Hisoblashga asoslangan ijtimoiy tarmoq tahlili onlayn foydalanuvchilarni tugunlar, ular oʻrtasidagi retvit kabi munosabatlarni esa bogʻlanishlar sifatida ifodalab, kommunikatsiya tarmoqlarining tuzilishi, markaziyligi, klasterlanishi va vaqt davomida oʻzgarishini oʻrganadigan usullar oilasidir. Jeffrey Layne Blevins va James Jaehoon Lee akademik monografiyasi bu yondashuvni siyosiy iqtisod, sifatli hashtag/matn tahlili, mahalliy media kontent tahlili va faollar bilan suhbatlar bilan birlashtirib, ijtimoiy media ijtimoiy adolat harakatlarini qanday koʻrinadigan qilishi mumkinligini, ayni tarmoqlar siyosiy tashkilotchilik, troll faolligi, botlar, notoʻgʻri axborot va tijoriy platforma dinamikasi tomonidan qanday shakllantirilishi mumkinligini oʻrganadi.

Kitobning empirik tayanchi uch tarixiy Twitter kontekstiga qurilgan: 2014-yildagi Ferguson noroziliklari va #BlackLivesMatter bilan bogʻliq tarmoqlar; 2016-yil AQSh prezidentlik saylovi vaqtida #MAGA, #ImWithHer va boshqa siyosiy hashtaglar atrofidagi tarmoqlar; 2020-yil yozida Ahmaud Arbery, Breonna Taylor va George Floyd oʻlimlaridan keyin rivojlangan ijtimoiy adolat va qarshi-siyosiy diskurslar. Cincinnati shahridagi Sam DuBose voqeasi ham mahalliy yangilik tashkilotlari kontentini qidirish va ijtimoiy adolat tashkilotchilari bilan suhbatlar orqali oʻrganilgan.

Ferguson maʼlumotlari Twitterdagi dastlabki toʻlqinda #MikeBrown kabi shaxs yoki joy nomlarini bildiruvchi tavsifiy hashtaglar oldinga chiqqanini; taxminan bir–ikki hafta oʻtgach #IfTheyGunnedMeDown, #BlackLivesMatter va keyinroq #ICantBreathe kabi shaxsiylashtirilgan yoki mafkuraviy ramkalar ustunroq boʻla boshlaganini koʻrsatadi. Mualliflar buni foydalanuvchilar voqeani faqat muayyan yangilik hodisasi sifatida ulashish oʻrniga uni oʻz hayotiy tajribalari bilan bogʻlaydigan “affective publics” yoki affektiv jamoatchiliklar shakllanishi bilan izohlaydi.

2016-yilgi saylov tahlilida mualliflar “continent effect” deb atagan vizual tarmoq tuzilishi ajralib turadi: ayrim taqqoslashlarda pro-Trump xabarlar soni pro-Clinton xabarlaridan kam boʻlsa ham, pro-Trump hashtaglari va akkauntlari yanada zich va oʻzaro bogʻlangan klasterlarni hosil qilgan. 25–27-sentyabr 2016 namunasida @realDonaldTrump degree markaziyligida 0,0456 va betweenness markaziyligida 0,0990 bilan eng yuqori qiymatga ega boʻlgan, @HillaryClinton esa mos ravishda 0,0311 va 0,0805 qiymatlarini olgan. Shu davrda betweenness qiymati eng yuqori boʻlgan 50 akkauntning 26 tasida #MAGA, atigi 5 tasida #ImWithHer kuzatilgan. Mualliflarning talqiniga koʻra, tarmoqdagi siyosiy oʻng xabarlari umumiy hashtaglar atrofida koʻproq muvofiqlashtirilgan va tuzilmaviy jihatdan zichroqdir.

Biroq tarmoq markaziyligi, retvit zichligi yoki hashtaglarning birgalikda uchrashi saylovchi haqiqatan ishontirilganini, ovoz berish xatti-harakati oʻzgarganini yoki muayyan siyosiy guruh aholi orasida koʻproq qoʻllab-quvvatlanganini bevosita koʻrsatmaydi. Kitob nazorat qilinadigan siyosiy ishontirish tajribasi emas. Oʻrganilgan metrikalar Twitter tarmogʻidagi tuzilmaviy koʻrinuvchanlik, bogʻlanish zichligi va axborot aylanishidagi oʻrinni oʻlchaydi.

Kitobning siyosiy iqtisod boʻlimi Edward S. Herman va Noam Chomsky propaganda modelidagi mulkchilik, reklama, manbalardan foydalanish, “flak” va mafkuraviy filtrlarni onlayn platforma muhitiga moslashtirib muhokama qiladi. Mualliflar ijtimoiy media quyidan yuqoriga tashkil etilgan ijtimoiy harakatlarni kuchaytirishi mumkinligini; ammo ayni tarmoqlar botlar, troll fermalari, pullik koʻrish/layk tizimlari, platformalar konsentratsiyasi va notoʻgʻri axborot orqali sunʼiy ravishda yoʻnaltirilishi mumkinligini taʼkidlaydi. Shu sababli kitobning asosiy xulosasi “ijtimoiy media ijtimoiy adolatni taʼminlaydi” yoki “ijtimoiy media ijtimoiy adolatga toʻsqinlik qiladi” emas; balki onlayn kommunikatsiya kuchi tarmoq tuzilishi, xabar birligi, iqtisodiy ragʻbatlar, platforma boshqaruvi va manipulyatsiya salohiyati oʻrtasidagi munosabatga bogʻliq ekanidir.

Kitobning asosiy tadqiqot muammosi

Kitob quyidagi asosiy ziddiyatdan kelib chiqadi: ijtimoiy media anʼanaviy mediaga kirishi cheklangan shaxslar va ijtimoiy harakatlarga bevosita nashr qilish, tarmoq qurish va hikoya aytish imkonini berishi mumkin. Xuddi shu texnik infratuzilmadan nafrat guruhlari, siyosiy kampaniyalar, troll tarmoqlari, bot akkauntlari, dezinformatsiya subyektlari va tijoriy koʻrinuvchanlik tizimlari ham foydalanishi mumkin.

