Коротко и по делу — план исследования, методы и этика.
1) Цель и гипотеза
- Гипотеза: анонимные комментарии в соцсетях повышают радикализацию мнений участников закрытых онлайн‑групп по сравнению с подписанными (неанонимными) комментариями.
2) Дизайн исследования
- Рандомизированный кластерный эксперимент (группы как кластеры) или контролируемый лабораторно‑полевой эксперимент с моделированными закрытыми группами.
- Условия: а) анонимные комментарии (анонимность для комментаторов), б) неанонимные комментарии (имена/профили видны), в) контроль (статус кво).
- Продолжительность: минимум три волны (предтест, вмешательство/экспозиция, посттест) + при возможности отсроченный пост‑тест через 1–3 месяца.
3) Выборка и размер выборки
- Критерии включения: активные участники закрытых групп, совершеннолетние, согласившиеся участвовать.
- Оценка мощности: целевой уровень мощности $1-\beta =0.8$, уровень значимости $\alpha =0.05$. Простейшая формула для двухстороннего сравнения средних:
$$n=\frac{2{\sigma }^2(z_{1-\alpha /2}+z_{1-\beta }{)}^2}{{\delta }^2},$$ где $\delta$ — ожидаемая разница средних (эффект), ${\sigma }^2$ — дисперсия. Для кластерного дизайна скорректировать на коэффициент инфляции выборки $1+(m-1)\rho$ (где $m$ — средний размер кластера, $\rho$ — внутрикластерная корреляция).
4) Переменные и меры
- Независимая переменная: режим комментариев (анонимный / неанонимный / контроль).
- Зависимая переменная — радикализация, измеряемая несколькими способами:
a) Шкалы самоотчёта (валидированные или адаптированные): поддержка насильственных действий, готовность к крайним мерам, идентификация с радикальной идеологией. (Использовать шкалы с проверенной надежностью; приводить показатели альфа Кронбаха.)
b) Поведенческие индикаторы: количество и доля радикальных/агрессивных комментариев, призывов к действию, ссылки на экстремистские ресурсы.
c) Контент‑анализ (NLP): частота ключевых лексем радикализации, тональность/токсичность, тематическое моделирование.
d) Социальные метрики: изменение центральности и образцов влияния в сети, образование когорты/поляризация (меры модульности, гомофилии).
- Контрольные переменные: возраст, пол, политическая предрасположенность, исходный уровень радикализма, активность в группе, модерация группы.
5) Процедура
- Сбор предтеста (база): анкета + сбор исторического контента (с согласия).
- Рандомизация на уровне группы или квази‑рандомизация участников внутри смоделированных групп.
- Вмешательство: в течение заранее определённого периода публиковать комментарии (участники/конфедераты/система) в соответствии с условием. Лучше использовать добровольное участие в сымитированных закрытых группах, чтобы избежать сокрытой манипуляции.
- Посттест и отсроченный посттест: повторные анкеты и автоматический сбор контента.
- Анализ качества манипуляции (manipulation check): проверка, заметили ли участники анонимность.
6) Аналитика
- Основной анализ: смешанные модели с фиксированными эффектами для условий и времён, случайными эффектами для групп/участников:
$$Y_{it}={\beta }_0+{\beta }_{1}Trea{t}_i+{\beta }_{2}Tim{e}_t+{\beta }_3(Trea{t}_i\times Tim{e}_t)+u_i+{ϵ}_{it}.$$ - Альтернативы: разности‑в‑разниц, логистическая регрессия для бинарных исходов, модели для счётов (Poisson/Negative Binomial) для числа радикальных сообщений, сетевой анализ для изменения позиций.
- Многоуровневая проверка устойчивости: субгруппы по исходному уровню радикализма, интенсивности участия, модерации.
7) Дополнительные методы (комплементарные)
- Натуральные эксперименты: использование смены настроек платформы (если появляется/убирается анонимность) — difference‑in‑differences.
- Контент‑анализ больших данных: сравнение закрытых групп с разными политиками по анонимности.
- Качественные интервью с участниками для понимания механизмов (чувство безнаказанности, усиление групповой нормы).
8) Этические меры
- Этика исследования и согласие:
- Получить одобрение IRB/этического комитета до начала.
- Предпочтительно открытое информированное согласие. Если скрытая манипуляция неизбежна, обосновать необходимость, минимизировать вред и получить отдельное одобрение.
- Чёткий debriefing после участия с объяснением цели и возможностью удаления данных.
- Минимизация вреда:
- Избегать провоцирования реального экстремизма и прямых призывов к насилию. Если изучаете радикальные идеи, использовать смоделированные/де‑реализованные стимулы, редактировать контент, удаляя реальные экстремистские ссылки.
- Предоставить участникам ресурсы поддержки и контакты горячих линий; предусмотреть процедуру реагирования на выражения угроз или намерений навредить.
- Конфиденциальность и безопасность данных:
- Шифрование хранения, доступ по ролям, минимизация собираемых персональных данных, псевдонимизация окончательных данных.
- Чёткая политика удаления данных по запросу.
- Юридические и платформенные требования:
- Соответствие правилам платформы (TOS). Консультирование с юристом при работе с экстремистским контентом и обязательствами по докладу.
- Прозрачность и ответственность:
- Пререгистрация гипотез и анализа; при возможности публикация кодов и агрегированных данных с удалёнными идентификаторами.
- Ограниченная публикация детализированного контента, который может быть использован для дальнейшей радикализации.
9) Ограничения и меры контроля
- Риски внешней валидности — симуляции могут не полно воспроизводить реальные группы; компенсировать смешанными методами (эксперимент + наблюдение).
- Потенциальная реакция модераторов/платформ вызывает необходимость координироваться с администраторами групп/платформ.
- Обязательное проведение пилота для проверки процедур, манипуляции и безопасности.
10) Критерии успеха и интерпретация
- Статистически значимое положительное значение коэффициента ${\beta }_3$ в модели (взаимодействие Treatment×Time) интерпретируется как влияние анонимности на рост показателей радикализации.
- Оценивать размер эффекта и клиническую/практическую значимость, а не только p‑value.
Если нужно, могу сформировать шаблон анкеты, набор словарей для NLP (лексикон радикализации/токсичности) и пример кода для анализа mixed‑effects моделей.