Netnografia — Badania Etnograficzne Online
- Autor metody
- Robert V. Kozinets
- Rok
- 1997 (coined); 2010 (first comprehensive methodology book)
- Typ
- Qualitative research method
- Rodzina
- Ethnography
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Netnografia to jakościowa metoda badawcza, która adaptuje zasady etnografii kulturowej do badania społeczności internetowych i środowisk mediów społecznościowych.
Termin ten, wprowadzony przez Roberta Kozinetsa w 1997 roku i usystematyzowany w jego podręczniku z 2010 roku, traktuje przestrzenie cyfrowe — fora, sieci społecznościowe, blogi, strony z recenzjami — jako naturalnie występujące miejsca terenowe, gdzie społeczności gromadzą się, dzielą znaczeniami i konstruują tożsamości. Metoda łączy nieinwazyjną obserwację śladów cyfrowych z aktywnym uczestnictwem i, w stosownych przypadkach, bezpośrednią interakcją z członkami.
Intuicja stojąca za metodą
Wyobraźmy sobie, że chcemy zrozumieć, jak osoby z rzadką chorobą przewlekłą wspierają się nawzajem i interpretują informacje medyczne — ale rekrutowanie ich do laboratorium wydawałoby się sztuczne i niewystarczające. Internetowe fora pacjentów, społeczności Reddit i grupy na Facebooku zawierają już tysiące autentycznych rozmów, w których ludzie swobodnie dzielą się swoimi doświadczeniami. Netnografia traktuje te przestrzenie cyfrowe w taki sam sposób, w jaki tradycyjny etnograf traktowałby wioskę: badacz zanurza się w społeczności, poznaje jej normy i słownictwo, odnotowuje powtarzające się tematy i napięcia, a następnie stopniowo konstruuje pogłębiony opis kulturowy tego, co oznacza przynależność do tej społeczności i jak wytwarzane są wspólne znaczenia.
Historia
Robert Kozinets, badacz marketingu i konsumentów, ukuł termin netnografia w artykule konferencyjnym z 1997 roku i sformalizował metodę w artykule z 1998 roku w „Journal of Marketing Research” poświęconym społecznościom internetowym. Jego artykuł z 2002 roku „The Field Behind the Screen” dodatkowo skonsolidował ramy metodologiczne. Pierwsza książkowa publikacja, „Netnography: Doing Ethnographic Research Online”, ukazała się w 2010 roku, ustanawiając szeroko cytowany protokół krok po kroku. Kozinets zrewidował i znacząco rozszerzył metodę w trzecim wydaniu (2020), aby uwzględnić platformy mediów społecznościowych, integrację z dużymi zbiorami danych (big data), złożoności etyczne oraz dane wizualne/multimodalne.
Kiedy stosować
Netnografia jest dobrze dopasowana, gdy przedmiotem badań są kultury, praktyki, znaczenia lub tożsamości społeczności istniejących głównie lub znacząco online — takich jak społeczności fanów, grupy wsparcia pacjentów, sieci zawodowe lub społeczności marek konsumenckich. Jest szczególnie wartościowa, gdy bezpośredni dostęp do uczestników jest trudny, kosztowny lub niepraktyczny geograficznie, ponieważ społeczności internetowe generują bogate dane naturalistyczne bez inwazyjnej rekrutacji. Nie jest odpowiednia, gdy pytanie badawcze wymaga wnioskowania przyczynowego, próbkowania probabilistycznego lub uogólnienia statystycznego, ani gdy docelowa populacja ma minimalną obecność online. Ryzyko etyczne gwałtownie wzrasta również, gdy społeczności są małe, niszowe lub wrażliwe (np. stygmatyzowane schorzenia), a badacz musi rozważyć, czy członkowie uznaliby swoje posty za prywatne, mimo że technicznie są publiczne.
Ograniczenia i uwagi
- Społeczności internetowe reprezentują jedynie populacje aktywne cyfrowo; grupy o niskim dostępie do internetu lub niskiej alfabetyzacji cyfrowej są systematycznie wykluczane.
- Wskazówki niewerbalne — ton, emocje, język ciała — są w dużej mierze nieobecne, co utrudnia interpretację niuansów lub ironii w postach tekstowych.
- Zmiany platformy (usunięcie treści, zamknięte grupy, ograniczenia API) mogą zakłócić dostęp do danych i zagrozić kompletności archiwum.
- Granice etyczne są sporne: rozróżnienie między „publiczną” a „prywatną” przestrzenią online jest niejednoznaczne i zależne od kontekstu, a standardy wciąż ewoluują.
- Badacz może błędnie odczytać normy społeczności bez wystarczającej immersji, co prowadzi do powierzchownych lub zniekształconych opisów kulturowych.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Zapewnia dostęp do naturalnie występującego, autentycznego dyskursu społeczności bez efektów reaktywności wywiadów czy grup fokusowych.
