Sociology Meets Epidemiology: Social Contagion Research in Search of Theoretical Basis
- Authors: Dudina V.I.1
-
Affiliations:
- Saint Petersburg State University
- Issue: No 10 (2024)
- Pages: 3-14
- Section: THE 26TH KHARCHEV READINGS
- URL: https://journal-vniispk.ru/0132-1625/article/view/272464
- DOI: https://doi.org/10.31857/S0132162524100019
- ID: 272464
Full Text
Abstract
Contemporary sociology pays more and more attention to the study of the processes of copying, imitation, and “viral” spread. Digital methods and abundant digital data have made it possible to study “social contagion” processes that were previously inaccessible to study. The “social contagion” means that sociocultural phenomena can spread in society like infectious diseases. Despite a variety of social contagion definitions, there is still no developed social theory of this phenomenon. However, the need to conceptualize the social contagion phenomenon is becoming increasingly tangible, since the conceptual framework of social contagion is increasingly used in empirical research and claims to be the optics through which the social reality of the digital society can be viewed. The article looks into some main areas of social contagion research in an attempt to reconstruct the contours of the theoretical model underlying such studies and to outline the ways of possible conceptualization of this phenomenon.
Keywords
Full Text
Введение. Цифровизация существенно изменила и продолжает менять ландшафт социальных наук. Одним из важных изменений является внимание, которое в социальных науках стало уделяться изучению процессов копирования, подражания, «вирусного» распространения, поскольку исследовательские технологии сбора и анализа цифровых данных позволяют реализовывать в социальных науках инновационные методические решения и изучать социум на новом уровне. Тематика «культурной диффузии и подражания, т. е. контактного распространения информации и убеждений – вполне традиционна для социологии, культурной антропологии и психологии. В последние два десятилетия она буквально обрела “второе дыхание” в силу того, что Интернет – уникальный источник масштабных, имеющих временную, а часто и географическую разметку нереактивных данных, позволяющих проверять весьма сложные модели распространения влияния и передачи информации без обращения к микроуровневым данным, основанным на индивидуальных самоотчетах о поведении или на включенном наблюдении множества взаимодействий» [Девятко, 2016: 26–27].
Идея контактного распространения или «социального заражения» (social contagion) состоит в том, что социокультурные феномены могут распространяться в обществе подобно инфекционным заболеваниям и при определенных условиях непосредственный контакт достаточен для того, чтобы произошла социальная трансмиссия. В современной научной литературе существует множество определений «социального заражения». Некоторые авторы делают акцент на самом феномене распространения: «социальное заражение представляет собой процесс, когда поведение социальной группы распространяется среди населения» [Berndtet al., 2018]. Другие фокусируют внимание на его непреднамеренном и не всегда осознанном характере: «социальное заражение рассматривается как распространение эмоций, установок или поведения, когда реципиент не является объектом сознательного и направленного влияния» [Levy, Nail, 1993]. В последнем случае подчеркивается отличие термина «заражение» от родственных терминов – «подражание», «имитация», «копирование». Отечественные авторы противопоставляют «непосредственное влияние на индивидов их друзей и ближайшего окружения» и «эффекты социального заражения как избирательного восприятия и дальнейшей миметической передачи широко распространяемой в сетях информации, эмоциональных состояний и поведенческих образцов» [Моисеев, Девятко, 2018: 155].
Исследования социального заражения в самых разных областях – от общественного здоровья и криминалистики до интернет-исследований и политической социологии [Christakis, Fowler, 2013; Ferrara, Yang, 2015; Kramer et al., 2014; Pressgrove et al., 2018] – показывают, что процессы социального заражения имеют место не только между отдельными людьми, но и между сообществами, организациями, странами. Например, рассматривая распространение идей экономической либерализации и их роль в создании общества травмы, Ж. Т. Тощенко обращает внимание на процессы межстранового заимствования [Тощенко, 2020: 71], которые могут трактоваться как «социальное заражение» определенными идеями на макроуровне.
Хотя эмпирические исследования социального заражения в последние десятилетия интенсивно развивались, они не породили значимых теорий. Можно сказать, исследования социального заражения представляют собой совокупность эмпирических доказательств без теоретической основы. Одно время на роль их теоретической основы претендовала меметика, которая, в свою очередь, оценивалась как «теория без эмпирических доказательств» [Marsden, 1998a]. Сторонники меметики постулируют, что устройство социального мира – продукт эволюционного цикла репликации, изменения и отбора культурных инструкций, кодирующих поведение. При этом предполагается, что отсылки к сознательному выбору или рациональной оценке субъекта излишни, поскольку при достаточном количестве итераций естественный отбор неизбежно ведет к определенному результату [Marsden, 1998]. Нефальсифицируемость и неверифицируемость положений меметики привели к тому, что ее объявили псевдонаукой. Единственный журнал, посвященный вопросам меметики, – «Journal of Memetics – Evolutionary Models of Information Transmission» – перестал выходить в 2005 г. С этого времени мало что изменилось. Несмотря на многообразие определений социального заражения, до сих пор нет внятной теории этого феномена. В настоящее время необходимость концептуализации социального заражения становится все более актуальной, поскольку эта теоретическая рамка претендует на роль возможной оптики рассмотрения социальной реальности цифрового общества.
