Статьи

Развитие и распространение интернета в последние десятилетия стало одним из важнейших глобальных процессов, охватившим все регионы мира. Как все процессы такого масштаба, он создает сложную систему возможностей и рисков на всех уровнях. В этой работе мы фокусируемся на таком ее измерении, как риски для внутренней стабильности государств, порождаемые массовыми протестными движениями. Государства с разными политическими режимами связывают с распространением интернета угрозу стабильности внутреннего политического порядка, о чем свидетельствует общемировая тенденция наращивания усилий по политически мотивированному цензурированию Глобальной сети. Какой из этих процессов – рост координационных и информационных возможностей протестных движений или возрастающее государственное влияние на глобальную сеть – оказывает большее воздействие на протестую активность? И каково это воздействие? Для ответа на эти вопросы мы предприняли количественное исследование пространственно-временной выборки по 160 странам за период с 1990 по 2019 г. Ключевыми независимыми переменными стали уровни проникновения (данные Всемирного банка) и государственного цензурирования (V-Dem) интернета, зависимой переменной – максимальная численность протестующих за год (Mass Mobilization Project). Результаты порядковой логистической регрессии показали, что более важную роль в связке между информационно-коммуникационными технологиями и масштабами уличной протестной активности играет не проникновение интернета само по себе, а ответ государства на развитие интернет-технологий. И эта связь нелинейна, она обладает квадратичной n-формой. Максимальная численность протестующих достигается хотя и при высоком, но все же не при максимальном уровне свободы интернета; вместе с тем тотальная цензура действительно устойчиво связана с отсутствием уличной протестной мобилизации. Выявленная закономерность прослеживается как на всем массиве данных, так и внутри каждой из трех основных хронологических эпох развития интернета: 1995–2005, 2006–2015, 2016–2019 гг.

Контрпротесты стали распространенным ответом на протестные движения по всему миру. Понимание этого процесса часто основывается на коллективных идентичностях, которые определяются в противовес аутгруппе – будь то власти или конкурирующим политическим силам. В контексте движения Black Lives Matter (BLM) первоначальный образ «другого» в основном приписывался властям. Однако появление контрпротестного движения All Lives Matter (ALM) усложнило эту картину – теперь образ «другого» приписывается также и участникам контрпротестного движения, внося новый слой сложности в динамику идентичностей и порождая вопросы о том, как эти идентичности трансформируются при столкновении с контрпротестом. Применяя новый подход в тематическом моделировании BERT, автор анализирует тематические сдвиги в постах участников протестного движения BLM в период с 2013 по 2014 г. в социальной сети Twitter (X). Применение тематического моделирования с помощью BERT (Bidirectional Encoder Representations from Transformers) позволило провести детальный анализ онлайн-сообщений, улавливая контекстные зависимости и раскрывая сложности трансформации коллективной идентичности в ответ на внешний вызов – появление контрпротестного движения ALM. Настоящее исследование заполняет две важные лакуны в литературе. Во-первых, оно предлагает методологическое улучшение, внедряя BERT для анализа динамической трансформации тем, что является шагом вперед по сравнению с доминирующим использованием LDA (Latent Dirichlet allocation), который не улавливает контекстуальных нюансов. Во-вторых, оно решает содержательную задачу: исследует, как изменяются коллективные идентичности участников протестного движения BLM под влиянием контрпротестов, что является пробелом в исследовательской литературе. BERT-тематическое моделирование показало себя как мощный инструмент для изучения трансформации коллективных идентичностей, предлагая перспективную методологическую основу для дальнейших исследований на пересечении проблематик протеста, контрпротеста и коллективных идентичностей в цифровую эпоху.