Половые и возрастные различия личностной направленности пользовательской активности в социальной сети «ВКонтакте»

Полный текст

Введение Согласно докладу Международного союза электросвязи «Измерение цифрового развития: факты и цифры за 2019 год», 96 % населения Земли находятся в зоне доступа к мобильному цифровому сигналу, а 4,1 млрд человек (53,6 % населения Земли) пользуются Интернетом постоянно. Использование Интернета с каждым годом затрагивает все большее число людей не только в России, но и по всему миру. Это связано, во-первых, с развитием технологий, обеспечивающих доступ в Интернет людей, проживающих в удаленных местах, а во-вторых, с развитием цифровых технологий, расширяющих возможности использования глобальной сети. По последним данным Росстата за 2019 год[34], из 72,7 % россиян, имеющих доступ в Интернет 56,2 % пользуются социальными сетями. Причем ежедневную активность из всех пользователей социальных сетей проявляют 73,3 % граждан. Для психологов наиболее интересным на сегодняшний день остается исследование различных поведенческих коррелятов так называемых цифровых следов - объективных показателей пользовательской активности в социальных сетях, выражаемых в частоте и охвате использования возможностей ресурсов социальной сети, обновлении собственной информации, характере публикуемых фотографий, обратной связи в виде количества лайков и др. В фокусе внимания отечественных исследователей пользовательской активности в социальных сетях остаются характеристики, относящиеся к разным сферам психической организации, среди которых: личностные черты, способности, мотивационные переменные и прочее как детерминанты и предикторы пользовательской активности (Фриндте, Келер, 2000; Joinson, 2003; Back et al., 2010; Gosling et al., 2011; Войскунский, 2010; Kosinski et al., 2013; Белинская, 2013; Федоров, Милеев, 2015; Рябикина, Богомолова, 2015; Корниенко, Руднова, 2018; Собкин, Федотова, 2019). При рассмотрении и интерпретации факторов индивидуальных различий современные исследователи придерживаются тенденции рассматривать социальные сети как часть повседневности, где профили социальных сетей в большинстве своем отражают реальное Я пользователей (Back et al., 2010; Gosling et al., 2011; Белинская, 2013; Пилишвили, 2015). Обзор литературы Для корректной оценки психологических коррелятов цифровых следов необходимо исследовать наиболее существенные факторы индивидуальных различий: пол, возраст, место проживания и пр. Такие факторы являются ключевыми для анализа индивидуальных различий. В начале 2000-х годов активные пользователи сети Интернет обладали не характерными для популяции психологическими особенностями. В то время исследователи рассматривали Интернет и соответствующие коммуникативные площадки в качестве возможности для компенсации фрустрированных потребностей (в том числе и социальных). При изучении половых различий именно это обстоятельство повлияло на описание и интерпретацию получаемых результатов. Так, в исследованиях отмечалось, что женщины проявляли большую тревожность и депрессивность в Сети, а их отношение к Интернету оказывалось менее позитивным, чем у мужчин (Jackson et al., 2001). Сейчас Интернет изменился, стал более открытым для общения, в большей степени развились различные сервисы, платформы, в том числе и социальные сети. Более поздние результаты исследований показывают, что характер индивидуальных различий в пользовательской активности меняется. Например, исследователи указывают, что молодые женщины чаще пользуются социальными сетями и имеют большее количество друзей (Pempek et al., 2009; McAndrew, Jeong, 2012; Wang et al., 2013), а также в большей мере подвержены риску злоупотребления социальными сетями (Chae et al., 2018). Женщины склонны использовать социальные сети для поддержания отношений с друзьями и знакомыми (Valkenburg et al., 2006; Blomfield Neira, Barber, 2014). Мужчины предпочитают использовать социальные сети для поиска информации и развлечения (Barker, 2009). Несмотря на актуальность изучения поведения в сети Интернет, в частности в социальных сетях, существует небольшое количество отечественных исследований, причем они посвящены узким темам. Кроме того, количество работ, посвященных изучению психологических коррелятов пользовательской активности посредством анализа цифровых следов, гораздо меньше. Полученные данные характеризуют в основном юношеский и подростковый возраст. Однако, несмотря на указанные ограничения, наблюдаются сходные результаты: преобладание пользовательской активности характерно для женщин. Так, в исследовании Д.