В данной статье мы рассмотрим направления исследований социального заражения, что должно помочь реконструировать контуры возможной теоретической основы. Сначала мы кратко покажем, как развивалась концепция социального заражения, затем обратимся к классификации существующих исследований в этой области.
Тематика социального заражения в истории социологии. Процессы подражания, копирования и имитации как механизма создания социальности, периодически привлекали внимание социальных мыслителей, хотя сторонники этой позиции среди классиков социологии в меньшинстве. В истории социальных наук внимание к процессам контактного распространения в форме подражания, имитации, социального заражения связано в первую очередь с именами таких мыслителей, как Г. Лебон и Г. Тард.
Лебон рассматривал подражание оценочно – как примитивный процесс, свойственный людям и животным: «Человек, так же, как и животное, склонен к подражанию» [Лебон, 1999: 199]. Подражание, по мысли Лебона, – это слепое копирование без осмысления, которое характеризует поведение толпы и представляет собой один из механизмов возникновения у толпы качеств, превосходящих сумму качеств составляющих ее людей: «заразительность или зараза – также способствует образованию в толпе специальных свойств и определяет их направление. Зараза представляет собой такое явление, которое легко указать, но не объяснить; ее надо причислить к разряду гипнотических явлений. … В толпе всякое чувство, всякое действие заразительно, и притом в такой степени, что индивид очень легко приносит в жертву свои личные интересы интересу коллективному» [Лебон, 1999: 136]. Лебон трактовал подражание как бессознательный процесс и противопоставлял критический дух подражательному уму, склонному «делать из частных случаев общие неточные выводы» [там же: 33].
Социальное заражение для Лебона – это основной механизм массового распространения идей: «Мнения и верования распространяются в толпе именно путем заразы, а не путем рассуждений, и верования толпы всех эпох возникали посредством такого же точно механизма: утверждения, повторения и заразы» [там же: 200]. Чем проще, примитивнее утверждение, тем больше вероятность массового принятия связанной с ним идеи: «Простое утверждение, не подкрепляемое никакими рассуждениями и никакими доказательствами, служит одним из самых верных средств для того, чтобы заставить какую-нибудь идею проникнуть в душу толпы. <…> Утверждение тогда лишь оказывает действие, когда оно повторяется часто и, если возможно, в одних и тех же выражениях» [там же: 197–198].
Трактовка Г. Тарда выводит социальное заражение (подражание) на уровень базового процесса, создающего социальность: «всякие сходства социального происхождения, замечаемые в мире общественном, представляют прямое или косвенное следствие подражания во всевозможных его видах» [Тард, 2011: 16]. Для Тарда подражание – социальная связь и сила, которая удерживает людей вместе и создает общество.
Отсутствие инструментов и методов полномасштабного эмпирического изучения социального заражения не позволило концепциям Лебона и Тарда обрести популярность, сопоставимую с популярностью таких классиков социологии, как Дюркгейм и Вебер. В ХХ в. работы этих авторов вызывали определенный интерес социальных психологов и философов. Социологи упоминали Лебона и Тарда в основном как родоначальников социологии толпы. Полноценные эмпирические исследования процессов социального заражения начинаются в середине ХХ в. с развитием методов анализа социальных сетей.
Вышедшая в 1962 г. работа Э. Роджерса «Диффузия инноваций» [Rogers, 1983] привлекла внимание к явлению социального заражения. В ней Роджерс постоянно обращается к концепции Тарда, в то же время подчеркивая различия современной ему терминологии и терминологии Тарда: «Тард выявил определенные обобщения относительно распространения инноваций, которые он назвал “законами подражания”»; «то, что Тард называл “подражанием”, сейчас называется “принятием” инновации» (“adoption” of an innovation) [Rogers, 1983: 40]. Роджерс отмечает общность целей изучения диффузии инноваций и законов подражания, которая состоит в объяснении причин принятия или отвержения инновации: «Целью его <Тарда> научных наблюдений было изучить, почему из ста различных инноваций, задуманных одновременно, <…> десять распространятся, а девяносто будут забыты» [Rogers, 1983: 40]. Роджерс отмечает, что в своих суждениях Тард задействовал логику диффузной сети, хотя не использовал такие понятия, как «сеть», «гомофилия» и «гетерофилия». Например, Тард заметил, что инновация сначала принимается индивидом, который находится в социальном отношении ближе всего к источнику новой идеи, затем она постепенно распространяется от индивидов с более высоким статусом к индивидам с более низким статусом. Кроме того, Тард сформулировал один из фундаментальных «законов подражания»: чем больше инновация похожа на идеи, которые уже приняты, тем больше вероятность того, что инновация также будет принята [Rogers, 1983: 41].
Сравнительно недавнее «переоткрытие» процессов социального заражения произошло в области исследований поведения в сфере здоровья. Кристакис и Фаулер [Christakis, Fowler, 2013] показали, что сходные модели поведения распространяются среди родственников и близких друзей. Авторы выдвинули гипотезу, что люди, перенимающие поведение окружающих, бессознательно реагируют на сигналы о том, что может рассматриваться как общественная норма. Два других гипотетических объяснения касались эффектов «гетеро/гомофилии» (тенденции людей образовывать связи с подобными себе или, напротив, непохожими людьми) и влияния общей среды. Критики этого исследования акцентировали внимание на том, что в исследовании эффекты «гетеро/гомофилии» и влияния общей среды не были исключены полностью [Cohen-Cole, Fletcher, 2008a; Cohen-Cole, Fletcher, 2008b]. В то же время «эффект направленности», выявленный Кристакисом и Фаулером, говорит в пользу заражения, поскольку вероятность акцепции определенных форм поведения была значительно выше у тех людей, кого исследуемые считали близкими друзьями, и практически отсутствовала, если исследуемые не считали их друзьями.
«Эпидемическая триада» как основа для классификации подходов к исследованию социального заражения. Социология претендует на то, что занимается изучением социального взаимодействия, но на деле исследует все, кроме взаимодействия как такового. Объяснительные модели в социологии, как правило, статичны. В качестве эксплананса определенных поведенческих паттернов выступают или внутренние субъективные характеристики акторов (мотивы, представления, нормы и пр.), или внешние объективные условия и характеристики (уровень дохода, образования, профессия, место жительства и пр.). Общность внешних условий (эффект влияния общей среды) или внутренних характеристик (эффект гетеро/гомофилии) рассматривается в социологии как достаточное объяснение существования сходных поведенческих моделей. При этом гипотеза контактного распространения моделей поведения – распространения через социальное заражение часто не принимается в расчет, поскольку для проверки требует осуществления экспериментальных процедур, что не всегда возможно. И именно эту возможность открывают цифровые технологии. «Ставшие возможными в результате растущей доступности Интернета истинные рандомизированные эксперименты с манипулированием уровнем кластеризации или гомофилии в сетях индивидуальных пользователей, когда сам исследователь создает некое интернет-сообщество и случайно приписывает уровни названных атрибутов различным экспериментальным группам, позволяют в значительной мере решить старую проблему разделения эффектов общего окружения и гомофилии (которые ведут к одновременному восприятию некоторого воздействия в силу межличностного сходства и общности “фона”), с одной стороны, и, с другой стороны, собственно контактного “заражения” той или иной информацией или культурным образцом» [Девятко, 2016: 28].
В настоящее время накоплен определенный эмпирический материал, демонстрирующий работу механизмов социального заражения [Moussaïd et al., 2017; Kucharski, 2016]. Но проблема поиска теоретической основы полноправного включения феномена социального заражения в социологическое теоретизирование остается не решенной и не идет пока дальше теории подражания Тарда и той версии его концепции, которую пытаются развивать сторонники акторно-сетевой теории вслед за Латуром1 [Kullenberg, Palmas, 2009].
В поисках новых подходов социология часто заходит на территорию других дисциплин. «Биомедицина схожа с социологией по ряду важных черт вследствие выросшей роли статистических моделей» [Тернер, 2023: 3]. При этом, в отличие от статистики, трактующей научные теории как лишь статистические модели, социология, как правило, использует статистику для проверки теорий и моделей, претендующих на генерализацию. В этом отношении интересно, какие возможности теоретизированию представляет такая отрасль биомедицины, как эпидемиология.
Если для социологии прослеживание цепочек контактной передачи – задача относительно новая, связанная с появлением возможности изучения цифровых следов, то для эпидемиологии подобного рода прослеживание является базовой методологической процедурой. Проводя параллель социологии с эпидемиологией, можно отметить, что если в эпидемиологии неинфекционных заболеваний паттерны распространения заболевания объясняются сходными условиями внешней среды (например, влияние загрязнения воздуха на возникновение рака легких) или сходными характеристиками носителей заболевания (например, связь ожирения с сердечно-сосудистыми заболеваниями), то в эпидемиологии инфекционных заболеваний условием развития эпидемического процесса является именно контактная передача. Поскольку прослеживание контактов (contact tracing) и выявление паттернов передачи возбудителя от зараженных к здоровым является здесь ключевой задачей, то можно предположить, что некоторые эпидемиологические модели передачи инфекционного агента могут быть адаптированы и к объяснению социального заражения, а механизм распространения эпидемий может рассматриваться как модель некоторых социальных процессов.
Одной из сфер приложения эпидемиологических моделей к исследованию общества является изучение закономерностей распространения практик насилия [Hall, Iannuzzi, 2023]. Пытаясь объяснить распространение насилия, эпидемиолог Г. Слаткин обнаружил, что паттерны распространения насилия идентичны паттернам распространения инфекционных заболеваний. Главным предиктором насилия, в соответствии с его исследованиями, является насилие, случившееся ранее [Slutkin et al., 2015]. Другой сферой использования эпидемиологических моделей является изучение распространения слухов, которые рассматриваются как вид «поведенческого заражения» [Shibutani, 1966; Noymer, 2001].
Метафора эпидемии начала активно использоваться в социальных науках с началом пандемии коронавируса. Приобрел популярность термин «инфодемия» – гибрид слов «информация» и «эпидемия», обозначающий быстрое и неконтролируемое распространение информации об определенных проблемах, как правило, вызывающих общественное беспокойство [Кондратьева, Игнатова, 2023]. Данный термин впервые появился в контексте эпидемии атипичной пневмонии в 2003 г. [Rothkopf, 2003] и приобрел популярность во время пандемии COVID-19, привлекая внимание к тому факту, что информация может распространяться по социальным сетям подобно вирусу.
