Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Аутсорсинг политических суждений проблемы коммуникации на цифровых платформах
.pdf
Итак, западная традиция анализа дискурса сформировалась в середине XX в., т. е. значительно раньше, чем российская традиция.
Несмотря на многообразие методик дискурс-анализа в западной научной мысли, их можно разделить на дискурс-анализ письменного
текста (критический дискурс-анализ Н. Фэркло, Т. ван Дейка), а также на анализ устной речи (конверсационный анализ бирмингемской
школы), о котором речь пойдет во втором параграфе данной главы.
В российской научной мысли фактически одновременно возникли два подхода к анализу дискурса – это транскрипция устного дискурса М. Л. Макарова [Макаров, 2003] и лингвосинергетический анализ В. Г. Борботько [Борботько, 2006].
Методология дискурс-анализа М. Л. Макарова направлена на анализ транскрипций устного дискурса и является развитием конверсационного подхода англосаксонской школы. В основе дискурс-анализа ученого лежит теория речевых актов. Речевой акт – это потенциальная единица речевого общения, в которой потенциально заложена
способность к общению с идеальным собеседником [Макаров, 2003,
с. 119]. Выделение речевых актов в дискурсе сопряжено с решением
ряда проблем. Во-первых, это выделение единицы речи, поскольку
речевой акт может содержать более одного предложения или состоять из части предложения. Во-вторых, проблема косвенных речевых
актов поднимает вопрос полифункциональности, когда один и тот же
речевой акт может быть наделен разными смыслами. Например, «Ты
хочешь конфетку?» означает и вопрос, и просьбу, и предложение.
В-третьих, это произвольность выделения единиц речи, поскольку
нет установленных критериев для этого. И, наконец, сложность, связанная с тем, что речевые акты выделяются не в процессе, а уже после
записи и транскрибирования речи.
От теории речевых актов М. Л. Макаров переходит к анализу
структуры дискурса, делая акцент на том, что существует определенный порядок для использования коммуникативных ходов в разговоре и определенная структура обмена. В области фонологии и морфологии (произношение, написание слов) суждения большинства носителей языка совпадают, на синтаксическом уровне (сочетание слов)
совпадение встречается реже, при дискурс-анализе (обмен коммуникативными ходами) можно встретить разные социально-психологические интерпретации.
Структура дискурса в системе М. Л. Макарова состоит из наименьшей единицы – речевого акта, переходящей в коммуникативный
ход. Коммуникативный (интерактивный) ход – «это коммуникативный акт или последовательность актов, функционально объединенных иерархически доминантной целью в сложный макроакт, включенный в интеракцию, обменные отношения общения» [Макаров,
71
2003, с. 116]. Он может быть речевым и неречевым, а также состоять
из нескольких речевых актов. Далее идет репликовый шаг, который
характеризует принадлежность участка речи одному говорящему
лицу. Следующей единицей дискурса выступает обмен, связанный
с меной коммуникативных ролей. Трансакция как крупная единица, характеризующая дискурс, связана с темой повествования. Это
может быть параграф или паратон. Смена темы общения означает
переход к новой трансакции. И, наконец, самой крупной единицей
дискурса является речевое событие, для описания особенностей которого нужно учитывать социально-политические и культурные особенности общества, в котором происходит данный дискурс.
Таким образом, методология М. Л. Макарова направлена на
вскрытие подразумеваемого смысла дискурса посредством инструментов коммуникативной лингвистики, к которым относятся речевые акты. В целом дискурс-анализ Макарова сильно напоминает подход конверсационного анализа речи бирмингемской школы, однако
он доработан и дополнен нотационной системой для транскрибирования диалоговой речи.
В своей работе «Принципы формирования дискурса: от психолингвистики к лингвосинергетике» В. Г. Борботько определяет дискурс
«как высшую по уровню единицу языка, которая, являясь языковой
моделью некоторой ситуации, обладает структурной спецификой, а
также, подобно всем другим языковым единицам, и этноязыковой
спецификой» [Борботько, 2019, с. 32]. Дискурс формируется в процессе речевой деятельности, основанной на использовании синтагм,
т. е. бинарных сочетаний. Синтагмы могут функционировать на уровне морфем и на уровне фраз. «Как речевое действие, синтагма состоит
из двух фаз: подготовительной – профазы – и исполнительной – эпифазы, следующей за первой. В смысловом отношении эпифаза обычно преобразует или же результирует тот смысл, носителем которого
является профаза» [Борботько, 2019, с. 119–120]. Например, «Ужин
готов» – это профаза, а «Приглашаем всех к столу» – это результирующая эпифаза. Таким образом, дискурс представляет собой линейную прогрессию, где каждая профаза плавно перетекает в эпифазу.