Shuning uchun tadqiqot savoli faqat “ijtimoiy media ijtimoiy adolat harakatlari uchun foydalimi?” emas. Kengroq savol shunday: Onlayn tarmoqlarda kommunikatsiya kuchi kimlarda jamlanadi, qaysi xabarlar oʻzaro bogʻlanib koʻrinuvchanlikka ega boʻladi va ijtimoiy media platformalarining siyosiy-iqtisodiy tuzilishi bu jarayonni qanday shakllantiradi?

Mualliflar bu muammoni faqat matn talqini orqali koʻrib chiqmagan; Twitter tarmoqlarini hisoblash usullarida vizuallashtirgan, tvit-retvit bogʻlanishlarini tekshirgan, hashtaglarning vaqt davomida koʻrinuvchanligini kuzatgan, markaziylik metrikalarini taqqoslagan, ayrim tarmoqlarda markaziy tugunlarni olib tashlab tuzilmaning qanday oʻzgarishini koʻrgan va bularni sifatli diskurs hamda siyosiy iqtisod kontekstida sharhlagan.

Analitik doiraning toʻrt qatlami

Twitter maʼlumotlari qanday qayta ishlangan?

Ferguson va 2016 tadqiqotlarida Twitter tarixiy arxividan muayyan hashtag va soʻzlar Python 2.7 yordamida chiqarilgan. Natijalar kunlar boʻyicha oddiy JSON fayllariga saqlangan va ikki asosiy maʼlumot tuzilmasiga aylantirilgan.

Birinchi maʼlumot tuzilmasi tvit-retvit munosabatlarini ifodalaydi. Foydalanuvchilar tugunlardir; bir foydalanuvchining boshqa foydalanuvchini retvit qilishi ular oʻrtasida bogʻlanish hosil qiladi. Tvit matni va vaqt maʼlumoti kabi tafsilotlar keyingi tahlil uchun saqlanadi.

Ikkinchi maʼlumot tuzilmasi qidiruv atamalari uchun tavsifiy statistika yaratadi. Hashtag yoki soʻzlar asl tvit/retvit holati, soat va hafta kuni kabi xususiyatlar boʻyicha guruhlanishi mumkin.

Tarmoqlarni vizuallashtirishda oʻzgartirilgan D3.js force-directed graph, filtrlash va interaktivlik qatlamida esa crossfilter.js va dc.js ishlatilgan. 2020 maʼlumotlarini qayta ishlashda shu asosiy yondashuv Python 3.6 ga koʻchirilgan.

Ferguson voqeasi: hashtag voqea yorligʻidan shaxsiy ramkaga qanday oʻtdi?

Mualliflar 2014-yil avgustida Michael Brown oʻldirilganidan darhol keyin boshlangan va Darren Wilsonni ayblamaslik qaroridan keyingi davrgacha davom etgan toʻrt oylik vaqt oraligʻida #BLM bilan bogʻliq tarixiy Twitter arxivini oʻrgangan.

Dastlabki toʻlqinda #MikeBrown va #MichaelBrown kabi shaxs nomlari hamda #Ferguson kabi voqea/joy belgilari koʻproq koʻrinadi. Bu hashtaglar voqeaning kim, qayerda va nima ekanini bevosita tavsiflash vazifasini bajaradi.

Keyinroq #IfTheyGunnedMeDown kabi konseptual yorliqlar koʻrinuvchanlikka ega boʻlgan. Bu hashtagda foydalanuvchilar oʻzlarining ikki xil suratini yonma-yon qoʻyib, agar politsiya aralashuvida oʻldirilsa, media qaysi suratni tanlashini savol ostiga olgan. Mualliflar buni bitta voqeadan kengroq irq, vakillik va media ramkasiga oʻtish deb talqin qiladi.

2014-yil noyabriga kelib #IfTheyGunnedMeDown va #ICantBreathe kabi shaxsiylashtirilgan ramkalar hamda #BlackLivesMatter kabi mafkuraviy hashtaglar #MikeBrown singari toʻgʻridan-toʻgʻri voqea yorliqlaridan ustunlasha boshlagan. Eric Garnerning oʻlimi va Darren Wilson haqida chiqarilgan huquqiy qaror kabi keyingi voqealar avval alohida koʻringan hashtag tarmoqlarining oʻzaro bogʻlanishiga hissa qoʻshgan.

Ijtimoiy Mediada Tarmoq Markaziyligi Siyosiy Ishontirish Kuchiga Tengmi?

Yoʻq. Degree va betweenness markaziyligi akkaunt oʻrganilgan tarmoqda qanchalik bogʻlanganini yoki turli tugunlar orasida qay darajada koʻprik holatida turganini koʻrsatadi; saylovchilarning fikri oʻzgarganini, ovoz tanlovi taʼsirlanganini yoki siyosiy xabar toʻgʻri deb qabul qilinganini bevosita oʻlchamaydi. Shu sababli kitobning 2016 va 2020 tarmoq topilmalari tuzilmaviy koʻrinuvchanlik va muvofiqlashtirish dalilidir, sababiy siyosiy ishontirish oʻlchovi emas.

Degree markaziyligi qanday talqin qilinadi?

Degree markaziyligi tugunning tarmoqdagi bogʻlanish zichligini ifodalaydi. Ushbu tadqiqot kontekstida yuqori degree qiymatiga ega Twitter akkaunti oʻrganilgan tvit-retvit tarmogʻida yanada zich bogʻlanish va oʻzaro taʼsirga ega.

25–27-sentyabr 2016 davrida manba Figure 6.9 ga koʻra eng yuqori degree qiymatlari quyidagicha:

Manbada degree boʻyicha birinchi 10 akkauntning katta koʻpchiligi Trump tarafdori yoki siyosiy oʻng sifatida operatsion tarzda tasniflangan akkauntlardan iborat. Bu tasnif mualliflarning tadqiqot kodlashidir: “right-leaning” Trumpni qoʻllab-quvvatlaydigan yoki Clinton, Demokratik partiya yoxud Obama qarshi kontent tarqatadigan akkauntlarni; “left-leaning” esa Clinton tarafdori yoki keskin Trump qarshi akkauntlarni qamrab oladi.

Betweenness markaziyligi nimani koʻrsatadi?

