Automated text analysis in psychology: state and prospects of world research
Table of contents
Share
QR
Metrics
Automated text analysis in psychology: state and prospects of world research
Annotation
PII
S020595920019417-4-1
Publication type
Article
Status
Published
Authors
D. A. Kitova 
Occupation: Leading Researcher of Laboratory of History of Psychology and Historical Psychology
Affiliation: Institute of Psychology, Russian Academy of Sciences
Address: Russian Federation, Moscow
A. Zhuravlev
Occupation: Professor, Scientific Adviser of Institute of Psychology RAS
Affiliation: Institute of Psychology RAS
Address: Yaroslavskaya str., 13, building 1
Pages
105-115
Abstract

The paper notes that the widespread dissemination of information technologies actualizes the problem of transition to the automated analysis of “digital traces” on the Internet, presented in text formats. It is shown how this kind of analysis is used to identify various psychological properties and states of a person (individual social groups and society as a whole). It is noted that the development of digital footprint analysis technologies is characterized by two main trends. The first is related to the processing of objective data of an informational nature, which is useful for correlating them with the subjective characteristics of users. The second is associated with the direct search for subjective (psychological) information, which requires the use of laborious information and psychological procedures. As examples of this kind of research, the following works are cited: analysis of the dynamics of the most pressing problems in psychological science and in everyday communication of scientists or users of social networks; identification of psychological characteristics of a person and gender characteristics; predicting behavioral effects (exam results or new topics in psychology), etc. It also provides examples of the use of information technology analysis in various fields of psychology − economic, legal, clinical, as well as in the psychology of management, labor, art, media, etc. It is assumed that the presented analysis of foreign studies will be useful for the development of Russian psychology, and the study of “digital traces” in psychology can be partially qualified as a "paradigm shift" of the empirical study of social phenomena (with its own advantages and problems). In addition, automated methods can be important in detecting the macropsychological patterns of the development of society, in particular, in detecting connections between the mass psychological characteristics of the population and the prevailing socio-economic conditions for the development of a particular society.

Keywords
Internet, social networks, “digital footprints”, automated analysis, branches of psychology, research trends, social phenomena
Acknowledgment
The study was carried out with the financial support of the Russian Foundation for Basic Research within the framework of scientific project No. 20-113-50385
Received
17.08.2021
Date of publication
11.05.2022
Number of purchasers
0
Views
30
Readers community rating
0.0 (0 votes)
Cite Download pdf 100 RUB / 1.0 SU

To download PDF you should sign in

Full text is available to subscribers only
Subscribe right now
Only article and additional services
Whole issue and additional services
All issues and additional services for 2022
1 По сведениям, представленным в начале 2021 года, более 4.66 миллиарда человек в мире пользуются интернетом, аудитория участников социальных сетей превысила 4.2 миллиарда, что составляет 53.6% населения планеты. Повсеместное распространение информационных технологий вносит значительный вклад в укрепление межкультурных связей, трансформирует привычные социальные модели поведения, оказывает влияние на течение многих социальных процессов, воздействуя на их структуру, направленность и динамику.В условиях развития информационных технологий изучение важнейших психологических явлений также стало возможным благодаряавтоматизированному анализу«цифровых следов» (текстов, сообщений, информационных релизов и т.д.), представленных в интернет–пространстве [2; 17; 21; 27; 35]. Непрерывное увеличение текстов, обсуждаемых пользователями проблем и вычислительных мощностей делает их освоение насущной необходимостью.
2 В современных условиях оказалось возможным применение автоматизированного анализа текстов для выявления у человека (групп, общества) разнообразных психологических свойств и состояний таких, как индивидуально–личностные различия, уровень интеллекта, характер интереса, мотивационная направленность, ложные утверждения в текстах, групповая динамика, культурные изменения, особенности разного рода отношений и др. Высокую эффективность показали и результаты исследований персонализированного воздействия, выполненные в различных прикладных областях знания (политика, экономика, здравоохранение). Так, например, личностно-ориентированная реклама в поддержку политика позволила резко улучшить отношение избирателей к нему (Л. Кротзек). В сфере маркетинга анализ “лайков” в Фейсбуке и информации о личностных чертах пользователей позволил повысить продажу рекламируемых товаров на 50% в случае совпадения личностных особенностей и типа сообщения (С.Матз). Так, данные о том, что люди предпочитают просматривать сообщения, которые соответствуют их личностной позиции по поводу той или иной проблемы, позволили определить, что при использовании такого “поддерживающего” подхода приводит к изменению установок пользователей относительно новых технологий (С.Кноблох–Вестервик).
3 Некоторым недостатком развития данного направления является то, что разработкой машинных/интеллектуальных методов анализа информации успешно занимаются в основном программисты и лингвисты, хотя развитие этого методического подхода имеет большое значение для социо-гуманитарных наук в целом, в частности, для психологии. Недостаточное внимание психологов кмашиннымтехнологиям исследования пока остается актуальной научно-практическойпроблемой,не получившей своего разрешениясредиотечественных специалистов, хотя в зарубежных исследованиях данная трудность не встречается.
4 Сказанное выше, позволяет предположить, что представленный ниже анализ современных информационно-психологических исследований, выполненных с помощью автоматизированных систем, будет полезен для развития отечественной психологии и освоения инновационных научных технологий.
5