С. Корниенко и Н.А. Рудновой показано, что женщины более интенсивно используют социальные сети (d Коэна от 0,37 до 0,53) (Корниенко, Руднова, 2018), в исследовании Д.А. Никитиной обнаружено, что женщины чаще меняют основную фотографию профиля социальной сети (Никитина, 2019). В качественном исследовании А.Е. Войскунского и соавт. были обнаружены половые различия относительно этической стороны использования социальной сети молодых людей в возрасте от 15 до 25 лет. Молодые люди в возрасте до 22 лет часто меняют свое отношение к хорошо знакомому человеку в случае обнаружения новой и нелицеприятной информации из социальной сети. Половые различия выражались в том, как они реагировали. Женщины были склонны запоминать такую информацию для учета в будущем взаимодействии, а также готовы предпринять действия по отношению к человеку (например, перестать общаться) (Войскунский и др., 2013). Кроме того, девушки значимо чаще, чем юноши, затрагивали темы работы над своим образом, личностного самосовершенствования, борьбы с искушениями и пр. Юноши же чаще демонстрировали альтруистические проявления по отношению к другим людям (Войскунский и др., 2014). Социальные сети используются подростками как площадки для самореализации и социального экспериментирования. Они конструируют альтернативные идентичности, создают ненастоящие (фейковые) профили для управления впечатлением, реализации социальных потребностей, шуток и даже ради собственной безопасности (Щекотуров, 2012). Их пользовательская активность детерминирована социальными потребностями, в частности, в мотивационной сфере подростков исследователями выделены три группы мотивов: 1) мотивы, направленные на установление и поддержание социальных контактов; 2) мотивы успешности деятельности; 3) мотивы самореализации (Федоров, Милеев, 2015). Как и в случае с взрослыми, для девочек-подростков характерна большая пользовательская активность по сравнению с мальчиками: они чаще добавляют фотографии в свой профиль, меняют аватары (Хороших, Чарыкова, 2017). Также качественно отличаются интересы мальчиков и девочек подросткового возраста (Поливанова, Смирнов, 2017). У девочек доминируют сообщества, усиливающие полоролевую идентификацию девочек и посвященные отношениям с другими людьми. Мальчики в большей степени интересуются компьютерными видеоиграми, футболом и юмором. Иная ситуация с коммуникативной активностью. Подростки и студенты первых курсов демонстрируют высокий уровень коммуникативной активности в социальной сети, но факторы пола, места проживания и обучения не играют здесь существенной роли (Белинская, 2013). Половые различия наблюдаются в уровне агрессивности, а именно в восприятии коммуникативного пространства социальной сети (Собкин, Федотова, 2019). Мальчики и девочки по-разному относятся к агрессивному контенту (фото, видео соответствующего содержания). Большинству подростков агрессивный контент не нравится (66 %), но девочкам такой контент не нравится сильнее (76,4 против 55,2 %). Необходимо отметить, что в отечественных работах, посвященных изучению цифровых следов и соответствующих психологических коррелятов, достаточно слабо освещается вопрос о половых и возрастных различиях. Отечественные исследователи не выделяют их в качестве отдельных предметов изучения, что является пробелом, который необходимо заполнить. Существующие исследования обладают рядом недостатков, одним из ключевых здесь является использование преимущественно анкетных (субъективных) данных о пользовательской активности в социальной сети. Кроме того, использование методологий, где параметры социальной сети оцениваются субъективно, снижают надежность данных о пользовательской активности. Согласно обзору Е.