Опыт анализа «цифровых следов» процесса структурной интеграции мигрантов в России с помощью нейросети BERT
Аннотация
В статье исследуются «цифровые следы» двух важнейших этапов процесса структурной интеграции трансграничных мигрантов в России — поиска работы и жилья. Наша цель — проанализировав сообщения на релевантные темы в «мигрантских» группах во «ВКонтакте», описать, с какими трудностями сталкиваются их авторы и как они используют социальные медиа для их преодоления. Для анализа текстового массива мы применили комбинацию автоматических классификаторов (линейного и нейросетевого) и контент-анализа. Используя написанный на языке Python парсер, мы извлекли из «мигрантских» групп 129 261 текстов, на которых обучили нейросеть BERT (F1-мера 0,94) выделять сообщения интересующей нас тематики. Для уточнения корректности классификации и получения предварительных выводов методом контент-анализа была проанализирована случайная выборка из отобранного нейросетью массива. Мы увидели, что рассмотренные цифровые площадки являются пространствами концентрации «силы слабых связей», выстраиваемых приезжими для накопления информации и социального капитала, снижающих интеграционные издержки и риски при поиске жилья и работы в ситуации острого дефицита ресурсов. Их основой становится религиозная и земляческая солидарность. Также цифровые медиа становятся местом контакта мигрантов и принимающего сообщества: с их помощью приезжих — например, беженцев из Украины, ДНР и ЛНР — активно вовлекают в неформальную семейную экономику и экономику ухода. Результаты не противоречат тем, что получены более традиционными методами, что говорит о возможности применения подхода для изучения больших по объему массивов, созданных менее исследованными сообществами.Скачивания
Литература
Батура Т. В. и др. (2021). Семантический анализ научных текстов: опыт создания корпуса и построения языковых моделей // Программные продукты и системы. № 1. С. 132-144. https://doi.org/10.15827/0236-235x.133.132-144
Большаков Н. В. (2017). Сочетать, комбинировать, смешивать: качественные и количественные методы в современной исследовательской практике // Мониторинг общественного мнения: Экономические и социальные перемены. № 3. С. 21-29.
Варшавер Е., Рочева А. (2016). Интеграция мигрантов: что это и какую роль в ее осуществлении играет государство // Журнал исследований социальной политики. Т. 14. № 3. С. 315-330.
Варшавер Е. А., Рочева А. Л., Иванова Н. С. Информационное поведение мигрантов из Средней Азии в контексте изменения миграционного законодательства // Мониторинг общественного мнения: экономические и социальные перемены. 2017. № 1. С. 182-195. https://doi.org/10.14515/monitoring.2017.1.12
Винокур Т. Г. (1993). Говорящий и слушающий: Варианты речевого поведения. М.: Наука.
Гофман И. (2000) Представление себя другим в повседневной жизни. М.: Кучково поле.
Гришаева С. А. (2020). Социальные трансформации в условиях цифровой среды // Вестник Московского университета. Серия 18. Социология и политология. Т. 26. № 1. С. 70-81.
Дмитриев А. В., Пядухов Г. А. (2013). Интеграция трудовых мигрантов в мегаполисе: локальные модели, контекст идентичности (методология и методы исследования) // Социологические исследования. № 5 (349). С. 49–56. https://doi.org/10.7868/s0132162518010117
Жаксыбаев Д. О., Бакиев М. Н. (2022). Алгоритмы классификации текстовых документов с учетом близости в признаковом пространстве // Моделирование систем и процессов. Т. 15. № 1. С. 36-43 https://doi.org/10.12737/2219-0767-2022-15-1-36-43
Ивлева И. В. (2009). Трудовые мигранты в городской экономике // Журнал социологии и социальной антропологии. Т. 12. № 3. С. 128-149.
Кужелева-Саган И. П., Глухов А. П., Ахметова Л. В., Бычкова М. Н., Гужова И. В., Носова С. С., Окушева Г. А., Стаховская Ю. М. (2016). «Цифровые диаспоры» мигрантов из Центральной Азии: виртуальная сетевая организация, дискурс «воображаемого сообщества» и конкуренция идентичностей. Томск: Издательский дом Томского государственного университета.