АНАЛИЗ СОСТОЯНИЯ МИРОВЫХ ИССЛЕДОВАНИЙ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

6

В современном исследовательском пространстве технологий анализа “цифровых следов” в интернете существуют две основные тенденции развития. Первая связана с фиксированием и обработкой объективных явлений, происходящих в виртуальном пространстве, к которым относится представленная в научной литературе информация о количественных характеристиках пользователей социальных сетей, динамике их суточной активности, результатах анализа сетевой репутации или “лайков” в Facebook. Все перечисленное не несет прямой психологической информации, нов последующем позволяет соотноситьиндивидуальныеособенности пользователей с их объективнымихарактеристиками (пол, возраст, география проживания, частота обращения к информационным ресурсам и т.д.).

7 Вторая тенденция связана с поиском субъективной информации, которая не может быть получена непосредственным образом и для получения которой требуютсятрудоемкие компьютерные алгоритмы, а такжеобоснованные теоретические концепции дляанализа полученных данных [3; 28; 33–34; 38; 40; 44]. Такие исследования позволили выявить, например,следующие факты: люди, находящиеся в депрессии, используют больше слов, связанных с негативными эмоциями; лица, пытающиеся ввести других в заблуждение, намеренно обманывающие, чаще используют слова из категории движений и реже – слова, связанные с причинно-следственными объяснениями; за последние два столетия слова, связанные с индивидуализмом и независимостью, стали употребляться чаще, а частота слов, выражающих заботу о других людях и оценку их моральных качеств, снизилась и т.д.
8 Анализ динамики проблем, изучаемых в психологии. Проведено картографирование 40-летней истории динамикиосновных темисодержаниянаучных статей в журнале “Кросс-культурная психология” (JCCP). Предполагалось (с учетом популярности журнала), что динамика проблематики публикаций отражает общее состояние и тенденции мировых исследований в этой области. Авторы выявили изначально наиболее выраженную ориентацию публикаций в журнале, направленную на исследования по экспериментальной психологии (с упором на развитие ребенка в раннем возрасте). В настоящее же времябольшое внимание уделяется особенностям культур, в частности, изучению ценностных ориентацийличности и групп, а также аккультурации больших социальных сообществ. Общий вывод исследования связан с утверждением, чтона современном этапе развития в анализируемом издании ведущее значение приобретают работыиз области социальной психологии и психологии личности [11]. Выводы сделаны на основе изучения 1416 статей, сгруппированных по десятилетиям, с методологических позиций исследование проведено с использованием программы Leximancer1, которая содержит большие возможности соответствующего анализа научных направлений современной отечественной психологии.
1. Программа, направленная на выявление ключевых тем (key-themes), концептов (concepts) в электронных документах, дополнительно позволяет выводить статистику, производить частотный анализ слов и их категоризацию.
9 Выявление психологических характеристик личности посредством анализа текстов.Авторы предположили, что сообщенияв социальных сетяхявляются отражением поведения пользователей в различных повседневных ситуациях [26]. Поэтому изучение характера поведенческих реакций, отраженных в текстах сообщений, могут быть использованы для определения темперамента человека. Подобно тому, как это происходит в обширных исследованиях по анализу эмоционального фона сообщений, а также в набирающих популярность исследованиях по определению психологических характеристик личности по текстам. Анализ, проведенный в соответствии с классификацией структуры темпераментов Д. Кейрси посредством нейронных сетей, показал, что уровень точностиопределения темперамента по текстам сообщений пользователейдостигает 70% и выше для типов Artisan и Guardian2.
2. Д.Кейрсивыделил четыре типа темперамента: Guardian(сенсорно-планирующий – SJ), Artisan(сенсорно-перцептивный – SP), Idealist(интуитивно-чувствующий – NF), Rational (интуитивно-мыслящий – NT).
10 Анализ гендерных особенностей поведения. Появление пользовательского контента и онлайн-сообществ расширило сферу гендерных исследований [37; 39 и др.].В этом отношении целесообразно обратить внимание на анализ различий среди пользователей мужского и женского пола в технологических онлайн-сообществах [36]. Исследование проведено на основе изучения сообщений в социальных сетях: в работе использованы данные сообщества Python Technology Community, а в качестве модели – модель LDA (Latent Dirichlet Allocation3), анализ настроений и регрессионный анализ. Авторы акцентировали внимание на характере эмоциональных состояний и активности пользователей в ходе обсуждения различных тем среди представителей мужского и женского пола. Результаты позволили прийти к следующим заключениям:
