом коммуникативном пространстве.

Резюмируя анализ зарубежных работ, выполненных в рамках компьютерно-ориентированного подхода, необходимо отметить, что он зарекомендовал себя как весьма перспективный в плане изучения слухов, распространяемых в цифровой среде. Используемые в настоящее время инструменты способны обрабатывать масштабные датасеты и учитывать достаточно широкий круг лингвистических показателей, включающих анализ лексического уровня, синтаксических структур, определение тональности пропозиций  с целью идентификации слухов и их эпистемической оценки. Однако превалирование количественных методов анализа над качественными приводит к тому, что слабо разработанными зонами являются синтагматические отношения, включая сочетаемостные характеристики слов и главным образом  проблемы анализа широкого контекста. Одной из нерешенных задач компьютерной лингвистики остаются стилистические аспекты текстов слухов, в частности, выразительные средства языка, прежде всего такие риторические приемы, как ирония, сарказм и пр., являющиеся лингвистическими маркерами позиции автора (как исходного, так и ретранслируемого сообщения), влияющими на определение степени достоверности слухов.

В целом, подход, в рамках которого при изучении слухов в виртуальном пространстве применяются автоматизированные методы с лингвистическими индикаторами, активно развивается в сторону дальнейшей разработки  алгоритмов глубокого обучения, способных решать сложные задачи за счёт использования многослойных нейронных сетей. В частности, планируется развивать концепцию прототипических сигнатур, уточнения их списка для совершенствования методов категоризации сетевых слухов и расширения набора их типов (Maddock et al. 2015: 240). Одной из перспектив видится  поиск ответов на вопросы о том, зависит ли вирусность слухов от языкового фактора, и, если да, то в какой степени, а также влияют ли лингвистические свойства истинных и ложных слухов на вероятность их распространения в сети Интернет (Chua & Banerjee 2016: 390). Румурологи, разрабатывающие авторские модели на основе методов машинного и глубокого обучения,  апробированные на англоязычном материале, планируют в будущем экстраполировать их на многоязычный контент социальных сетей, сосредоточившись на работе с неформальными онлайн-языками (Gorrell et al. 2019: 852, Moin et al. 2018: 443). Исследователи, применяющие нейронные сети  с лингвистическими функциями, ставят задачей изучение более сложных дискурсивных и прагматических функций текстов «слуховых» сообщений, а также их использование при определении степени достоверности слухов (Volkova et al. 2017: 651). При дальнейшей разработке фактора позиции пользователя по отношению к достоверности текста ставится задача его объединения с информацией, отражающей характеристики, связанные с доверием, в рамках интеграционной модели для разграничения авторитетного и заслуживающего доверия пользователя от пользователя с низким уровнем доверия со злонамеренными целями по распространению неверифицированных сообщений (Li et al. 2019: 72–73).

5. Потенциал интеграции лингвистических подходов к исследованию виртуальных слухов: обсуждение результатов

Изучение российского сегмента работ в области лингвистики интернет-слухов позволяет сделать вывод, что авторы фокусируются на процессах современной трансформации этого архаичного конструкта, детально рассматривая его новые социальные свойства и функции, возникшие под влиянием цифровизации. Несмотря на активное применение междисциплинарного  подхода к осмыслению природы слухов в виртуальной коммуникации (что вполне оправдано в силу сложного, многоаспектного характера исследуемого явления), российские исследования демонстрируют большую приверженность лингвистическим методам их изучения. В качестве основных подходов, методологически скрепляемых теоретико-коммуникационной парадигмой, фигурируют социокультурный, речеведческий и дискурсивный с их рабочими методами.

Многочисленные зарубежные исследования, разрабатывающие проблемы, связанные со слухами в виртуальной среде, активно развиваются  в русле компьютерной лингвистики и методологически основываются на классических работах социальных психологов. Используемые в них лингвистически ориентированные автоматизированные методы позволяют обрабатывать большие объёмы текстовой информации, идентифицировать ее  в качестве слухов, выявлять закономерности возникновения и распространения слухов, а также определять их источники и степень их достоверности.  В алгоритмах, задействованных в данных технологиях, используются классические методы машинного обучения, а также различные современные модели глубокого обучения, которые охватывают широкий спектр архитектур нейронных сетей. Это позволяет определить в качестве магистрального направления, реализуемого в зарубежных работах при изучении онлайн- слухов, компьютерно-цифровой подход, обеспечивающий междисциплинарное пересечение инструментов лингвистики, информатики и искусственного интеллекта.

Сопоставительный анализ рассмотренных публикаций показывает, что интеграция российских жанровых, прагматических, семиотических исследований и зарубежных моделей автоматизированного анализа текста позволяет сформировать полипарадигмальную рамку, способную комплексно описать природу сетевого слуха.