Betweenness markaziyligi konseptual jihatdan tugunning tarmoqdagi turli hududlar yoki foydalanuvchilar klasterlari oʻrtasidagi bogʻlanish yoʻllarida qay darajada koʻprik vazifasini bajarishini koʻrsatadi. Yuqori betweenness qiymati akkaunt faqat koʻp bogʻlanishga ega ekanini emas, balki tarmoqning turli qismlarini oʻzaro ulashda strategik oʻringa ega boʻlishi mumkinligini anglatadi.

25–27-sentyabr davrida @realDonaldTrump betweenness = 0,0990 bilan, @HillaryClinton esa 0,0805 bilan dastlabki ikki oʻrinda turadi. Mualliflar yuqori oʻrinlardagi boshqa akkauntlarning koʻpi ham siyosiy oʻng bilan bogʻliqligini bir tarmoq ichidagi zichroq muvofiqlashtirish tuzilmasining koʻrsatkichi sifatida talqin qiladi.

6–8-noyabr 2016 davrida nima oʻzgardi?

Saylov kuniga yaqinlashgan 6–8-noyabr namunasida @realDonaldTrump degree = 0,0533 bilan yana birinchi oʻrinda boʻlgan. @DonaldJTrumpJr degree = 0,0327 bilan ikkinchi, @HillaryClinton esa 0,0226 bilan uchinchi oʻrinni egallagan.

Manba bu yerda siyosiy oʻng bilan bogʻlangan akkauntlarning ikki alohida sana oraligʻida yuqori oʻrinlarda izchil ravishda qayta paydo boʻlishiga eʼtibor qaratadi. Mualliflar bu davomiylikni tarmoqning “birlik” yoki “cohesion” xususiyatining ehtimoliy belgisi sifatida talqin qiladi. Biroq bu saylovchilarning mafkuraviy birlik darajasining bevosita oʻlchovi emas; Twitterdagi muayyan akkaunt va retvit naqshining tahlilidir.

“Continent effect” nimani anglatadi?

“Continent effect” kitob mualliflari 2016-yil tarmoq vizuallashtirishlarida pro-Trump akkauntlari va hashtaglarining katta, oʻzaro bogʻlangan klaster hosil qilishini tavsiflash uchun ishlatgan vizual ifodadir; standartlashtirilgan mustaqil ijtimoiy tarmoq metrikasi emas.

Mualliflarning muhim kuzatuvi shuki, ayrim davrlarda pro-Clinton tvitlar soni koʻproq boʻlishiga qaramay, pro-Trump tarmogʻi yanada zich tarzda birlashgan. Demak, xom xabar soni bilan tarmoqning tuzilmaviy tashkil etilishi bir xil oʻzgaruvchi emas.

Hashtaglarning birgalikda uchrashi nimani koʻrsatdi?

25–27-sentyabr 2016 davrida betweenness boʻyicha eng yuqori 50 akkaunt koʻrib chiqilganda manba Figure 6.17 quyidagi jami qiymatlarni beradi:

Manba, shuningdek, #MAGA boshqa hashtaglar bilan #ImWithHer ga qaraganda ancha tez-tez birga ishlatilganiga eʼtibor qaratadi. #ImWithHer bilan birgalikda uchragan ikki hashtagning ham oʻngga moyil deb kodlangan #MAGA va #TrumpTrain boʻlishi mualliflarning hashtag “hijacking” yoki qarshi tomonning hashtag oqimiga kirish strategiyasi haqidagi muhokamasi bilan bogʻliq.

Hashtag Hijacking Nima va U Bu Kitobda Qanday Qoʻllangan?

Hashtag hijacking — boshqa tashkilot, harakat yoki jamoa tomonidan koʻrinadigan qilingan hashtag oqimidan boshqa xabarni xuddi shu qidiruv va muloqot maydoniga kiritish uchun ataylab foydalanishdir. Kitobda Cincinnati dagi Irate 8 guruhining University of Cincinnati ning #HottestCollegeInAmerica hashtagini #theIrate8 bilan birga ishlatishi, guruhda hali kuchli institutsional akkaunt boʻlmagan paytda oʻz ijtimoiy adolat xabarini universitetning koʻproq koʻrinadigan raqamli oqimiga olib kirgan qasddan qilingan misol sifatida tasvirlanadi.

Irate 8 aʼzolari avval shaxsiy akkauntlardan muvofiqlashtirilgan tarzda post qilgan va #theIrate8 hashtagini universitetning mashhur #HottestCollegeInAmerica hashtagi bilan birga ishlatgan. Suhbatda Brittany Bibb bu foydalanish aynan qasddan boʻlganini aytgan. Keyin tashkilot oʻz Twitter akkauntini yaratgan; muayyan postlarni yoqtirish, izohlash va retvit qilish boʻyicha aʼzolar oʻrtasida yanada muvofiqlashtirilgan yondashuvni ishlab chiqqan.

Kitob hashtag hijacking ni faqat ijtimoiy adolat guruhlariga xos texnika deb baholamaydi. 2016-yilgi saylov tahlilida ayrim oʻngga moyil akkauntlar #ImWithHer kabi qarshi tomon bilan bogʻlangan hashtaglarni oʻz xabarlari bilan birga ishlatgani koʻrinadi. Demak, ayni tarmoq texnikasi ham quyidan yuqoriga faoliyat, ham qarshi-siyosiy koʻrinuvchanlik strategiyasi uchun ishlatilishi mumkin.

Cincinnati keys-stadisi: ijtimoiy media bilan anʼanaviy media oʻrtasidagi farq

Sam DuBose 2015-yilda oʻldirilgandan soʻng Black Lives Matter Cincinnati va Irate 8 kabi guruhlarning ijtimoiy media strategiyalarini oʻrganish uchun mualliflar ikki ijtimoiy adolat tashkilotchisi bilan chuqur suhbat oʻtkazgan, shuningdek mahalliy media saytlarida Boolean kalit soʻz qidiruvini amalga oshirgan.

Qidirilgan iboralar:

• Sam Dubose
• Black Lives Matter
• Black Lives Matter Cincinnati
• Irate8

Manba usul matni qidiruv davrini 2015-yil iyul–2016-yil noyabr deb koʻrsatadi. Oʻrganilgan tashkilotlar The Cincinnati Enquirer, CityBeat, WXIX-TV va WCPO-TV. Cincinnati Herald hamda WKRC-TV va WLWT-TV veb-saytlaridagi cheklangan qidiruv funksiyasi sabab tahlilga kiritilmagan.