Однако бывают и такие дискурсы, где к каждой новой профазе тяготеют две разные по смыслу эпифазы. Например, профаза «На улице
отличная погода» может переходить в эпифазу «Пойдем гулять» или
в эпифазу «Пора сушить белье», т. е. две приведенные эпифазы могут
результировать профазу, но по смыслу быть не связаны между собой
или противоречить друг другу. Иногда эпифаза может быть нелинейно связана с профазой, т. е. между первой профазой и искомой эпифазой может находиться еще несколько фрагментов текста. «Если дискурс завершается обобщением, то его конечная эпифаза интегрирует
72
все то, что ей предшествовало, создавая сходящийся дискурсивный
узел» [Борботько, 2019, с. 122].
В. Г. Борботько, следуя идее Л. С. Выготского о возможности выделения в дискурсе фазического и семантического, предлагает выделять в дискурсе «диктальное», как речезвуковое выражение, так
и «семантическое», которое либо непосредственно высказывается,
т. е. является эксплицитным, либо подразумевается, т. е. является
имплицитным. Повествование в дискурсе может носить как линейный характер, так и быть «идиоверсией» того, что случилось, т. е.
начинаться с любого момента произошедшего события и излагаться
в порядке, наиболее удобном для рассказчика. «Если сопоставить
прогрессивное и параллельное фазовое развертывание дискурса, то
можно констатировать, что прогрессивный тип формально совпадает с линейностью речевого канала, а параллельный, хотя формально
и расположен в том же линейном измерении, но с ним не совпадает;
параллельный тип развертывания – это семантически обусловленное
разветвление фаз» [Борботько, 2019, с.123].
От фазового устройства дискурса, который представляет более
мелкое дробление текста и анализ связи между фазовыми структурами, В. Г. Борботько переходит к построению дискурсивных моделей. При анализе смысла дискурсов «важно осмыслить принципы
построения дискурсивных структур как “образов мира” – моделей,
в которых запечатлеются разнообразные семантические планы, принадлежащие различным уровням и регистрам представления мира,
осуществляемого рефлексией» [Борботько, 2019, с. 148]. Начальной
(нулевой) моделью в данном подходе является диктальная модель.
В ней семантический план совпадает с носителем высказывания.
Далее идет модель реальности, которая является откликом на диктальную модель по зеркальному принципу «профаза – эпифаза» и является отражением уже существующего прообраза. Квазиреальная
модель является моделью второго порядка. Она напоминает модель
реальности, но строится на воображаемой действительности, являясь
по своей сути не аналитической, а синтетической. Также ученый вводит понятия ирреальной модели, которая является моделью третьего
порядка и противоречит предыдущим, аллегорическую модель, т. е.
модель-иносказание, и категориальную модель, которая строится на
основании материалов всех предыдущих моделей, а следовательно,
является более обобщённой по смыслу.
Таким образом, лингвосинергетический анализ В. Г. Борботько
делает акцент на исследовании лингвистических и семантических
особенностей дискурса, переходя от более мелких структур на уровень моделей, отражающих разнообразные семантические планы
дискурса. В этом смысле методология В. Г. Борботько напоминает
73
методологию М. Л. Макарова, который от анализа речевых актов поднимается до уровня трансакции и речевого события. Критический
дискурс-анализ Н. Фэркло, дискурс-анализ М. Л. Макарова, а также подход В. Г. Борботько разрабатывались для анализа аналогового
дискурса, поэтому их применение для анализа коммуникации в цифровой среде может быть использовано только при условии значительной модификации.