Р. Агадуллиной (Агадуллина, 2015), связи между психологическими характеристиками (например, факторами Большой пятерки) и цифровыми следами обнаруживаются, когда цифровые следы собираются напрямую из профиля, а не путем опроса респондентов. Здесь возникает закономерный исследовательский вопрос: существуют ли общая личностная направленность в объективных показателях пользовательской активности в социальной сети и как она проявляется в связи с полом и возрастом? Для более тщательного рассмотрения проблемы половых и возрастных различий в активности в социальной сети было проведено эмпирическое исследование, посвященное изучению половозрастных различий в активности пользователей самой популярной в России социальной сети «ВКонтакте» (vk.com). Цель исследования заключается в поиске общей личностной направленности пользовательской активности в социальной сети с учетом возрастных и половых различий посредством изучения объективных показателей (цифровых следов). Данная цель позволила сформулировать несколько гипотез: 1) существует структура пользовательской активности в социальной сети как личностной направленности; 2) мужчины и женщины вне зависимости от возраста отличаются в предпочитаемых способах использования социальной сети; 3) существуют возрастные различия пользовательской активности в социальной сети. Материалы и методы исследования Для формирования выборок была разработана программа для сбора данных, написанная на языке программирования Python версии 3.8 с использованием фреймворка Qt5. Реализация программы осуществлена на основе использования программного интерфейса социальной сети «ВКонтакте» (VK API). Программа выполняла запросы к профилям пользователей социальной сети и таким образом осуществляла сбор данных. Для получения данных в запросах первоначально вручную задавался город и возрастной диапазон пользователей, по которым осуществлялся дальнейший поиск профилей и сбор показателей. Выборочная совокупность была получена из открытого доступа в количестве 12 139 профилей из социальной сети «ВКонтакте». Формирование выборки проводилось с помощью кластерного метода с учетом принадлежности к разным возрастным диапазонам: 1) от 18 до 25 лет; 2) от 26 до 35 лет; 3) от 36 до 45 лет; 4) от 46 до 55 лет; 5) старше 55 лет. Также учитывалось место проживания - были выбраны профили из трех городов, которые сходны в степени разнообразия этнического состава, технологической обеспеченности и развитости, уровня культуры и образования жителей и население которых составило более миллиона человек, а именно: Москва, Пермь и Новосибирск. Пользователи из выбранных городов хоть и различаются в степени урбанизации, но для изучения факторов индивидуальных различий в пользовательской активности - пола и возраста - являются на наш взгляд сходными. Из всего пула показателей использовались лишь те, по которым частота пропущенных значений составляла менее 50 %. Оставшиеся показатели были подразделены на две основные группы. В первую группу вошли социально-демографические: год рождения, пол, город проживания, уровень образования, семейное положение, год создания профиля. Вторая группа представлена информацией о пользовательской активности в виде следующих показателей: количество записей на стене, количество друзей пользователя, количество фотографий, количество видео, количество групп, в которых присутствует пользователь. Дополнительно были преобразованы первичные показатели «Год рождения» и «Год создания профиля» в соответствующие показатели «Возраст пользователя» и «Возраст профиля». В качестве математико-статистических методов анализа данных использовался подсчет описательных статистик, анализ главных компонент и сравнительные анализы с помощью U-критерия Манна - Уитни, критерия Краскала - Уоллеса. Количественный анализ проводился с помощью программы JASP ver. 0.14.1 (https://jasp-stats.org/). Данная программа позволяет использовать все необходимые статистические методы, а также распространяется по лицензии Creative Commons Sharealike, то есть является бесплатной. Результаты исследования Полученные данные профилей анализировались в несколько этапов. На первом этапе оценивалось распределение частот полученных значений по социально-демографическим показателям и показателям пользовательской активности. На втором этапе были выделены компоненты пользовательской активности на основе взаимосвязей между соответствующими показателями. На третьем этапе оценивались пол и возраст как факторы пользовательской активности в социальной сети. Предварительно были исключены профили, не имеющие информации (или закрывшие к ней доступ) сразу по нескольким показателям (n = 236): наличие информации о дате рождения, семейном положении, количестве фотографий и записей на стене. При выборе критериев для удаления мы исходили из двух принципов: 1) наличие/отсутствие персональной информации в открытом доступе (дата рождения, семейное положение); 