Mualliflar jami 269 ta yangilikni oʻqib, kontent kontekstini ham baholagan. The Enquirer va CityBeat gazetalari mahalliy “Black Lives Matter Cincinnati” tashkilotini umumiy “Black Lives Matter” iborasidan televideniye tashkilotlariga qaraganda koʻproq ajratib koʻrsatgan. Irate 8 esa toʻrtta tashkilotda jami atigi besh marta tilga olingan.

Manbada bu yerda muhim sana nomuvofiqligi mavjud. Usul paragrafida qidiruv 2015-yil iyul–2016-yil noyabr deb tushuntirilgan, Figure 4.1 sarlavhasida esa 2016-yil iyul–2016-yil noyabr yozilgan. Jadval maʼlumotlari oʻzgartirilmagan va toʻgʻri sana biz tomonidan taxmin qilinmagan.

Faollar bilan suhbatlar nimani koʻrsatdi?

Black Lives Matter Cincinnati yetakchilari bilan suhbatlar ijtimoiy media guruhga oʻz nomidan bevosita bayonot berish va anʼanaviy yangilik tashkilotlarida notoʻgʻri bogʻlangan deb hisoblagan shaxs yoki harakatlarga nisbatan oʻz xabarini nazorat qilish imkonini berganini koʻrsatadi.

Biroq ijtimoiy media oʻzi yolgʻiz barcha maqsadli auditoriyaga yetib borishni taʼminlamaydi. Suhbatlarda kam daromadli jamoalarda telefon, kompyuter yoki uy internetiga ega boʻlmagan odamlar borligi alohida taʼkidlangan. Mualliflar shu sababli ijtimoiy adolat faolligini raqamli kirish, keng polosali infratuzilma, tarmoq neytralligi va maxfiylik kabi kengroq media islohoti muammolaridan alohida koʻrib boʻlmasligini taʼkidlaydi.

Faollar ijtimoiy media akkauntlarida tahdid, nafrat xabari va taʼqibga duch kelganini ham aytgan. Shunday qilib, platforma bir vaqtning oʻzida bevosita ifoda va bogʻlanish vositasi hamda qarshi-mobilizatsiya va hujum kanali boʻlishi mumkin.

Ijtimoiy media mobbing

Kitobda “social media mobbing” koʻp sonli foydalanuvchilar bir shaxs yoki mavzu atrofida ijtimoiy platformalarda toʻplanib, haqorat, bahs, tahdid yoki meme bombardimoni orqali diskurs maydonini bosib qoʻyishi sifatida izohlanadi.

Mualliflar bu hodisani Leslie Jones, Cincinnati Zoo/Harambe voqeasi va boshqa keyslar orqali muhokama qiladi; onlayn diskurs miqdor jihatdan kengayar ekan, jamoat muhokamasining sifatini pasaytirishi mumkinligini ilgari suradi. Biroq Harambe va boshqa oilaviy voqealar oʻrtasidagi taqqoslash nazorat qilinadigan statistik tajriba emasligi ham muhim. Mualliflarning oʻzi irqiy reaksiya farqini miqdoriy jihatdan aniq oʻlchash qiyinligini qayd etadi.

2016 “knockout experiment” nima edi?

Manbada “knockout experiment” deb atalgan tahlil biologiyadagi genni olib tashlash oʻxshatishidan foydalanadi. Tadqiqotchilar katta Twitter tarmogʻidagi muhim tugunni vizuallashtirishdan olib tashlab, tarmoq tuzilishi qanday oʻzgarishini koʻrgan.

Maqsad akkaunt tarmoqning tuzilmaviy yaxlitligiga qay darajada hissa qoʻshishini oʻrganishdir. Mualliflar pro-Trump tarmogʻida bitta markaziy akkaunt olib tashlangandan keyin ham bfraser747, TeamTrump va USA4TRUMP kabi turli quyi tarmoqlar saqlanib qolganini kuzatgan va buni tarmoqning tuzilmaviy barqarorligi belgisi sifatida talqin qilgan.

Bu usul real foydalanuvchi xatti-harakatini oʻzgartiradigan tajriba emas. Bu maʼlumotlar toʻplamidagi tugunni analitik ravishda chiqarib tashlash orqali bajarilgan tarmoq vizuallashtirish taqqoslashidir.

Tadqiqot Usuli va Natijalari

Ferguson 2014 maʼlumotlar toʻplami

Manba 2014-yil avgust–dekabr davrida ochiq manbali Twitter tarixiy arxivida #BLM bilan bogʻliq tvitlarni chiqarib, foydalanuvchilar bir-biriga qanday javob bergani/retvit qilganini koʻrsatuvchi tarmoq yaratgan.

Python 2.7 chiqarish dasturi koʻrsatilgan hashtag va soʻzlarni qidirgan; maʼlumotlar kunlar boʻyicha JSON ga saqlangan. Tarmoq tuzilmasida foydalanuvchilar tugun, retvitlar bogʻlanish sifatida ifodalangan.

Tavsifiy interfeys toʻrtta asosiy maʼlumot koʻrinishini yaratgan:

1. 2014-yil avgust hashtag chastotasi/vaqt grafigi.
2. 2014-yil avgust soatlik tvit taqsimoti.
3. 2014-yil noyabr–dekabr hashtag chastotasi/vaqt grafigi.
4. 2014-yil noyabr–dekabr soatlik tvit taqsimoti.

Asosiy sifatli topilma shuki, dastlabki toʻlqinda shaxs/joy nomlari ustun boʻlgan boʻlsa, vaqt oʻtishi bilan shaxsiy tajriba va mafkuraviy ramkani ifodalovchi hashtaglar tarmoqning muhimroq qismlariga aylangan.

2016 saylov maʼlumotlar toʻplami

2016 boʻlimidagi batafsil quyi tahlil Twitter maʼlumotlarining hammasidan foydalanmagan. Manba aniq ravishda ikki sana oraligʻidagi maʼlumotning %1 namunasini oʻrgangan:

• 25–27-sentyabr 2016
• 6–8-noyabr 2016

Uchta tahlil amalga oshirilgan:

1. Muhim akkauntlarning degree va betweenness markaziyliklari.
2. Eng yuqori degree/betweenness guruhida hashtaglarning birgalikda uchrashi.
3. Muhim tarmoq tugunlari analitik tarzda olib tashlangan knockout taqqoslashlari.