1.5.2. Дискурс-анализ в эпоху цифровизации
Цифровизация, охватившая общество первой четверти XXI в.,
трансформирует не только отношения взаимодействия между людьми, населением и бизнесом, населением и властью, но и меняет характеристики текста как семантического объекта, доступ которому
опосредован социальными сетями, приложениями и цифровыми
платформами. Дискурс-анализ как метод анализа письменной и устной речи (в последнем случае с использованием транскриптов) также видоизменяется под воздействием модификации объекта исследования, возникновением таких характеристик, как интерактивность
и энтекстуализация. В данном разделе будут рассмотрены такие разновидности метода дискурс-анализа, как критический анализ дискурса в цифровой среде, корпусный дискурс-анализ, опосредованный
дискурс-анализ, мультимодальный дискурс-анализ и дискурс-анализ
с использованием искусственного интеллекта. Первые четыре вида
дискурс-анализа разрабатываются учеными на Западе (I. Snyder,
B. King, R. Jones, Ph. Benson), а последний предложен российским
ученым Ю. Г. Мисниковым.
Критический дискурс-анализ (CDA – Critical Discourse Analysis),
разработанный для аналоговых текстов в XX в. Н. Фэркло [Fairclough,
1995], предполагает не только анализ дискурсивных практик и текста, но также их включенность в социальные практики. С учетом этой
трехуровневой модели И. Снайдер предлагает в качестве примера
проведения дискурс-анализа в Интернете исследование такой социальной практики, как кураторство, берущей свое начало в музейном
деле и по сути являющейся формой идеологического, а следовательно, политического контроля за процессом мышления пользователей.
Кураторство предполагает деятельность, корректирующую активность ботов по приоритезации тех или иных новостей в поисковых
системах, когда эксперты (кураторы) поднимают рейтинг тех или
иных новостей либо пересказывают их и размещают на сайтах-агрегаторах, таких как Huffington Post. «Кураторство над контентом – это
сбор и распространение информации, которую используют многие,
от мелких блогеров до агрегированных новостных гигантов, таких
как Huffington Post» [Snyder, 2015, р. 213].
74
И. Снайдер проводит анализ текстов в Интернете, связанных с кураторством в таких областях, как цифровой маркетинг, онлайн-образование, онлайн-общение и цифровая грамотность [Snyder, 2015,
р. 209–225]. Интернет из бесплатной среды для коммуникации все
больше превращается в коммерческий объект. Крупные интернеткомпании, такие как Facebook и Google, отслеживают информацию
о своих пользователях, которую затем перепродают рекламодателям. По мнению Розенбаума, для маркетологов важно понимать, чем
кураторство отличается от создания контента [Rosenbaum, 2011].
Создание контента включает создание веб-сайта и размещение материалов на другом сайте. В Интернете есть возможность подписаться
на один из RSS-каналов (Rich Site Summary) и за счет этого отслеживать интересующую вас информацию. Одним из примеров таких
RSS-каналов являются новости Google или каналы в YouTube.
Текст может создаваться посредствам онлайн-маркетинга, и тогда алгоритм его создания выглядит следующим образом: «Форма
контент-маркетинга предполагает, что издатель собирает лучший
контент, относящийся к определенной нише и ориентированный на
конкретную аудиторию. Затем аудитория расширяет этот контент,
добавляя личное мнение и экспертизу. Этот улучшенный контент
обеспечивает дополнительную ценность для целевой аудитории,
которая потребляет его после публикации» [Genelius, 2012]. Таким
образом, кураторство добавляет дополнительную ценность публикуемому контенту, поскольку он редактируется и улучшается коллективно прежде, чем быть поданным конечному пользователю.
В отличие от маркетингового кураторства социальное онлайнкураторство связано с бесплатной инициативной деятельностью
пользователей по улучшению онлайн-контента. «Социальное кураторство поощряет сбор историй, обмен опытом и создание смысла
в обществе» [Snyder, 2015, р. 215], при этом онлайн-кураторы – это те
люди, которые могут выделить качественную информацию из всего
многообразия и собрать ее воедино креативным образом. Социальное
кураторство в сети позволяет направлять других пользователей к интересующему вас контенту и наделять этот контент оценочными суждениями, которые, возможно, будут разделены ими.
Очевидна связь социального кураторства и образования, поскольку владельцы сайтов часто бывают библиотекарями-преподавателями, но также распространителями программного обеспечения
для кураторства. В цифровой среде меняется роль преподавателя.
