Исследователи используют машинное обучение и теорию социальных сетей для выявления закономерностей формирования на цифровых форумах.

Исследователи из Технологического института Стивенса использовали инструменты машинного обучения и теорию социальных сетей — исследование того, как люди общаются друг с другом, — чтобы лучше понять, как люди взаимодействуют в Интернете. Используя данные X, ранее известного как Twitter, исследователи исследовали сложные модели отношений и общих интересов, которые объединяют людей в Интернете. В частности, они сосредоточились на выяснении того, как люди формируют онлайн-сообщества, взаимодействуют внутри этих сообществ или покидают их.

«Сообщество в этом исследовании — это не просто совокупность пользователей, пишущих в Твиттере на схожие темы, а интерактивный кластер», — объясняет доцент Стивенса Хосе Рамирес-Маркес с факультета системной инженерии, который изучает, как сообщества развиваются и взаимодействуют. «Другими словами, это сетевая структура, в которой пользователи тематически связаны и активно общаются посредством ретвитов, упоминаний или ответов».

За последние несколько десятилетий концепция сообщества изменилась. На протяжении всей истории человеческие сообщества формировались на основе географии, на которую обычно влиял доступ к воде, плодородной почве, другим источникам пищи и климату. Сообщества в зависимости от местоположения превратились в деревни, города и страны. На более локальном уровне сообщества формировались благодаря физической близости — люди жили в одном районе, посещали одни и те же школы или работали в одних и тех же местах.

Появление Интернета изменило значение сообщества, устранив многие географические и социальные барьеры, такие как, например, дискриминация, которые когда-то определяли его. Сегодня онлайн-платформы позволяют людям формировать сообщества на основе общих интересов, идентичности или убеждений, а не местоположения. Через социальные сети, форумы и онлайн-группы люди могут общаться с другими людьми по всему миру, создавая сети для обмена информацией, поддержкой и мнениями в режиме реального времени. «По сути, Интернет превратил сообщества из преимущественно местных, привязанных к месту групп в динамичные глобальные сети формируется цифровым общением и общими интересами».

Однако, хотя социальные сети открыли расширенные возможности для связи и сотрудничества, они принесли с собой новые проблемы, такие как анонимность и возможность быстро связаться с большим количеством людей, которыми можно злоупотребить. «Как член онлайн-сообщества, я могу замаскироваться, а затем говорить самые разные вещи без социальных последствий», — говорит Рамирес-Маркес. «В реальной жизни есть последствия». Без платформ цифровой связи также существуют ограничения на количество людей, с которыми можно связаться.

Некоторые онлайн-сообщества могут превратиться в эхо-камеры, где люди в основном взаимодействуют с другими людьми, разделяющими схожие точки зрения. Некоторые группы могут использовать социальные сети для распространения экстремистские идеи или пропагандировать насилие. В некоторых интернет-сообществах агрессивная или ненавистническая лексика может стать нормой и поощрять движения, бросающие вызов основным социальным ценностям, усиливая ложные повествования и затрудняя их исправление. Исследования также показали, что рост количества разжигающих ненависть постов в Интернете иногда может происходить незадолго до роста реальных преступлений на почве ненависти.

Чтобы понять, как взаимодействуют сообщества, Рамирес-Маркес и его доктор философии. Кандидат Амирхоссейн Дежборо разработал систему, которая отслеживает цифровые сообщества с течением времени и классифицирует темы, которые они обсуждают, что позволяет исследователям изучить, как разговоры делятся на более мелкие подтемы и как эти группы возникают и исчезают. Исследовательская группа сделала это, объединив анализ того, что отдельные пользователи пишут в своих постах, с тем, как эти пользователи общаются друг с другом, путем оценки сетевых данных.

Команда опубликовала свои выводы в статье под названием «Формирование сообщества в эпоху цифровых технологий: ориентированная на риск структура временного слияния для анализа распространения и фрагментации информации в социальных сетях онлайн». Анализ рисков 26 марта 2026 г.

Разработанная ими структура использует модели классификации машинного обучения для анализа сообщений и взаимодействий пользователей, выявляя основные групповые структуры. В ходе исследования исследовательская группа также определила несколько ключевых аналитических элементов, основанных на теориях социальных наук, чтобы лучше понять структуру и динамику этих онлайн-сообществ и то, как на них влияют события реального мира.

«Мы обнаружили, что взаимодействие в социальных сетях может создавать эхо-камеры и усиливать социальную поляризацию, в то время как эта структура может помочь обнаружить возникающие сообщества дезинформации и отслеживать, как повествования распространяются с течением времени», — говорит Рамирес-Маркес.

Исследователи подчеркивают, что понимание того, как работают онлайн-сообщества, важно не только для ученых, изучающих социальные взаимодействия, но и для политиков, принимающих решения относительно технологий и общества. «Изучая, как эти онлайн-сообщества формируются, растут и взаимодействуют, мы сможем выявить ранние признаки вредоносного дискурса», — говорит Рамирес-Маркес. «И это может помочь политикам разработать стратегии по снижению потенциальных рисков, сохраняя при этом положительные аспекты онлайн-общения».