Интернет и идеологические движения в России - Коллектив Мохова

Обобщая все эти теории, созданные на материале движений в разных странах, можно составить примерно такую схему этапов эмоциональной мобилизации, которая ведет к участию в гражданском коллективном действии:

несправедливое действие со стороны власти378 заставляет некоторых граждан испытать унижение и оскорбление;

«рассерженные горожане» выражают негативные эмоции посредством интернет-коммуникации;

обмен эмоциями аккумулирует энергию гнева по отношению к власти как к общему врагу, а также помогает преодолеть страх репрессий;

связанные посредством интернет-коммуникации индивиды достигают нужного «градуса эмоционального кипения» и решаются действовать;

с началом действия возникают энтузиазм из ощущения единения, возможности артикулировать моральные принципы, чувство принадлежности к истории, гордость за «своих», восхищение их нравственным достоинством, преданностью делу и др.;

эти позитивные эмоции дают чувство удовлетворения и желание продолжать протест379, а также вовлекают в протест новых участников;

за одной акцией следует другая, люди присоединяются к протестному движению на регулярной основе, возникает постоянное коллективное протестное движение, которое в итоге добивается поставленных целей.

Суммировав разные концепции при помощи такой схемы, мы проверили эту схему на нашем материале, чтобы уточнить ключевые характеристики российского протеста в процессе решения нашей главной задачи — выяснения портрета российского гражданского общества и идеологических идентичностей россиян.

Интернет-образ российского протеста

Характеристика материала

В качестве источника материала для этой главы среди разных жанров Интернета был выбран Твиттер. Митинги, как говорили их участники, собрались главным образом через эту сеть и в меньшей степени через Facebook и «ВКонтакте». Твиттер же служил приоритетным и иногда единственным источником информации380, способом связи в мобилизационных и координационных целях, а также средством пропаганды (рис. 29):

Рис. 29. Один из твитов 18 июля 2013 г.381

К тому же Твиттер объединил протестующих по всей России и за ее пределами, и с его помощью за происходящим следили в разных странах (в США, Украине, Финляндии, Эстонии и др., как мы видим из твитов) и разных российских городах (в Кирове, Краснодаре, Екатеринбурге и др.)382, посылая советы участникам Манежки — центрального российского митинга, на который возлагали главные надежды.

Методы

Выборкой послужил корпус твитов, связанных с Народным сходом, полученный из коллекции, собранной 18 июля из данных API-адресов уникальных учетных записей по популярным ключевым словам и хэштегам трендов российского Твиттера и некоторым другим частотным хэштегам методом «снежного кома» (16 хэштегов и 2 ключевых слова). Всего было собрано 26 503 твита, среди них 47 % спама383 и 31 % оригинальных твитов. Чтобы вычленить оригинальные твиты384, учитывался комплекс метаданных, собираемых из профилей и лент авторов; показатели одновременной встречаемости одного и того же твита под разным авторством (сигнал, что автор является не ботом, а живым человеком); рейтинги авторов в этот день и т. д.385 Эта комплексная обработка позволила получить на выходе корпус из 8343 твитов, которым могло быть с высокой степенью вероятности приписано оригинальное авторство386.

Собранная коллекция твитов была исследована при помощи качественного и количественного контент- и дискурс-анализа387, а затем и статистического анализа динамики ведущих дискурсов интернет-коммуникации относительно временной шкалы, охватывающей время митингов (time-series analysis). Большая синтаксическая и семантическая вариативность твитов исключила их автоматическую обработку388, поэтому был выбран метод ручного кодирования 2063 твитов, случайным образом выбранных из 8343. Категории для кодирования задавались дедуктивно на основе предыдущих разработок, выполненных на материале протестных маршей 15 сентября и 15 декабря 2012 г. и 13 января 2013 г.389, в которых было намечено тематическое деление создаваемых на тему протестных митингов твитов на «прооппозиционные», «антиоппозиционные» и «нейтральные». Эта схема позволяет отнести к одной из перечисленных категорий любой твит, связанный с митингами. Мы продолжили начатую в наших предыдущих исследованиях интернет-коммуникации методику: учитывали всю сложную совокупность производимых в ее рамках дискурсов, не оценивая тексты исключительно с точки зрения про- и антиоппозиционности, но подробно изучая нейтральные твиты. Именно из аморфной и трудно поддающейся классификации группы «иное» нам удалось выделить высказывания носителей идеологии «против всех», которая будет описана ниже.