3. Применяемая в машинном обучениипорождающая модель позволяет объяснять результаты наблюдений с помощью неявных групп, благодаря чему возможно выявление причин сходства некоторых частей данных.
11 – мужчины в сообществах, как правило, запрашивают и предоставляют информационную помощь, в то время как женщины предпочитают межличностное общение и поиск единомышленников, а такжепроявляют повышенный интерес к рекламной продукции;
12 – как мужчины, так и женщины при общении выражают в основном положительные эмоции, которые женщинами выражаются чаще;
13 –эмоциональные состояния мужчин и женщин, обсуждающих различные темы, влияют на уровень их активности в сообществе, при этом активность пользователей женского пола эмоциональноболее выражена.
14 Анализ психологических трендов повседневной жизнедеятельности. Исследование, проведенное в связи с пандемией коронавирусной инфекции в социальной сети Twitter (2020г.), показало, что число сообщений о коронавирусе резко возрастало по мере усиления пандемии, продемонстрировав беспрецедентный рост за очень короткий промежуток времени. Рассмотрениеданного процесса предполагало два типа эмпирической оценки. Первый связанс анализом частоты употребления слов, используемых в интернете, с целью определения закономерностей или тенденций изменения этой характеристики; а второй –с изучением эмоционального фона сообщений, что позволило фиксировать и отслеживать динамику психологических состояний пользователей Твиттера в условиях пандемии. Авторы проанализировали сообщения, поступающие от рядовых пользователейсоциальной сети (населения) и от Всемирной организации здравоохранения (ВОЗ). Основными методами анализа выступили частотный анализс использованием биграмм и триграмм, смоделированных степенным законом распределения, результаты выводились с использованием суммы квадратов регрессии (SSE), R24 и среднеквадратичной ошибки (RMSE). Итоговые результаты показали, что большинство твитов (как рядовых пользователей, так и сообщений ВОЗ) имели положительную модальность и только около 15% из них были отрицательными [32]. При этом твиты ВОЗ сохраняли положительный фон в 60.27% случаев. Среди населения этот показатель достигал лишь 29.33%. Твиты с нейтральным эмоциональным фоном представили 54.92% пользователей сети, среди сообщений ВОЗ этот процент составил 24.05%. Общий вывод связан с утверждением, что ВОЗ в основном поддерживала позитивный фон сообщений, а среди населения лидировали нейтральные/сдержанные оценки происходящего (см. также [15]). Скорее всего, это объясняется более высокой значимостью и ответственностью сообщений негативного содержания, исходящих от ВОЗ, что вызывало сдержанность в высказываниях ее представителей.
4. В регрессии коэффициент детерминации R 2 является статистической мерой того, насколько хорошо предсказания регрессии соответствуют реальным данным.
15 Прогнозирование поведенческих эффектов. В качестве примера можно обратить внимание на изучение влияния психологических характеристик студентов на их успеваемость. Исследование проведено с целью прогнозирования ожидаемых/предстоящих результатов академической успеваемости обучающихся по завершению шестого (заключительного) семестра. В качестве исходных данных модели авторами избраны предыдущие результаты успеваемости: итоговые баллы аттестата зрелости, вступительных экзаменов и периода обучения в вузе за пять предыдущих семестров. Для анализа использовались два алгоритма, функционирующих на основе машинного обучения: нейронная сеть для числового прогнозирования CGPA5 и деревья решений6 – для прогнозирования возможных неудач в шестом семестре. Эффективность моделей оценивалась с использованием коэффициента корреляции R и среднеквадратичной ошибки. В качестве фоновых психологических факторов были зафиксированы мотивационные характеристики студентов, способность к обработке информации и ряд других навыков, признанных в научном сообществе воздействующими на результаты обучения.Выявлено, что определяющее значение для прогнозирования результатов экзамена имеют уровень мотивации студентов и скорость восприятия информациипри работе с учебными материалами [20].
5. Использована модель прогнозирования совокупного среднего балла (CGPA).

