Эмоциональная динамика в русскоязычных Telegram-каналах: между сплочением и аффективной поляризацией

Полный текст

Введение В современном политологическом дискурсе значительное внимание уделяется изучению восприятия угроз и их воздействия на политическое поведение. Ингрупповая идентичность, формируемая через социальные роли, обуславливает трансляцию коллективных рисков на личностный уровень, инициируя механизмы психологической и поведенческой защиты. Одной из таких реакций, согласно теории «сплочения вокруг флага» («rally round the flag») [Gustavsson, Taghizadeh 2024; Johansson et al. 2021], является консолидация социальных групп вокруг политического лидера или общенационального курса. Данный феномен обусловлен поиском индивидами безопасности в условиях экзистенциальной угрозы через присоединение к крупным институциональным структурам, воспринимаемым как более стабильные. В контексте политической угрозы ключевым объектом солидаризации выступает государство. Альтернативный подход к анализу реакций на кризисные явления представлен в рамках теории межгрупповой угрозы, основанной на концепции социальной идентичности [Tajfel, Turner 1979]. Согласно данной теории, идентификация индивида с определенной группой способствует формированию положительных эмоциональных установок в отношении членов этой группы и отрицательных - по отношению к представителям внешних групп. Экзогенные угрозы усиливают социальную идентификацию и межгрупповую дифференциацию, что способствует аффективной поляризации - феномену, при котором эмоциональные реакции на межгрупповые взаимодействия становятся доминирующими, подавляя рациональную критику оппонентов [Iyengar, Sood, Lelkes 2012]. Настоящее исследование предлагает новую модель анализа динамики процессов консолидации и аффективного размежевания в рамках тематики специальной военной операции на основе эмоционального контекста публикаций в Telegram- каналах за месяц до и после начала СВО. Используя методы автоматизированной обработки естественного языка (NLP), выяснено, как эмоционально окрашенные нарративы способствуют формированию внутригрупповой сплоченности и одновременному усилению межгрупповых границ. Результаты исследования свидетельствуют, что, вопреки устоявшимся теоретическим предположениям, предполагающим бинарную динамику социальной консолидации или поляризации в условиях кризиса, в онлайн- среде наблюдается более сложная структурная модель. Анализ выявил парадоксальное сочетание внутригрупповой сплоченности с усилением межгрупповой дистанции, обусловленной преобладанием негативных нарративов в дискуссиях, связанных с кризисной тематикой. При этом вне данного контекста дистанция между сообществами демонстрирует лишь незначительные флуктуации. Работа вносит вклад в теорию социальной идентичности, расширяя понимание механизмов поляризации в условиях медиатизированных конфликтов, и подчеркивает необходимость учета эмоционального контекста при прогнозировании трансформаций общественного дискурса. Динамика сплочения и аффективной поляризации в условиях экзогенных шоков В политической науке аффективная поляризация определяется как феномен, при котором противостояние между социальными или политическими группами опосредовано не столько различиями в идеологиях или ценностях, сколько эмоциональной неприязнью, включающей враждебность, страх или презрение к «другим» [Iyengar et al. 2019]. В отличие от классической идеологической поляризации, где разделение основано на когнитивных расхождениях (например, в партийных программах), аффективная поляризация акцентирует эмоциональную составляющую межгрупповых отношений, формируя идентичность через противопоставление «Мы vs. Они» [Rogowski, Sutherland 2016]. Однако если базовые исследования этого феномена традиционно фокусируются на дистанцировании от аут- групп, то процессы внутригрупповой динамики, особенно в условиях кризисов, остаются недостаточно изученными. Политические экзогенные шоки, такие как военные конфликты, экономические коллапсы или пандемии, способны выступать катализаторами как межгрупповой, так и внутригрупповой поляризации. С одной стороны, внешние угрозы могут усиливать сплоченность внутри сообществ через мобилизацию коллективной идентичности (например, «патриотический подъем» во время войны). С другой - кризисы обнажают и углубляют внутренние противоречия, переводя латентные разногласия в открытые конфликты. Например, исследование [Bail et al. 2018] показало, что террористические атаки в США усилили не только неприязнь к внешним «врагам», но и расколы внутри американского общества по вопросам безопасности и гражданских свобод. Механизмы аффективной поляризации внутри групп часто связаны с эмоциональной гиперболизацией даже незначительных расхождений. В условиях неопределенности, вызванной кризисом, члены группы начинают воспринимать умеренные взгляды как предательство «общего дела», что ведет к маргинализации центристов и радикализации дискурса [Suhay et al. 2021]. Так, во время политических потрясений в Турции (2016-2017 гг.) сторонники правящей партии стали демонстрировать большую враждебность к внутригрупповым «диссидентам», чем к оппозиции, что объяснялось страхом перед «пятой колонной» [Kalaycıoğlu, Çarkoğlu 2009]. Эти процессы подчеркивают необходимость переосмысления аффективной поляризации не только как межгруппового, но и как внутригруппового феномена. Кризисы, разрушая привычные социальные рамки, делают эмоциональные реакции ключевым драйвером политического поведения. Это требует разработки новых теоретических моделей, учитывающих, как экзогенные шоки трансформируют структуру коллективных эмоций, усиливая или ослабляя сплоченность внутри групп. Подобные исследования особенно актуальны в эпоху цифровых коммуникаций, где эмоциональный резонанс и виральность контента ускоряют поляризационные процессы, создавая замкнутые информационные экосистемы с высокой степенью аффективной поляризации [Tucker et al. 2018]. На основании существующей литературы [Ахременко, Синицина, Соловьев 2024; Kazun 2016] мы можем выделить несколько вариантов, как может развиваться групповая динамика в период кризиса. Первый сценарий мы назовем консенсусно- интегративный, он характеризуется общегрупповым сплочением. Данный кейс отражает теорию «сплочения вокруг флага», согласно которой различные политические группы преодолевают конфликты на время кризиса и достигают согласия через общие цели обеспечения безопасности для их участников. Такой процесс отражает гомогенизацию общества и снижение межгрупповых барьеров. Мы видим некоторые ограничения, в условиях которых данный сценарий может быть действительно релевантным. Во- первых, данная парадигма фокусируется на краткосрочных эффектах, игнорируя долгосрочные последствия сплочения. Во- вторых, теория не учитывает роль внутренних кризисов (экономических, социальных и иных), которые могут как усиливать, так и ослаблять эффект. В-третьих, она не объясняет, почему в одних обществах групповая консолидация проявляется сильнее, чем в других. Эти пробелы стимулировали интеграцию такой парадигмы с иными теориями, которые бы объясняли истоки сплочения групп [Синицина 2025]. Мы предполагаем учесть эти соображения, используя иной сценарий межгрупповой динамики в период кризиса, который может быть именован как партикулярно- конфликтный. При таком развитии событий сплочение происходит только внутри узких групп, которые изначально близки на основе политических ценностей или мнений, сопровождаясь усилением аффективного противостояния с более далекими группами [Tajfel, Turner 1979; Iyengar et al. 2019]. Такой сценарий адаптивен к трансформации бинарности восприятия множественной идентичности людей в современном обществе. Сплочение воспринимается не как нечто самодостаточное и основанное только на внешней угрозе, а на позитивной самоидентификации индивидов к определенной группе и одновременном обострении враждебности по отношению к иным группе, учитывая роль аффективных факторов (страх, гнев). Следуя вышеописанной логике, мы выдвигаем гипотезы для проверки: Н1: Контекст обсуждения темы СВО вызвал асимметричную трансформацию цифровой динамики, которая выразилась в усилении позитивной внутригрупповой консолидации и одновременно межгрупповой аффективной поляризации между сообществами на основе негативных сообщений. Н2: Вне обсуждения кризисного контекста СВО наблюдается сохранение конфигурации исходной сети. Мы считаем, что эмоционально заряженные нарративы, распространяемые через социальные медиа, ускоряют формирование «эмоциональных границ» между группами [Mason 2018; Petrov, Akhremenko, Zeglov 