Макклюэн М. (2020). Галактика Гутенберга. Становление человека печатающего. М.: Академический проект.
Максютин П. А., Шульженко С. Н. (2022) Обзор методов классификации текстов с помощью машинного обучения // Инженерный вестник Дона. № 12. С. 1-9.
Малахов В. С. (2015). Интеграция мигрантов. Концепции и практики. М.: Фонд «Либеральная Миссия». https://doi.org/10.25285/2078-1938-2018-10-1-121-124
Малахов В. С., Симон М. Е. (2017). Миграционная политика в условиях турбулентностей: опыт Европейского союза и перспективы России. М.
Малахов В. С., Симон М. Е. (2018). К генеалогии миграционной политики в России: столкновение двух правительственных рациональностей // Вопросы теоретической экономики. № 1(2). C. 58-72.
Мукомель В. И. (2011). Интеграция мигрантов: вызовы, политика, социальные практики // Мир России. Т. 20. № 1. С. 34-50.
Мукомель В. И. (2014). Ксенофобия и мигрантофобия в контексте культуры доверия // Мир России. Т. 23. № 1. С. 137-166.
Николаев В. Г. (1998). «Человек на границе»: проблема маргинальности в зеркале социологической классики // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 11: Социология. № 2. С. 156-172.
Орехов Б. (2021). Экстраполяция текста с помощью искусственных нейронных сетей. Архив ГАХН // Синтез современности: руины ГАХН и постдисциплинарность / Отв. ред. А. Хенниг, Н. Сазонов. С. 59-73.
Полухина Е., Просянюк Д. (2015). Исследования со смешанными методами (mixed methods research): интеграция количественного и качественного подходов // Метод: Московский ежегодник трудов из общественных дисциплин. № 5. С. 309-318. https://doi.org/10.31249/metod/2019.09.00
Пронкина Е. С. (2018). Парадокс приватности: почему пользователи социальных медиа раскрывают персональную информацию в публичном пространстве // Вестник РГГУ. Серия: Литературоведение. Языкознание. Культурология. Т. 41. № 8. С. 155-165. https://doi.org/10.28995/2073-6355-2018-8-155-165
Савинская О. Б., Истомина А. Г., Ларкина Т. Ю., Круглова К. Д. (2016). Концептуальные представления о стратегиях «смешивания методов» (mixed methods research): этапы развития и современные дискуссии // Социологические исследования. № 8. С. 21-29.
Садырин А. (2020). Размышления о точке невозврата: Включенное наблюдение как «антиметод» в исследовании мигрантского сообщества // Laboratorium. Журнал социальных исследований. Т. 12. № 1. С. 183-194.
Северина Е. М. (2019). Цифровой текст в пространстве современной культуры // Человек и культура. № 5. С. 65-72. https://doi.org/10.25136/2409-8744.2019.5.30967
Тимошкин Д. (2019). Доверие vs дезориентация: экономика русскоязычных «мигрантских» групп в социальных сетях // Экономическая социология. Т. 20. № 5. С. 53-73.
Тимошкин Д., Сметанин Ф., Корешкова Ю., Зборовицкая Н., Волошин А., Брязгина Д. (2023). Поисковые системы как механизм производства границ «воображаемых сообществ». На примере образа внутреннего мигранта в сибирских региональных цифровых медиа // Полития. № 2 (109). С. 55-76. https://doi.org/10.30570/2078-5089-2023-109-2-55-76
Шапинская Е. Н. (2022). Сторителлинг в нарратологии цифровой эпохи // Культурный код. № 1. С. 53-63.
Aarseth E. J. (1997). Cybertext: Perspectives on ergodic literature. JHU Press.