Mualliflarning “right-leaning” va “left-leaning” toifalari tadqiqot maqsadida tuzilgan operatsion kodlardir. Oʻng toifa Trump tarafdori va Clinton/Demokrat/Obama qarshi xabarlarni; chap toifa esa Clinton tarafdori yoki keskin Trump qarshi xabarlarni qamrab oladi.

Manba 2016-yilda qanday tuzilmaviy xulosaga keladi?

Manba baholashiga koʻra, pro-Trump tarmoqlari bir xil hashtaglar va markaziy akkauntlarni izchilroq takrorlagan, pro-Clinton tarmogʻi esa tarqoqroq tuzilmani koʻrsatgan. Shu sababli mualliflar xabar birligi bilan tarmoqdagi koʻrinuvchanlik oʻrtasida bogʻliqlik boʻlishi mumkinligini taʼkidlaydi.

Biroq “samaraliroq” ifodasi faqat saylov natijasiga qarab sababiy tarzda talqin qilinmasligi kerak. Manba Twitter tarmoqlarining tuzilmaviy xususiyatlari bilan siyosiy kampaniyaning kengroq muvaffaqiyati oʻrtasida oʻxshashlik oʻrnatadi; foydalanuvchi darajasida ishontirish tajribasi yoki ovoz oʻzgarishi modelini taqdim etmaydi.

2020 tahlilida maʼlumot tanlovi qanday amalga oshirildi?

2020 boʻlimida asosiy maʼlumot chiqarish usuli Python 3.6 bilan qoʻllangan. Tadqiqotchilar dastlab uchta voqea oynasini yaratishni rejalashtirgan:

• Breonna Taylor oʻldirilgandan keyingi 13–17-mart 2020.
• Ahmaud Arbery videosi eʼlon qilingandan keyingi 5–9-may 2020.
• George Floyd oʻldirilgandan keyingi 26–30-may 2020.

Biroq mart davrida taqqoslanadigan hajmda Twitter faolligi boʻlmagani sabab bu tarmoq xuddi shu tarzda ishlatilmagan. Floyd oʻlimidan keyingi besh kunlik maʼlumot esa vizuallashtirish uchun haddan tashqari katta boʻlganligi sabab tadqiqotchilar tarmoq tahlilini 26–27-may, yaʼni ikki kun bilan cheklagan.

Bu qaror metodologik jihatdan muhim. 2020-yil vizuallari butun norozilik yozining toʻliq Twitter olamini emas, tadqiqotchilar texnik jihatdan qayta ishlay olgan va taqqoslash uchun tanlagan sana oynalarini ifodalaydi.

2020-yilda hashtag tuzilishi qanday oʻzgardi?

2020-yil 5-mayda #AhmaudArbery tarmogʻi asosan markazda joylashgan. 9-mayga kelib #SeanReed, #SayHerName, #JusticeForBreonnaTaylor va #BlackLivesMatter kabi boshqa hashtaglar koʻproq koʻrinadigan boʻlgan.

George Floyd oʻlimidan keyingi 26-may tarmogʻida #GeorgeFloyd ustun. 27-mayda #BlackLivesMatter hashtagi #GeorgeFloyd dan oshib ketar ekan, #JusticeForGeorgeFloyd, #ICantBreathe, #SayHisName va #PoliceBrutality kabi kengroq ijtimoiy adolat ramkalari ham tarmoqda koʻrinadigan boʻlgan.

Mualliflar bu oʻtishni alohida qurbonlar nomlaridan kengroq ijtimoiy adolat narrativiga tomon tezkor tarmoqli ramkalash deb talqin qiladi.

2020-yilda siyosiy qarshi-tarmoqlar

Kitob 2020 maʼlumotlarini uchta keng hashtag toifasida tahlil qiladi:

Mualliflar xulosalariga koʻra, ijtimoiy adolat mavzulari 2020-yilda son va mavzu xilma-xilligi jihatidan ustun boʻlgan. Shunga qaramay, qarshi-siyosiy oʻng tarmoq kamroq akkaunt va hashtagni oʻz ichiga olsa-da, yuqoriroq siyosiy birdamlik koʻrsatadigan tuzilmani namoyon etgan. Bu ifoda kitobning muayyan sana oraligʻidagi Twitter tarmoqlari haqidagi talqinidir; AQSh saylovchilari umumiy xatti-harakatining oʻlchovi emas.

Siyosiy Iqtisod Yondashuvi Bu Kitobda Nimani Tushuntiradi?

Kitobdagi siyosiy iqtisod yondashuvi ijtimoiy mediada qaysi xabar koʻrinishini faqat individual foydalanuvchi tanlovlari bilan tushuntirish oʻrniga platforma mulkchiligi, reklama modeli, tijoriy ragʻbatlar, yangilik manbalari kuchi, tashkillashtirilgan bosim, bot/troll tarmoqlari va mafkuraviy ramkalar kabi tuzilmaviy shartlar bilan birga oʻrganadi. Mualliflar Herman va Chomsky propaganda modelini raqamli muhitga moslashtirar ekan, model media tuzilmasini shakllantiruvchi kuchlarni izohlashini, muayyan xabar jamoatchilik fikriga albatta taʼsir qilishini isbotlamasligini alohida saqlab qoladi.

Propaganda modelining besh filtri

Herman va Chomsky klassik modelida beshta filtr mavjud:

1. Mulkchilik: Yirik va foyda yoʻnaltirilgan media tashkilotlarining iqtisodiy/institutsional manfaatlari.
2. Reklama: Reklama moliyalashtirishining kontent va kirish imkoniga tuzilmaviy roli.
3. Manbalardan foydalanish: Yangilik tashkilotlarining muntazam va “vakolatli” deb qabul qilinadigan manbalarga qaramligi.
4. Flak: Media kontentiga qarshi tashkillashtirilgan siyosiy yoki iqtisodiy bosim va reaksiya.
5. Mafkura: Klassik modelda antikommunizm; keyingi muhokamada kapitalizm tarafdori mafkuraviy ramkalar.