Вместо того, чтобы раздавать знания, куратор-преподаватель создает
среду, наполняет ее содержанием, подталкивает учеников к открытиям, и все это возможно посредством такой социальной практики,
как кураторство. «При возможности человек делится опосредован-
75
ной, кураторской версией своего опыта, когда создает, редактирует,
представляет различные медиатексты, от онлайн-резюме до фотогалереи… Слово “кураторский” включает в себя все практики цифровой культуры и добавляет другие, которые возможны в социальных
сетях» [Potter, 2012, р. 5].
Таким образом, критический дискурс-анализ позволяет вскрыть
особенности функционирования социальной практики в Интернете
и найти ее отражение в соответствующих семантических продуктах,
в частности в текстах, размещенных на новостных лентах в сопровождении серии комментариев.
Следующей разновидностью дискурс-анализа текста в цифровой
среде является корпусный дискурс-анализ (CADA – Corpus-Assisted
Discourse Analysis). «Это подход, который используется либо сам по
себе, либо в поддержку других форм дискурс-анализа. В центре его
внимания лежат лексические маркеры (т. е. слова и фразы), а компьютерное программное обеспечение используется для подсчета
и сравнения этих маркеров для того, чтобы больше узнать о дискурсах, частью которых они являются» [King, 2015, р. 130].
Этот подход сильно напоминает контент-анализ, так как предполагает частотный подсчет слов-маркеров, однако в отличие от него
CADA также предполагает формирование корпусов текстов, которые
позволяют понять контекст используемых маркеров. Данный тип
анализа применим для исследования разговоров в чатах, на форумах.
Возможность использования частотного подсчета слов способствует
не столько объективному познанию текста, сколько проникновению
в субъективный смысл диалогов за счет соотношения маркеров с корпусом текста.
Как и в случае рассмотрения предыдущего метода, данный метод
тоже нацелен на изучение социальных практик и особенностей поведения пользователей, выраженных в онлайн-текстах. В своем исследовании Б. Кинг подробно описывает методологию проведения
корпусного дискурс-анализа. Он начинает с того, что для вскрытия
смысла практик нужно сформировать корпусы текстов. Далее необходимо определить слова-маркеры, которые отражают сущность этих
изучаемых практик. В процессе кодировки слов-маркеров Кинг сталкивается с проблемой, что такие слова зачастую представляют собой
«hapax legomena», т. е. слова, которые встречаются в тексте только
один раз, что делает бессмысленным частотный подсчет слов для выявления общих закономерностей. Исследователь принимает решение категоризировать разрозненные слова для того, чтобы сделать
результаты своего анализа более осмысленными. «Категоризация
слов при изучении корпуса часто выполняется с помощью тегов программного обеспечения, которые автоматически просматривают кор-
76
пус и “тегитируют” лексические элементы на основе семантических
категорий» [Baker, 2006].
Кодировка текста в чатах осложняется часто наличием акронимов, эрративов, специфической киберорфографии. Для того, чтобы
понять смысл этих слов (токенов), необходимы усилия со стороны
кодировщика, который должен обращаться к тексту, окружающему
данные слова.
После подготовки корпуса данных и получения информированного согласия пользователей на использование их «текстов» можно
осуществлять частотный подсчет слов-маркеров. Также данный метод позволяет использовать более усложненные варианты статистического анализа с выдвижением и проверкой гипотез. Таким образом,
корпусный дискурс-анализ позволяет выявлять закономерности
в поведении пользователей в процессе онлайн-коммуникации с высокой долей вероятности, так как данный анализ основан не на качественных, а на количественных оценках с последующей качественной интерпретацией.
Пожалуй, самым необычным методом дискурс-анализа можно
считать опосредованный дискурс-анализ, предложенный Р. Джонсом
[Jones, 2015, р. 28–47]. Уникальность данного метода заключается
в том, что он отличается инструментами для сбора данных, где в качестве таковых выступают мобильные приложения. Р. Джонс проанализировал 18 из 20 наиболее популярных мобильных приложений и пришел к выводу, что данные, собранные сервомеханизмами
для того, чтобы стать доступными для прочтения, подлежат ресиометизации, ретемпорализации и реконтекстуализации. Таким образом,
«неявный беспорядок данных, собранных о человеке, организован,
определен и сделан ценным путем алгоритмического присвоения ему
значений и, в свою очередь, ограничения потенциального избытка
значений, которые предполагают необработанные данные» [CheneyLippold, 2011, p. 170].