6. Непараметрический метод обучения нейронной сети, используемый для решения задач как Классификации (Classification), так и Регрессии (Regression). Метод направлен на создание модели, предсказывающей значение Целевой переменной (TargetFeature), посредством анализа правил принятия решений, обнаруживаемых из характеристик исходных данных.
16

АВТОМАТИЗИРОВАННЫЙ АНАЛИЗ ДАННЫХ В РАЗЛИЧНЫХ ОБЛАСТЯХ ПСИХОЛОГИИ

17 Поиск наиболее популярных тем психологических исследований. С целью поиска маркеров наиболее популярных проблем в психологии обычно проводится анализ содержания онлайн-общения психологов в Twitter [5–8, 42]. В одном из исследованийавторамибыло собрано 69 963 твита, опубликованных в период с августа 2007 года по июль 2020 года и взятых из 139 аккаунтов профессоров психологии, а также преподавателей факультетов психологии и сотрудников исследовательскихинститутов из немецкоязычных стран, а также представителей Немецкого психологического общества (DGP). Намерения авторов были связаны с выделением тематических направлений и их последующей (пролонгированной) проверкой в будущем с целью выявления исследовательских тенденций предстоящих научных публикаций. В целом было собрано 346 361 сообщений из базы данных PSYNDEX. Для определения эффективности данного подхода по сравнению с традиционным анализом конференций были собраны все доступные программы конференций DGP и его секций с 2010 года. Сравнительный анализ позволил выделить 21 тему, затрагивающую социальные проблемы общества (например, COVID–19), методологию проведения современных исследований (к примеру, машинное обучение), тенденции научных исследований (в частности, кризис репликации) и обсуждение различных областей психологических исследований (можно указать на рассмотрение моральных аспектов терроризма). Десять тем демонстрировали рост популярности, особенно связанных с методологией или научной прозрачностью (валидностью, репрезентативностью, методологической обоснованностью и т.д.). Семь Twitter-тем появились и обсуждались в Twitter раньше, чем на научных конференциях. Отмечается, что ни библиометрическое прогнозирование, ни содержание конференций не позволяют ожидать в рамках научных обсуждений следующие темы: “методологические вопросы метаанализа”, “склонность к игре”, “мобильная визуализация мозга/тела”. В целом можно отметить, что Twitter-майнинг заслуживает исследовательского внимания с целью выявления актуальных/новых психологических проблем, особенно в области социальной психологии. Чтобы получить наиболее полную проблематику перспективных психологических исследований, авторы рекомендуют совмещать Twitter-майнинг с библиометрическим анализом публикаций и мониторингом тем научных конференций [7]. Такие рекомендации вполне реализуемы в отечественной психологии, в которой широко практикуются отдельно и библиометрический анализ, и мониторинг научных конференций.
18 Экономическая психология. В последнее время популярной стратегией увеличения стоимости бизнеса стал C–RM маркетинг, который возник извозможностей брендов (торговых марок) “узнавать клиента”, сопровождать его на протяжении всей его жизни и выстраивать с ним прямую коммуникацию. Но несмотря на растущее количество статей по данной проблеме за последнее десятилетие, всесторонний анализ наиболее обсуждаемых концептов C–RM маркетинга пока еще не был реализован. С целью преодоления данного противоречия проведен комплексный анализ 246 статей, опубликованных в 40 различных журналах в период с 1988 по 2013 год по проблемам C–RM маркетинга (в работе использован байесовский алгоритм контекстного анализа, известный как Correlated Topic Model, а также CTM, Text Mining7). Авторами показано, что наиболее важными стратегическими направлениями, обсуждаемыми в маркетинге с 1988 г., являются такие темы как “соответствие бренду”, “закон и этика” и “корпоративная и социальная идентификация”. Наиболее активно обсуждаемыми темами в настоящее время стали анализсфер, затрагивающих проблемы “социального табу” и “моральные дебаты”. Статья направлена на решение двухосновных задач: во-первых, знакомит с техникой машинного анализа в области маркетинга, демонстрируя, как интеллектуальный анализ текста может направлять, упрощать и систематизировать процессы классификации, формируя объективные тематические блоки из обзорных публикаций; во-вторых, раскрывает и обобщает наиболее обсуждаемые темы в данном направлении [19]. Однако авторский подход не отразил проблем анализа конкретных стратегий, представленных в анализируемых публикациях.
7. Программы позволяют проводить количественный, концептуальный и прогностический виды анализаинформации
19 Исследования в юридической психологии. Значительный рост политического экстремизма в западных странах вызывает новый интерес к психологической, в частности, моральной, обусловленности данного явления [4]. В силу специфики экстремизма, как социально–политического явления, эмпирические исследования феномена с использованием традиционных опросных методик крайне затруднены отсутствием доступа к субъектам террористической деятельности (как к экстремистским группировкам, так и персоналиям), анепосредственное их изучениев рамках правовой науки не до конца учитывает психологические аспекты проблемы. Авторы рассмотрели психологическую и моральную привлекательность экстремизма в условиях общественной ситуации в США. Предметом исследования сталанализ10 000 сообщений политических радикалов в Twitter. Анализу подверглись психологические особенности сообщений в текстах 5000 пользователей – представителей альтернативно-правых политических движений (alt-right) и 5000 консервативных (Antifa)8. Результаты исследования показали, что представители экстремистски настроенных политических движений демонстрируют меньше положительных и больше отрицательных эмоций, чем консервативные пользователи, но их различия по уровню достоверности несущественны. В ходе исследования были также проверены доказательства наличияили отсутствия моральных убеждений среди представителей как левых, так и правых радикалов, которые отличаются между собой лишь по принципу внутригрупповой лояльности. При этом доказательств наличия высоких моральных установок среди представителей радикально настроенных группне обнаружено [1].
8. Автономные антирасистские группы международного уровня, которые отслеживают и разоблачают деятельность неонацистов.