В истории эпидемиологии выделяют два подхода к анализу распространения заболеваний: описательный и количественный [Кучарски, 2021]. Описательный подход предполагает анализ данных постфактум для выявления предсказуемых закономерностей. Как правило, такой анализ не учитывает ни механизм передачи инфекции, ни скорость заражения, ни темпы выздоровления и нацелен на описание особенностей эпидемии, а не на выяснение их причин. Количественный подход начинается с анализа основных процессов, влияющих на передачу инфекции. Модель распространения инфекции строится на основе понимания механизма заражения. Такой подход позволяет рассматривать эпидемию в динамике, а не просто находить статичные закономерности в данных.
Социальные науки пытаются адаптировать для решения своих задач классические эпидемиологические модели, представляющие распространение инфекции в популяции с течением времени [Rodrigues, 2016]. Так называемые компартментальные эпидемические модели основаны на разделении популяции на некое количество подгрупп, каждая из которых включает людей, идентичных с точки зрения их статуса по отношению к рассматриваемому заболеванию. Например, классическая SIR модель (susceptible-infected-recovered) содержит три таких подгруппы: восприимчивые (S – susceptible) – подгруппа людей, которые по тем или иным своим характеристикам восприимчивы к инфекции; инфицированные (I – infected) – в этой подгруппе существует потенциал передачи инфекции другим восприимчивым лицам; выздоровевшие или устойчивые (R – recovered) включает всех людей, не восприимчивых к инфекции или инфицированных, но выздоровевших [Weiss, 2013]. В эпидемиологии данная модель применяется к отслеживанию динамики острых инфекций, которые обеспечивают пожизненный иммунитет после выздоровления, то есть, кроме характеристик носителей инфекции, она учитывает характеристики самого инфекционного агента. Для описания процесса распространения «заражения» необходимо понимание характеристик выделенных подгрупп, характеристик инфекции и знание каналов ее распространения. Кроме того, если мы хотим предсказать особенности эпидемии, нужно знать, скольких людей в среднем заражает каждый инфицированный (репродуктивное число) и сколько времени в среднем проходит между контактом и заражением (время генерации).
Простейшая эпидемиологическая модель, иллюстрирующая механизм распространения инфекционных заболеваний, «эпидемическая триада» (epidemiological triangle), включает составляющие: инфекционный агент, среда распространения (механизм передачи) и носитель инфекции (восприимчивый организм). Предполагается, что знание этих составляющих дает более или менее полное представление о ходе эпидемического процесса и, в частности, позволяет его прогнозировать. В применении к социальным теориям эпидемическая триада дает удобную схему систематизации подходов к анализу социального заражения. Основываясь на эпидемиологической модели распространения инфекционных заболеваний, в работах по тематике социальных заражений выделяют три подхода, различающиеся в зависимости от объекта исследовательского интереса. Такими объектами являются: каналы/среда распространения социальных заражений; особенности носителей (социальных агентов), которые способствуют/препятствуют распространению заражений; особенности самих «инфекционных агентов» или распространяемых «сущностей» (идей, практик, форм поведения). Предполагается, что распространение социальных инфекций может зависеть от структуры сети, от особенностей узлов сети и от характеристик распространяемого социального заражения.
Превалирующий подход к исследованию каналов распространения социальных заражений – сетевой анализ (Social network analysis) – изучает влияние формальных характеристик сетевого взаимодействия на распространение социальных заражений. Исследования, использующие методы сетевого анализа, ставят задачу выяснить, как структура сети влияет на распространение определенных «социальных заражений». В рамках сетевого анализа внимание направляется на сетевые связи. При этом циркулирующие по сетям сущности (идеи, нормы, модели поведения и пр.), как правило, не рассматриваются. Проведенный французскими исследователями сравнительный анализ публикаций из области Data Science на базе «Твиттера» показал, что в большинстве публикаций в качестве основных переменных, объясняющих распространение твитов, выступали структура сети или особенности инфлюенсеров (узлов сети). Тем не менее в 20% публикаций значимой переменной выступали особенности самих твитов [Boullier, 2019: 13]. Эта закономерность ранее была обнаружена в исследованиях «фейковых новостей», распространение которых коррелировало не со структурой сети, а со степенью новизны самих новостей. Эти результаты демонстрирует важность знания особенностей «социального заражения» для понимания характера его распространения.
Особенности «носителей» социального заражения традиционно изучались социальной психологией (см., напр., обзор: [Levy, Nail, 1993]). Основной вопрос относительно поведения носителей касается того, в какой мере социальное заражение происходит в рамках рационального контроля и индивидуальной интенциональности. Здесь преобладают два типа объяснений: объяснение структурными (предшествующими) условиями и объяснение сознательным выбором.