Российским работам присущ лингвистический анализ репрезентации слухов в интернет-пространстве, что объясняется сформированными традициями лингвистических школ России. Глубокое проникновение в природу изучаемого конструкта становится возможным посредством реализации триединого подхода. Ярко выраженный прагматический подход проявляет себя как один из наиболее эффективных, поскольку изучение прагматики слухов (как речевых актов) позволяет выявить механизмы дискурсивной реализации слухов, трансформаций текстов слухов при ретрансляции, а также причины их высокой убедительности и вирусности. Во-вторых, российские исследования отличает интерес к жанровой спецификации слухов с позиций лингвистики текста, что способствует пониманию форм их существования и механизмов гибридизации жанров. Наконец, семиотический потенциал виртуальных слухов раскрывается при обращении к их маркерам на всех уровнях  языковой системы (фонетико-графическом, лексическом, морфолого-синтаксическом и стилистическом) и в рамках иных семиотических систем, что  помогает определить способы дискурсивного конструирования онлайн-слухов, а также выявить культурные коды того или иного сообщества. Основная сложность состоит в ограниченности выборки материала, иными словами,  недостаточной репрезентативности анализируемого контента, что приводит к некоторой подверженности субъективным искажениям и недостаточной  изученности ряда аспектов, прежде всего связанных с проблемой верификации слухов и их влиянием на массовое сознание.

Зарубежные специалисты, приверженные методам компьютерной лингвистики, реализуют мультимодальный технологический подход, сочетающий методы машинного и глубокого обучения. С одной стороны, он обеспечивает обработку масштабных данных, в том числе анализ неструктурированной информации (как текстовых, так и визуальных данных в случае использования многослойных нейронных сетей), а также позволяет выявлять скрытые  закономерности, которые сложно формализовать вручную, включая временные зависимости (изменение параметров сообщений во времени). С другой стороны, сбор и количественный анализ больших массивов материала производится предельно быстро, при этом качественная обработка аномалий  и маркеров недостоверности осуществляется с математической точностью, что позволяет эффективно обнаружить слухи, определить степень достоверности передаваемой информации и классифицировать слухи. Однако отсутствие углубленной лингвистической теории приводит к тому, что в рамках качественного анализа эмпирического материала многие используемые  алгоритмы и классификаторы оказываются нечувствительными к динамичным и быстро меняющимся онлайн-контекстам и во многих случаях неспособными улавливать иронию, нюансы подтекста или культурный фон слухов.

В целом, интерпретация исследуемого материала в рамках направлений, реализуемых российскими и зарубежными исследователями, осложняется  неустойчивостью (неоднородностью) концептуального аппарата интернет-лингвистики, а также междисциплинарным характером проблемы в силу  многоаспектности слухов, что требует привлечения знаний из разных областей науки и усложняет методологическую базу исследований. Кроме того, ограничения связаны с динамичностью технологий и способов распространения «слуховой» информации, что требует постоянного поиска новых исследовательских принципов.

Таким образом, формируется синергетический потенциал интеграции российских и зарубежных подходов, который заключается в создании качественно новой методологической платформы, где глубокий концептуально-дискурсивный базис российской лингвистической школы (включая жанровые, семиотические и прагматические модели) выступает содержательным фундаментом, а зарубежный инструментарий компьютерной лингвистики и автоматизированной верификации данных — технологическим драйвером. Конвергенция этих исследовательских векторов позволяет преодолеть ограничения изолированных подходов: теоретические модели получают возможность верификации на сверхбольших массивах текстовых данных (Big Data), а прикладные алгоритмы распознавания недостоверной информации обретают необходимую лингвистическую точность, учитывающую национально-культурную специфику, подтекст и манипулятивные стратегии. В конечном итоге именно такой полипарадигмальный синтез определяет перспективный вектор развития современной лингвистической экспертизы виртуального коммуникативного пространства.

6. Заключение

При сравнении российского и зарубежного подходов к изучению функционирования феномена слухов в пределах виртуальной коммуникации в рамках лингвистического вектора, можно констатировать существование присущих им ярко выраженных тенденций. Работы российских исследователей строго выдержаны в филологических традициях на парадигмальных основаниях, связанных с теорией коммуникации и лингвистикой текста. В то же время зарубежные румурологи сосредоточены на методах и методиках компьютерной лингвистики. В целом лингвистические аспекты онлайн-слухов оказываются «встроенными» в широкий контекст «слуховой» проблематики и являются неотъемлемой частью как румурологических, так и коммуникативных исследований, нацеленных на углубление понимания многомерной природы изучаемого конструкта посредством разработки коммуникативной и лингвистической концепции слухов в ярко выраженном прикладном ключе.

 

_{¹ См. подробный анализ в (Arif et al. 2016, Serrano, Iglesias & Garijo 2015).}

_{² См. подробный анализ в (Sanaa, Ramadan & Hefny 2020, Zubiaga et al. 2018).}

_{³ См. подробный анализ в (Bruno 2011, Bruns 2005).}

_{⁴ См. подробный отчеты в (Derczynski et al. 2017: Gorrell et al. 2019).}

About the authors

Svetlana V. Ivanova

Saint Petersburg State University

Author for correspondence.
Email: svet_victoria@mail.ru
ORCID iD: 0000-0002-0127-9934

Dr. Habil. (Philology), professor at the Department of Foreign Languages in the Sphere of Economics and Law

Saint Petersburg, Russian Federation

Gulnara Sh. Khakimova

South Ural State University

Email: gkhakimova@yandex.ru
ORCID iD: 0000-0003-3287-6966

Candidate of Philology, Associate Professor at the Socio-Law and Humanity Sciences Department

Zlatoust, Russian Federation

References

Supplementary files