2023]. Коммуникация в онлайн-среде часто создает «эхо- камеры» [Pariser 2011], где пользователи преимущественно сталкиваются с контентом, подтверждающим их предубеждения. Это приводит к гиперболизации внутригрупповой сплоченности и аутгрупповой дискриминации, что особенно характерно для закрытых медийных экосистем, например, Telegram- каналов [Toepfl, Piwoni 2018]. Именно краткосрочный период после триггерного события представляет наибольшую ценность для изучения механизмов аффективной поляризации и сплочения в «чистом виде», когда социально-п сихологические реакции еще не опосредованы долгосрочными факторами (адаптацией, информационной усталостью, институциональным ответом). Эмпирическая база и методологические основы исследования Эмпирическая база исследования была сформирована на основе публичных данных русскоязычных политических Telegram- каналов. Источники отбирались с использованием классификации каталога TGStat[2], который распределяет каналы по категориям, включая новости, политику, экономику и другие. В категорию «политические» включены каналы политических деятелей, партий России, а также журналистов и обозревателей, специализирующихся на политической повестке. Для обеспечения релевантности выборки из исследования были исключены каналы министерств и ведомств, поскольку их контент носит преимущественно официально- новостной характер и не отражает дискуссионные аспекты политической жизни. Дополнительным критерием фильтрации стал размер аудитории: в финальную выборку вошли каналы с числом подписчиков более 10 тысяч по состоянию на декабрь 2023 г. Это позволило исключить малозначимые ресурсы, которые могли исказить данные за счет низкой вовлеченности аудитории или узкой локализации контента, нерепрезентативной для общего политического ландшафта. Таким образом, фокус исследования сместился на каналы с широким охватом, способные отражать ключевые тренды и массовые настроения в рамках выбранной тематики. Анализ Telegram- каналов охватывает два ключевых периода: месяц до начала СВО (27 января - 23 февраля 2022 г.) и месяц после (24 февраля - 24 марта 2022 г.). Этот период позволяет отследить динамику чистого аффекта в информационной повестке. Данные собирались через инструмент Snscrape[3], который обеспечивает парсинг публикаций из веб- версии Telegram, и изначально включили более 2,5 тыс. каналов, опубликовавших в совокупности 1,2 млн сообщений за указанный период. Для выявления сетевых взаимодействий между каналами в качестве ключевого индикатора связи использовались гиперссылки, включая репосты. После фильтрации сообщений, не содержащих таких ссылок, объем данных сократился до 800 тыс. публикаций, при этом число анализируемых каналов осталось практически неизменным. Социальные сети усиливают влияние эмоций через механизмы вирусного распространения контента [Berger, Milkman 2012]. Анализ сетевых структур позволяет выявить узлы (аккаунты), играющие ключевую роль в эмоциональной динамике - от генераторов контента до его модераторов и ретрансляторов [Granovetter 1973]. Чем плотнее сеть и чем больше узлов выражают схожие эмоции, тем выше уровень сплочения. При этом группы с высокой степенью поляризации характеризуются кластерами с однородными эмоциями и слабой связностью между ними [Conover et al. 2021]. Для анализа сетевых взаимодействий между Telegram- каналами использовалась библиотека NetworkX, предназначенная для создания, манипулирования и изучения структуры сложных сетей. Ключевым методом стал расчет меры модулярности - метрики, оценивающей качество разделения сети на кластеры путем сравнения плотности связей внутри сообществ с ожидаемой плотностью в случайно сгенерированной сети с аналогичной структурой. Значения модулярности варьируются от -1 (полное отсутствие кластерной структуры) до 1 (идеально изолированные сообщества), что позволяет количественно оценить степень группировки каналов вокруг общих нарративов. Для оптимизации этого показателя на больших сетях был применен алгоритм Лувена [Blondel et al. 2008], Алгоритм Лувена представляет собой «жадный» (greedy) метод оптимизации для обнаружения сообществ в больших сетях путем максимизации модулярности. Модулярность - это мера плотности связей внутри сообществ по сравнению со связями между сообществами. Анализ эмоциональной окраски текстов проводился с использованием предобученной нейросетевой модели RuBERT[4], адаптированной для русского языка. Модель продемонстрировала эффективность с метрикой macro F1-score выше 70 % на валидационных выборках, что подтверждает ее применимость для задач сентимент- анализа в условиях несбалансированных данных. Тематическое моделирование происходило с помощью библиотеки BERTopic[5], которая объединяет современные методы обработки естественного языка и машинного обучения для выявления скрытых тем в текстовых данных, а также корректно интерпретирует иронию, сарказм и иные многозначные выражения. На первом этапе тексты преобразуются в векторные представления с помощью нейросетевых моделей. В дальнейшем применяется алгоритм UMAP для снижения размерности данных, чтобы изменить длину вектора. На этом этапе данные готовы для кластеризации с помощью алгоритма HDBSCAN, который автоматически определяет число тематических групп. После проведения соответствующих процедур над данными, мы получили результаты, представленные на графиках (рис. 1), где отражена динамика эмоциональной окраски сообщений в Telegram- каналах до и после начала СВО. Анализ показывает, что нейтральный тон доминировал в обоих периодах. При этом доля позитивно окрашенных сообщений осталась практически неизменной, демонстрируя устойчивость к внешним событиям и отсутствие значимых колебаний. В то же время отмечается заметный рост количества негативных сообщений, что может быть связано с усилением социальной напряженности. Одновременно наблюдается рост общего числа публикаций после начала СВО, что свидетельствует об активизации в каналах. Такая картина может указывать на смещение фокуса обсуждений в сторону фактологических новостей и аналитики (нейтральный тон) при сохранении стабильного уровня позитивных нарративов, которые, вероятно, связаны с поддержкой действий властей. При этом увеличение объема контента подчеркивает усиление роли Telegram как ключевой платформы для оперативного распространения информации в условиях кризиса. Рис. 1. Динамика тональности сообщений по дням Источник: составлено А.В. Синициной, В.А. Соловьевым, Д.И. Тяпкиным по результатам исследования. Figure 1. Sentiment Dynamics by Day Source: compiled by A.V. Sinitsina, V.A. Soloviev, D.I. Tiapkin, based on the results of the study. Рис. 2. Динамика тематических сообщений по дням Источник: составлено А.В. Синициной, В.А. Соловьевым, Д.И. Тяпкиным по результатам исследования. Figure 2. Topic Dynamics by Day Source: compiled by A.V. Sinitsina, V.A. Soloviev, D.I. Tiapkin, based on the results of the study. Анализ тематической структуры сообщений в Telegram- каналах демонстрирует значительную трансформацию информационной повестки до и после начала СВО (рис. 2). В предшествующий период тема отношений с Украиной занимала центральное место в дискурсе, фокусируясь на вопросах дипломатии, экономического сотрудничества и культурных связей. Однако после февраля 2022 г. она эволюционировала в категорию «СВО», став доминирующей и поглотив значительную часть контента - от военных сводок до идеологических нарративов. Внутренняя политика, включая социальные проблемы (пенсии, миграция, доступ к медицине) и вопросы государственного управления, сохранила высокую значимость в обоих периодах. Это указывает на ее роль как «фоновой» повестки, устойчивой к внешним шокам, но приобретающей новые акценты в условиях кризиса (например, обсуждение мобилизации или санкционного давления на население). Напротив, внешнеполитическая тематика (без учета категорий «дружественные/недружественные страны») практически исчезла из активного обсуждения, переместившись в маргинальное поле. Ее замещение темой СВО отражает переориентацию информационной стратегии: вместо абстрактных геополитических концепций акцент сместился на оперативную повестку, связанную с непосредственными действиями России. Такая динамика подчеркивает, что СВО стало не только военно- политическим событием, но и ключевым смысловым каркасом, реорганизующим информационное пространство. Внешние угрозы (ранее обсуждаемые в контексте «недружественных стран») были персонифицированы через конфликт, а внутренняя политика стала инструментом консолидации вокруг «общих вызовов». Это подтверждает гипотезу о том, что кризисы