В первом случае однородность поведения объясняется сходством мотивов и условий, предшествующих наблюдаемому феномену, которое актуализируется в определенных ситуациях. В качестве примера можно привести теорию деиндивидуализации [Diener, 1979; Festinger et al., 1952], которая гласит, что анонимный характер коллективности может привести к уменьшению чувства индивидуальной ответственности, позволяя человеку участвовать в поведении, от которого он в противном случае воздержался бы. Видимость заражения возникает, когда анонимность способствует ослаблению нормативных ограничений в сообществе. В теории конвергенции (convergence theory) [Turner, Killian, 1987] сходство действий трактуется как результат предшествующего сходства наклонностей людей, участвующих в коллективном действии. Похожий вариант объяснения дает теория растормаживания (disinhibition theory) [Freedman, 1982; Levy, Nail, 1993], которая утверждает, что подражание представляет собой реализацию моделей поведения, от которых люди воздерживались, пока не увидели поведение других. При объяснении поведения людей онлайн подобный эффект получил название «эффект растормаживания в сети» [Suler, 2004]. Предполагается, что онлайн-общение способствует реализации латентных потребностей, которые не могут быть реализованы офлайн вследствие нормативных барьеров. Такое поведение, по сути, не является результатом заражения, как трансмиссии определенных поведенческих моделей, речь идет скорее о том, что модели поведения, латентно присутствовавшие в поведенческом репертуаре человека, высвобождаются под влиянием таких социальных стимулов, как анонимность, невидимость, асинхронность и минимизация авторитета [Suler, 2004].
Во втором случае социальное заражение и обусловленное им сходство поведения рассматривается как следствие сознательного подражания в ситуациях неопределенности. Когда люди не знают, как действовать, они наблюдают за действиями других и выстраивают свое поведение в зависимости от этого. Такой тип объяснений характерен, например, для теории информационных каскадов [Bikhchandani et al., 1992; Bikhchandani et al., 1998]. Формальная модель информационного каскада подразумевает, что индивиды принимают решения с учетом поступков других людей, причем каждый человек видит, что сделали другие, но не знает оснований их поступков. Поскольку получение информации затратно, то наблюдение поведения других людей – более дешевый способ ее получения [Чиркова, 2010]. Данная закономерность объясняет феномен каскадного распространения, так как чем больше людей участвуют в какой-либо деятельности, тем менее рискованно индивидуальное решение об участии. Одной из самых распространенных моделей социального заражения является независимая каскадная модель (ICM) [Newman, 2002], где каждый случай воздействия на человека, не обладающего информацией, соответствует независимому шансу передачи определенной информации. Следовательно, вероятность того, что неинформированный человек станет информированным, прогрессивно возрастает с ростом числа контактов, что может потенциально привести к широкомасштабной «эпидемии», охватывающей значительную часть населения.
Теория социального обучения (social learning theory) [Bandura, 1971; 1986] также утверждает, что однородность поведенческих реакций является результатом сознательного и преднамеренного подражания, которое имеет место, когда индивиды сталкиваются с неопределенными и неоднозначными ситуациями. Если люди не знают, как реагировать на стимул или ситуацию, они активно обращаются к другим за советом и сознательно подражают им. К этому же типу объяснений можно отнести и теорию возникновения норм (emergent norm theory) [Turner, 1964], которая утверждает, что коллективное поведение в неорганизованных группах (например, в толпе) является результатом того, что люди в состоянии неопределенности склонны полагаться на любую норму, возникшую первой.
Существуют исследования, основной фокус которых направлен не на рядовых распространителей, а на «суперраспространителей» – акторов с большим числом сетевых связей, способных провоцировать социальную эпидемию – «инфлюенсеров» [Ефанов, 2021; Cornwell, Katz, 2021; Locatelli, 2020]. «Идея маркетологов заключалась в том, что, выбрав в качестве целевой аудитории горстку людей с неожиданно большим числом связей, компания сможет распространить свои идеи гораздо шире при значительно меньших затратах» [Кучарски, 2021: 113]. Заимствованный из маркетинга термин «инфлюенсер» стал активно использоваться при исследовании медиакоммуникаций.
Нельзя отрицать важность исследования не только формальных свойств сетевого взаимодействия или характеристик носителей, но и содержания тех «сущностей» (новостей, сообщений, идей и т. п.), которые циркулируют по сетям и служат источником социального заражения. При этом изучают содержание «заражений», как правило, не социологи, а представители гуманитарных наук (фольклористы, антропологи, культурологи). Настаивая на важности содержательного анализа в социологии, Д. Булье пишет: «Сетевой анализ осуществляется одинаково, независимо от того, обмениваются ли люди шутками, научной информацией, запчастями или капустой! Вот почему мы должны избегать рассмотрения сетей как ключевого слова любой цифровой социологии, а скорее, разработать теорию репликации и циркуляции сущностей, в которой их особенности будут играть свою роль» [Boullier, 2019: 17].
Задача установления связи особенностей «заражений» со структурой сети ставится в работах американского социолога Д. Чентолы [Centola, 2018]. Анализируя влияние структуры социальных сетей на распространение моделей поведения, Чентола делает вывод об отличии закономерностей распространения «сложных» и «простых» заражений. К сложным он относит заражения, которые требуют для трансмиссии нескольких источников. Если простое заражение может передаваться через единственный контакт, то для передачи сложного заражения требуется несколько воздействий. Простые заражения (например, вирусы или слухи) с легкостью распространяются через слабые связи; сложные заражения, требующие изменения поведенческих практик, лучше распространяются по кластеризованным сетям через сильные связи. Для таких связей характерна избыточность информации, которая поддерживается постоянством контактов и способствует росту доверия. Так происходит заимствование практик и моделей поведения в социуме при передаче от ближайшего окружения. Например, люди с большей вероятностью начнут вести здоровый образ жизни, если несколько их знакомых придерживаются здорового образа жизни.
