Анализ аффективной поляризации в российском онлайнпространстве в условиях политической мобилизации: подход машинного обучения

Обложка

Цитировать

Полный текст

Аннотация

В условиях глобального роста политической напряженности и повсеместного учащения протестных выступлений изучение динамики аффективной поляризации становится все более актуальным. Этот феномен, ранее доминировавший в политическом ландшафте США и изучавшийся сквозь призму партийной принадлежности, приобретает значение и в других странах. Распространение аффективной поляризации фиксируется и для России, имеющей богатую историю политических размежеваний. Несмотря на актуальность темы, исследования аффективной поляризации сталкиваются с проблемой разработки объективных и нереактивных методов анализа, свободных от предвзятости традиционных опросов. Кроме того, открытым остается вопрос о связи аффективной поляризации и политической мобилизации - действительно ли эти явления, развивающиеся схожими трендами, усиливают друг друга? Этот вопрос является основной гипотезой исследования. Для ее тестирования предложена методология, основанная на машинном обучении: спектральной кластеризации, тематическом моделировании BERTopic и энтропии Шеннона. В качестве эмпирической базы использованы первичные данные сообщений социальной сети «ВКонтакте», собранные в период летних протестов 2019 г. в Москве и представляющие собой сообщения пользователей, в которых выражен язык ненависти (как основной индикатор аффективной поляризации). Результаты подтвердили выдвинутую гипотезу: обнаружено статистически значимое увеличение энтропии Шеннона и выявление поляризованных тематик в период протестной мобилизации. Это свидетельствует о том, что политическая мобилизация действительно положительно связана с распространением аффективной поляризации. Разработанная методология позволяет проводить объективный анализ политических процессов и может быть использована для мониторинга и оценки рисков, связанных с эскалацией социальной напряженности.

Об авторах

Екатерина Владиславовна Кручинская

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: ekruchinskaya@hse.ru
ORCID iD: 0000-0003-4778-3287