2) наличие/отсутствие признаков активности профиля (наличие фотографий и записей на стене) за последние три месяца. В самой старшей возрастной подвыборке было обнаружено большое количество профилей с указанием возраста старше 100 лет. Были просмотрены 10 таких профилей, выбранных случайным образом. Оказалось, что содержание профиля (фотографии, записи на стене, информация об образовании и т. п.) соответствует возрасту более молодой возрастной группы. Данная возрастная группа была исключена из дальнейшего анализа. Итоговое количество анализируемых профилей составило 9699. Пропущенные значения были проанализированы на предмет связи с различными переменными. Достоверных различий обнаружено не было. Описательные статистики. Для анализа распределения значений используемых показателей были подсчитаны описательные статистики. Распределение значений показателя «Пол» оказалось неравномерным. Количество мужчин составило 4374 человек, что составило 45 % от выборки. Эмпирическое распределение соответствует популяционным данным Росстата (2020), где доля мужчин в возрасте от 18 до 55 лет для Москвы, Новосибирска и Перми составляет от 45 до 46 % от общей популяции. Распределение показателя «Город проживания» не является равномерным (χ2 = 23,38; p < 0,001). Количество анализируемых профилей из Москвы составило 3405 (35,5 %), из Новосибирска (32,9 %) и 3024 из Перми (31,5 %). Данный результат является ожидаемым, так как ранги категорий анализируемого показателя, согласно Всероссийской переписи населения 2010 г.[35], отражают ранги городов по количеству проживающего населения. Большинство количественных показателей имеют экспоненциальное распределение (табл. 1). Вероятно, это вызвано тем, что большинство пользователей скрывают информацию о себе частично либо полностью. Для данного исследования указанные обстоятельства не являются критическими, так как нас интересуют наиболее общие особенности пользовательской активности в зависимости от возраста и пола. Однако в дальнейшем это повлияло на выбор непараметрических методов статистической обработки. Таблица 1 / Table 1 Описательные статистики показателей пользовательской активности / Descriptive statistics of indicators of social network user activity Статистики / Statistics Показатели пользовательской активности / Indicators of social network user activity Возраст пользователя / User age Возраст профиля / Profile age Количество записей / Wall posts Количество друзей / Friends Количество фотографий / Photos Количество видео / Videos Количество групп / Groups Действительные / Valid 4023 9677 6561 9587 9695 8940 9530 Пропущенные / Missing 5676 22 3138 112 4 759 169 Среднее / Mean 35,0 9,5 107,6 2344,6 1376,4 369,2 242,4 Медиана / Median 34 10 17 689 228 95 98 Мода / Mode 37 12 1 10000 1 1 1000 Стандартное отклонение / Standard deviation 10,38 2,90 589,20 3058,37 9875,10 867,60 384,36 Асимметрия / Skewness 0,25 -0,86 22,40 1,32 46,53 5,48 3,75 Стандартная ошибка ассиметрии / Standard error of skewness 0,04 0,03 0,03 0,03 0,03 0,03 0,03 Эксцесс / Kurtosis -1,13 -0,02 732,85 0,31 2910,04 38,35 21,82 Стандартная ошибка эксцесса / Standard error of kurtosis 0,08 0,05 0,06 0,05 0,05 0,05 0,05 Минимум / Minimum 18 1 1 1 1 1 1 Максимум / Maximum 56 14 25749 10000 700469 9999 4348 Структура пользовательской активности. Пользовательская активность не является однородной характеристикой или свойством, а представляет собой многомерное образование (Войскунский, 2010; Рябикина, Богомолова, 2015; Корниенко, Руднова, 2018). Выделение тех или иных аспектов в пользовательской активности обусловлено в большей степени предпочтениями авторов, нежели анализом эмпирических данных. Для анализа структуры пользовательской активности был проведен анализ главных компонент, где входящими переменными выступили показатели пользовательской активности. Используемые показатели не являются производными друг от друга и в наименьшей степени являются следствием функциональных особенностей самой социальной сети. В результате было выбрано двухкомпонентное решение с вращением варимакс c нормализацией Кайзера, доля объяснимой дисперсии которого составила 51,15 % (табл. 2). Таблица 2 / Table 2 Структура взаимосвязей показателей пользовательской активности, N = 6041 / Structure of relationships between indicators of social network user activity, N = 6041 Показатели / Variables Компоненты / Components 1 2 Количество