Addeo F., Masullo G. (2021). Studying the Digital Society: Digital Methods between Tradition and Innovation in Social Research // Italian Sociological Review. Vol. 11. P. 153-165
Alencar A. (2018). Refugee integration and social media: a local and experiential perspective // Information communication and society. Vol. 21. P. 1588-1603. https://doi.org/10.1080/1369118x.2017.1340500
Anderson J. A., Rosenfeld E. (2000). Talking nets: An oral history of neural networks. MiT Press. https://doi.org/10.7551/mitpress/6626.001.0001
Bar-Zvi Shaked K., Shamir A., Vakil E. (2020). An eye tracking study of digital text reading: a comparison between poor and typical readers // Reading and Writing. Vol. 33. P. 1925-1944. https://doi.org/10.1007/s11145-020-10021-9
Baumer E.P.S. et al. (2017). Comparing Grounded Theory and Topic Modeling: Extreme Divergence or Unlikely Convergence? // Journal of the Association for information Science and Technology. Vol. 68. № 6. P. 1397–1410. https://doi.org/10.1002/asi.23786
Berry D. M., Anders F. (2017). Digital Humanities: Knowledge and Critique in a Digital Age. Cambridge: Polity. https://doi.org/10.31400/dh-hun.2019.2.391
Bolander B., Locher M. A. (2020). Beyond the online offline distinction: Entry points to digital discourse // Discourse, Context & Media. Vol. 35. № 4. https://doi.org/10.1016/j.dcm.2020.100383
Carley K. M. (1996). Artificial intelligence within sociology // Sociological methods & research. Vol. 25. №. 1. P. 3-30. https://doi.org/10.1177/0049124196025001001
Creswell J. W. (2009). Research design: Qualitative, quantitative, and mixed methods approaches. LA: Sage.
Dekker R., Engbersen G. (2014). How social media transform migrant networks and facilitate migration // Global Networks. №14. P. 401-418. https://doi.org/10.1111/glob.12040
Dekker R., Engbersen G., Klaver J. (2018). Smart Refugees: How Syrian Asylum Migrants Use Social Media Information in Migration Decision-Making // Social media + Society. №4. P. 1-11. https://doi.org/10.1177/2056305118764439
Fauser M. (2018). Mixed Methods and Multisited Migration research: innovation from transnational perspective // Journal of Mixed Methods Research. Vol. 12. № 4. P. 394–412. https://doi.org/10.1177/1558689817702752
Gamlen A. (2013). Mixing methods in research on diaspora policies // Handbook of research methods in migration. Cheltenham: Edward Elgar. https://doi.org/10.4337/9781781005231.00023
Grimmer J., Roberts M., Stewart B. (2021). Machine learning for social science: an agnostic approach // Annual Review of Political Science. № 24. P.395–419. https://doi.org/10.1146/annurev-polisci-053119-015921
Huang F., Kwak H., An J. (2023). Is ChatGPT better than human annotators? Potential and limitations of ChatGPT in explaining implicit hate speech // Companion Proceedings of the ACM Web Conference 2023. P. 294-297. https://doi.org/10.1145/3543873.3587368
Iosifides T. (2011). Qualitative methods in migration studies: a critical realist perspective. NY: Routledge.
Kim Y. (2019). New Opportunities for Sociological Research: A Discussion of the Usefulness of Mixed Methods with Data Science // Journal of Asian Sociology. Vol. 48. № 3. P. 343–358.
Kozinets R.V. (2002). The field behind the screen: Using netnography for marketing research in online communities // Journal of marketing research. Vol. 39. P. 252-264. https://doi.org/10.1509/jmkr.39.1.61.18935
Langer R., Beckman S. C. (2005). Sensitive research topics: netnography revisited // Qualitative Market Research. Vol. 8. № 2. P. 189-203. https://doi.org/10.1108/13522750510592454
Li Y., Tripathi A., Srinivasan A. (2016). Challenges in short text classification: The case of online auction disclosure // Mediterranean Conference on Information Systems. P. 18.
Müller B., Reinhardt J., Strickland M. T. (1995). Neural networks: an introduction. Springer Science & Business Media.