старший преподаватель кафедры высшей математики

Москва, Российская Федерация

Список литературы

  1. Boxell, L., Gentzkow, M., & Shapiro, J.M. (2017). Greater Internet use is not associated with faster growth in political polarization among US demographic groups. Proceedings of the National Academy of Sciences, 114(40), 10612–10617. http://doi.org/10.1073/pnas.1706588114.
  2. Brown, A. (2017). What is hate speech? Part 1: The Myth of Hate. Law and Philos, 36, 419–468. http://doi.org/10.1007/s10982-017-9297-1 EDN: QYBAWR
  3. DeMaio, Т. (1984). Social Desirability and Survey Measurement: A Review. Russell Sage Foundation, 257–282. http://www.jstor.org/stable/10.7758/9781610447003.16.
  4. Druckman, J.N., Green, D.P., & Iyengar, S. (2024). Does affective polarization contribute to democratic backsliding in America? The ANNALS of the American Academy of political and social science, 708(1), 137–163. http://doi.org/10.1177/00027162241228952 EDN: UYFJQN
  5. Druckman, J.N., Gubitz, S.R., Levendusky, M.S., & Lloyd, A.M. (2019). How incivility on partisan media (De)Polarizes the electorate. The Journal of politics, 81(1), 291–295. http://doi.org/10.1086/699912.
  6. Enders, A.M. (2021). Issues versus affect: how do elite and mass polarization compare? The Journal of Politics, 83(4), 1872–1877. http://doi.org/10.1086/715059 EDN: QQXWSN
  7. Falkenberg, М., Zollo, F., Quattrociocchi, W., Pfeffer, J., & Baronchelli, А. (2024). Patterns of partisan toxicity and engagement reveal the common structure of online political communication across countries. Nature Communications, 15(1), 13 р. http://doi.org/10.1038/s41467-024-53868-0 EDN: CYQDWW
  8. Gaman-­Golutvina, O.V., & Malinova, O.Yu. (2020). Political culture in the perspective of comparative analysis. In O.V. Gaman-­Golutvina (Ed.), Political comparative studies (pp. 128–154). Moscow: Aspect Press (In Russian). EDN: WPWEPH
  9. Gaman-­Golutvina, O.V. (2019). Overcoming methodological differences: debates about the knowledge of politics in an era of uncertainty. Polis. Political studies, 5, 19–42. (In Russian). http://doi.org/10.17976/jpps/2019.05.03 EDN: VCXQCS
  10. Gulevich, O.A, & Kosimova, S.S. (2024). The Relationship between Russian Identity and Political Polarization: The Role of Secure National Identification and National Narcissism. Social Psychology and Society, 15(4), 123–139. (In Russian). http://doi.org/10.17759/sps.2024150409 EDN: ZXNPSO
  11. Korotaev, A.V., Grinin, L.E., Malkov, S.Yu., Isaev, L.M., Bilyuga, S.E., & Shishkina, A.R. et al. (2021). In A. Korotaev, K. Meshcherina, L. Isaev & L. Grinin (Eds.), Catalysts of political upheavals: from protest actions to a change of government. Moscow: LENAND. (In Russian).
  12. Kruchinskaia, E.V. (2023). Affective political polarization: proposals for the operationalization of the concept through the assessment of hate speech in social media. Information Society, 27, 97–107. (In Russian). http://doi.org/10.52605/16059921_2023_03_97 EDN: WHYHVM
  13. Lapkin, V.V., & Pantin, V.I. (2009). Russia and Ukraine: factors of socio-­political polarization in a comparative perspective. Polis. Political studies, 2, 96–107. (In Russian). EDN: KYGVEJ
  14. Lebedev, A.N. (2022). Group polarization of opinions in conditions of uncertainty of moral choice. Experimental psychology, 15(2), 159–171. (In Russian). http://doi.org/10.17759/ exppsy.2022150212 EDN: BVKMSE
  15. Lebedev, A.N., & Gordyakova, O.V. (2023). Value-­affective polarization of large social groups in conditions of information uncertainty. Social psychology and society, 14(4), 38–54. (In Russian). http://doi.org/10.17759/sps.2023140403 EDN: BBPDDH
  16. Melville, A.Yu. (2024). New challenges for political science. Political science, 2, 16–36. (In Russian). http://doi.org/10.31249/poln/2024.02.01 EDN: LHMDQC
  17. Shestopal, E.B. (2005). Political socialization and re-­socialization in modern Russia. Politeia. Analysis. Chronicle. Forecast, 4, 48–69. (In Russian). EDN: MLINDR
  18. Shestopal, E.B., & Rogach, N.N. (2025). Russian citizens’ perceptions of their country through the prism of a new identity. Central Russian Bulletin of Social Sciences, 20(1), 31–56. (In Russian). http://doi.org/10.22394/ 2071-2367-2025-20-1-31-56 EDN: JVTVJG
  19. Stukal, D.K., Akhremenko, A.S., & Petrov, A.P. (2022). Affective political polarization and hate speech: created for each other? Bulletin of the Peoples’ Friendship University of Russia. Series: Political Science, 24(3), 480–498. (In Russian). http://doi.org/10.22363/2313-1438-2022-24-3-480-498 EDN: VLTQRN