Выделяют четыре механизма, которые могут объяснить, почему сложные заражения требуют воздействия нескольких источников: стратегическая комплементарность (strategic complementarity), доверие (credibility), легитимность и эмоциональный обмен [Centola, Macy, 2007; Centola, 2018]. Стратегическая комплементарность основана на том факте, что простого знания об инновации (например, новой поведенческой практике) недостаточно для ее адаптации. Присоединение к новому всегда требует усилий. А в соответствии с теорией коллективных действий, от тех, кто присоединился позже, требуется меньше усилий, чем от «первопроходцев». Доверие является важным механизмом принятия нового. Люди больше доверяют инновациям, которые уже используют их знакомые. Информация, подтвержденная несколькими источниками, также вызывает больше доверия. Новация не становится легитимной, пока не наберется критическая масса ранних последователей. Важность эмоционального обмена в том, что экспрессивная составляющая человеческого поведения усиливается в коллективных действиях и влияет на их успешность.
Идея «сложных заражений» оспаривает классическую гипотезу Грановеттера о силе слабых связей и утверждает, что в случае, когда выбор акторов требует подкрепления из нескольких источников, именно структура сильных связей имеет значение для поддержания быстрого и широкого распространения [Manzo et al., 2018]. Можно предположить, что поскольку использование социальных медиа меняет существенные свойства социальных связей, пользователи могут перенимать сложные заражения от акторов, за которыми наблюдают онлайн. Если пользователь регулярно следит за активностью какого-либо блогера в сети, то частота контактов (пусть односторонних), а также степень доверия, легитимности и эмоционального заражения становятся сопоставимы со сходными характеристиками так называемых сильных связей. Поэтому концепция сложных заражений представляется перспективной теоретической рамкой объяснения распространения социальных практик и идей в цифровом обществе.
Заключение. Что же дает понятие социального заражения для концептуализации закономерностей, которые можно обнаружить в цифровых данных? Во-первых, оно позволяет строить модели распространения идей, норм, практик и формулировать гипотезы о факторах успешного/неуспешного распространения. Во-вторых, концептуальная модель социального заражения остается в границах того уровня, данные о котором нам доступны через цифровые следы. Действия объясняются другими действиями, не внешними макроусловиями или внутренними микрохарактеристиками, информация о которых часто недоступна. Таким образом, отпадает необходимость достраивания объяснительных связей, не подкрепленных имеющимися данными.
В начале статьи мы упомянули три типа объяснений в социологии: объяснение особенностями среды, внутренними характеристиками деятелей и эффектами социального заражения. Эти три типа объяснений восходят к концепциям классиков социологии. Объяснение особенностями среды восходит к концепции Э. Дюркгейма, давшей начало объективистской социологии; объяснение внутренними мотивами восходит к трудам М. Вебера и традиции понимающей социологии. Одноуровневые объяснительные модели, выстроенные вокруг концепта социального заражения, обретают свои классические основания в работах Г. Тарда, которые задают онтологию социального мира как процесса подражания, копирования, репликации.
Распространение моделей поведения, идей, эмоций, практик является одним из базовых социальных процессов. Признание агентности социальных заражений переключает наше внимание на изучение особенностей «вещей», циркулирующих по сетям, дополняя изучение каналов распространения, которым занимается сетевой анализ и исследование носителей социальных заражений, поведение которых объясняют социальные психологи, изучением особенностей самих «инфекционных агентов». Поскольку классические эпидемиологические модели различаются в зависимости от особенностей «инфекционного агента», распространение которого они должны объяснить, то, вероятно, и модели социального заражения должны различаться в зависимости от характера распространяемых социальных «инфекций». Сам механизм социального заражения в соответствии с рассмотренными подходами должен включать в себя анализ характеристик инфекционного агента, путей его передачи (каналов распространения) и особенностей носителей. В настоящее время в социальных науках эти исследования существуют параллельно, задача построения теоретической модели распространения социальных инфекций, которая бы включала все перечисленные составляющие, пока не решена.
Необходимо сказать несколько слов о терминологии, поскольку понятие «заражение» ассоциируется в русском языке в первую очередь с негативными явлениями. Мы не считаем, что термин «социальное заражение» применим только к деструктивным явлениям или «деформациям жизненного мира» [Тощенко, 2016], таким как нездоровое поведение, насилие, недостоверная информация, слухи, манипулирование и пр. Здесь важно соблюдать принцип симметрии, как он сформулирован в «сильной» программе социологии знания [Bloor, 1991: 7]. Принцип симметрии, не стирая различий между истинным и ложным, позитивным и негативным, делает акцент на общности социальных механизмов, посредством которых могут передаваться разные типы идей, норм и практик, независимо от их оценки.
1 Kullenberg C., Palmas K. (2009) Contagiontology. Eurozine, http://www.eurozine. com/articles/2009-03-09-kullenberg-en. Html.
About the authors
Victoria I. Dudina
Saint Petersburg State University
Author for correspondence.
