Эмоциональное отношение к компонентам цифровой среды (на материале текстового анализа комментариев в Сети)

Полный текст

Введение Понятие «цифровая среда» используется для общего обозначения комплекса физических («воплощенных»), информационных и программных компонентов, составляющих материально-техническую базу и инструментарий высоких технологий, используемых в промышленной, научной, социальной и бытовой практике (Беляев, 2020). Психологические эффекты цифровизации выходят далеко за рамки изменений в операциональном составе конкретных видов деятельности, затрагивая форму и содержание как жизнедеятельности человека в целом, так и его социальных отношений, а также характер функционирования структурных компонентов психики (Короткова, Лобза, 2021). Одним из направлений такой трансформации является формирование нового вектора отношений личности, связанного со взаимодействием человека с инструментально полезными фрагментами киберпространства, которые наделяются в ходе этого взаимодействия качествами субъектов и партнеров по общению (Панов, Патраков, 2020). Во взаимодействие с ними привносятся психологические состояния, которые ранее считались характерными только для межличностных отношений (Журавлев, Нестик, 2016), в том числе, «взаимные» эмоциональные переживания. Повсеместное распространение цифровых технологий и их внедрение в многочисленные жизненные практики выдвигает эмоциональный компонент взаимодействия человека с киберсредой в позицию перспективного предмета психологии коллективных эмоций (Goldenberg et al., 2020). Психологические аспекты отношений между человеком и цифровой средой Эмоциональная составляющая отношения к компонентам киберсреды выступает в качестве одного из предметов комплексных исследований социальных и психологических эффектов цифровизации. Для современного человека разнообразные цифровые агенты выступают не только как объекты, опыт орудийного использования которых отражается в виде утилитарной оценки их удобства, полезности, эффективности и т. п., но и как обладающие собственными желаниями, волей, характером и чувствами квазисубъекты, способные вызывать «социальные» эмоции одобрения, благодарности, гнева или жалости. Благодаря настойчивым усилиям разработчиков, убежденных в том, что привнесение эмоциональности в работу предназначенных для взаимодействия с человеком цифровых программ и устройств повышает ее эффективность (Melo et al., 2011), компоненты современной киберсреды в качестве участников интенсивного эмоционального обмена дополняют, а в некоторых случаях замещают в этой роли подлинных социальных партнеров (Kwon et al., 2008). При этом характер связанных с цифровыми агентами эмоциональных состояний человека определяется действием ряда факторов, изучение которых объединяет интересы психологии, социологии, когнитивных и компьютерных наук. Многочисленные исследования демонстрируют, что человек вообще склонен к социальным реакциям во взаимодействии с различными механизмами и технологиями (Мдивани, 2019; Nass, Moon, 2000). Тенденция к построению «взаимных» отношений, включающих в себя и эмоциональные аспекты, усиливается по мере роста воспринимаемой «свободы действия» технического устройства (Sundar, 2020). При этом то, какие чувства взывают у людей автономные квазисубъекты, определяется множеством привходящих обстоятельств, зачастую выявляемых только в ходе эмпирического исследования. Так, например, оказалось, что среди промышленных роботов более позитивно воспринимаются те, которые выполняют работу вместе с людьми, а не вместо людей (Takayama et al., 2008), за стойкой регистрации в отеле воспринимается как «страшный» и «отталкивающий» гуманоидный робот в женском, но не мужском обличии (Io, Lee, 2020), а большее сочувствие в ситуации угрозы вызывают бытовые антропоморфные роботы, имеющие относительно меньшие, «детские», а не «взрослые» размеры (Lucas et al., 2016). В мировой науке сформировался целый ряд междисциплинарных направлений, в которых орудийная по своей сути деятельность человека с использованием цифровых программ и устройств трактуется в терминах взаимодействия с компьютерами (Human-Computer Interaction, HCI), с искусственным интеллектом (Human-AI Interaction, HAII), с роботами (Human-Robot Interaction, HRI). В последнее время выделяются направления social HRI и moral HRI, сосредоточенные на изучении этических вопросов взаимодействия с роботом как социальным субъектом (Буров, 2018; Doyle-Burke, Haring, 2020). В наиболее полном своем выражении восприятие цифрового агента как партнера по эмоциональному обмену проявляется в феномене антропоморфизации, сочетающей анимацию, субъективацию и персонализацию, то есть в приписывании неживым сущностям сугубо человеческих качеств: разума, мотивов, чувств, личностного начала, произвольности и самостоятельности, в частности, коммуникативной и т. п. (Шпильная, 2018; Nicolas, Wykowska, 2021). В плане квазисоциальных и квазимежличностных отношений антропоморфизм проявляется в наделении цифрового устройства определенным социальным статусом, закрепляющим за ним некий комплекс норм поведения, прав и обязанностей (Зильберман и др., 2015). Ему атрибутируются такие свойства, как ответственность за свои