Метод опосредованного дискурс-анализа скорее направлен на выявление механизмов преобразования сырых данных с сервомеханизмов в текст, и первым из них является ресиометизация, как «перевод
данных из одного семиотического режима в другой» [Iedema, 2001].
По мере перемещения между модулями значения сырых данных видоизменяются. В итоге они могут быть представлены в виде текстов
или диаграмм, что облегчает визуализацию данных и принятие решений о самоконтроле, который является целью многих мобильных
приложений. Необходимо отметить, что преобразование данных часто сопровождается квантификацией самооценки. Так «приложение
Fitbit превращает физические движения в серию чисел, представляющих шаги, километры и сожженные калории. MyFitness преобра-
77
зует процесс приема пищи и ее переработки в ряд чисел, представляющих калории, углеводы, жиры, белки и сообщает пользователям,
сколько калорий они еще могут съесть, чтобы остаться в установленных пределах» [Jones, 2015, р. 38]. Таким образом, ресемиотизация
позволяет перевести набор сырых данных, полученных посредством
приложений, в структурированные числовые, текстовые, графические данные, пригодные для чтения и восприятия.
Механизм ретемпорализации связан с понятием «хронотоп», введенным Бахтиным (1981) в контексте литературных произведений.
Согласно данному понятию, разные авторы в разных работах создают
разное представление о времени и пространстве протекания действий
сюжета. Отталкиваясь от данного понимания пространственно-временных особенностей текста, Лемке [Lemke, 2000] говорит о том, что
действия могут происходить в разных временных масштабах, причем действия в более коротких временных масштабах могут быть
частью действий в более длительных временных масштабах, а действия в более длительных временных масштабах могут ограничивать
действия в более коротких временных масштабах. «При ретемпорализации информация помещается либо в более короткие, либо более
длинные хронотопы, облегчая связь между различными временными
шкалами» [Джонс, 2015, с. 40]. Например, это может быть представлено либо моментальной обратной связью как рефлексией на произведенное действие (пробежка) или отложенной реакцией, связанной
с каждодневным поеданием пирожных. Таким образом, ретемпорализация представляет «многоуровневую одновременность», позволяя предугадывать результат своих действий в перспективе.
И, наконец, реконтекстуализация – это механизм, который позволяет превращать индивидуальную информацию в социальную
информацию, т. е. приложения, основываясь на своих возможностях,
могут транслировать индивидуальную информацию в социальные
сети, делая ее общедоступной для приобретения социальной поддержки своим действиям по самоконтролю со стороны других пользователей. «Сторонники приложений для самоконтроля утверждают,
что их способность реконтекстуализировать данные в социальных
сетях помогает создавать новый вид сознания здоровья, подпитываемого сообществами “совместных биограждан”, которые берут на себя
ответственность за свое здоровье и учатся друг у друга» [Джонс, 2015,
с. 43].
Таким образом, Р. Джонс приходит к выводу, что данный метод
хоть и может на первый взгляд показаться специфическим и подходящим не для всех текстов, но, на самом деле, приведенные им способы сбора, обработки и представления текстовых данных соответствуют тому, как образуются многие тексты в Интернете.
78
Мультимодальный дискурс-анализ (MMDA – Multi-modal Discourse Analysis) – это еще один метод дискурсивного анализа, позволяющего анализировать текст в цифровой среде. Однако он отличается тем, что для анализа выбираются семиотические объекты разного происхождения (тексты, числа, графики, фотографии и видео).
В своей работе Ф. Бенсон проводит дискурс-анализ семиотических
единиц, размещенных на платформе YouTube [Benson, 2015, р. 81–
96]. Принцип интеграции разных ресурсов, характерный для данной
платформы, означает, что «хотя каждый текстовый бит на странице
YouTube можно рассматривать как отдельную текстовую единицу,
видео и комментарии взаимодействуют шаблонным образом и взаимосвязаны по значению создания» [Androutsopolous, 2013, р. 50].