фотографий / Photos 0,725 0,045 Количество друзей / Friends 0,649 -0,106 Количество записей на стене / Wall posts 0,624 0,216 Количество групп / Groups 0,046 0,761 Количество видео / Videos 0,036 0,760 Доля объясненной дисперсии / Variance 26,8 % 24,3 % Примечание: полужирным шрифтом выделены наиболее весомые нагрузки. Note: strong factor-weights are highlighted in semi-bold. Первый компонент (26,8 %) включил в себя показатели «Количество друзей», «Количество фотографий» и «Количество записей на стене». Данный компонент можно обозначить как «Самопрезентация». Он проявляется в самопрезентации (публикация фотографий), создании и распространении контента для других пользователей (публикации на стене) и в большем количестве знакомств (количество друзей). Второй компонент (24,3 %) представлен показателями «Количество групп» и «Количество видео». В основе большего количества групп и видео лежат утилитарные, прагматические (как результат - большее количество групп) и развлекательные (большее количество видео) мотивы использования социальной сети. Данный компонент можно обозначить как «Утилитарность». Таким образом, полученная структура отражает личностную направленность пользовательской активности в социальной сети, что подтверждает первую гипотезу исследования. Методом регрессии были сформированы две новые переменные, которые соответствовали двум выделенным компонентам. Данные показатели использовались в дальнейшем для оценки роли пола и возраста как факторов индивидуальных различий в пользовательской активности в социальной сети. Половые и возрастные различия в пользовательской активности. Пол и возраст как факторы пользовательской активности оценивались с помощью сравнительных анализов. В них использовались показатели «Количество записей на стене», «Количество друзей», «Количество фотографий», «Количество видео», «Количество групп» и новые переменные «Самопрезентация» и «Утилитарность». Пользовательская активность различна в зависимости от указанного в профиле пола. Почти по всем показателям были обнаружены половые различия (табл. 3). Мужчины обладали большим уровнем выраженности только по двум показателям: «Количество друзей» и «Самопрезентация». Эти два показателя пользовательской активности являются связанными, так как первый является структурным элементом второго (см. предыдущий параграф). Мужчины оказались в большей степени склонными к расширению числа своих знакомых и друзей (p < 0,001). Такой параметр активности, вероятно, ассоциирован с социальным статусом и является проявлением большего влияния в обществе, большей значимости. Таблица 3 / Table 3 Оценка половых различий в пользовательской активности с помощью U-критерия Манна - Уитни / Mann - Whitney U-test for sex differences in user activity Показатели / Variables Средний ранг / Average rank U p Мужчины / Male Женщины / Female Количество записей на стене / Wall posts 3154,3 (2818) 3376,3 (3743) 4916979 0,001 Количество друзей / Friends 5047,1 (4310) 4587,2 (5277) 10280920,5 0,001 Количество фотографий / Photos 4432,6 (4370) 5188,8 (5325) 9819915,5 0,001 Количество видео / Videos 4432,2 (4002) 4501,5 (4938) 5183755,5 0,210 Количество групп / Groups 4102,1 (4283) 5307,0 (5247) 9727820,5 0,001 Самопрезентация / Self-presentation 3222,3 (2555) 2873,4 (3486) 8395112 0,001 Утилитарность / Utilitarianism 2666,4 (2555) 3280,8 (3486) 3938932 0,001 Примечание: в скобках указано количество проанализированных профилей. Note: the number of profiles is indicated in brackets. Женщины в целом обладают более выраженной пользовательской активностью, чаще публикуют фотографии, состоят в большем количестве тематических групп и сообществ, чаще публикуют записи на стене профиля. Женщины в большей мере, чем мужчины, пользуются функциональными возможностями и контентом социальной сети. Такая склонность проявляется в большей направленности на собственные потребности и желания. Возрастные различия были обнаружены почти по всем показателям пользовательской активности, исключение составил показатель «Утилитарность» (p < 0,35). Результаты представлены в табл. 4. Дополнительно было проведено Post-hoc сравнение по параметрам пользовательской активности. Практически по всем показателям были обнаружены достоверные различия. Для визуализации результатов анализируемые показатели были разделены на две группы в соответствии со структурой пользовательской активности и