Blevins va Lee raqamli tarmoqlarda bu filtrlar aynan bir xil shaklda ishlamasligini; ammo mulkchilik konsentratsiyasi, reklama va diqqat iqtisodiyoti, botlar bilan sunʼiy mashhurlik, notoʻgʻri axborot manbalarining koʻpayishi va “fake news” diskursidan ishonchli jurnalistikani obroʻsizlantirish uchun foydalanilishi orqali yangi shakllar olishini taʼkidlaydi.

Sunʼiy mashhurlik nima uchun siyosiy iqtisod muammosi?

Kitob ijtimoiy media koʻrinuvchanligi har doim organik inson qiziqishini ifodalamasligini taʼkidlaydi. Bot akkauntlari, sotib olingan layk/koʻrish xizmatlari, muvofiqlashtirilgan troll tarmoqlari va hashtag hijacking texnikalari xabarning real tayanch qoʻllovidan kattaroq koʻrinishiga olib kelishi mumkin.

Siyosiy iqtisod nuqtai nazaridan muammo faqat notoʻgʻri xabarning mavjudligi emas; platforma iqtisodiyotining diqqat, interaktivlik va qamrovni mukofotlaydigan tuzilishi sunʼiy tarmoq faolligi bilan qoʻshilishi mumkinligidir.

Manbalardan foydalanish raqamli muhitda qanday oʻzgaradi?

Anʼanaviy jurnalistikada “sourcing” jurnalistning axborot olish uchun kuchli institutlar va rasmiy manbalarga qaramligini anglatadi. Kitob ijtimoiy mediada bu jarayon ikki yoʻnalishli boʻlib qolganini taʼkidlaydi.

Bir tomondan bot va sunʼiy interaktivlik tizimlari muayyan manbaning mashhurlik koʻrinishini yaratishi mumkin. Ikkinchi tomondan oddiy foydalanuvchilar layk, retvit va ulashish orqali qaysi manbaning koʻrinuvchanligi oʻsishiga bevosita hissa qoʻshadi.

Manbada keltirilgan boshqa tadqiqotda 2016-yilgi saylovdan oldingi bir oy ichida 70.000 Twitter akkauntidan kelgan 10 milliondan ortiq tvit oʻrganilgan va 6,6 million tvit soxta yangilik yoki fitna yangiliklari nashrlariga havola bergani; soxta yangilik havolalarining %65 qismi atigi 10 saytga olib borgani xabar qilingan. Bu son Blevins va Lee ning oʻz Twitter maʼlumotlar toʻplami emas, balki ular siyosiy iqtisod muhokamasida tayangan tashqi tadqiqotdir.

Fake news va “flak” oʻrtasidagi bogʻliqlik

Mualliflar propaganda modelidagi flak tushunchasi raqamli muhitda faqat media tashkilotiga qaratilgan tanqiddan kengroq funksiyaga ega boʻlishi mumkinligini taʼkidlaydi. “Fake news” atamasi haqiqiy notoʻgʻri axborotni tavsiflash uchun ishlatilishi mumkin boʻlganidek, yoqimsiz yoki tanqidiy jurnalistikani obroʻsizlantirish uchun ham ishlatilishi mumkin.

Shu sababli kitob post-truth muhitida muammo faqat notoʻgʻri yangiliklar miqdori emasligini; axborot manbasining ishonchliligi qanday baholanishi ham siyosiy kurash mavzusiga aylanganini ilgari suradi.

Kitobning “marketplace of ideas” tanqidi

AQSh soʻz erkinligi anʼanasida notoʻgʻri gʻoyalarga qarshi yechim koʻproq va toʻgʻriroq gapirish degan fikr koʻpincha “marketplace of ideas” metaforasi orqali tushuntiriladi. Kitob ijtimoiy media muhitidagi botlar, muvofiqlashtirilgan tarmoqlar, sunʼiy koʻrinuvchanlik va dezinformatsiya sabab haqiqat faqat koʻproq gap ishlab chiqarilishi bilan avtomatik ravishda ustun keladi degan faraz muammoli boʻlishi mumkinligini muhokama qiladi.

Bu boʻlim empirik “haqiqat yutqazdi” oʻlchovini taqdim etmaydi. Bu mualliflarning siyosiy iqtisod va epistemologiya doirasida ishlab chiqqan nazariy talqinidir.

Kitob qoʻllab-quvvatlaydigan xulosalar

• Twitter Ferguson davrida ijtimoiy adolat aktorlariga anʼanaviy mediadan tashqarida oʻz hikoyalari va ramkalarini tarqatish uchun muhim kanal bergan.
• Ferguson tarmogʻida shaxs/joy nomlaridan koʻproq konseptual va shaxsiylashtirilgan hashtaglarga tomon vaqt davomida koʻrinadigan diskurs oʻzgarishi sodir boʻlgan.
• 2016-yilda oʻrganilgan Twitter namunalarida Trump tarafdori deb tasniflangan akkauntlar markaziylik va umumiy hashtaglardan foydalanish jihatidan zichroq, takrorlanuvchi va oʻzaro bogʻlangan tarmoqni hosil qilgan.
• #MAGA 25–27-sentyabr 2016 namunasida betweenness qiymati eng yuqori 50 akkauntning 26 tasida; #ImWithHer esa 5 tasida uchragan.
• Cincinnati keys-stadisi ijtimoiy media mahalliy faollarga oʻz bayonotlarini bevosita eʼlon qilish imkonini berganini, ammo raqamli kirish tengsizligi va onlayn taʼqib muhim cheklovlarni yuzaga keltirishini koʻrsatadi.
• 2020-yilda oʻrganilgan tarmoqlarda alohida qurbon nomlaridan #BlackLivesMatter va #ICantBreathe kabi kengroq ijtimoiy adolat ramkalariga tez oʻtish kuzatilgan.
• 2020-yilda oʻrganilgan muhim paytlarda ijtimoiy adolat mavzulari son va xilma-xillik jihatidan kuchli boʻlsa ham, mualliflar siyosiy oʻng deb kodlagan tarmoqlar kichikroq boʻlishiga qaramay yanada zich siyosiy birlik namoyon etgan.
• Ijtimoiy media koʻrinuvchanligi faqat organik foydalanuvchi faolligi natijasi emas; bot, troll, pullik interaktivlik va muvofiqlashtirilgan tarmoq faolligi koʻrinuvchanlik tuzilishini oʻzgartirishi mumkin.