выступают катализатором перестройки коммуникационных приоритетов, где ранее периферийные темы обретают статус системообразующих. Для ответа на ключевой вопрос данного исследования о динамике процессов сплочения и размежевания до и после начала СВО был также построен индекс эмоциональной динамики. Предложенный авторами индекс сплочения и поляризации (IPC), рассчитываемый как нормализованная разность между долей позитивных и негативных взаимодействий служит инструментом для анализа сетевой динамики в Telegram- сообществах: IPC = (POSITIVE - NEGATIVE) / (POSITIVE + NEGATIVE). Расчет данного индекса производился на двух периодах - до и после СВО соответственно, а также для связей между участниками внутри сообществ и внешних между сообществами. Такой расчет может демонстрировать одновременно динамику уровня сплочения и аффективной поляризации в Telegram- каналах. Нормализация к диапазону [-1; 1] обеспечивает сопоставимость данных для сообществ разного масштаба, где крайние значения отражают следующие качественные сдвиги. При значении -1 во внутригрупповых связях фиксируется доминирование негативного сентимента, что указывает на фрагментацию сообщества - слабые внутренние связи и преобладание враждебного дискурса. Для межгрупповых связей этот же показатель (-1) соответствует пику аффективной поляризации, когда гнев участников направлен вовне, а коммуникация между сообществами носит конфронтационный характер. Напротив, значение 1 во внутригрупповых связях свидетельствует о гомофильном сплочении - формировании «эхо- камер» с плотными позитивными взаимодействиями. Для межгрупповых связей 1 отражает идеализированный сценарий общесетевой солидарности, редкий в условиях нестабильности. Так, мы считаем, что такой расчетный показатель на основе сетевых метрик является новым инструментом для количественной оценки двух взаимосвязанных процессов - сплочения, основанного на гомогенности взаимодействий, и поляризации, возникающей из баланса противоположных тональностей, что делает его релевантным для исследований цифровой социодинамики в условиях нестабильности (табл. 1). Таблица 1 Результаты расчета индекса поляризации и сплочения (index of affective polarization and cohesion) Связи в графе Период Тема постов: Внешняя политика Тема постов: Внутренняя политика Тема постов: СВО Внутригрупповые связи До СВО -0,47 -0,73 -0,43 Внешнегрупповые связи До СВО -0,37 -0,70 -0,39 Внутригрупповые связи После СВО -0,51 -0,78 - 0,27 Внешнегрупповые связи После СВО -0,56 -0,70 -0,66 Источник: составлено А.В. Синициной, В.А. Соловьевым, Д.И. Тяпкиным по результатам исследования. Table 1 Results of calculation of the index of polarization and cohesion (index of affective polarization and cohesion) Graph connections Period Post topic: Foreign policy Post topic: Domestic policy Post topic: SMO Intragroup connection Before SMO -0.47 -0.73 -0.43 Out- group connection Before SMO -0.37 -0.70 -0.39 Intragroup connection After SMO -0.51 -0.78 - 0.27 Out- group connection After SMO -0.56 -0.70 -0.66 Source: compiled by A.V. Sinitsina, V.A. Soloviev, D.I. Tiapkin, based on the results of the study. Результаты исследования демонстрируют неоднозначное влияние тематики СВО на социальную динамику сетевых сообществ. Статистически значимое повышение индекса внутригруппового сплочения (повысился с -0,43 до -0,27) подтверждает гипотезу о мобилизационном эффекте кризисных нарративов, что коррелирует с теорией «сплочения вокруг флага» [Mueller 1970], однако выявленные паттерны носят избирательный характер. Напротив, внешние связи сообществ демонстрируют усиление аффективной поляризации (индекс снизился с -0,39 до -0,66), что противоречит классическим представлениям о консолидации общества перед лицом внешних угроз [Druckman et al. 2013]. Данный диссонанс позволяет предположить, что кризисные события не нивелируют, а реконфигурируют существующие идеологические разломы, усиливая антагонизм между ранее дистанцированными группами [Iyengar et al. 2019]. Полученные результаты подтверждают первую гипотезу данного исследования о росте уровня внутригруппового сплочения и одновременном усилении межгруппового размежевания между участниками сообществ. Анализ смежных тематических кластеров показал неоднозначные результаты в соответствии со сделанным