Email: viktoria_dudina@mail.ru
Dr. Sci. (Sociol.), Prof., Faculty of Sociology
Russian Federation, Saint PetersburgReferences
- Девятко И. Ф. От «виртуальной лаборатории» до «социального телескопа»: метафоры тематических и методологических инноваций в онлайн-исследованиях // Онлайн-исследования в России: тенденции и перспективы. М.: МИК, 2016. С. 19–33. [Deviatko I. F. (2016) From «Virtual Lab» to «Social Telescope»: Metaphors of Theoretical and Methodological Innovations in Online Research. In: Online-research in Russia: Trends and Prospects. Moscow: MIK: 19–33. (In Russ.)]
- Ефанов А. А. Деконструкция образа инфлюенсера в современном медиапространстве // Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 5. С. 32–46. [Yefanov А. А. (2021) Deconstruction of an Influencer Image in the Modern Media Space. Monitoring obschestvennogo mneniya: ekonomicheskie i sotsialnye peremeny [Monitoring of Public Opinion: Economic and Social Changes]. No. 5: 32–46. (In Russ.)]
- Моисеев С. П., Девятко И. Ф. Вирусный альтруизм или социальное заражение? Сравнительный анализ типов участия и механизмов вовлечения российских и украинских пользователей социальных медиа в благотворительную кампанию icе bucket challenge // Журнал социологии и социальной антропологии. 2018. № 4. C. 154–181. [Moiseev S. P., Deviatko I. F. (2018) Viral altruism or social contagion? Comparative analysis of types of participation and mechanisms of involving Russian and Ukrainian users of social media in the charitable campaign Ice Bucket Challenge. Zhurnal sociologii i socialnoi antropologii [The Journal of Sociology and Social Anthropology]. No. 4: 154–181 (in Russ.)]
- Кондратьева О. Н., Игнатова Ю. С. Инфодемия: становление нового медиаконцепта. Медиалингвистика. 2023. № 10(4). C. 497–521. [Kondratieva O. N., Ignatova Yu.S. (2023) Infodemic: The formation of a new Mediaconcept. Medialingvistika [Media Linguistics]. No. 10(4): 497–521. (In Russ.)]
- Кристакис Н., Фаулер Д. Связанные одной сетью. М.: Юнайтед Пресс, 2011. [Christakis N., Fowler J. (2011) Connected. Moscow: United Press. (In Russ.)]
- Кучарски А. Законы эпидемий. Синдбад, 2021. [Kucharski A. (2021) The rules of contagion. Sindbad. (In Russ.)]
- Лебон Г. Психология толп // Психология толп. М.: ИП РАН, «КСП+», 1999. [Le Bon G. (1999) Psychology of Crowds. In: Psychology of Crowds. Moscow: IP RAN, “KSP+”. (In Russ.)]
- Тард Г. Законы подражания. М.: Академ. проект, 2011. [Tarde G. (2011) Laws of imitation. Moscow: Academ. proekt. (In Russ.)]
- Тернер С. П. Прогресс социологии? (пер. Н. В. Романовского) // Социологические исследования. 2023. № 7. С. 3–16. [Turner S. P. (2023) Progress in sociology? (transl. by N. V. Romanovsky). Sotsiologicheskie issledovaniya [Sociological Studies]. No. 7: 3–16. (In Russ.)]
- Тощенко Ж. Т. Общество травмы: между эволюцией и революцией (опыт теоретического и эмпирического анализа). М.: Весь Мир, 2020. [Toshchenko Zh.T. (2020) Trauma society: between evolution and revolution (a theoretical and empirical analysis). Moscow: Ves Mir. (In Russ.)]
- Тощенко Ж. Т. Социология жизни. М.: ЮНИТИ-ДАНА, 2016. [Toshchenko Zh.T. (2016) Sociology of life. Moscow: UNITY-DANA. (In Russ.)]
- Чиркова Е. В. Социологические и экономические теории группового поведения и их применимость для объяснения стадного поведения на финансовых рынках // Корпоративные финансы. 2010. № 2(14): 16–26. [Chirkova E. (2010) Psychological Theories of Herd Behavior and Applications Thereof for the Explanation of the Herd Behavior in the Financial Markets. Korporativnye financy [Journal of Corporate Finance Research]. No. 2(14): 16–26. (In Russ.)]
- Bandura A. (1986) Social Foundations of Thought and Action. Engelwood Cliffs, NJ: Prentice-Hall.
- Bandura A. (1971) Social Learning Theory. New York: General Learning Press.
- Bauer S. (2013) Modeling Population Health: Reflections on the Performativity of Epidemiological Techniques in the Age of Genomics. Medical Anthropology Quarterly. Vol. 27. No. 4: 510–30.
- Berndt J., Rodermund S., Timm I. (2018) Social contagion of fertility: An agent-based simulation study. Winter Simulation Conference (WSC). IEEE: 953–964.
- Bikhchandani S., Hirshleifer D., Welch I. (1992) A Theory of Fads, Fashion, Customs and Cultural Change as Informational Cascades. Journal of Political Economy. No. 5(100): 992–1026.
- Bikhchandani S., Hirshleifer D., Welch I. (1998) Learning from the Behavior of Others: Conformity, Fads, and Informational Cascades. Journal of Economic Perspectives. No. 3(12): 151–170.
- Bloor D. (1991) Knowledge and social imagery. University of Chicago press.
