Skip to content
Назад к результатам поиска

Цифровая этнография — изучение культуры в онлайн-среде

Автор метода
Christine Hine (virtual ethnography); Robert V. Kozinets (netnography)
Год
Late 1990s – 2000s
Тип
Qualitative research method
Семейство
Ethnography

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Цифровая этнография — это качественный метод исследования, который адаптирует традиционную этнографическую полевую работу к онлайн-среде и средам, опосредованным цифровыми технологиями.

Основываясь на продолжительном включенном наблюдении, сборе документов и иногда интервью, исследователь погружается в одно или несколько цифровых сообществ — платформы социальных сетей, форумы, игровые пространства или группы обмена сообщениями — чтобы понять, как культура, идентичность и социальная практика конструируются посредством цифрового взаимодействия. Этот подход признает, что онлайн-пространства являются не просто отражением офлайн-жизни, а самобытными местами культурного производства.

Интуиция метода

Представьте, что вы хотите понять, как пациенты с хроническими заболеваниями поддерживают друг друга в закрытых группах Facebook или как сообщества противников вакцинации распространяют нарративы на Reddit. Вместо разработки опроса или проведения лабораторных экспериментов, цифровая этнография помещает вас внутрь этих пространств — вы читаете беседы с течением времени, отмечаете повторяющиеся символы и язык, наблюдаете, кто говорит, а кто молчит, и иногда сами присоединяетесь к обсуждениям. Результатом является богатое, контекстуализированное описание того, как смысл создается и сообщество поддерживается через экраны и платформы, чего не могут полностью уловить ни опросы, ни подсчеты контента.

История

Этнографические методы были адаптированы для онлайн-среды в середине-конце 1990-х годов, когда интернет стал местом устойчивой социальной жизни. «Виртуальная этнография» Кристин Хайн (Christine Hine, 2000) была одним из первых систематических исследований, утверждавшим, что интернет является одновременно культурным артефактом и местом культуры, и что традиционные полевые концепции — поле, присутствие, наблюдение — могут быть продуктивно переосмыслены для онлайн-исследований. Роберт Козинец разработал нетнографию как специализированный вариант, ориентированный на онлайн-потребительские сообщества, кодифицировав процедуры сбора и анализа данных в своей книге «Нетнография» (Netnography, 2010). С тех пор метод диверсифицировался по дисциплинам и платформам, а такие ученые, как Том Боллсторф (Tom Boellstorff, этнография в виртуальных мирах) и Дана Бойд (danah boyd, сайты социальных сетей), расширили его применение и эпистемологический охват.

Когда применять

Цифровая этнография подходит, когда исследовательский вопрос касается того, как культура, идентичность, сообщество или социальная практика конструируются и поддерживаются в онлайн-среде или среде, опосредованной цифровыми технологиями, и когда цель состоит в достижении интерпретативной глубины, а не статистической обобщаемости. Это правильный выбор, когда интересующее явление происходит преимущественно или значительно онлайн — сообщества здоровья, фан-культуры, политические движения, профессиональные сети, игровые субкультуры — и когда для его понимания требуется продолжительное, контекстуализированное наблюдение с течением времени. Она менее подходит, когда цель состоит в измерении частоты или распределения явлений в больших популяциях (используйте контент-анализ или вычислительные методы), когда онлайн-сообщество слишком мало или приватно для этического наблюдения, или когда исследовательский вопрос требует экспериментального контроля.

Ограничения и замечания

  • Результаты контекстуально-специфичны и ограничены выбранным полевым пространством; результаты не являются статистически обобщаемыми для всех пользователей платформы или всех членов социальной группы.
  • Онлайн-полевые пространства нестабильны — платформы меняют свои условия обслуживания, удаляют контент или прекращают свое существование, нарушая или прекращая полевую работу неожиданно.
  • Исследователь может наблюдать только то, что является публично или полупублично видимым; частные взаимодействия, офлайн-поведение и нетекстовые аспекты жизни участников остаются вне поля зрения.
  • Определение идентичности и демографических характеристик членов сообщества часто невозможно, что затрудняет целенаправленную выборку и контекстуализацию результатов.
  • Этическая навигация сложна: согласие, анонимизация и граница между публичным и частным в онлайн-пространствах являются спорными и зависят от юрисдикции.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Предоставляет глубокое, контекстуализированное понимание онлайн-культур и сообществ, которое не могут дать опросы и подсчеты контента.
  • Позволяет изучать сообщества, которые существуют только или преимущественно в цифровых пространствах, делая их впервые доступными для качественного исследования.
  • Фаза продолжительного погружения позволяет исследователю выявлять изменения, конфликты и эволюцию норм сообщества с течением времени.
  • Архивные онлайн-данные снижают ошибку воспоминания — естественно возникающие посты участников фиксируют практику в момент ее совершения, а не ретроспективные отчеты.
  • Гибкость в отношении платформ (форумы, социальные сети, мессенджеры, виртуальные миры) и дисциплин (здравоохранение, образование, маркетинг, политология).