предположением во второй гипотезе данного исследования. Измерение индекса позволило выявить устойчивые паттерны размежевания. В сфере внутренней политики зафиксирован рост аффективной поляризации внутри сообществ (индекс снизился с -0,73 до -0,78), что согласуется с концепцией «эмоциональной сортировки» [Mason 2018], когда гомогенизация внутренних связей сопровождается радикализацией риторики. Во внешнеполитическом дискурсе усиление поляризации как внутри сообществ (с -0,47 до -0,51), так и между ними (с -0,37 до -0,56) указывает на формирование бинарных оппозиций. Эти данные ставят под сомнение универсальность мобилизационного эффекта кризисов, ограничивая его действие рамками изначально идеологически близких сообществ, что подтверждает гипотезу о роли преконфигурации сетевых структур. Таким образом, мы можем опровергнуть выдвинутую ранее гипотезу о сохранении исходной конфигурации сети и заключить, что аффективная поляризация усилилась во внешних и внутренних связях в темах, не связанных с контекстом СВО. Интересно также, что на полученных результатах мы видим парадокс гомофилии в условиях кризиса. Усиление внутригрупповой сплоченности при одновременной поляризации внешних связей свидетельствует о двойственной роли гомофилии [McPherson et al. 2001]: если в стабильных условиях она способствует формированию устойчивых сообществ, то в кризисных - действует как механизм социальной изоляции, усугубляя межгрупповые границы. Заключение Таким образом, исследование выявляет необходимость пересмотра классических предположений о динамике сплочения и аффективной поляризации в контексте цифровых медиа, где кризисы не столько объединяют общество, сколько перенаправляют конфликты в плоскость сетевой топологии, делая поляризацию не побочным эффектом, а системным свойством идеологизированных экосистем. На основе проведенного исследования очевидно, что кризисные события усиливают существующие векторы поляризации, придавая им эмоциональный характер. Ограниченность применимости выводов теории «сплочения вокруг флага» в российском контексте лишь близкими сообществами указывает на то, что кризисы не создают новые социальные связи, а активируют латентные сетевые структуры, усиливая ранее существовавшие линии размежевания. Отсутствие явного внутригруппового сплочения и преобладание негативных взаимодействий во внешних связях при умеренной позитивной динамике внутри групп вне контекста обсуждения темы СВО может объясняться асимметрией эмоционального заражения, где негативные нарративы распространяются быстрее и шире, особенно в условиях межгрупповой конкуренции. В проведенном исследовании сделан акцент на изучение динамики сплочения и аффективной поляризации в краткосрочной перспективе, что позволяет выявить эмоциональную динамику в контексте острой фазы информационного фона. Однако такая узкая хронологическая фокусировка не дает возможности проследить долгосрочные тренды сплочения и поляризации, которые могут варьироваться в зависимости от изменений внешнеполитической обстановки, медийной повестки или адаптации аудитории к текущим политическим реалиям. Перспективным направлением для будущих исследований могло бы стать изучение эмоциональных паттернов на расширенном временном отрезке, уже на основе продемонстрированной в данном исследовании методологии. Это позволило бы оценить устойчивость выявленных механизмов, влияние сезонных факторов, а также динамику переходов между сплочением и поляризацией в условиях эволюции публичного дискурса.

Об авторах

Арина Викторовна Синицина

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: a.sinitzina2018@yandex.ru
ORCID iD: 0000-0002-1755-2528

аспирант аспирантской школы по политическим наукам, преподаватель департамента политики и управления факультета социальных наук

Москва, Российская Федерация

Валерий Александрович Соловьев

Национальный исследовательский университет «Высшая школа экономики»

Email: valerasolovev13951@gmail.com
ORCID iD: 0000-0002-3590-8567

аспирант аспирантской школы по политическим наукам

Москва, Российская Федерация

Данила Игоревич Тяпкин

Национальный исследовательский университет «Высшая школа экономики»

Email: danilati20@gmail.com
ORCID iD: 0009-0000-0249-4591

магистр

Москва, Российская Федерация

Список литературы

Дополнительные файлы