20 Психология управления. В этом направлении проведен анализ динамики стресса и характера эмоционального состояния работающих американцев в течение календарной недели. Исследование проведено с целью изучения “эффекта восстановления от работы” в выходные дни, посредством изучения текстов сообщений в Twitter. Всего за 18 месяцев проанализировано 2 102176189 твитов, сбор которых производился на общенациональном уровне – на всей территории США. Такое исследование можно квалифицировать как уникальное, как минимум, по масштабу и характеру сбора первичных данных. Для изучения ежедневного содержания сообщений был использован лингвистический анализ, который проведен с помощью программного опросника Пеннебейкера (LIWC), посредством факторного анализа при ежедневном подсчете слов. При этом авторами был использован словарь подсчета слов для оценки рабочего стресса, слова группировались по 19 заданным тематическим направлениям, представленным в словарях LIWC. Динамический двухфакторный анализ эмоционального фона сообщений учитывал отрицательные эмоции, связанные с описаниями стрессов и их психосоматическими проявлениями, и положительные эмоции, которые были связаны с такими темами как еда, друзья, дом, семья и досуг. Выявлено, что элементы, связанные сработой (деньги, достижения и здоровье9), имеют выраженную отрицательную нагрузку. Еженедельный анализ динамики обсуждений позволил выявить явный “пятничный спад” рабочего стресса и негативных эмоций. В свою очередь, твиты с позитивными эмоциями показали “спад в середине недели” (со вторника по среду–четверг) и “пик на выходных” (с пятницы по воскресенье), тогда как твиты о работе показали “спад на выходных” (с пятницы по воскресенье). Полученные результаты частично подтверждают теорию о стрессовом воздействии работы на жителей США и указывают на “накопительное” стрессовое психофизиологическое состояние трудоспособного населения страны. Общий вывод обусловлен тем, что американцы не успевают восстанавливаться от рабочих стрессов за выходные дни. В работе также обсуждаются ограничения метода и перспективы дальнейших исследований [43]. Исследования в области управления различными социальными процессами привлекают внимание и многих других исследователей [13; 14; 22; 23; 25; 29; 47].
9. Точнее, связанные со здоровьем финансовые и организационные проблемы.
21 Клиническая психология и психиатрия. Технологии с использованием автоматизированного анализа/обучения в клинической психологии и психиатрии наиболее часто ориентированы на выявление статистических закономерностей на основе изучения многомерных неупорядоченных наборов данных, полученных в ходе наблюдения за различными терапевтическими и клиническими группами пациентов [10; 16 и др.].Это позволяет выявлять скрытые закономерности и формулировать обобщенные прогнозы о предполагаемом течении болезни или изменении поведенческих характеристик пациентов. В частности, известна работа по обобщению возможностей автоматизированного анализа для повышения эффективности постановки диагноза, лечения больных и прогнозирования хода болезни для лиц, страдающих психическими расстройствами, основываясь на результатах медицинских анализов [16]. Эти работы имеют явно выраженное практическое значение, и в этом заключается их сильная сторона.
22 Психология профессиональных сообществ и психология труда [см. 18; 30; 46; 48].Сравнительный анализ сообщений читателей психологических и политологических журналов был осуществлен на основе изучения статей из Web of Science, Altmetric.com и их обсуждений в социальной сети Twitter. Для анализа были использованы в общей сложности 91 826 твитов с 22 541 отдельным профилем пользователей Твиттера по психологической дисциплине и 29 958 твитов с 10 478 отдельными профилями пользователей Твиттера по политологии. В демографическом анализе учитывались пол, географическое положение, образование и профессиональный профиль – психология или политология. Основным методологическим подходом избран метод опорных векторов (SVM). Для классификации обсуждаемых тем использовался метод моделирования тем скрытого распределения Дирихле (LDA). Выявлено, что твиты о статьях из психологических журналов вызывали большую активность пользователей, чем публикации в области политологии: значительное превосходство проявлялось как в количестве обсуждаемых статей, так и численности пользователей, принимавших участие в обсуждении. Важно также указать на то, что выявлены значимые различия пользователей по демографическим признакам [45]. И в этом направлении, нередки исследования в рамках самой психологической науки [24, 31–41, 50], результаты которых в основном не противоречат описанным выше работам.
23 Психология СМИ. Учитывая актуальность СПИДа, как значимого вопроса общественного здравоохранения, в Италии, проведено исследование роли средств массовой информации в социальном конструировании этого явления. Исследование было направлено на решение двух задач, которые связаны с необходимостью: изучить основные связанные со СПИДом темы в популярной итальянской прессе (1); проанализировать динамику представлений о СПИДе за последние десятилетия (2). Для анализа были избраны газетные статьи, опубликованныев период с 1985по 1990 годы и с 2005по 2010 годы с использованием архивов двух основных национальных газет (La Repubbliput и Corriere della Sera), общий объем газетных публикаций составил 446 работ. Автоматизированный анализ и последующее группирование полученных результатов позволилиописать пять различных тематических областей (кластеров), отражающихтакие вопросы, как: медицинское обслуживание (7.5%), поддержка семьи (37.0%), дискурсы о науке и религии (27.0%), социальное избегание/изоляция (17.6%) и политика в области здравоохранения (10.9%). Эти тематические области задуманы по двум основным неявным параметрам (факторам), которые объясняют 72.5% дисперсии данных и которые, соответственно, связаны с отношением к людям со СПИДом (забота и избегание) и социальным управлением в отношении СПИДа (бессилие и контроль). Результаты исследования также продемонстрировали потенциальную динамику представлений о людях со СПИДом, котораяхарактеризуется более терпимым к ним отношением [9].
24 Психология искусства. С точки зрения культурного взаимодействия, очень важно понять воздействие литературы, искусства и танцев разных стран и народовна психологию людей, представляющих иную культурную среду, и выявить различия и универсальные особенности восприятия [12; 49]. Предметом исследования стали особенности восприятия исполнительных искусств (сценические постановки) и традиционных танцев Японии, Китая и Южной Кореи. Задачей исследования выступилоизучениевпечатлений, вызванных этими видами искусства. Эмпирический этап исследования реализован посредством изучения ответов на открытые вопросы анкеты. Для анализа ответов были избранытакие программы автоматизированного анализа текстов, как WordClouds и KH coder, которые использовались для анализа частоты слов и их сочетаний. Путем интерпретации визуализированных результатов и сравнения данных каждого участника (представителя одного из трех стран) были выявлены связи между характеристиками исполнительского искусства и танцев представленных стран и их психологического воздействия на зрителей. В результате можно отметить, что традиционные танцы каждой страны обладают уникальными характеристиками, которые могут восприниматься по-разному в зависимости от национальности и культуры зрителей [49].
25