действия, право получить заботу и внимание и оказывать социальное влияние (Waytz et al., 2010). В эмоциональной сфере антропоморфизация ведет к переживанию человеком по отношению к неодушевленному объекту социальных эмоций и приписывании самому объекту способности испытывать эмоции. Представление о наличии у цифрового устройства «внутреннего мира» со всем комплексом когнитивных, мотивационных, волевых и эмоциональных состояний ставит вопрос о необходимости признания человеком «границ личности» квазисубъекта и соблюдения норм поведения, обеспечивающих его «эмоциональный комфорт», к установлению «эмпатии» в отношениях с ним (Malinowska, 2021), а также к негативным переживаниям в случае, если человек, нарушая правила «робоэтики» (Rosen et al., 2021), подвергает устройство «жестокому обращению» (Connolly et al., 2020), к чему могут приравниваться не только акты физической или вербальной агрессии (Keijsers, Bartneck, 2018), но и, например, выключение цифрового квазисубъекта (Horstmann et al., 2018). Спектр положительных социальных эмоций, которые человек может испытывать по отношению к цифровым агентам, простирается от симпатии и доверия до привязанности и влюбленности (Rosenthal-von der Pütten et al., 2013; Viik, 2020). Приписывание эмоций самим цифровым агентам отмечается в качестве характерной и устойчивой черты связанных с ними социальных представлений (Zhang, 2021). Номенклатура приписываемых переживаний ограничена, по-видимому, только фантазией информаторов и включает в себя такие состояния, как протест, дистресс (Briggs et al., 2014), заинтересованность в работе (Зильберман, 2019) и пр. К факторам эмоционального антропоморфизма относятся: 1) различные характеристики человека-субъекта приписывания (Spatola, Wudarczyk, 2021; Wang, Krumhuber, 2018). В частности, показано, что склонность к одиночеству как личностная черта снижает тенденцию к антропоморфизации цифровых устройств (Li et al., 2020), а повышает ее личностный фактор «доброжелательность» (Мдивани, 2019) и сочетание стремления к высокой социальной эффективности со фрустрацией потребности в социальных связях (Epley et al., 2007); 2) особенности самих цифровых устройств: эксклюзивная представленность, способность к передвижению, зависимость функционирования от «питания», сложность конструкции и непонимание принципа работы, что дает основание человеку предполагать существование собственной «воли» у объекта (Мдивани, 2018). Гуманоидный дизайн также традиционно рассматривается в качестве фактора антропоморфизма (Reeves et al., 2020; Riek et al., 2009), но прямая зависимость между ними признается не всеми исследователями (Brondi et al., 2021; Onnasch, Roesler, 2019). «Личностные» качества могут приписываться и невоплощенным цифровым агентам, например, коммуницирующим с пользователем интерактивным системам (Ruijten, Zhao, 2017). В качестве средств исследования эмоциональной составляющей отношения к компонентам цифровой среды используются различные методы, среди них: - опросники: Negative Attitudes toward Robots Scale (Nomura et al., 2006), Robot Anxiety Scale (Nomura et al., 2008), Multi-dimensional Robot Attitude Scale (Nomura et al., 2015), Questionnaire for the Evaluation of Physical Assistive Devices (Schmidtler et al., 2017) и др.; - измерение разного рода поведенческих, психофизических и физиологических проявлений (скорость реакции, глазодвигательная активность, ритм сердечных сокращений, электроэнцефалограмма и т. п.) (Wiese et al., 2017); - опросы и интервью (Gregor, Gotwald, 2021; Naneva et al., 2020); - структурированный самоотчет (Nadarzynski et al., 2019); - различные схемы ассоциативного эксперимента (Ray et al., 2008); - семантический дифференциал (Степнова и др., 2020; Bartneck et al, 2009); - текстовый анализ отношения к компонентам цифровой среды, выраженного в медиа (Gao et al., 2020; Ouchchy et al., 2020) и сетевых дискуссиях (Io, Lee, 2020; Strait et al., 2017; Strait et al., 2018). С помощью перечисленных методов изучаются такие аспекты эмоционального отношения к компонентам киберсреды, как общее их принятие/непринятие или выраженность отдельных эмоциональных реакций (часто - доверия и/или тревоги) у представителей групп испытуемых, выделяемых по критериям пола, возраста, региона проживания, образования, профессии и т. п., а также в зависимости от длительности и характера опыта использования цифровых продуктов и особенностей их функционала и дизайна (Zhang, 2021). При этом изучаются эмоции, связанные с общими представлениями испытуемых об интересующих исследователей компонентах киберсреды, либо, поскольку значительная часть таких работ имеет прикладную (маркетинговую) направленность, вызываемые конкретными моделями цифровых устройств и программ (Naneva et al., 2020). Процедура и методы исследования Исследовательские вопросы настоящей работы связаны с характеристикой речевого выражения эмоционального отношения к компонентам цифровой среды, обобщенного для большой группы людей. Метод. В исследовании использован программно реализованный в инструменте TITANIS новый метод эмотивно-предикатного анализа (ЭПА), который позволяет в автоматическом режиме извлекать из текста конструкции, включающие в себя