- Ekonomiczna i nieograniczona geograficznie — społeczności z dowolnej lokalizacji czy strefy czasowej mogą być badane bez konieczności podróżowania.
- Archiwa historycznych postów umożliwiają analizę podłużną ewolucji kultury i znaczeń społeczności w czasie.
- Uchwyca język potoczny, symbole i wspólne odniesienia, które definiują kulturę społeczności, dostarczając kulturowo ugruntowanych spostrzeżeń.
- Skalowalna objętość danych: tysiące postów mogą być zebrane, co pozwala zarówno na wykrywanie szerokich wzorców, jak i na szczegółowe czytanie znaczących interakcji.
Zastosowania
- Badanie społeczności marek konsumenckich i sposobu, w jaki członkowie współtworzą znaczenie marki, rytuały lojalności i opór anty-markowy w mediach społecznościowych.
- Badanie społeczności pacjentów i opiekunów w celu zrozumienia doświadczeń związanych z chorobą, zachowań związanych z poszukiwaniem informacji i praktyk wzajemnego wsparcia.
- Eksploracja kultur fanowskich — społeczności graczy, twórców fanfiction, fandomów K-popu — w celu analizy tożsamości, kreatywności i zbiorowego uczestnictwa.
- Badanie profesjonalnych społeczności online (np. grup LinkedIn, forów akademickich) w celu zrozumienia norm dzielenia się wiedzą i kształtowania tożsamości zawodowej.
- Analiza społeczności politycznych lub ruchów społecznych w celu śledzenia, jak rozwijają się zbiorowe ramy, narracje i strategie mobilizacyjne w przestrzeniach cyfrowych.
Jak to działa
Jak to działa
Badacz definiuje skoncentrowane pytanie badawcze i identyfikuje odpowiednie społeczności internetowe jako miejsca terenowe. Kryteria wyboru obejmują: trafność tematu społeczności dla przedmiotu badań, poziom aktywności, rozmiar, heterogeniczność członków oraz bogactwo interakcji między członkami. Badacz podejmuje również jawne decyzje etyczne dotyczące ujawnienia (obserwacja pasywna vs. jawne uczestnictwo) i wykorzystania danych, biorąc pod uwagę warunki korzystania z platformy społecznościowej i anonimowość uczestników przed wejściem w teren.
Badacz wchodzi do społeczności internetowej i zapoznaje się z jej kulturą, normami, językiem i kluczowymi uczestnikami. W netnografii obserwacyjnej (pasywnej) badacz intensywnie czyta, nie zamieszczając postów; w netnografii partycypacyjnej badacz ujawnia swoją rolę badawczą i aktywnie angażuje się w interakcje z członkami społeczności. Ten okres immersji — analogiczny do uzyskiwania dostępu i budowania relacji w tradycyjnych badaniach terenowych — jest niezbędny przed rozpoczęciem systematycznego zbierania danych, a jego czas trwania zależy od aktywności społeczności i zakresu badań.
Dane są zbierane za pośrednictwem trzech uzupełniających się kanałów: (1) dane archiwalne — istniejące posty, wątki, obrazy, filmy i inne artefakty społeczności pobrane lub zrzutowane do analizy; (2) dane wywołane — treści generowane poprzez działania inicjowane przez badacza, takie jak wywiady online, otwarte posty lub ankiety wśród członków; oraz (3) dane z notatek terenowych — własne refleksyjne obserwacje badacza, notatki i interpretacje kontekstowe rejestrowane przez cały okres immersji. Strategia celowego doboru próby kieruje wyborem postów i wątków do pogłębionej analizy.
Zebrane dane są analizowane przy użyciu jakościowych procedur kodowania zaadaptowanych z tradycji etnograficznych i teorii ugruntowanej. Badacz iteracyjnie czyta dane, stosując otwarte kody do identyfikacji powtarzających się tematów i kategorii kulturowych, a następnie organizuje kody w tematy wyższego rzędu, które ujawniają wspólne znaczenia, rytuały, hierarchie i wartości społeczności. Sprawdzanie przez członków (member checking) — przedstawianie wstępnych wyników członkom społeczności w celu uzyskania informacji zwrotnej — oraz triangulacja między typami danych wzmacniają trafność interpretacyjną.
Rygor badawczy jest ustalany za pomocą kryteriów wiarygodności Lincolna i Guby, zaadaptowanych do kontekstów cyfrowych: wiarygodność (długotrwałe zaangażowanie w społeczności, sprawdzanie przez członków), przenoszalność (szczegółowy opis umożliwiający czytelnikom ocenę zastosowalności), zależność (ścieżka audytu decyzji metodologicznych) i potwierdzalność (refleksyjne notatki dokumentujące, jak pozycja badacza kształtowała interpretację). Przejrzystość etyczna — ujawnienie istnienia badania społeczności, jeśli jest to wykonalne — jest również traktowana jako element rygoru.