  20. Garrett, R.K., Gvirsman, S.D., Johnson, B.K., Tsfati, Y., Neo, R.L., & Dal, A. (2014). Implications of Pro and Counterattitudinal Information Exposure for Affective Polarization. Human Communication Research, 40, 309–332. http://doi.org/10.1111/hcre.12028.
  21. Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-­based TF-IDF procedure. arXiv (Cornell University). http://doi.org/10.48550/arxiv.2203.05794.
  22. Hobolt, S.B., Leeper, T.J., & Tilley, J. (2021). Divided by the Vote: Affective Polarization in the Wake of the Brexit Referendum. British Journal of Political Science, 51(4), 1476–1493. http://doi.org/10.1017/S0007123420000125 EDN: NWQOFC
  23. Huddy, L. (2001). From Social to Political Identity: A Critical Examination of Social Identity Theory. Political Psychology, 22(1), 127–156. http://doi.org/10.1111/0162-895X.00230.
  24. Iyengar, S., Sood, G., & Lelkes, Y. (2012). Affect, not ideology: a social identity perspective on polarization. Public opinion quarterly, 76(3), 405–431. http://doi.org/10.1093/poq/nfs038.
  25. Iyengar, S., & Westwood, S.J. (2015). Fear and Loathing across Party Lines: New Evidence on Group Polarization. American Journal of Political Science, 59(3), 690–707. http://doi.org/10.1111/ajps.12152.
  26. Klandermans, P.G. (2015). Motivations to Action. In D. Della & M. Porta Diani (Eds.), The Oxford Handbook of Social Movements, 1–13. http://doi.org/10.1093/oxfordhb/9780199678402.013.30.
  27. Lauka, A., McCoy, J., & Firat, R.B. (2018). Mass Partisan Polarization: Measuring a Relational Concept. American Behavioral Scientist, 62(1), 107–126. http://doi.org/10.1177/0002764218759581.
  28. Lelkes, Y., & Westwood, S.J. (2017). The Limits of partisan prejudice. Journal of politics, 79(2), 485–501. http://doi.org/10.1086/688223.
  29. Lerman, K., Feldman, D., He, Z., & Rao, А. (2024). Affective polarization and dynamics of information spread in online networks. npj Complexity, 1(8), 9 р. http://doi.org/10.1038/s44260-024-00008-w EDN: PASIJL
  30. Levendusky, M.S. (2013). Why Do Partisan Media Polarize Viewers? American Journal of Political Science, 57(3), 611–623. Retrieved April 20, 2025, from http://www.jstor.org/stable/23496642 (accessed: 20.04.2025).
  31. Mamychev, A., Kim, A., Dremliuga, R., Surzhik, M., & Zheng, F. (2020). Social-political integrity in the 21st century: threats and risks of the digitalization. Journal of Politics and Law, 13(4), 110–116. http://doi.org/10.5539/jpl.v13n4p110.
  32. Mason, L. (2013). The Rise of Uncivil Agreement: Issue Versus Behavioral Polarization in The American Electorate. American Behavioral Scientist, 57(1), 140–159. http://doi.org/10.1177/0002764212463363.
  33. McCoy, J., Rahman, T., & Somer, M. (2018). Polarization and the Global Crisis of Democracy: Common Patterns, Dynamics, and Pernicious Consequences for Democratic Polities. American Behavioral Scientist, 62(1), 16–42. http://doi.org/10.1177/0002764218759576.
  34. Reiljan, A. (2020). Fear and loathing across party lines (also) in Europe: Affective polarisation in European party systems. European Journal of Political Research, 59(2), 376–396. http://doi.org/10.1111/1475-6765.12351.
  35. Sides, J., Tesler, M., & Vavreck, L. (2018). Identity Crisis. The 2016 Presidential Campaign and the Battle for the Meaning of America. Princeton University Press. http://doi.org/10.2307/j.ctvc77mmb.
  36. Smith, L.G.E., Thomas, E.F., Bliuc, A., & McGarty, C. (2024). Polarization is the psychological foundation of collective engagement. Communications Psychology, 2(1), http://doi.org/10.1038/s44271-024-00089-2 EDN: EOWRWJ
  37. Snow, D.A., Rochford, E.B., Worden, S.K., & Benford, R.D. (1986). Frame alignment processes, micromobilization, and movement participation. American Sociological Review, 51(4), 464–481. http://doi.org/10.2307/2095581.
  38. Torcal, M., & Comellas, J.M. (2022). Affective polarisation in times of political instability and conflict. Spain from a comparative perspective. South European Society & Politics, 27(1), 1–26. http://doi.org/10.1080/13608746.2022.2044236 EDN: YEBEGO
  39. Tourangeau, R., Rips, L.J., & Rasinski, K. (2000). The psychology of survey response. Cambridge, England: Cambridge University Press. http://doi.org/10.1017/cbo9780511819322.
  40. Waldron, J. (2012). The Rule of Law and the Measure of Property. New York: Cambridge University Press. https://doi.org/10.1017/CBO9781139169318

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».