каузативный эмотив, то есть предикат с семантикой определенного эмоционального состояния, в ролевую структуру которого входят экспериенцер (субъект эмоции) и каузатор (причина эмоции) (Ениколопов и др., 2021). В полном своем виде эмотивная конструкция воспроизводит на речевом материале ментальную структуру элементарных эмоциональных ситуаций, называя эмоцию, ее субъекта и объект или причину. Например, высказывание: меня удивил ваш комментарий, описывает эмоциональную ситуацию удивления, которое испытал субъект я (экспериенцер) по поводу комментария (каузатор). При описании эмоциональной ситуации с участием субъекта, отличного от автора высказывания, речь идет не о реальных переживаниях упоминаемого экспериенцера, а о приписывании: ему самому - эмоции, а каузатору - влияния на его эмоциональное состояние. Так, в конструкции: эти блогеры интересуются жизнью государства, экспериенцеру блогеры приписывается эмоция интереса, которую, как полагает автор высказывания, вызывает каузатор жизнь государства. Не всегда структура эмоциональной ситуации представлена в тексте полностью; в ее описании может отсутствовать каузатор (обидели блогера!) или экспериенцер (ну и насмешил этот блогер-следователь). Используемый в инструменте TITANIS анализатор, отслеживая грамматические и синтаксические признаки, восстанавливает эмотивные конструкции по достаточно сложным описаниям, например, в высказывании: это мой телеграмм, друзья, подписывайтесь и наслаждайтесь, при эмотиве наслаждаться им верно идентифицируется каузатор телеграмм и экспериенцер друзья. Актуальная версия ЭПА выявляет 68 эмотивов русского языка, обозначающих нейтральные, положительные и отрицательные эмоции (удивлять, радовать, злить и т. д.) и их формы (удивлять - удивиться - удивлен и т. д.). Материал. Метод ЭПА применен к текстам обсуждений видео, размещенных в течение 2020 г. на популярных политических, развлекательных и познавательных каналах русскоязычного YouTube: «Соловьев ТВ», KoLena, «Центр Архэ», «Итальянцы by Kuzno Productions» и др. В общей сложности было обработано 2048 дискуссий, содержащих 7 727 635 комментариев. Анализ объемного корпуса сетевых обсуждений, тематически не связанных с цифровой средой, позволяет приблизиться к оценке ее реальной представленности в картине мира достаточно большого числа людей. С учетом тех возможностей, которые предоставляет инструмент TITANIS, и характера привлеченного материала, вопросы настоящего исследования конкретизируются в виде следующих задач: 1. Определение общих характеристик эмоциональной составляющей отношения авторов анализируемых комментариев к различным компонентам цифровой среды. Данные ЭПА позволяет судить об этом по показателям встречаемости в эмотивных конструкциях с участием лексем, обозначающих компоненты киберсреды, эмотивов положительной, отрицательной и нейтральной тональности. 2. Выявление характеристик компонентов цифровой среды, упоминающихся в нетематической сетевой коммуникации, в качестве участников эмоциональных ситуаций. Метод ЭПА дает информацию об особенностях упоминания лексем, обозначающих компоненты киберсреды, в ролевых позициях каузатора и экспериенцера определенных эмоций. Схема анализа данных. Обработка данных ЭПА проходила в несколько этапов: 1) выявление всех эмотивов, встречающихся в текстах комментариев; 2) определение связанных с каждым из выявленных эмотивов аргументов в ролях экспериенцера и каузатора; 3) выделение изо всех собранных аргументов лексем, именующих различные компоненты цифровой среды; 4) анализ встречаемости в текстах комментариев лексем из исследуемой группы и связанных с ними эмотивов. В силу особенностей получаемых с помощью инструмента TITANIS результатов текстового анализа (отсутствие нормального распределения величин и значительное число нулевых значений в матрице данных) статистическая обработка проводилась средствами дескриптивного анализа. Результаты Список аргументов эмотивных конструкций с участием наименований компонентов цифровой среды Всего в анализировавшихся сетевых комментариях обнаружено 118 000 случаев употребления 68 эмотивов, известных инструменту ЭПА. По сочетанию с ними выявлено более 11 000 аргументов (как экспериенцеров, так и каузаторов). Из общей массы аргументов был сформирован список лексем-обозначений различных компонентов цифровой среды, в который вошло 82 слова. Решение о внесении в список принималось экспертом-психолингвистом с учетом значения лексемы и контекста употребления. Так, многозначное слово обзор было отобрано на основании того, что в анализировавшихся текстах оно использовалось для обозначения разновидности сетевого контента, слово ведущий - для обозначения ролевой позиции в сетевой коммуникации, слово интеллект - в сочетании искусственный интеллект и т. д. Случаи употребления подобных лексем в нерелевантном значении исключались из дальнейшего анализа. Кроме того, поскольку в настоящем исследовании не затрагивались вопросы стилистические или связанные с гендерными различиями, для некоторых лексем в ручном режиме было проведено объединение разных форм лексем: аватарка и ава, комментарий и комент, подписчик и подписчица, блогер и блогерша и т. п. При необходимости значение и формы