Дариуш Емельняк – профессор Козьминского университета и сотрудник Центр Интернета и Общества Беркмана Кляйна Гарвардского университета, а еще он много лет сотрудничает с проектом «Википедия» в самых разнообразных ипостасях и даже написал об этом книгу. Опыт работы с Википедией сказывается на подаче материала рецензируемой книги «Качественные Большие данные: создавая цифровые социальные науки». С одной стороны, невероятно широкий контекст исследований, на которые он опирается в своих выводах, создает ощущение воплощения коллективного интеллекта в единой работе, реализации на практике открытой модели сотрудничества. С другой – количество ссылок и гиперссылок такое, что трудно сказать, где здесь авторская мысль. Но она безусловно есть, и эта книга заслуживает самого пристального внимания.

В названии присутствует некая игра терминов: Big Data и Thick Data противопоставляются друг другу как Большие данные и качественные данные. Сравнение началось, когда Большие данные громко заявили о потенциале своих возможностей в социальных науках. Это наборы данных, чей размер или тип не позволяет отбирать, управлять ими и обрабатывать с минимальной задержкой с помощью традиционных реляционных баз. Также термин Большие данные относится к использованию прогнозной аналитики, аналитики поведения пользователей или некоторых других передовых методов анализа данных. Thick Data (качественные данные) – понятие, пришедшее из антропологии и этнографии, описывает не только само действие, но его контекст и эмоциональное отображение, интерпретируемое самими акторами¹<em>.</em>

Сам термин, переведенный здесь как качественные Большие данные, не звучит достаточно исчерпывающе, поэтому проясним вместе с автором. Анализ Больших данных позволяет увидеть повторяющиеся паттерны, шаблоны в больших массивах неструктурированных данных. Но он не дает обоснованный ответ на вопрос, почему эти паттерны существуют. Анализ качественных данных принимает несводимую сложность явлений, может раскрыть социальный контекст связей между ними, но теряется в масштабе. Он может ответить на вопрос почему, но не дает возможности идентифицировать сложные паттерны. Емельняк исходит из того, что Большие данные и качественные данные – две стороны одной медали, использовать одну из сторон в изоляции от другой – потерять ее ценность. Поэтому важно понять, как Большие и качественные данные могут усилить друг друга. Это требует интеграции качественной оценки, экспертных суждений с «жесткими» количественными данными.

<em>Общий </em>вопрос<em>: как должны выстраиваться отношения между традиционной социологией и цифровой, автор не поднимает. Традиционная социология изучает реальный мир, цифровая </em>– <em>виртуальный, раз он не ставит вопрос о взаимодействии двух миров, то и вопрос о взаимодействии двух социологий не поднимается</em>²<em>. </em>Автора в большей степени интересует, как применять исследовательский аппарат, до сих пор используемый в нарративных и антропологических исследованиях, для онлайновых социальных наук: «В моем понимании количественный и качественный анализ онлайн-сообществ может и должен переплетаться с исследованием продуктов цифровой культуры. Примененные вместе, в том, что я называю качественными Большими данными, они предлагают согласованную систему, основанную на различных исследовательских инструментах и перспективах. Их использование, полностью или частично, должно позволить провести полноценный социологический анализ, заложив основы для построения теорий поведения людей в интернете» (р. 4).

Чем больше приток количественных данных, тем больше потребность в качественном анализе, утверждение, что «данные говорят сами за себя» – опасная исследовательская иллюзия. В то время как доступ к данным перестает быть проблемой, их осмысление, напротив, становится все более проблематичным. Открытие социальных наук для Больших данных привело к «дикому междисциплинарному характеру исследований» (р. 26), в которых социология смешалась с антропологией, теорией организации, информационными науками и другими. Но эта междисциплинарность сулит большие перспективы и именно социология, по мнению автора, может разработать канон для цифровых социальных исследований, поскольку имеет сильную традицию использования качественных и количественных подходов, а также разработки методологий для исследований человеческого субъекта (р. 26).