Newell A. (1982). Intellectual issues in the history of artificial intelligence //Artificial Intelligence: Critical Concepts. P. 25-70.
Onwuegbuzie A. J., Leech N. L. (2005). Enhancing the interpretation of “significant” findings: The role of mixed methods research // Qualitative Report. Vol. 9. № 4. P. 770–792. https://doi.org/10.46743/2160-3715/2004.1913
Onwuegbuzie A., Leech N. (2005). On Becoming a Pragmatic Researcher: The Importance of Combining Quantitative and Qualitative Research Methodologies // International Journal of Social Research Methodology. Vol. 8. № 5. P. 375-387. https://doi.org/10.1080/13645570500402447
Paechter C. (2012). Researching Sensitive Issues Online: Implications of a Hybrid Insider/Outsider Position in a Retrospective Ethnographic Study // Qualitative Research. Vol. 13. № 1. P. 71–86. https://doi.org/10.1177/1468794112446107
Park Y.J. et al. (2024). Can chatgpt be used to generate scientific hypotheses? // Journal of Materiomics. Vol. 10. № 3. P. 578−584.
Patil P. B., Ijeri D. M. (2019). Classification of text documents. // International Conference on Artificial Intelligence and Data Engineering. P. 675-685. https://doi.org/10.1007/978-981-15-3514-7_51
Rodríguez-Ibánez M., Casánez-Ventura A., Castejón-Mateos F., Cuenca-Jiménez P.M. (2023). A review on sentiment analysis from social https://doi.org/10.1016/j.eswa.2023.119862
media platforms // Expert Systems with Applications. Vol. 223. P. 1−14.
Salamoska J. (2022). Digitization of Migration Research Methods: Promises and Pitfalls. Workshop booklet. Warsaw.
Situngkir H. (2003). Emerging the emergence sociology: The philosophical framework of agent-based social studies // Journal of Social Complexity. Vol. 1. №. 2.
Slonim-Nevo V., Nevo I. (2009). Conflicting Findings in Mixed Methods Research: An Illustration From an Israeli Study on Immigration // Journal of Mixed Methods Research. Vol. 3. № 2. P. 109–128. https://doi.org/10.1177/1558689808330621
Snelson C. L. (2016). Qualitative and Mixed Methods Social Media Research: A Review of the Literature // International Journal of Qualitative Methods. № 1. P. 1–15. https://doi.org/10.1177/1609406915624574
Suissa O., Elmalech A., Zhitomirsky‐Geffet M. (2022). Text analysis using deep neural networks in digital humanities and information science //Journal of the Association for Information Science and Technology. Vol. 73. №. 2. P. 268-287. https://doi.org/10.1002/asi.24544
Taddicken M. (2014). The ‘Privacy Paradox’ in the Social Web: The Impact of Privacy Concerns, Individual Characteristics, and the Perceived Social Relevance on Different Forms of Self-Disclosure // Journal of Computer-Mediated Communication. Vol. 19. № 2. P. 248–273. https://doi.org/10.1111/jcc4.12052
Tankosik A., Dovchin S. (2021). The impact of social media in the sociolinguistic practices of the peripheral post-soviet contexts // International Journal of Multilingualism. № 20. P. 869-890 https://doi.org/10.1080/14790718.2021.1917582
Thurlow C. (2018). Digital discourse: Locating language in new/social media // The SAGE handbook of social media. P. 135-145. https://doi.org/10.4135/9781473984066.n8
Zapata-Barrero R., Yalaz E. (2022). Qualitative Methods in Migration Research // Introduction to Migration Studies. IMISCOE Research Series / P. Scholten ed. Cham, Switzerland: Springer. P. 411-423. https://doi.org/10.1007/978-3-030-92377-8_25
Zhang B., Ding D., Jing L. (2023). How would stance detection techniques evolve after the launch of chatgpt? // ArXiv. № 2212. P. 1-7.
Ziems C. et al. (2024). Can large language models transform computational social science? // Computational Linguistics. Vol. 50. № 1. P. 237-291. https://doi.org/10.1162/coli_a_00502