лексем уточнялись с привлечением данных сетевого «Словаря компьютерных терминов и Интернет-сленга»[20]. Всего эмотивных конструкций, содержащих именования разнообразных компонентов цифровой среды, было выявлено 1573, то есть они спонтанно упоминаются в среднем хотя бы один раз не менее чем в каждой второй из тематически не связанных с проблематикой киберпространства дискуссий, что может свидетельствовать о присутствии эмоционально окрашенных связанных с ним представлений в фоновых слоях картины мира участников сетевого общения. Абсолютный максимум встречаемости отмечен для лексемы видео, вошедшей в 332 эмотивные конструкции, что составляет более 20 % от всех анализируемых случаев: я восхищаюсь его видео; лично меня это видео оскорбило. В 13 % всех эмотивных конструкций присутствует лексема комментарий (ну, после вашего комментария успокоилась), в 10 % - выпуск (очень крутой, воодушевляющий выпуск), в 8 % - просмотр (мой сын и я наслаждаемся просмотром), в 6 % - ролик (на самом деле, весьма умиротворяющий ролик), в 5 % - канал (ваш канал может напугать), в 4 % - подписчик (ее обидела одна подписчица с таким же замечанием). Таким образом, из 82 выявленных обозначений компонентов цифровой среды 7 перечисленных лексем упоминается в двух третях (66 %) всех эмотивных конструкций, в то время как на долю оставшихся 75 лексем приходится 33 %. Такая картина может быть связана с тем, что материалом в нашем исследовании послужили обсуждения видеороликов, размещенных в YouTube-каналах. Хотя сами по себе анализируемые дискуссии посвящены темам политического и развлекательного характера, не связанным проблематикой киберпространства, но в их обсуждение активно привносятся различные эмоциональные ситуации, связанные с сетевой коммуникацией. Лексемы, обозначающие различные компоненты цифровой среды, были объединены в несколько семантических групп: общие понятия из сферы цифровых технологий; устройства, основанные на цифровых технологиях (в том числе компьютерные, коммуникационные и др.); опосредованная цифровыми технологиями активность (включая сетевую коммуникацию и некоммуникативную активность в киберпространстве). Состав групп и образующих их подгрупп, примеры лексем и данные об их встречаемости в анализируемых текстах отражены в табл. 1. Она показывает, в частности, что абсолютное большинство из отобранных лексем связано с интернетом как средой и средством коммуникации: к подгруппе «Сетевая коммуникация» относятся аргументы из 97 % эмотивных конструкций с участием названий компонентов цифровой среды. Таблица 1 / Table 1 Группы и встречаемость в текстах комментариев лексем, обозначающих компоненты цифровой среды / Groups and occurrence in commentary texts of lexemes denoting components of the digital environment Группы лексем / Groups of lexemes Число лексем в группе / Number of lexemes in the group Примеры / Examples Количество употреблений в текстах / Occurrence of cases in texts % от общего числа аргументов / Percentage of the total number of arguments 1. Общие понятия из сферы цифровых технологий / General concepts of digital technologies 5 Алгоритм, интеллект искусственный, программирование / Algorithm, artificial intelligence, programming 9 0,6 2. Цифровые устройства / Digital devices 2.1. Компьютерные устройства / Computer devices 5 Клавиатура, компьютер, ноутбук / Keyboard, computer, laptop 7 0,4 2.2. Коммуникационные устройства / Communication devices 3 Айфон, симка, смартфон / iPhone, SIM card, smartphone 5 0,3 2.3. Коммуникационные программные средства / Communication tools 2 Мессенджер, смс / Messenger, SMS 3 0,2 2.4. Другие типы устройств / Other devices 4 Беспилотник, коптер, робот / Drone, copter, robot 8 0,5 3. Сетевая коммуникация / Network communication 3.1. Общие понятия из сферы сетевых технологий / General concepts of network communication 4 Интернет, контент, трафик / Internet, content, traffic 66 4,2 3.2. Формы сетевых ресурсов / Forms of network resources 4 Блог, канал, сайт / Blog, channel, website 82 5,2 3.3. Социальные сети / Social network 8 ВК, Гугл, Яндекс / VK, Google, Yandex 63 4,0 3.4. Жанры и виды сетевого контента / Genres and types of network content 12 Видео, клип, стрим / Video, clip, stream 628 39,9 3.5. Формы сетевой коммуникации / Forms of network communication 7 Комментарий, отзыв, пост / Comment, recall, post 334 21,2 Окончание табл. 1 / Table 1, ending Группы лексем / Groups of lexemes Число лексем в группе / Number of lexemes in the group Примеры / Examples Количество употреблений в текстах / Occurrence of cases in texts % от общего числа аргументов / Percentage of the total number of arguments 3.6. Формы оценки в сетевой коммуникации / Forms of estimation in network communication 3 Дизлайк, лайк, топ / Dislike, like, the top 46 2,9 3.7. Ролевые позиции в сетевой коммуникации / Roles in network communication 14 Блогер, модератор, хакер / Blogger, moderator, hacker 289 18,4 3.8. Средства сетевой персонификации / Tools of network personification 2 Аватарка, ник / Avatar, nickname 14 0,9 4. Другая активность в киберсреде / Other cyberspace activities 4.1. Финансовая активность / Monetary activity 3 Биткоин, криптовалюта, монетизация / Bitcoin, cryptocurrency, monetization 6 0,4 4.2. Девиантная активность / Deviant activity 6 Кибератака, накрутка, спам / Cyberattack, cheating, spam 13 0,8 Общая характеристика эмоционального отношения к компонентам цифровой среды Из 68 известных инструменту ЭПА эмотивов с отобранными лексемами сочетается 48. Из них наиболее частотными являются двенадцать: радовать (19 % от числа всех эмотивов в анализируемых текстах), интересовать (11 %), удивлять (10 %), вдохновлять (9 %), впечатлить и пугать (по 6 %), наслаждаться, шокировать (по 5 %), восхищать и оскорблять (по 4 %). Суммарная доля перечисленных эмотивов составляет 81 %, а на долю оставшихся 36 эмотивов приходится менее 20 % эмотивных конструкций. Это значит, что сочетание эмоций, обозначаемых двенадцатью частотными эмотивами, достаточно полно определяет общий характер отношения к компонентам цифровой среды, упоминаемым в сетевых нетематических обсуждениях. По тональности среди выявленных 48 эмотивов 15 выражают нейтральные эмоции (наиболее частотные из них: интересовать, удивлять, впечатлять, в сумме - 90 % от всех нейтральных эмотивов, обнаруженных в текстах), 19 - отрицательные эмоции (чаще других встречаются: пугать, оскорблять, шокировать, в сумме - 54 % от всех негативных эмотивов), 14 - положительные эмоции (лидеры частотности: радовать, вдохновлять, наслаждаться, в сумме - 73 % от всех позитивных эмотивов). Всего в анализируемых текстах в 29 % эмотивных конструкций с участием компонентов цифровой среды упоминаются нейтральные эмоции, в 30 % - отрицательные, в 41 % - положительные. Таким образом, в целом эмоциональность, связанную с компонентами цифровой среды, можно охарактеризовать как сбалансированную, без явного преобладания той или иной тональности. Приписывание компонентам цифровой среды ролей в эмоциональных ситуациях Все эмотивные конструкции с участием компонентов цифровой среды были разделены в зависимости от роли аргумента на связанные с каузаторами и связанные с экспериенцерами. Такое разделение позволяет отследить тенденции в реализации субъектного и объектного потенциала предикатов эмоционального состояния в конкретном текстовом материале. Всего в анализируемых текстах при эмотивах было выявлено 1360 каузаторов и 213 экспериенцеров, то есть лексемы, обозначающие различные компоненты цифровой среды, в роли каузаторов встречаются в шесть раз чаще, чем в роли экспериенцеров. Иными словами, в текстах нетематических сетевых комментариев о компонентах киберсреды упоминается преимущественно как о причине эмоций. Графики на рис. 1 свидетельствуют о том, что распределение частоты встречаемости эмотивов, связанных с каузаторами и экспериенцерами, сильно отличается от нормального. Рис. 2 показывает, что лексем, которые могут одинаково часто занимать в эмотивных конструкциях позиции каузатора и экспериенцера, мало, в основном имеется определенная специфика их встречаемости в одной из ролей. Рис. 1. График распределения вероятности встречаемости казуаторов и экспериенцеров Figure 1. Occurrence probability distribution graph of casuators and experimenters Рис. 2. Употребление лексем в ролях каузатора и экспериенцера Figure 2. The use of lexemes as causators and experiencers Участие лексем в ролях каузатора и экспериенцера в эмотивных конструкциях наглядно представлено на рис. 3-4. Величина написания в слова в «облаке» отражает частоту встречаемости лексемы. Изображение выглядит как текст Автоматически созданное описание Рис. 3. Частотность лексем, обозначающих различные компоненты цифровой среды, в роли каузатора Изображение выглядит как текст Автоматически созданное описание Figure 3. The frequency of lexemes denoting various components of the digital environment as causators Принадлежность лексем в позициях каузатора и экспериенцера к описанным выше группам и подгруппам отражена в табл. 2. Можно видеть, что в 97 % всех случаев для обеих позиций лексемы относятся к группе «Сетевая коммуникация». Изображение выглядит как текст Автоматически созданное описание Рис. 4. Частотность лексем, обозначающих различные компоненты цифровой среды, в роли экспериенцера Изображение выглядит как текст Автоматически созданное описание Figure 4. The frequency of lexemes various components of the digital environment as experiencers Таблица 2 / Table 2 Употребление лексем из разных групп в ролях каузатора и экспериенцера / The use of lexemes from different groups as causators and experiencers Группы лексем / Groups of lexemes В роли каузаторов, % / Lexemes as causators, % В роли экспериенцеров, % / Lexemes as experiencers, % 1. Общие понятия из сферы цифровых технологий / General concepts of digital technologies 0,6 0,5 2. Цифровые устройства и программы / Digital devices 2.1. Компьютерные устройства / Computer devices 0,4 0,5 2.2. Коммуникационные устройства / Communication devices 0,3 0,5 2.3. Коммуникационные программные средства / Communication tools 0,2 0 2.4. Другие типы устройств / Other devices 0,5 0,5 3. Сетевая коммуникация / Network communication 3.1. Общие понятия из сферы сетевых технологий / General concepts of network communication 4,5 2,3 3.2. Формы сетевых ресурсов / Forms of network resources 5,4 3,8 3.3. Социальные