Рецензируемая книга интересна в первую очередь систематизацией цифровых социальных наук, которые уже есть, но еще не все готовы принять этот факт. Автор классифицирует их разновидности: сетевая социология, цифровая социология, виртуальная социология и т.д. (p. 73). Главное, что конституирует цифровые социальные науки – предмет их анализа находится (формируется) в сети. Это цифровые формы человеческой жизнедеятельности, онлайн-сообщества, динамика их развития, поведение отдельных акторов. Нельзя сказать, что это совершенно новый предмет социологии. Это все те же социальные общности и группы, их взаимодействия, только локализованные в сети. Но неверно было бы и утверждать, что ничего не меняется. В киберпространстве в общение могут вступать не люди, боты, например, или, говоря словами Б. Латура, актанты³.

Д. Емельняк систематизирует корпус цифровых социальных наук, особенное внимание уделяет цифровой социологии, обосновывает ее методологические основания, переносит исследования в онлайн. На месте социологов не признавать вовсе существование нового цифрового корпуса исследований, это предпочитать передвигаться на лошади в эпоху автомобилей. В принципе можно, но медленно. Facebook, Tesco, Google или Mastercard знают о своих пользователях больше и узнают об этом раньше, чем когда-либо могли бы сделать классические социологические исследования. Чтобы конкурировать с ними, социальным наукам следует осваивать новые технологические возможности, держа в рукаве козырные карты накопленных интерпретационных методик.

Интернет изменил поведение человека. Способы взаимодействия, проведения свободного времени и времени на работе, знакомства и даже понимание того, что представляет собой близость, серьезно обновились. Возникли новые социальные явления, такие как интернет-сообщества, состоящие из людей, которые никогда не встречались лицом к лицу, но при этом имеют сильную связь. Автор предлагает изучать отношения между людьми, которые осуществляются в Интернете. Переплетение онлайн и реальных взаимодействий, а также включение онлайн коммуникации в репертуар символических социальных сигналов, могут быть восприняты в категориях дополненной реальности. Они имеют физические измерения, но также находятся и под значительным влиянием воспринимаемых цифровых и онлайновых идентичностей, нарративов и самопрезентаций. По этим причинам становится все более важным исследовать формирование тесных социальных связей в Интернете, а также их воздействия на изменение отношений в реальной жизни.

Что изучать в первую очередь? Для Дариуша больший интерес представляют различные формы сотрудничества, чем собственно обмен информацией (р. 20). Например, совместное производство и потребление интернет-мемов, групповые дискуссии, все чаты и веб-форумы, которые можно рассматривать как совместный опыт культуры или общения без конечного продукта. Емельняк называет частью интернет-революции коллективный опыт культуры, а не просто ее совместное производство. По этой причине вместе с Н. Пшегалинской он использует термин «коллаборативное общество» для описания процессов, основанных на радикальном усилении коллаборативных тенденций в результате внедрения новых коммуникационных технологий и инструментов⁴. Интересные разделы книги посвящены кризису экспертного знания и экономике совместного использования, которые автор считает важными предметными полями цифровой социологии. Мы оставим в стороне эти моменты в угоду целостности восприятия основного вопроса – что есть цифровые социальные исследования и качественные Большие данные.

Д. Емельняк подробно знакомит читателей с тем, что уже сделано в социологии для изучения сетевых взаимодействий (Social Network Analysis) (р. 42): от предмета до методов, техник и технологических платформ. Целью анализа социальных сетей, с его точки зрения, является исследование структуры связей и паттернов связей. Вместо классификации индивидов по признакам, анализ основывается на отношениях. Фокус, как и при системном подходе, ставится на всю структуру. Решаемые задачи: выявление закономерностей, отношений, позволяющих выделить подсеть; сделать выводы о действиях и организации отдельных единиц (узлов или объектов) сети. Узлами могут быть люди, но также проекты или команды, организации, события и даже идеи.

В анализе социальных сетей основное внимание уделяется взаимности/эквивалентности связей, их транзитивности (является ли друг нашего друга также нашим другом, например), а также плотность, прочность связей или центральность. Выбор этих показателей имеет смысл только после установления того, какой из них является хорошим индикатором того или иного признака. Большую часть необходимых данных можно извлечь из общедоступных профилей сетей. Но можем ли мы ими свободно пользоваться? Вопросам этики онлайн исследований Емельняк посвящает целую главу своей книги. Ее лейтмотив: «Осознайте, что за данными стоят люди. Данные их представляют, влияют на них и могут наносить им вред» (р. 114).