Kitob qoʻllab-quvvatlamaydigan xulosalar

• Twitter tarmogʻidagi markaziylik nomzod saylov natijasiga sabab boʻlganini isbotlamaydi.
• #MAGA ning tarmoqdagi yuqori birgalikda uchrashi butun AQSh aholisining siyosiy tanlovini oʻlchamaydi.
• Retvit soni xabar toʻgʻri deb topilganini yoki foydalanuvchi tomonidan qoʻllab-quvvatlanganini majburiy tarzda anglatmaydi.
• Bot yoki troll mavjudligi muayyan foydalanuvchining fikri oʻzgarganini koʻrsatmaydi.
• 2014, 2016 va 2020 Twitter tarmoqlari hozirgi X platformasi algoritmi yoki foydalanuvchi xatti-harakati uchun bevosita dolzarb oʻlchov emas.
• Kitobda oʻng va chap tarmoqlar boʻyicha qilingan taqqoslashlar barcha mafkuraviy guruhlar har davrda bir xil tarmoq tuzilishiga ega degani emas.
• Cincinnati da ikki faol bilan oʻtkazilgan suhbatlar barcha ijtimoiy adolat tashkilotlari tajribasini ifodalamaydi.
• Mahalliy media kontent qidiruvi Cincinnati dagi barcha yangilik tashkilotlarini qamrab olmaydi.
• Kitobda siyosiy iqtisod doirasida muhokama qilingan propaganda va notoʻgʻri axborot mexanizmlari biror shaxsning psixologik yoki ovoz berish xatti-harakatiga bevosita sababiy taʼsir kattaligini bermaydi.

Asosiy metodologik cheklovlar

Platforma cheklovi: Empirik tarmoq tahlillarining asosiy platformasi Twitter. Facebook, YouTube va boshqa tarmoqlar koʻproq kontekstual muhokamalarda qatnashadi.

Tarixiy kontekst: Asosiy maʼlumot oynalari 2014, 2016 va 2020. Platforma dizayni, API kirishi, moderatsiya va algoritmik tarqatish vaqt oʻtishi bilan oʻzgargan.

2016 namuna olish cheklovi: Batafsil saylov tahlili faqat ikki uch-kunlik vaqt oynasidagi Twitter maʼlumotlarining %1 namunasiga asoslangan.

2020 render cheklovi: Floyddan keyingi besh kunlik tarmoq haddan tashqari katta boʻlgani uchun faqat 26–27-may maʼlumoti vizuallashtirilgan. Bu butun norozilik davrining toʻliq tarmogʻi emas.

Mahalliy media qamrovi: Cincinnati Herald, WKRC-TV va WLWT-TV veb-qidiruv funksiyalari cheklanganligi sabab mahalliy media kontent tahliliga kiritilmagan.

Suhbat qamrovi: Cincinnati voqeasi boʻlimidagi batafsil maydon talqini ikki ijtimoiy adolat tashkilotchisi bilan suhbatlarga asoslangan.

Sababiylik: Ijtimoiy tarmoq markaziyligi va hashtag koʻrinuvchanligi bilan real siyosiy ishontirish yoki xatti-harakat oʻrtasidagi sababiy bogʻliqlik eksperimental tarzda tekshirilmagan.

Kodlash cheklovi: “right-leaning” va “left-leaning” toifalari tadqiqotchilarning tvit kontentiga asoslangan operatsion tasniflaridir; foydalanuvchining toʻliq mafkuraviy profilini oʻlchamaydi.

Manba ichidagi sana nomuvofiqligi: Cincinnati media qidiruvi usul matnida 2015-yil iyul–2016-yil noyabr, Figure 4.1 sarlavhasida esa 2016-yil iyul–2016-yil noyabr deb koʻrsatilgan.

Kitobning umumiy ilmiy hissasi

Monografiyaning eng kuchli hissasi ijtimoiy media muhokamasini faqat “faollar platformalardan foydalanishi mumkin” darajasida qoldirmasligidir. Mualliflar ayni platforma arxitekturasi ijtimoiy harakat, kampaniya, jurnalistika, nafrat nutqi, troll faolligi, bot tarmoqlari va tijoriy koʻrinuvchanlik mexanizmlari tomonidan bir vaqtda ishlatilishi mumkinligini koʻrsatuvchi koʻp qatlamli tahlilni quradi.

Shu sababli onlayn ijtimoiy harakatni faqat hashtaglar soni bilan tushunish yetarli emas. Tarmoq kimlar tomonidan oʻzaro bogʻlanishi, xabarlar qaysi umumiy hashtaglar bilan zichlashtirilishi, markaziy akkauntlar chiqarilganda tuzilma qanchalik oʻzgarishi, ijtimoiy media narrativi anʼanaviy yangilikka qanday oʻtishi va platformaning iqtisodiy ragʻbatlari koʻrinuvchanlikka qanday taʼsir qilishi birgalikda baholanishi kerak.

Manba va Usul Haqida Izoh

Asl asar: Social Media, Social Justice and the Political Economy of Online Networks

Mualliflar: Jeffrey Layne Blevins va James Jaehoon Lee.

Manba turi: Akademik tadqiqot monografiyasi / ochiq kirishli akademik kitob.

Taqriz holati: University of Cincinnati Press rasmiy ochiq kirish kolleksiyasi undagi ochiq kirish kitoblari peer reviewed va faculty board approved ekanini koʻrsatadi; ushbu asar ham shu kolleksiyada roʻyxatga olingan.

Nashriyot: University of Cincinnati Press, Cincinnati, Ohio, AQSh.

Manba PDF mualliflik huquqi sanasi: 2021.

Bibliografik versiya izohi: Ayrim amaldagi nashriyot va katalog yozuvlari bosma/tarqatish versiyasini 2022 deb koʻrsatadi. Manba PDFning oʻz mualliflik huquqi sahifasida 2021 berilgan; ikki sana jim tarzda birlashtirilmagan.

Ochiq kirish ISBN: 978-1-947602-86-1.

Paperback ISBN: 978-1-947602-84-7.

ePUB ISBN: 978-1-947602-85-4.

DOI: Yuklangan PDFda ishonchli, toʻliq kitob DOI si koʻrsatilmagan; shu sabab DOI taxmin qilinmagan.