представлены на рис. 1 и 2. Количество друзей, фотографий и записей на стене в наименьшей степени представлены у самой молодой группы - от 18 до 25 лет. Пользовательская активность молодых людей в наибольшей степени отличается от остальных возрастов. Различия обусловлены несколькими причинами. Во-первых, у более старших пользователей объективно было больше времени для накопления контента и расширения круга друзей и знакомых. Тем более что популярность и широкое распространение социальной сети «ВКонтакте» для возраста от 26 лет падает на их подростковый и юношеский возраст. Во-вторых, более молодой возраст характеризуется меньшей проактивностью, что скорее связано с особенностями личности данного возраста. Таблица 4 / Table 4 Оценка возрастных различий в пользовательской активности с помощью H-критерия Краскела - Уоллиса / The Kruskal - Wallis H-test for age differences in user activity Показатели / Variables Средний ранг / Average rank ꭓ2 p 18-25 лет / years 26-35 лет / years 36-45 лет / years 46-55 лет / years Количество записей на стене / Wall posts 2429,3 (1422) 3150,9 (1646) 3608,4 (1727) 3767,7 (1766) 464,17 0,001 Количество друзей / Friends 3736,3 (2298) 5083,0 (2394) 5544,9 (2430) 4758,9 (2465) 541,04 0,001 Количество фотографий / Photos 3151,2 (2340) 5202,0 (2422) 5697,8 (2450) 5263,1 (2483) 1179,32 0,001 Количество видео / Videos 4550,9 (2006) 4742,4 (2267) 4495,0 (2325) 4113,9 (2342) 72,03 0,001 Количество групп / Groups 4335,9 (2292) 4668,4 (2376) 4953,5 (2405) 5075,9 (2457) 101,34 0,001 Самопрезентация / Self-presentation 2044,9 (1209) 3078,9 (1538) 3511,4 (1629) 3196,3 (1665) 525,99 0,001 Утилитарность / Utilitarianism 3020,2 (1209) 2978,9 (1538) 2997,7 (1629) 3083,2 (1665) 3,31 0,35 Примечание: в скобках указано количество проанализированных профилей. Note: the number of profiles is indicated in brackets. Количество фотографий Photos Количество друзей Friends Количество записей на стене Posts Рис. 1. Гистограммы возрастных различий по показателям «Количество записей на стене», «Количество друзей» и «Количество фотографий» Figure 1. Histogram of age differences in indicators “Wall posts”, “Friends”, “Photos” На наш взгляд, личностные особенности лучше объясняют пользовательскую активность в молодом возрасте. К примеру, большее время для накопления контента не описывает различия в пользовательской активности между другими возрастными группами. Кроме того, возраст профиля хоть и связан с возрастом пользователя, но не вносит значимого вклада в связи между пользовательской активностью и возрастом пользователя. Важным является тот факт, что с увеличением возраста выраженность указанных ранее показателей растет нелинейно. Пользователи в возрасте от 36 до 45 лет в наибольшей степени направлены на других, тогда как пользователи в возрасте от 26 до 35 лет по количеству фотографий, друзей и записей в социальной сети в большей мере похожи на пользователей в возрасте от 46 до 55 лет. Все три возрастные группы в большей мере характеризуются направленностью на других людей, нежели более молодая группа. Количество групп Groups Количество видео Videos Рис. 2. Гистограммы возрастных различий по показателям «Количество видео» и «Количество групп» Figure 2. Histogram of age differences in indicators “Video” and “Groups” Результаты, полученные при сравнении возрастных групп по количеству видео и групп, демонстрируют иную картину. Наблюдаются две противоположные тенденции: с увеличением возраста, во-первых, уменьшается количество видео и, во-вторых, увеличивается количество групп и сообществ. Количество видео предполагает их просмотр в основном для развлечения или досуга. Пользователи старших возрастов в большей мере интегрированы в общественную жизнь, что приводит к большему количеству задач, которые они могут решать посредством обращения к тематическим сообществам и группам. Кроме того, просмотр видео требует больше свободного времени. Как оказалось, переменные пол и возраст взаимодействуют, что проявляется при сравнении мужчин и женщин, относящихся к разным возрастам (табл. 5). Так, характерные для всей выборки различия (табл. 4) детализируются в зависимости от анализируемой возрастной группы. В наименьшей степени различаются профили мужчин и женщин, относящиеся к самой молодой возрастной группе. Девушки публикуют больше фотографий, состоят в большем количестве групп и сообществ. При использовании