Емельняк не избегает говорить о недостатках цифровой социологии, в частности, онлайн-опросов: невозможность обеспечить репрезентативную выборку и даже идентифицировать участников, обманчивые ответы, неответы на некоторые вопросы, чрезмерная представленность некоторых социальных групп (смещение выборки) (р. 51). Но недостатки уравновешиваются и несомненными достоинствами: исследование поведения в Интернете неинвазивно, лишено Хоторнн-эффекта, хотя нельзя игнорировать искажающее влияние потребности в самопрезентации субъектов исследования по отношению к их референтным группам.

Автор сам называет свою книгу практическим руководством по цифровым социальным наукам и остается верным своему обещанию на всем ее протяжении. Это настоящий справочник для социолога, намеренного зайти на поле цифровой социологии: он включает солидный обзор литературы и знакомит читателя с широким кругом эмпирических исследований, которые проводились в последние десятилетия по отношению к объекту, заключенному в паутину отношений в киберпространстве.

Емельняк подробно рассматривает основные технические вопросы, разрешение которых позволит его читателю приступить к самостоятельному исследованию без какой-то серьезной профессиональной подготовки в области информационных технологий. Он собрал и систематизировал информацию об открытых источниках Больших данных, например, таких как datacommons.org, который объединяет интегрированные, упорядоченные и очищенные данные из Википедии, американского Бюро переписи населения, ФБР, метеорологических агентств и американских избирательных комиссий. Также ресурс включает в себя инструменты для легкого изучения и анализа данных в различных наборах данных без очистки или объединения данных (масштабирования). Рекомендует читателям сервисы по проведению опросов и их обработки в том числе совершенно бесплатные, такие как SurveyHero.

В первую очередь исследователь нуждается в технологии того, что Емельняк называет «соскабливанием» данных (scraping). То есть аналитических инструментах для работы с неструктурированными базами (твитами, пользовательскими аккаунтами и пр.). Подкованные в программировании специалисты пишут свои собственные коды для таких целей, но в распоряжении социологов есть и несколько простых в использовании готовых и даже бесплатных инструментов, с которыми автор книги нас и знакомит. Например, плагин Chrome, Web Scraper, разработанный командой ScrapeHero. Он позволяет очень легко собирать данные без какого-либо программирования, пошаговое руководство размещено на их сайте. Инструмент позволяет соскабливать твиты в базу данных, с которой можно работать в Excel. Для больших проектов он рекомендует OctoParse – удобный устанавливаемый инструмент, который даже в своей бесплатной версии соскабливает данные из разных источников, позволяя использовать простые шаблоны для популярных веб-сайтов, таких как Twitter, Amazon, Booking, Instagram, YouTube, Google и Yelp. Справочный материал по пользовательским программам, позволяющим проводить сетевой анализ, Дариуш в своей книге предоставляет обширнейший. Это настоящее практическое руководство для исследователей с интерактивными ссылками на соответствующие ресурсы (в электронной версии книги. – <em>Прим. Н.М.</em>) от сервисов для легкого автоматизированного сбора текстовых и графических данных до сложных облачных инструментов, сочетающих в себе машинное обучение, кодирование человеческими командами и различные инструменты компьютерного анализа текста.

Что по мнению Емельняка уже разработано в цифровых социальных науках, а что еще предстоит сделать? Сложились базы так называемых Больших данных, разработаны инструменты, с помощью которых их можно собирать и анализировать, созданы сервисы для проведения онлайн опросов, разработаны и опробованы протоколы Social Network Analysis. Добавим от себя, что в России одним из лидеров в разработке стека технологий для анализа пользовательских данных из социальных сетей, является Институт системного программирования РАН⁵.

Но, по мнению автора книги, надо продолжить разрабатывать этические нормы работы с личными данными, доступными в сети, а также соединить лучшие наработки традиционной социологии и цифровой, произвести отбор качественных методов, которые могут быть использованы для интерпретации количественных исследований и служить отправной точкой для качественного анализа.

Монография Д. Емельняка является очень дельным и детальным руководством для социологов и представителей смежных дисциплин по вопросу: как извлечь пользу из огромного массива постоянно увеличивающегося потока социальных данных, оставаясь при этом на платформе строгой научности. Она может быть рекомендована как справочник по самым последним достижениям эмпирической социологии, перебравшейся в киберпространство. Но автор не претендует на решение более общих вопросов, вставших перед современной социологией: как изменился характер современного общества и следует ли вслед за ним менять каноны науки. Книга сугубо инструментальна.