Применение

  • Изучение того, как пациенты с хроническими заболеваниями ищут информацию, поддержку со стороны сверстников и подтверждение идентичности в онлайн-сообществах здоровья и специализированных форумах по заболеваниям.
  • Исследование норм, ритуалов и субкультурных практик игровых сообществ в многопользовательских онлайн-средах.
  • Расследование того, как политические движения мобилизуются, координируются и формируют общую идентичность через платформы социальных сетей и приложения для обмена сообщениями.
  • Анализ того, как фан-сообщества создают творческий контент, согласовывают канон и контролируют членство в сообществе вокруг популярных медиафраншиз.
  • Изучение того, как профессиональные или академические сообщества делятся знаниями, устанавливают экспертность и управляют репутацией через группы LinkedIn, списки рассылки или академический Twitter.
  • Понимание того, как дезинформация или экстремистские нарративы распространяются и усиливаются внутри закрытых или полузакрытых онлайн-сообществ.

Как это работает

Как это работает

1

Исследователь определяет одно или несколько цифровых полевых пространств — онлайн-сообществ, платформ или сетевых пространств — которые имеют отношение к исследовательскому вопросу и демонстрируют устойчивое социальное взаимодействие и культурное производство. Критерии отбора включают плотность активности, доступность для наблюдения и этическую осуществимость. Границы полевого пространства (например, конкретный сабреддит, хэштег или сервер Discord) определяются и документируются до входа.

2

Исследователь входит в полевое пространство в качестве продолжительного наблюдателя и, где это уместно, участника. В зависимости от этического дизайна исследования, присутствие может быть явным (исследователь открыто идентифицирован) или скрытым (только наблюдатель, обычно для полностью публичных форумов). Фаза погружения — часто охватывающая недели или месяцы — позволяет исследователю развить эмпатическое понимание норм сообщества, лексики, ритуалов и социальных иерархий до начала анализа.

3

Данные систематически собираются из нескольких источников: архивные посты, ветки обсуждений, изображения, видео и страницы профилей формируют документальный корпус; полевые заметки фиксируют наблюдения, интерпретации и рефлексивные реакции исследователя; а при получении этического согласия онлайн- или цифровые интервью углубляют понимание точек зрения отдельных участников. Скриншоты и экспорт данных сохраняются с метаданными для обеспечения прослеживаемости анализа.

4

Собранные материалы анализируются итеративно с использованием этнографического кодирования, тематического анализа или методов дискурс-анализа. Исследователь выявляет повторяющиеся темы, культурные категории и паттерны взаимодействия, постоянно задаваясь вопросом, как его собственная позиция — идентичность, знакомство с цифровой культурой, статус инсайдера или аутсайдера — формирует то, что он замечает и как он это интерпретирует. Рефлексивные заметки ведутся параллельно с аналитическими кодами, чтобы сделать это влияние прозрачным.

5

Результаты оформляются в виде «плотного описания» (thick description), которое передает культуру, практики и процессы смыслообразования сообщества аудитории, незнакомой с полевым пространством. Цитаты из онлайн-текстов (анонимизированные по мере необходимости) и зарисовки наблюдаемых взаимодействий используются для обоснования интерпретаций на основе фактических данных. Исследователи явно освещают принятые этические решения — особенно касающиеся согласия и анонимизации — в итоговом отчете.