Методологически в данной главе, как и в предыдущих, мы также проверяли репрезентативность, возможности и ограничения сбора и анализа интернет-данных, подбирая наиболее подходящие инструментарий и методы. Мы принимали во внимание общепринятые стандарты в области анализа и интерпретации твиттер-данных, а также критическую реакцию, которая ставит под сомнение увлечение только «большими» данными (big data), собираемыми при помощи API-адресов, и призывает не пренебрегать ценностью традиционных «малых». Мы нашли компромисс между двумя подходами — привлекли «большие» данные, но отказались от их автоматической обработки. Способ интерпретативного чтения каждого твита, учет как «малых», так и «больших» данных, а также работа одновременно с качественным и количественными методами позволили придать количественным исследованиям тщательность качественных. Эта методика, общая для всех глав книги, в которых анализируются интернет-данные (главы 1–5), развивается в данной главе на материале, ранее не затронутом в книге, — на твитах.

Совокупность указанных подходов позволяет не только выделить ведущие дискурсы твиттер-коммуникации, связанной с протестным движением, и увидеть, как именно оппозиция и ее противники пользуются Твиттером, но и продвинуться в понимании ее функций, выяснить, какие механизмы самоорганизации соцсети способны производить и поддерживать, в какой мере они могут участвовать в процессе мобилизации, принятии решений об участии в коллективном действии, прояснить роли, которые Интернет играет в социальном движении в настоящий момент, а также то, как эти роли меняются от одной акции к другой в зависимости от конкретных обстоятельств и с течением времени, чтобы прогнозировать их развитие.

Вместе с тем нам было важно не только подтвердить выводы, сделанные для трех предыдущих массовых акций, но также развить и дополнить их. Поэтому мы прибегли к более детальному дискурс- и контент-анализу и, следовательно, использованию субкатегорий, которые выделялись индуктивно в ходе анализа твитов, а также на основании уже известных классификаций, разработанных другими исследователями интернет-коммуникации390 и неглубокого контент-анализа подвыборки твитов. В результате внутри основных категорий «нейтральные — прооппозиционные — антиоппозиционные» и «идеология — действие — информация — иное» (такие же категории мы использовали в главах 1–4) было выделено 11 субкатегорий, отражающих ведущие дискурсы протестной коммуникации.

Категории для контент-анализа

«Идеология»: твиты, свидетельствующие об идеологической идентичности

К этой категории относились твиты, которые выражали одобрение/неодобрение по отношению к власти, оппозиции, Народному сходу и его участникам, Навальному. Они носили ярко выраженный эмоциональный характер. Эмоции, сопровождающие протест, воспринимаются их участниками как немаловажный фактор391. Что же касается политизированной коммуникации, эмоциональные высказывания важны и интересны тем, что показывают идеологическую идентичность, так как оценка фактов и событий свидетельствует о системе ценностей, а эмоции делают это свидетельство еще более эксплицитным и детальным, добавляя краски, оттенки, нюансы и коннотации симпатиям и антипатиям. Все высказывания такого рода можно разделить на несколько субкатегорий в зависимости от объекта эмоциональной реакции, а также в зависимости от двух основных экстенсионалов «одобрение — неодобрение» («про» — «анти») эмотивно-оценочных отношений.

«Про-»: «-Манежка» — одобрение по отношению к участникам схода

Эти твиты выражали поддержку, благодарность за «гражданскую позицию», восхищение (например, «Испытываю невероятное уважение к вышедшим на улицы Москвы»392), солидарность с участниками митингов («Мурашки от тех, кому не все равно. Спасибо всем за гражданскую позицию. Вместе мы сможем #Манежка» и т. п.).

«Про-»: «-Навальный» — одобрение по отношению к Навальному

В таких твитах высказывались эмоции одобрения (восхищение, поддержка, сочувствие и т. д.) по отношению к Алексею Навальному (например, «#navalny ТЫ ГЕРОЙ!!!»393, «Теперь Навальный — символ протеста в России, однозначно», «Отныне у российской оппозиции есть лидер394 #Навальный»). К этой же группе относились все твиты, которые сопровождались хэштегом «Занавального».