сети / Social network 2,7 12,2 3.4. Жанры и виды сетевого контента / Genres and types of network content 46,0 0,9 3.5. Формы сетевой коммуникации / Forms of network communication 24,4 0,9 3.6. Формы оценки в сетевой коммуникации / Forms of estimation in network communication 3,4 0 3.7. Ролевые позиции в сетевой коммуникации / Roles in network communication 9,2 77,0 3.8. Средства сетевой персонификации / Tools of network personification 1,0 0,5 4. Другая активность в киберсреде / Other cyberspace activities 4.1. Финансовая активность / Monetary activity 0,4 0 4.2. Девиантная активность / Deviant activity 0,9 0,5 Способность вызывать эмоции в наибольшей степени приписывается авторами анализируемых комментариев следующим компонентам киберсреды: видео: красивое, вдохновляющее видео (24 % всех каузаторов), комментарий: некоторые комментарии просто шокируют (15 %), выпуск: очень опечален данным выпуском (11 %), просмотр: просмотры пугают власть (9 %), ролик: удивился ролику в ленте (7 %), канал: заинтересовал ваш канал (5 %) и контент: экспертов поразил спонсорский контент (5 %); суммарно перечисленные лексемы занимают позицию каузатора в 75 % всех эмотивных конструкций. Способность испытывать эмоции ожидаемо в подавляющем большинстве случаев (77 %) приписывается лексемам из одной подгруппы - «Ролевые позиции в сетевой коммуникации», обозначающих персон-участников сетевого общения. Среди них наиболее часто называются: подписчик (27 % всех экспериенцеров): так рассмешить подписчиков - это высший пилотаж!!!, бот (17 %): бот обиделся?, пользователь (9 %): некоторые пользователи беспокоятся, ведущий (8 %): не нужно оскорблять наших экспертов и ведущих, тролль (8 %): тролли бесятся! и блогер (7 %): главное было напугать блогеров. Однако, с другой стороны, почти четверть (23 %) позиций экспериенцеров занимают лексемы, относящиеся к другим подгруппам, и обозначающие неодушевленные компоненты цифровой среды. Так, в 12 % случаев (это больше, чем для пользователь, ведущий или блогер) способность переживать эмоции приписывается ютубу: соловьев шокирует ютуб!!!, в 5 % - интернету: ох, как весь интернет повеселился, в 4 % - каналам: ужасы колонии этот канал не интересовали. Кроме того, отмечены эмотивные конструкции и с другими лексемами, обозначающими неодушевленные сущности, в роли экспериенцера: айфон обиделся походу; не смешите искусственный интеллект; клаву мучает откосившее от армии поколение; унизили яндекс!!!!! и пр. В то же время доля лексем из группы «Ролевые позиции в сетевой коммуникации» в роли каузатора при эмотивах - только 18 %, то есть сетевые персоны и стоящие за ними люди в качестве причины эмоций упоминаются только в пятой части всех эмоциональных ситуаций. Таким образом, выявленная с помощью ЭПА эмоциональность, связанная с компонентами цифровой среды, компактно сосредоточена в коммуникативной сфере интернета, другие сферы киберсреды сильно ему проигрывают. При этом эмоциональность обращена не столько на участников сетевого общения, сколько на его формы и средства, «вклинивающиеся» между истинными субъектами коммуникации. Кроме того, проведенный анализ показал, что имеются речевые проявления антропоморфизма по отношению к неодушевленным компонентам цифровой среды в виде приписывания им переживания эмоциональных состояний. Приписывание компонентам цифровой среды эмоций Проведенная проверка частотности эмотивов, сочетающихся с каузаторами и экспериенцерами, показала значительном отклонении от нормального распределения в обеих группах (рис. 5). Анализ встречаемости эмотивов в конструкциях с участием каузаторов и экспериенцеров (рис. 6) показывает, что большинство эмотивов проявляет определенную специфичность, то есть участвует в эмотивных конструкциях чаще либо с каузаторами, либо с экспериенцерами. Рис. 5. График распределения вероятности для эмотивов, сочетающихся с казуаторами и экспериенцерами Figure 5. Probability distribution graph for emotives linked with casuators and experiencers Рис. 6. Употребление эмотивов с каузаторами и экспериенцерами Figure 6. The use of emotives linked with causators and experiencers В упорядоченных по частоте встречаемости списках эмотивов, сочетающихся с каузаторами и экспериенцерами, были определены границы квартилей и выделено 14 наиболее частотных эмотивов, вошедших в четвертый квартиль списков. 10 из этих эмотивов: восхищать, интересовать, оскорблять, поражать, пугать, радовать, смешить, смущать, стеснять, удивлять, - сочетается с аргументами из анализируемой группы в обеих ролях, то есть обозначаемые ими эмоции и вызываются компонентами цифровой среды, и приписываются им. Другие эмотивы из двух «Топ-14» встречаются в только сочетании с каузаторами или эмотивами. Данные о частоте сочетания эмотивов с аргументами в разных ролях представлены в рис. 7. Рис. 7. Показатели частотности эмотивов из «Топ-14» в сочетании с каузаторами и экспериенцерами Figure 7. Frequency of the “Top 14” emotives linked with causators and experiencers На материале наиболее частотных эмотивов проявляется неравномерность сочетаний каузаторов и экспериенцеров с эмотивами разной тональности. Можно видеть, что в ряде случаев частотные в сочетаниях с каузаторами