- Boullier D. (2019) Replications in quantitative and qualitative methods: a new era for commensurable digital social sciences. arXiv preprint arXiv:1902.05984.
- Centola D. (2018) How Behavior Spreads: The Science of Complex Contagions. Princeton University Press.
- Centola D., Macy M. (2007) Complex Contagions and the Weakness of Long Ties. American Journal of Sociology: 702–734.
- Cohen-Cole E., Fletcher J. (2008a) Detecting implausible social network effects in acne, height, and headaches: longitudinal analysis. Bmj: 337.
- Cohen-Cole E., Fletcher J. (2008b) Is obesity contagious? Social networks vs. environmental factors in the obesity epidemic. Journal of health economics. No. 27(5): 1382–1387.
- Cornwell T., Katz H. (2021) Influencer: The science behind swaying others. Taylor & Francis.
- Christakis N., Fowler J. (2009) Connected: The Surprising Power of our Social Networks and How they Shape our Lives. Little, Brown: New York, NY.
- Christakis N., Fowler J. (2013) Social contagion theory: examining dynamic social networks and human behavior. Statistics in Medicine. No. 32(4): 556–577.
- Diener E. (1979) Deindividuation, self-awareness and disinhibition. Journal of Personality and Social Psychology. No. 37: 1160–1171.
- Ferrara E., Yang Z. (2015) Measuring Emotional Contagion in Social Media. PLoS ONE. Vol. 10(11): e0142390. doi: 10.1371/journal.pone.0142390.
- Festinger L., Pepitone A., Newcombe T. (1952) Some consequences of deindividuation in a group. Journal of Abnormal and Social Psychology. No. 47: 382–389.
- Freedman J. (1982) Theories of Contagion as they relate to mass psychogenic illness. In: M. Colligan, J. Pennebaker, L. Murphy (eds) Mass Psychogenic Illness, N.J: Erlbaum: 171–182.
- Hall R., Iannuzzi G. (2023) Prediction of violence: Part contagious disease, part unpredictable individual: Is a public health assessment approach an additional option and at what cost? Behavioral Sciences & the Law. No. 41(5): 246–261.
- Kramer A., Guillory J., Hancock J. (2014) Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences. No. 111(24): 8788–8790.
- Kucharski A. (2016) Modelling the transmission dynamics of online social contagion. arXiv.
- Levy D., Nail P. (1993) Contagion: A Theoretical and Empirical Review and Reconceptualization. Genetic Social and General Psychology Monographs. No. 119 (2): 233–184.
- Locatelli E. (2020) Influencers as socio-technical actors: mapping the paths of influence and the traces of the digital influencers’ system in Italy. Journal of Sociocybernetics. No.17(1): 1–18.
- Marsden P. (1998a) Memetics and social contagion: Two sides of the same coin. Journal of Memetics-Evolutionary Models of Information Transmission. No. 2(2): 171–185.
- Marsden P. (1998b) Operationalising memetics-Suicide, the Werther effect, and the work of David P. Phillips. In: Proceedings of the 15th International Congress on Cybernetics, Namur, Belgium.
- Manzo G., Gabbriellini S., Roux V., M’Mbogori F.N. (2018) Complex Contagions and the Diffusion of Innovations: Evidence from a Small-N Study. Journal of Archaeological Method and Theory. No. 25: 1109–1154.
- Moussaïd M., Herzog S., Kämmer J., Hertwig R. (2017) Reach and speed of judgment propagation in the laboratory. Proceedings of the National Academy of Sciences. 114(16): 4117–4122.
- Newman M. (2002) Spread of epidemic disease on networks. Physical review E. No. 66(1): 016128.
- Noymer A. (2001) The transmission and persistence of ‘urban legends’: Sociological application of age‐structured epidemic models. Journal of Mathematical Sociology. No. 25(3): 299–323.
- Pressgrove G., McKeever B., Jang S. (2018) What is contagious? Exploring why content goes viral on Twitter: A case study of the ALS ice bucket challenge. International Journal of Nonproft and Voluntary Sector Marketing. No. 23(1): e1586.
- Rodrigues H. (2016) Application of SIR epidemiological model: new trends, International Journal of Applied Mathematics and Informatics. No: 10: 92–97.
- Rogers E. (1983) The Diffusion of Innovations. 3rd Edition. New York: Free Press.
- Rothkopf D. (2003) “SARS Also Spurs an ‘Information Epidemic’”. Newsday. Long Island, N.Y. 14 May p. A29. ProQuest 279705520
- Shibutani T. (1966) Improvised news: A sociological study of rumor. Bobbs-Merrill: Indianapolis.
- Slutkin G., Ransford C., Decker R. (2015) Cure Violence: Treating Violence As a Contagious Disease. In: Maltz, M., Rice, S. (eds) Envisioning Criminology. Springer, Cham.
- Suler J. (2004) The online disinhibition effect. CyberPsychology & Behavior. Vol. 7. No. 3: 321–326.
- Turner R., Killian L. (1987) Collective Behavior (3rd ed.) NJ: Prentice-Hall.
- Turner R. (1964) Collective behaviour. In R. E.L. Faris (ed.) Handbook of Modern Sociology Chicago: Rand McNally, 382–425.
- Weiss H. (2013) The SIR model and the foundations of public health. Materials matematics: 1–17.