Необходимо отметить, что данный тип дискурс-анализа рассматривает текст как устный дискурс и поэтому использует и развивает
методологию конверсационного анализа, разработанную в 1970-е гг.
бирмингемской школой анализа дискурса [Sinclair and Coulthard,
1975]. В основе анализа дискурса данной школы лежит выделение
обмена как единицы устного дискурса, состоящего из инициирующего и ответного хода. Данный подход первоначально был развит
и доработан российским ученым М. Л. Макаровым в рассмотренной
выше концепции транскрипции устного дискурса (ТРУД), затем
англосаксонские исследователи посчитали его продуктивным для
анализа взаимодействия в цифровой среде на примере анализа взаимодействия на страницах YouTube. «На страницах YouTube используются несколько семиотических режимов, включая движущиеся
изображения, устные слова, музыку, звуки, объекты, значки и ссылки. Количество идентифицируемых коммуникативных элементов на
страницах YouTube обычно превышает сто, и это число увеличивается по мере добавления письменных комментариев» [Benson, 2015,
р. 83].
Анализ мультимодального дискурса предполагает выделение
инициирующего и ответного хода в обмене. В качестве первого инициирующего хода обычно выступает загружаемое на страницу видео.
Далее оно сопровождается текстом, который создают как пользователи, так и боты. Иногда в продолжении дискурса на странице YouTube
последующий ответный ход может быть одновременно и инициирующим, разворачивающим продолжение дискуссии. Для комментариев под видео на странице YouTube характерно то, что они в основном
являются ответом на определенные фрагменты загруженного видео
и в очень редких случаях являются продолжением смысловой последовательности предыдущих комментариев. При этом в первую очередь на странице выводятся либо самые популярные, либо самые свежие комментарии, поэтому вероятность быть отвеченными у более
79
ранних комментариев уменьшается с увеличением протяженности
последовательности.
Таким образом, рассмотрение взаимодействия в цифровой среде
как аналога устной речи, опосредованного соответствующей цифровой платформой или социальными сетями, может быть вполне
оправданным, что создает потенциал для использования модификации конверсационного анализа бирмингемской школы в виде мультимодального дискурс-анализа (MMDA). Основываясь на целях
конверсационного анализа, мы можем вскрывать подразумеваемые
смыслы разворачиваемого перед нами дискурса, а также анализировать особенности социальных, политических и культурных практик,
отраженных в дискурсах.
Одной из первых попыток проанализировать публичную дискуссию на политическую тематику в цифровой среде была попытка российского ученого Ю. Г. Мисникова, который разработал специальную методологию дискурс-анализа, позволяющую использовать искусственный интеллект для дифференциации суждений [Мисников,
Филатова, 2019]. В основу методологии была положена теория коммуникативной этики Ю. Хабермаса в рамках модели делиберативной
демократии. Процесс коммуникации направлен на достижение согласия посредством коммуникативного действия или, как минимум,
на формирование взаимопонимания по наиболее важным проблемам.
Главными условиями взаимодействия являются условия «публичной равноправной и непринужденной коммуникации, соблюдаемые
в сократическом диалоге» (Хабермас, 2001, с. 76).
Исследование Ю. Г. Мисникова и О. Г. Филатовой, представленное в статье «Интернет-дискуссия как форма электронного участия:
российская специфика» (2019), основано на двухступенчатом подходе
к проведению дискурс-анализа политических суждений в Интернете,
т. е. на электронных площадках нескольких российских СМИ в отношении выяснения мнения респондентов по некоторым политическим
решениям. На первом этапе используются услуги кодировщиков, которые классифицируют суждения на те, которые высказаны за уничтожение санкционных продуктов, и те, которые высказаны против этого.
На втором этапе исследователи проводят эксперимент, направленный
на то, чтобы обучить искусственный интеллект выполнять те же действия в отношении оценки принятия федерального закона о повышении пенсионного возраста в Российской Федерации.
На первом этапе исследователи разрабатывают модель на основе
концепции Ю. Хабермаса, позволяющую перейти от рационального
обоснования согласия или несогласия с данным решением к нормативному, а затем морально обоснованному утверждению. «Важность
претензий на значимость как инструмента дискурс-анализа состоит
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]