социальной сети девушки в большей мере ориентируются на собственные потребности и пользу от использования возможностями социальной сети. Таблица 5 / Table 5 Значимые половые различия в пользовательской активности в разных возрастных диапазонах, полученные с помощью U-критерия Манна - Уитни (p < 0,001 с использованием поправки Шидака) / Sex differences in different age ranges in user activity obtained using the Mann - Whitney U-test, p < 0,001 with Šidák correction Показатели / Variables Средний ранг / Average rank Мужчины / Male Женщины / Female 18-25 лет / years Количество фотографий / Photos 1069,4 (1261) 1288,5 (1079) Количество групп / Groups 1053,0 (1239) 1256,4 (1053) Утилитарность / Utilitarianism 557,7 (649) 659,7 (560) 26-35 лет / years Количество друзей / Friends 1274,9 (992) 1142,7 (1402) Количество фотографий / Photos 1121,8 (1003) 1274,8 (1419) Количество групп / Groups 979,47 (981) 1335,4 (1395) Самопрезентация / Self-presentation 844,5 (618) 719,0 (920) Утилитарность / Utilitarianism 647,1 (618) 851,7 (920) 36-45 лет / years Количество друзей / Friends 1327,8 (1051) 1129,9 (1379) Количество фотографий / Photos 1133,0 (1066) 1296,7 (1384) Количество групп / Groups 983,2 (1036) 1369,3 (1369) Самопрезентация / Self-presentation 904,3 (630) 758,6 (999) Утилитарность / Utilitarianism 689,2 (630) 894,3 (999) 46-55 лет / years Количество друзей / Friends 1408,8 (1026) 1107,6 (1439) Количество групп / Groups 1113,1 (1027) 1312,1 (1430) Самопрезентация / Self-presentation 962,5 (658) 748,3 (1007) Утилитарность / Utilitarianism 769,6 (658) 874,3 (1007) Примечание: в скобках указано количество проанализированных профилей. Note: the number of profiles is indicated in brackets. В остальных возрастных группах мужчины и женщины отличаются сильнее. Мужчины характеризуются большим количеством друзей, а женщины - большим количеством фотографий и групп. Мужчины старших возрастов в большей мере направлены на других в аспекте расширения своих знакомств. Таким образом, вторая гипотеза подтвердилась в части наличия различий между мужчинами и женщинами в предпочитаемых способах использования социальной сети, однако различия оказались связанными с возрастом. Третья гипотеза подтвердилась частично, так как различия получены не по всем показателям и не для всех возрастных групп. Обсуждение В исследовании показано, что структура пользовательской активности представлена двумя компонентами - «Самопрезентация» и «Утилитарность». Такая структура характеризует личностную направленность использования социальных сетей, в основе которой лежат соответствующие ценности, мотивы, потребности и другие характеристики. Доминирование мотивов сходной направленности (социальные и развлекательные мотивы) были получены в предшествующих исследованиях (Гуркина, Мальцева, 2015; Федоров, Милеев, 2015). Пол как фактор индивидуальных различий в пользовательской активности играет существенную роль. Как и в других исследованиях (Valkenburg et al., 2006; Pempek et al., 2009; McAndrew, Jeong, 2012; Wang et al., 2013; Blomfield Neira, Barber, 2014; Chae et al., 2018), женщины оказались более активными пользователями социальных сетей независимо от возраста. Однако результаты привносят и новые данные относительно половых различий. Мужчины любых возрастов обладают большим количеством друзей. Вероятно, это описывает их ориентацию на расширение круга знакомств как атрибут более высокого социального статуса. Женщины характеризуются большей ориентацией на других людей, что проявляется в большей эмпатии, более точном распознавании базовых эмоций, большей честности, доброжелательности и меньшей психопатии (Егорова и др., 2015; Красавцева, Корнилова, 2016; Корниенко, Дериш, 2019). Наиболее интересные результаты касаются возрастных различий. Во-первых, молодые люди в возрасте от 18 до 25 лет существенно отличаются от других возрастных групп. Они менее активны в социальной сети по отношению к другим людям. Молодые люди используют данную социальную сеть как источник видеоконтента чаще, чем взрослая аудитория. С одной стороны, это обусловлено наличием большего разнообразия доступных социальных сетей, с другой - характеризует пассивно-созерцательный характер использования социальных сетей (Пилишвили, 2015). Сниженную направленность на других в пользовательской активности можно объяснить характерными личностными чертами данной возрастной группы: чертами