Częste pułapki
- Traktowanie postów online jako prostej bazy danych treści, a nie jako artefaktów kulturowych osadzonych w normach społeczności — prowadzi to do płytkiego kodowania, które pomija kontekst społeczny nadający postom znaczenie.
- Niewystarczająca immersja: zbyt szybkie przechodzenie do zbierania danych przed zrozumieniem słownictwa społeczności, wewnętrznych żartów, hierarchii i niepisanych zasad prowadzi do błędnej interpretacji.
- Ignorowanie refleksyjności: tło dyscyplinarne badacza, założenia dotyczące kultury online i znajomość platformy kształtują to, co badacz zauważa i jak to interpretuje; nieudokumentowana pozycja podważa potwierdzalność.
- Przeoczenie obowiązków etycznych w przypadku małych lub wrażliwych społeczności, gdzie poszczególni uczestnicy mogliby zostać zidentyfikowani na podstawie dosłownych cytatów, nawet jeśli platforma jest technicznie publiczna.
- Rozszerzanie zakresu (scope creep): sama objętość danych online kusi badaczy do zbierania ich bezkrytycznie; bez celowej strategii próbkowania analiza staje się niezarządzalna i rozproszona.
Najczęściej zadawane pytania
Czy netnografia to to samo co analiza treści mediów społecznościowych?
Nie. Analiza treści zazwyczaj stosuje z góry określony schemat kodowania do ilościowego określania częstości kategorii w dużym korpusie tekstów, traktując posty jako dyskretne jednostki. Netnografia jest interpretacyjna i kulturowa: badacz zanurza się w społeczności, rozwija kody indukcyjnie z danych i dąży do zrozumienia wspólnych znaczeń i praktyk, które czynią społeczność tym, czym jest. Netnografia może zawierać elementy analizy treści, ale jej podstawową logiką jest immersja etnograficzna, a nie liczenie częstości.
Czy muszę ujawniać swoją tożsamość jako badacza społeczności?
Zależy to od typu społeczności i przyjętych ram etycznych. Kozinets rozróżnia netnografię obserwacyjną (pasywne „lurkowanie”, brak ujawnienia) od netnografii partycypacyjnej (aktywne zaangażowanie z ujawnieniem). Większość instytucjonalnych komisji etycznych i wytyczne Association of Internet Researchers (AoIR) zalecają ujawnienie, gdy posty społeczności mogą być uznane za prywatne lub gdy badacz aktywnie wchodzi w interakcje z członkami. W przypadku dużych, wyraźnie publicznych forów, pasywna obserwacja z anonimizowanymi cytatami jest często uznawana za dopuszczalną, ale decyzja musi być udokumentowana i uzasadniona.
Jak określić, kiedy mam wystarczającą ilość danych?
Kryterium jest nasycenie teoretyczne — punkt, w którym nowe posty lub wątki nie generują nowych kategorii kulturowych ani tematów. Ponieważ archiwa online mogą być ogromne, celowe próbkowanie kierowane ewoluującą analizą jest bardziej praktyczne niż wyczerpujące zbieranie. Nasycenie osiąga się zazwyczaj poprzez połączenie szerokości (przeglądanie wielu wątków w celu potwierdzenia, że tematy są powszechne) i głębokości (szczegółowe czytanie kluczowych wątków, które ilustrują podstawowe wzorce kulturowe).
Czy netnografię można łączyć z innymi metodami?
Tak, i często tak się dzieje. Typowe kombinacje obejmują: wywiady online lub ankiety wśród członków w celu uzyskania głębszych wyjaśnień obserwowanych wzorców (dodawanie danych wywołanych do danych archiwalnych); analizę treści w celu ilościowego określenia częstości tematów zidentyfikowanych etnograficznie; oraz sekwencyjne projekty metod mieszanych, w których wyniki netnograficzne informują o opracowaniu narzędzi ankietowych. Metoda jest również coraz częściej łączona z komputerową analizą tekstu dla dużych korpusów.
Co jeśli społeczność online, którą chcę badać, jest prywatna lub chroniona hasłem?
Prywatne społeczności wymagają wyraźnych negocjacji dostępu i zazwyczaj pełnego ujawnienia celu badań strażnikom dostępu i członkom. Pasywne „lurkowanie” w prywatnej grupie bez wiedzy członków jest etycznie niedopuszczalne w ramach standardowych ram etyki badań. Dane z prywatnych społeczności wymagają również bardziej rygorystycznych protokołów anonimizacji, ponieważ członkowie mieli uzasadnione oczekiwanie ograniczonej publiczności.
Pokrewne metody
Źródła
Kozinets, R. V. (2010). Netnography: Doing Ethnographic Research Online. Sage.
ISBN: 978-1847875907Skopiowano.Kozinets, R. V. (2020). Netnography: The Essential Guide to Qualitative Social Media Research (3rd ed.). Sage.
Otwórz odnośnik do publikacjiSkopiowano.