Ochiq kirish holati: Manba PDF TOME — Toward an Open Monograph Ecosystem koʻmagida ochiq kirish tarzida taqdim etilganini bildiradi.

Litsenziya izohi: Manba PDFning old bibliografik sahifasida muayyan Creative Commons kodi yozilmagan. University of Cincinnati Press Manifold dagi shu sarlavhaga xos loyiha metamaʼlumoti CC BY-NC-ND cheklovini koʻrsatadi. Shu sabab manba figuralari aynan koʻchirilmagan, maʼlumotlar va munosabatlar mustaqil Verianla sxemalari bilan qayta ifodalangan.

Muallif muassasasi — Jeffrey Layne Blevins: University of Cincinnati; nashriyotning rasmiy biografiyasida kitob chop etilgan davrda Journalism Department rahbari sifatida tanishtiriladi.

Muallif muassasasi — James Jaehoon Lee: University of Cincinnati; Digital Scholarship Center Director, Associate Dean of Research for Libraries va Associate Vice Provost for Digital Scholarship sifatida tanishtiriladi.

Corresponding author: Akademik monografiya tuzilmasida manba PDF muayyan corresponding author ni belgilamaydi.

Teng hissa: Manba PDFda teng hissa/teng birinchi mualliflik bayonoti mavjud emas.

Moliyalashtirish / nashr koʻmagi: Ochiq kirish versiyasi TOME — Toward an Open Monograph Ecosystem koʻmagida ochilgan. Bu maʼlumot tadqiqot loyihasi granti bilan aynan bir narsa deb talqin qilinmagan.

Manfaatlar toʻqnashuvi: Manba monografiyaning old/orqa bibliografik qismida standart jurnal formatidagi manfaatlar toʻqnashuvi bayonoti mavjud emas.

Maʼlumot va raqamli resurslar: Kitobning ochiq kirish versiyasi interaktiv tarmoq vizuallashtirishlari va tadqiqot maʼlumotlar toʻplamlari bilan birga ishlab chiqilgan. Manba, shuningdek, ishlatilgan mashinaviy oʻrganish/tahlil algoritmlari va vizuallashtirish vositalari bulut platformasida tadqiqotchilar va talabalar foydalanishi uchun ochilganini bildiradi.

Asosiy tadqiqot yondashuvi: Siyosiy iqtisod nazariyasi + ijtimoiy tarmoq tahlili + hisoblashga asoslangan Twitter arxiv tahlili + hashtag/matn tahlili + faollar bilan suhbatlar + mahalliy yangilik kontent tahlili.

Ferguson maʼlumot davri: 2014-yil avgust–dekabr; #BLM bilan bogʻliq tarixiy Twitter arxivi.

Ferguson maʼlumotlarini qayta ishlash: Python 2.7; kunlik flat JSON; foydalanuvchi tugunlari; retvit bogʻlanishlari; D3.js force-directed graph; crossfilter.js; dc.js.

2016 batafsil saylov namunasi: 25–27-sentyabr 2016 va 6–8-noyabr 2016 davrlaridagi Twitter maʼlumotlarining %1 qismi.

2016 tahlillari: Degree markaziyligi; betweenness markaziyligi; hashtaglarning birgalikda uchrashi; mualliflar “knockout experiment” deb atagan analitik tugunni chiqarib tashlash taqqoslashlari.

2020 maʼlumotlarini qayta ishlash: Python 3.6; shu tugun–retvit tarmoq yondashuvining rivojlantirilgan shakli.

2020 maʼlumot oynalari: Ahmaud Arbery uchun 5–9-may 2020; George Floyd uchun tarmoq hajmi sabab 26–27-may 2020. Breonna Taylor uchun rejalashtirilgan mart oynasi taqqoslanadigan tarmoq faolligini bermagani sabab xuddi shu tarzda ishlatilmagan.

Cincinnati media kontenti: The Cincinnati Enquirer, CityBeat, WXIX-TV va WCPO-TV. Manba usul matniga koʻra 2015-yil iyul–2016-yil noyabr.

Cincinnati manba ichidagi sana nomuvofiqligi: Figure 4.1 sarlavhasida 2016-yil iyul–2016-yil noyabr deb yozilgan. Manba bu farqni izohlamaydi.

Cincinnati kontent tahlili: Jami 269 yangilik; Sam DuBose, Black Lives Matter, Black Lives Matter Cincinnati va Irate8 atamalari boʻyicha Boolean veb-qidiruvi va sifatli oʻqish.

Siyosiy iqtisod doirasi: Edward S. Herman va Noam Chomsky propaganda modelining raqamli tarmoq muhitiga tanqidiy moslashtirilishi; mulkchilik, reklama, manbalardan foydalanish, flak va mafkuraviy filtrlar.

Asosiy sababiylik cheklovi: Tarmoq markaziyligi, hashtag zichligi va birgalikda uchrashi siyosiy ishontirish yoki ovoz berish xatti-harakati uchun bevosita sababiy metrika emas.

Vaqt boʻyicha umumlashtirish cheklovi: Empirik tarmoqlar Twitterning 2014, 2016 va 2020 davrlaridagi tuzilishini aks ettiradi; hozirgi X platformasining algoritmik tarqatish tizimiga bevosita dolzarb dalil emas.

Vizual qayta qurish: Manba usul oqimi mustaqil inline SVG sifatida; Figure 6.17 dagi aniq hashtag sonlari maʼlumot jadvali va mustaqil SVG ustun diagrammasi sifatida qayta qurilgan. Manbaning murakkab force-directed tarmoq koordinatalari yoki skrinshotlari aynan koʻchirilmagan.

Verianla Live mosligi: Mos. Ferguson hashtag evolyutsiyasi sobit-parametrli Live Process; 2016 markaziylik va hashtag birgalikda uchrash sonlari Live Data/Live Compare; Twitter arxividan JSON va tarmoq vizuallashtirishga boradigan usul Live Process/Live Architecture sifatida taqdim etilishi mumkin. Foydalanuvchi tugun yoki hashtag qoʻshib, manbada mavjud boʻlmagan yangi “siyosiy taʼsir”, ovoz ulushi yoki ishontirish balli ishlab chiqarishi ilmiy jihatdan mos emas.