ЗАКЛЮЧЕНИЕ

26 Важно обратить внимание на наиболее популярные методы психологического анализа больших объемов текстов. В первой группе представлены “пользовательские словари” (1), что позволяет исследователям самостоятельно задавать психологические характеристики искомых значений (слов, словосочетаний или конкретных выражений). Во второй группе, сконцентрированы методы, которые можно условно определить как “извлечение признаков” (2), при этом исследователи используют компьютерные алгоритмы, чтобы выявить психологические закономерности, которые имеются в анализируемых текстах. В третьей группе, определяемой как “сочетание слов” (3), акцент делается на характерных особенностях одновременного употребления различных слов или словосочетаний. Анализ и систематизация информационно-психологических разработок и исследований, выполненных с их помощью, будут полезны для развития отечественной психологии и освоения инновационных научных технологий.
27 Исследования “цифровых следов” в психологии можно частично квалифицировать как “смену парадигм” эмпирического изучения социальных явлений. Можно обозначить ряд преимуществ, которые дает исследование “цифровых следов”, а именно: удешевление условной единицы научной продукции; создание потенциала для повышения эффективности использования уже существующих информационно-цифровых активов; создание условий для оперативного реагирования на вызовы глобализации и анализа рисков общественного развития через отслеживание массовых “критических точек” и “точек роста”; возможность создания междисциплинарных групп для комплексного анализа, моделирования и прогнозирования социально-психологических явлений; создание систем мониторинга социально-психологического климата в обществе/на производствах; дополнительно можно отметить возможность усиления конкурентоспособности российских психологов на международном уровне.
28 К преимуществам данного рода исследований также можно отнести возможность изучения массовых явлений, релевантных обществу в целом, таких как: жизнеспособность общества, особенности национальных менталитетов, массовые представления больших социальных групп, которые (исследования) теряют значимость при изучении единичных социальных явлений на уровне человека или группы, а также межличностного или межгруппового взаимодействия.
29 Вместе с преимуществами “цифровых” технологий исследования в психологии, важно отметить и проблемы, связанные с ними. Так, увеличение объема информации и скорости ее нарастания требует разработки инновационных систем анализа большого массива информации, что заложено не столько в самом их объеме, сколько в несовершенстве соответствующего научно-аналитического инструментария. Ситуация усугубляется и тем, что усложняется сама структура данных и технологии их демонстрации, что еще более усиливает потребность в разработке и выборе эффективных программных систем и программного обеспечения. Сложность представляет и междисциплинарный характер исследований, что связано не только с усиливающейся потребностью в специалистах с междисциплинарной подготовкой, но и различием в понятийно-терминологическом аппарате, межкультурным разнообразием в их трактовке.
30 Возникают проблемные ситуации и частного характера. Так, автоматизированный анализ, произведенный на основе конкретных слов (“деньги”, “счастье”, “дети”, “власть” и т.д.), может усложняться наличием неучтенного множества синонимов. К примеру, смысл слова “деньги”, может выражаться в рамках таких терминов как “финансы”, “сбережения”, “капитал” или же в экспрессивном сленговом формате – “капуста”, “косарь”, “штука” и т.д. Они же могут транслироваться в рамках комплексных тем, например – экономика, уровень жизни, оплата труда, налоговые выплаты/вычеты и т.д.
31 Такого рода ограничения могут быть связаны и с работой в конкретных электронных базах данных (к примеру – библиотекой или конкретным архивом), которые не могут отражать всего массива наличной информации; ограниченностью исследований на конкретном языке (к примеру, русском, английском или китайском), что обедняет первичную информацию и т.д. Представленные ограничения сужают информационное поле анализа и, как следствие, его научный потенциал.
32 В будущем, описанные теоретические позиции, методологические подходы и методы будут непрерывно совершенствоваться, что определяется способностью нейроных сетей адаптироваться и переобучаться. В этом направлении наиболее перспективной задачей представляется обнаружение закономерных связей между массовыми психологическими характеристиками населения и сложившимися особенностями социально-экономическогосостояния конкретного общества.