Частые ошибки

  • Рассмотрение онлайн-поведения как простого отражения офлайн-культуры — цифровые пространства имеют свои собственные возможности, нормы и перформативные логики; анализ должен учитывать платформу как значимый контекст, а не нейтральный канал.
  • Недостаточный период погружения — вход в сообщество на несколько дней с последующим кодированием постов приводит к поверхностным, лишенным контекста результатам; подлинное этнографическое понимание требует продолжительного наблюдения в течение недель или месяцев.
  • Пренебрежение позицией исследователя — отказ документировать, как собственная идентичность исследователя, предварительные знания о платформе или членство в сообществе формируют сбор и интерпретацию данных, подрывает достоверность результатов.
  • Поверхностная анонимизация — изменение только имен пользователей при сохранении дословных цитат, которые можно найти на исходной платформе, может привести к повторной идентификации участников; надежная анонимизация требует перефразирования или составного представления конфиденциальных выписок.
  • Смешение цифровой этнографии с контент-анализом — если нет продолжительного погружения или этнографических полевых заметок, а исследователь кодирует только выборку постов, то это контент-анализ, а не этнография.

Часто задаваемые вопросы

В чем разница между цифровой этнографией и нетнографией?

Нетнография — это специфический, кодифицированный вариант цифровой этнографии, разработанный Робертом Козинцем для изучения онлайн-потребительских сообществ и сообществ брендов. Он следует определенному набору процедурных шагов — вход в исследование, сбор данных, аналитическая интерпретация и представление — и особенно силен в контексте маркетинговых исследований и исследований потребителей. Цифровая этнография — это более общий зонтичный термин, охватывающий любой этнографический подход, адаптированный к цифровым полевым пространствам, включая виртуальную этнографию, онлайн-этнографию и нетнографию. Основные принципы — погружение, плотное описание, рефлексивность — общи для всех вариантов.

Нужно ли мне информированное согласие от членов сообщества, чьи публичные посты я собираю?

Это зависит от этических стандартов вашего учреждения, характера платформы и конфиденциальности контента. Полностью публичные платформы (открытые посты в Twitter/X, публичные ветки Reddit) обычно рассматриваются как аналоги публичных документов, и многие этические комитеты разрешают наблюдение без индивидуального согласия при условии надлежащей анонимизации данных. Полупубличные или частные сообщества (закрытые группы Facebook, частные серверы Discord) обычно требуют активного согласия администраторов и, в идеале, участников. Всегда проверяйте руководящие принципы этики вашего учреждения и, если сомневаетесь, получайте согласие или перефразируйте, а не цитируйте дословно.

Чем цифровая этнография отличается от контент-анализа социальных сетей?

Цифровая этнография требует продолжительного погружения — исследователь проводит длительное время в сообществе, развивает контекстуальное понимание, ведет полевые заметки и рефлексивно взаимодействует с культурой. Контент-анализ систематически кодирует выборку текстов по заранее определенным категориям, как правило, без погружения исследователя, и генерирует данные о частоте или паттернах. Если вы подсчитываете количество вхождений хэштега или категоризируете типы постов в большом корпусе, вы занимаетесь контент-анализом. Если вы живете в сообществе в течение длительного времени и интерпретируете культурное значение того, что наблюдаете, вы занимаетесь цифровой этнографией. Оба метода являются законными; ни один из них не является коротким путем к другому.

Как долго должно длиться полевое исследование?

Строгого правила нет, но периоды погружения короче четырех-шести недель редко дают подлинную этнографическую глубину. Многие опубликованные цифровые этнографии включают от шести месяцев до двух и более лет непрерывных наблюдений. Практическим эвристическим правилом является культурная насыщенность — точка, в которой вы можете предсказать, как члены сообщества отреагируют на новое событие, понять значение внутренних отсылок и выявить отклоняющиеся случаи. Спешное полевое исследование приводит к так называемой «этнографии на бегу» (drive-by ethnography), которой не хватает контекстуальной чувствительности, для которой предназначен этот метод.

Можно ли сочетать цифровую этнографию с другими методами?

Да — на самом деле, методологическая триангуляция является распространенной и часто укрепляет исследование. Цифровое этнографическое наблюдение часто дополняется полуструктурированными или нарративными интервью с членами сообщества (для углубления понимания индивидуальных точек зрения), дискурс-анализом ключевых текстов (для систематического анализа языковых паттернов) или опросными инструментами (для описания демографического профиля более широкого сообщества). Ключевым моментом является то, что этнографическое ядро — продолжительное погружение и плотное описание — остается основным, а не заменяется вспомогательным методом.

Похожие методы

Источники

  1. Kozinets, R. V. (2010). Netnography: Doing Ethnographic Research Online. Sage.

    ISBN: 978-1847875228
    Скопировано.
  2. Hine, C. (2000). Virtual Ethnography. Sage.

    Открыть ссылку на публикацию
    Скопировано.