эмотивы (вдохновлять, веселить, наслаждаться, раздражать) не выявляются как связанные с экспериенцерами, а радовать встречается с каузаторами заметно чаще, чем с экспериенцерами; наоборот, только с экспериенцерами встречаются эмотивы взбесить, напрягать, обижать и успокаивать, и несколько чаще с экспериенцерами, чем с каузаторами - пугать. Таким образом, среди наиболее частотных эмотивов те, которые обозначают позитивные и эмоциональные состояния, сочетаются чаще с каузаторами, обозначающие негативные эмоции - с экспериенцерами. На материале всех эмотивных конструкций (рис. 8) описанная тенденция также подтверждается: 44 % всех каузаторов сочетается с эмотивами-позитивами, а 55 % экспериенцеров - с эмотивами-негативами. Рис. 8. Эмотивные конструкции различной тональности с каузаторами и экспериенцерами Figure 8. Emotive constructions of different tonality with causators and experiencers Примечание. Численные значения приведены в процентах от общего числа конструкций с каузаторами и с экспериенцерами соответственно. Note. Numerical values are given as a percentage of the total number of constructions with causers and with experiencers respectively. Приведенные данные говорят о том, что если в целом эмоциональность, связанная с различными компонентами цифровой среды, характеризуется как сбалансированная, то при выделении субъектной и объектной составляющей эмоционального обмена выявляется тенденция к относительно более высокому уровню позитивного аффекта в тех случаях, когда речь идет о компонентах цифровой среды как причине эмоций, и преобладанию негативного аффекта, если компонентам цифровой среды приписывается роль субъектов эмоций: ваш канал радует нас/они такими действиями унижают себя и канал; пусть ваша команда процветает и радуется новым подписчикам/вы разочаровываете своих подписчиков; круто ютуб повеселил/ ютуб обиделся и пошел в атаку и т. п. Обсуждение результатов Полученные в настоящем исследовании данные могут представлять интерес в методологическом и содержательном плане. С точки зрения методологии междисциплинарных социо-гуманитарных исследований подтверждена перспективность применения средств текстового анализа сетевого контента при изучении групповых эмоций вообще и связанных с цифровой средой в частности (Savela et al., 2021). Циркулирующие в коммуникативном пространстве текстовые сообщения рассматриваются в настоящее время в качестве ценного источника информации об эмоциональных установках и концептах, организующих картину мира больших и малых социальных групп, и развитие данного направления связывается с использованием современных вычислительных методов (Lazer et al., 2020). Проведенное исследование показало, что применение метода ЭПА расширяет возможности анализа эмоциональной составляющей отношения к компонентам цифровой среды. Данные ЭПА позволяют давать общую характеристику эмоциональной составляющей текстового материала по частотности эмотивов, описывающих эмоциональные реакции положительной, отрицательной и нейтральной модальности. Эта же задача может решаться с помощью трехтонального сентимент-анализа (Гималетдинова, Довтаева, 2020). Существенными отличиями метода ЭПА являются: 1) количество исходных показателей, в роли которых выступают 68 эмоциональных состояний, выражаемых эмотивами; 2) порядок выделения исследуемых объектов из обнаруженных непосредственно в анализируемых текстах аргументов при эмотивах, благодаря чему список объектов является открытым и в принципе неограниченным; 3) опция выделения субъектного и причинного аспектов эмоциональных ситуаций, не обеспечиваемая в настоящее время другими инструментами текстового анализа. В исследованиях, проводимых с использованием методов сентимент-анализа, поиск текстовых средств выражения эмоционального отношения к компонентам цифровой среды осуществляется в отношении ограниченного предварительным выбором перечня лексем и с применением ограниченного набора параметров. Например, при объеме анализируемого материала, сопоставимом с привлеченным в настоящем исследовании, в работе (Fast, Horvitz, 2017) использованы три параметра: вовлеченность, пессимизм/оптимизм, надежды/опасения, в отношении двух объектов: искусственный интеллект и робот; в работе (Savela et al., 2021) - три параметра: положительная/нейтральная/отрицательная тональность, в отношении шести объектов: робот, искусственный интеллект, автоматизация, бот, интеллектуальный агент, компьютерная программа. В отличие от такого подхода, использование метода ЭПА позволяет выделять лексемы с интересующей семантикой в самих анализируемых текстах, без ограничений, связанных с предварительным отбором, и фиксировать их связи с эмотивами, выражающими 68 эмоциональных состояний. Каждое из них, входя в интегральные оценки по трем тональностям, имеет также собственные численные показатели выраженности, которые определяются частотностью соответствующего эмотива. Благодаря этому в настоящем исследовании были выявлены 82 лексемы, обозначающие разнообразные компоненты цифровой среды, и определены их оценки по 68 параметрам. Специфические возможности метода отразились и на содержательных результатах проведенного исследования. Полученные характеристики