Темной триады (Jonason et al., 2012) и меньшей доброжелательностью (Poulin, Hasse, 2015). Другие возрастные группы отличаются друг от друга по большинству параметров активности в социальной сети. Различия касаются только социальной направленности и носят нелинейный характер изменчивости. Существуют некоторые ограничения результатов, полученных в данном исследовании. Первое ограничение связано с характером данных. Крайне сложно оценить с помощью программируемых средств истинность профилей и предоставляемой в открытом доступе информации. Так, согласно опросу ВЦИОМ 2011 года, пользователи искажают данные возраста (29 %) и пола (18 %), указанные в профиле социальной сети (цит. по: Войскунский и др., 2014). На данный момент существует возможность настроить приватность и, соответственно, ограничить доступ к информации собственного профиля. В то же время результаты, полученные на нашей выборке, сопоставимы со многими проведенными ранее исследованиями и данными Росстата. То есть, несмотря на низкий контроль, собираемые данные из открытых источников действительно позволяют получить адекватную информацию относительно индивидуальных различий в связи с полом и возрастом. Второе ограничение связано с тем, что в данном исследовании пользовательская активность рассматривалась не со всех сторон. Полученные данные характеризуют статический или кумулятивный аспект пользовательской активности, не учитывая, например, частоту обновления фотографий, публикации записей на стене, добавления других пользователей в категорию друзья и пр. Заключение Проведенное исследование позволяет сформулировать следующие выводы. 1. В пользовательской активности в социальной сети «ВКонтакте» можно выделить два ключевых аспекта - «Самопрезентация» и «Утилитарность». Такая структура характеризует личностную направленность использования социальных сетей, в основе которой лежат соответствующие ценности, мотивы, потребности и другие личностные характеристики. 2. Пол как фактор индивидуальных различий в пользовательской активности играет существенную роль. Мужчины ориентированы на расширение круга знакомств как атрибут более высокого социального статуса. Женщины характеризуются большей ориентацией на других людей. 3. Анализ возрастных различий показал наиболее существенные различия между самой молодой группой (от 18 до 25 лет) и более взрослыми пользователями. Оказалось, что в меньшей степени проявляют пользовательскую активность по отношению к другим людям молодые люди. Они используют социальную сеть в основном как источник видеоконтента. Пользователи, принадлежащие к разным группам старшего возраста, различаются друг от друга в самопрезентации, но такие различия выражены менее и носят нелинейный и разнородный характер. Стоит отметить, что данное исследование позволит психологам и работникам образования более корректно подходить к созданию контента для психологического просвещения по вопросам кибербуллинга, защиты персональной информации, идентичности и т. д. Так, полученные данные позволят скорректировать адресность в зависимости от возраста и пола в связи с выявленными особенностями личностной направленности пользовательской активности. В этом смысле исследования факторов индивидуальных различий расширяют понимание личностной направленности посредством получения относительно новых объективных данных. Такое понимание позволит более адекватно применять психологические технологии посредством медиаконтента.

Об авторах

Дмитрий Сергеевич Корниенко

Российская академия народного хозяйства и государственной службы при Президенте РФ

Автор, ответственный за переписку.
Email: dscorney@mail.ru
ORCID iD: 0000-0002-6597-264X

доктор психологических наук, доцент, профессор кафедры общей психологии, Институт общественных наук

Российская Федерация, 119571, Москва, пр-кт Вернадского, д. 82, стр. 1

Федор Валерьевич Дериш

Пермский государственный национальный исследовательский университет

Email: fedor.derish@gmail.com
ORCID iD: 0000-0001-8929-9093

старший преподаватель кафедры общей и клинической психологии

Российская Федерация, 614990, Пермь, ул. Букирева, д. 15

Елена Юрьевна Никитина

Пермский государственный национальный исследовательский университет

Email: neyu@psu.ru

кандидат физико-математических наук, доцент кафедры информационной безопасности и систем связи

Российская Федерация, 614990, Пермь, ул. Букирева, д. 15

Список литературы