References

1. AdaevV.N. Tradicionnaya e`kologicheskaya kul`tura xantov i nencev. Tyumen`: Izd-vo “Vektor Buk”, 2007. 240 p. (In Russian)

2. Volovikova M.I. Predstavleniya russkix o nravstvennom ideale. 2-oe izd. Moscow: Izd-vo “Institut psixologii RAN”, 2005. 332 p. (In Russian)

3. Gucykova S.V. Problemnoe pole professional`nogo mentaliteta i mental`nosti sub``ekta truda. Izd-vo “Institut psixologii RAN”. Organizacionnaya psixologiya i psixologiya truda. 2019. V. 4. № 2. P. 153–170. (In Russian)

4. Deryabo S.D. Fenomen sub``ektifikacii prirodny`x ob``ektov: Diss. … dokt.psixol.nauk. Moscow, MGPPU, 2002. 365 p. (In Russian)

5. Dikevich L.L. Oby`denny`e predstavleniya o poryadochnom cheloveke: Avtoref. dis. … kand. psixol. nauk. Moscow: Izd-vo “Institut psixologii RAN”, 1999. 28 p. (In Russian)

6. Eliseeva N.D. Issledovaniya yakutskogo mentaliteta v psixologii i smezhny`x naukax.Vestnik Kemerovskogo gosudarstvennogo universiteta. 2019. V. 21. № 3. P. 695–706. DOI: 10.21603/2078-8975-2019-21-3-695-706. (In Russian)

7. Emel`yanova T.P. Social`ny`e predstavleniya: Istoriya, teoriya i e`mpiricheskie issledovaniya. Moscow: Izd-vo “Institut psixologii RAN”, 2016. 476 p. (In Russian)

8. Zhuravlev A.L. Dinamika otnosheniya cheloveka k prirode v postkatastrofny`j period (na primere avarii na ChAE`S. Dinamika social`no-psixologicheskix yavlenij vizmenyayushhemsya obshhestve. Moscow: Izd-vo “Institut psixologii RAN”, 1996. P. 186–195. (In Russian)

9. Kazhenkin I.I. Kut — sүrүөre`ҕe`. Yakutsk: RG “Media”, 2017. 156 p. (In Russian)

10. Karpova E.B., Isurina G.L., Zhuravlev A.L. Psixololgichskaya koncepciya otnoshenij V.N. Myasishheva: osnovy` i soderzhanie. Psikhologicheskii zhurnal. 2020. V. 41. № 2. P. 5–14. (In Russian)

11. Kol`czova V.A., Zhuravlev A.L. Sushhnostny`e xarakteristiki i faktory` formirovaniya rossijskogo mentaliteta. Psikhologicheskii zhurnal. 2017. V.38. № 3. P. 5−17. DOI: 10.7868/S0205959217030011. (In Russian)

12. Larionova L.I., Safronova M.A. Implicitny`e predstavleniya ob intellektual`no odarennoj lichnosti. Psixologiya. Istoriko-kriticheskie obzory` i sovremenny`e issledovaniya. 2018. V. 1A. №7. P. 76–82. (In Russian)