общей эмоциональной окраски отношения к компонентам киберсреды несколько расходятся с результатами исследования с сопоставимым объемом анализируемого материала и уровнем обобщения, а именно, проведенного ВЦИОМ в 2020 г. социологического опроса по поводу отношения к искусственному интеллекту. Согласно отчету, отвечая на прямой вопрос о своем отношении к распространению технологий искусственного интеллекта, 48 % россиян оценили его как положительное (интерес, восхищение, воодушевление, доверие), 31 % как нейтральное (без особых эмоций), и только 12 % как отрицательное (недоверие, беспокойство, скептицизм)[21]. В нашем исследовании при анализе «фоновой» эмоциональности по отношению к компонентам цифровой среды, спонтанно проявляющейся в нетематической коммуникации, выявляется относительно более выраженная (30 %) негативная составляющая. Различия могут быть связаны с особенностями применявшихся исследовательских подходов (прямой опрос и анализ спонтанной текстовой продукции) и категорий оценивания (например, интерес категоризовался социологами как положительное отношение, в нашей работе - как нейтральное). В литературе имеются указания как на специфику получаемых результатов, так и на целесообразность взаимного дополнения методов опроса и текстового анализа при исследовании феноменов социального уровня (Savela et al., 2021; Zhang, 2021). Выявленные в анализировавшихся текстах признаки эмоциональной антропоморфизации неодушевленных компонентов цифровой среды хорошо соотносятся с описанными в литературе по HCI, HAII и HRI явлениями. При этом проведенное исследование позволяет привлечь внимание к использованию определенных речевых структур, включающих в себя каузативные эмотивы, позицию каузаторов при которых занимают обозначения неодушевленных предметов, в качестве возможного механизма антропоморфизации. Возникают ли они в ходе языковой игры, или воспроизводятся как циркулирующие в языковой среде шаблоны, - в любом случае употребление таких речевых формулировок, позволяющих говорить о неживой сущности как о субъекте эмоций, создает условия для развития антропоморфизма (Титова, 2013). Практическая значимость представленной в исследовании схемы получения информации о фоновой эмоциональной составляющей отношения к различным компонентам цифровой среды определяется тем, что распространенные в социуме установки, ожидания и опасения оказывают определяющее влияние на востребованность, а следовательно, задают ориентиры развития и возможности внедрения цифровых технологий (Cave et al., 2019; Kelley et al., 2021). Многочисленные исследования демонстрируют перспективность автоматического анализа сетевой коммуникации в качестве средства оценки позиционирования конкретных брендов и целых категорий предлагаемых продуктов, в частности для выявления связанных с ними негативных ассоциаций пользователей и динамики выражаемого интереса (Liu et al., 2017; Swaminathan et al., 2022). Заключение Проведенное с помощью метода ЭПА исследование эмоциональной составляющей отношения участников нетематических сетевых дискуссий к компонентам цифровой среды позволяет сделать следующие выводы: 1. Эмоционально окрашенные представления, связанные с различными компонентами цифровой среды, имеют достаточно широкую распространенность в ментальном пространстве участников сетевого общения. 2. По своему знаку эмоциональное отношение к образующим цифровую среду объектам в целом характеризуется как сбалансированное, без заметного преобладания негативных или позитивных эмоций. 3. Для анализируемых текстов типичной является модель эмоциональной ситуации, в которой компоненты цифровой среды выступают в качестве причины эмоций разной тональности: нейтральных (удивления, интереса, вдохновения), отрицательных (оскорбления, испуга, стеснения) и положительных (радости, наслаждения, веселья); компонентам цифровой среды как субъектам эмоций чаще приписываются нейтральные состояния (удивления, интереса, покоя), а также негативные (обиды, испуга, взбешенности, оскорбления). 4. Изо всех компонентов цифровой среды, упоминаемых в нетематических сетевых обсуждениях, чаще всего в качестве причины эмоции упоминаются формы и средства сетевой коммуникации видео, комментарий, выпуск, а переживание эмоций чаще всего приписывается сетевым персонам подписчик и бот и видеохостингу ютуб. В целом полученные данные свидетельствуют о выраженной аффектогенности сферы сетевой коммуникации и о наличии речевых проявлений антропоморфизма по отношению к неодушевленным компонентам цифровой среды. Ограничения. При интерпретации полученных в настоящем исследовании результатов следует учитывать, что из имеющихся в русском языке эмотивов использованная версия инструмента ЭПА распознает только каузативные, кроме того, в данном исследовании не учитывались непредикатные способы текстового выражения эмоций.

Об авторах

Юлия Михайловна Кузнецова

Федеральный исследовательский центр «Информатика и управление» Российской академии наук

Автор, ответственный за переписку.
Email: kuzjum@yandex.ru
ORCID iD: 0000-0001-9380-4478

кандидат психологических наук, старший научный сотрудник

Российская Федерация, 117312, Москва, пр-кт 60-летия Октября, д. 9

Список литературы