Исследователи используют ИИ и теорию социальных сетей для анализа взаимодействия участников цифровых сообществ

Исследователи из США использовали инструменты машинного обучения и теорию социальных сетей для лучшего понимания того, как люди взаимодействуют в Интернете. Используя данные социальных медиа, исследователи изучили сложные модели взаимоотношений и общих интересов, которые связывают людей в Интернете. В частности, они сосредоточились на выяснении того, как формируются онлайн-сообщества и как осуществляется взаимодействие участников в рамках этих сообществ.

«Сообщество в нашем исследовании – это не просто набор пользователей, пишущих в соцсетях на схожие темы, а некий интерактивный кластер», — объясняет один из авторов исследования. «Другими словами, это сетевая структура, в которой пользователи тематически объединены и активно взаимодействуют друг с другом посредством постов, реакций или репостов».

За последние несколько десятилетий концепция сообщества претерпела большие изменения. На протяжении всей истории человеческие сообщества формировались по географическому признаку, на который обычно влияла доступность воды, наличие плодородной почвы и других источников продовольствия, а также климат. Сообщества, основанные на местоположении, 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 определявшие его географические и социальные барьеры. Сегодня онлайн-платформы позволяют людям создавать сообщества, основанные на общих интересах, идентичности или убеждениях, а вовсе не на местоположении. Посредством социальных сетей, форумов и онлайн-групп люди теперь могут общаться друг с другом по всему миру, создавая сети для обмена информацией и мнениями в режиме реального времени. «По сути, Интернет превратил сообщества из преимущественно локальных, привязанных к месту групп в динамичные глобальные сети, сформированные благодаря цифровому общению «.

И хотя социальные сети кардинально расширили возможности для общения и совместной работы, они породили новые проблемы, такие как анонимизация или возможность быстрого охвата широкой аудитории, которыми, увы, можно злоупотребить. Ведь любой член онлайн-сообщества, может маскироваться и говорить все, что угодно, без каких-либо последствий для общества. Некоторые онлайн-сообщества превращаются в эхо-камеры для распространения заведомо ложной информации или пропаганды асоциальных идей и проявлений, особенно среди участников, разделяющих схожие точки зрения.

Чтобы понять, как взаимодействуют сообщества, учёные разработали систему, которая отслеживает цифровые сообщества во времени и классифицирует обсуждающиеся темы, позволяя исследовать то, как они делятся на более мелкие подтемы, а также как группы участников формируются вокруг них и распадаются.

Благодаря комплексной оценке сетевых данных с помощью искусственного интеллекта, группе исследователей удалось сопоставить то, что отдельные пользователи пишут в своих постах, с тем, как эти пользователи взаимодействуют друг с другом.

Авторы опубликовали свои выводы в журнале Risk Analysis в марте 2026 года.

Разработанный ими фреймворк использует классификационные модели машинного обучения для структурного анализа сообщений и взаимодействий пользователей, объединяющихся в группы по какому-либо признаку. В ходе исследования также были выделены несколько ключевых аналитических элементов, основанных на теориях социальных наук, позволяющих лучше понять структуру и динамику этих онлайн-сообществ и то, как события реального мира влияют на них.

Учёные считают, что разработанный ими фреймворк позволяет выявлять возникающие в сети сообщества дезинформации — эхо-камеры и отслеживать, как те или иные нарративы распространяются с течением времени.

В опубликованной по результатам исследования статье подчеркивается, что понимание того, как работают онлайн-сообщества, важно не только для ученых, изучающих социальные взаимодействия, но и для социо- и политтехнологов, участвующих в формировании и анализе общественного мнения. «Изучая, как формируются, растут и взаимодействуют эти онлайн-сообщества, мы, возможно, сможем выявить ранние признаки вредоносного дискурса», — полагают авторы.

Источник: TechXplore

Изображение для иллюстрации. Источник: Wikimedia. Лицензия: CC BY-SA 3.0