13. Lebedeva N.M., Tatarko A.N., Berri Dzh.U. Social`no-psixologicheskie osnovy` mul`tikul`turalizma: proverka gipotez o mezhkul`turnom vzaimodejstvii v rossijskom kontekste. Psikhologicheskii zhurnal. 2016. V. 37. № 2. P. 92–104. (In Russian)

14. Makarov E.D. Formy` e`kologicheskogo vospitaniya. Yakutsk: Izd-vo MNiPO RS(Ya), 2002. 167 p. (In Russian)

15. Makropsixologiya sovremennogo rossijskogo obshhestva. Eds. A.L. Zhuravlev, A.V. Yurevich. Moscow: Izd-vo “Institut psixologii RAN”, 2009. (In Russian)

16. Marfusalova A.D. Mudrost` e`kotradicij severyan. Yakutsk: Izd-vo YaF SO RAN, 2002. 112 p. (In Russian)

17. Novikov A.G. O mentalitete saxa. Yakutsk: Izd-vo Analiticheskogo centra pri Prezidente RS(Ya), 1995. 141 p. (In Russian)

18. Okoneshnikova A.P. Noruot ujulҕata — iite`r үle` tire`ҕe`. Yakutsk: Izd-voInstituta povy`sheniya kvalifikacii rabotnikov obrazovaniya RS(Ya), 1996. 175 p. (In Russian)

19. Popov B.N. Kul`tura semejnogo vospitaniya narodov Severa. Yakutsk: Bichik, 2000. 64 p. (In Russian)

20. Portnyagin I.S. E`tnopedagogika “Kut-sur”. Moscow: Academia, 1999. 164 p. (In Russian)

21. Psihologiya: Uchebnik dlya tehnicheskihvuzov. Ed. V.N. Druzhinina. Saint Petersburg: Piter, 2000. (In Russian)

22. Repina N.V., Voronczov D.V., Yumatova I.I. Osnovy` klinicheskoj psihologii. Rostov-na Donu: Feniks, 2003. 480 p. (In Russian)

23. Rubinshtejn S.L. Chelovek i mir. Saint Petersburg: Piter, 2012, 224 p. (In Russian)

24. Russko-yakutskij slovar`. Eds. P.S. Afanas`ev, L.N. Haritonov. Moscow: Sovetskaya e`nciklopediya, 1968. 720 p. (In Russian)

25. Savvinov A.S. Chelovek cherez prizmu “Kut-sur”. Yakutsk: YaNCz SO RAN, 1995. 112 p. (In Russian)

26. Smirnova Zh.G. Vliyanie geograficheskogo polozheniya i klimaticheskix osobennostej na nacional`ny`j xarakter russkix. Vestnik slavyanskix kul`tur. 2008. № 3–4(10). P. 137–141. (In Russian)

27. Smirnova N.L. Obraz umnogo rebenka: issledovanie implicitny`x koncepcij. Sovremennaya lichnost`: social`ny`e predstavleniya, my`shlenie, razvitie v norme i patologii. Eds. K.A. Abul`xanova i dr. Moscow: Izd-vo “Institut Psixologii RAN”, 2000. P. 18–25. (In Russian)

28. Suharev A.V. Razvitie russkoj mental`nosti. Moscow: Izd-vo “Institut psixologii RAN”, 2017. 398 p. (In Russian)

29. Tarshis E.Ya. Mental`nost` cheloveka: podxody` k koncepcii i postanovka zadach issledovaniya. Izd. 2. Moscow: Knizhny`j dom “LIBROKOM”, 2012. 88 p. (In Russian)

30. Haritonova E.V. Sootnoshenie ponyatij “mentalitet” i “mental`nost`”. Istoriogenez i sovremennoe sostoyanie rossijskogo mentaliteta. Eds. V.A. Kol`czova, E.V. Haritonova. Moscow: Izd-vo: “Institut psixologii RAN”, 2015. P. 226–237. (In Russian)

31. Yurevich A.V. Bazovy`e komponenty` nacional`nogo mentaliteta Istoriogenez i sovremennoe sostoyanie rossijskogo mentaliteta. Eds. V.A. Kol`czova, E.V. Haritonova. Moscow: Izd-vo: “Institut psixologii RAN”, 2015. P. 240–261. (In Russian)

32. Azuma K. Descriptors for an intelligent person: a Japanese study. Japanese Psychological Research,1987. V. 1.P. 17–26.

33. Stepanenko E.V., Satraeva J.A. Language interpretation of the picture of the world through the concept of “mentality”. Nauka i real`nost`.2020. №1. P. 30–33. (In Russian)

34. Sun J., Goodwin G.P. Do people want to be more moral? Psychological science. 2020. № 31. Iss. 3. P. 243–257. DOI: 10.1177/0956797619893078.

Comments

No posts found

Write a review
Translate