Кто виноват и что делать: анализ комментариев к фильмам о бесланском теракте

Цель. Выявить специфику содержания комментариев к документальным фильмам о пятнадцатой годовщине теракта в Беслане. Контекст и актуальность. На фоне реактивации дискурса о Беслане видится необходимым изучить осмысление трагедии в российском обществе. Крайне важным является обращение к нереактивным данным для оценки ретроспективного восприятия теракта. Дизайн исследования. Используется модель случайного леса для оценки конкретных характеристик комментариев. Данные. Массив комментариев к фильмам Юрия Дудя, Ксении Собчак и «Новой газеты» о Беслане (N=141966, дата выгрузки: 29.02.2020, потери при парсинге<1% от генеральной совокупности). Методы (инструменты). Модель случайного леса (Random forest classifier) применительно к текстовым данным. Результаты. В комментариях ко всем трем фильмам вина в подавляющем большинстве реатрибутируется государству. Отличаются призывы к действию: в комментариях к фильмам Ю. Дудя и К. Собчак прослеживаются призывы к помощи жертвам теракта; к фильму «Новой газеты» — к наказанию виновных. Основные выводы. Бесланская трагедия оказывается серьезной точкой общественной диссоциации, не происходит сплочения вокруг государства и формирования консенсуса относительно способов заживления травмы.

Введение

В 2019 году — году пятнадцатой годовщины теракта в Беслане — самые разные медиа выпускают материалы, посвященные трагедии. Документальные фильмы выходят на политизированных и аполитичных, больших и малых, «оппозиционных» и «провластных» платформах. Происходит интенсивная реактивация дискуссии о причинах и последствиях трагедии, которая почти на десятилетие исчезла из публичного дискурса.

Захват заложников в Беслане — один из самых страшных терактов в российской истории. Он становится точкой серьезной общественной диссоциации — этнической, религиозной и политической. Трагичным кажется умолчание этих разломов и отсутствие рефлексии теракта, связанное во многом с политической необходимостью. В результате Беслан становится коллективной травмой. Психологи и культурологи определяют ее как коллективно переживаемый болезненный и пролонгированный опыт насилия [22]. В исследованиях травмы формируется некоторый набор стратегий ее осмысления, относительно общепринятым является признание важности культурной рефлексии в формировании общественного консенсуса и «заживления» (healing) травмы [13].

Корни этого подхода можно найти в психоаналитической школе, хотя ее анализ травмы касается индивидуального переживания. З. Фрейд выделяет две стратегии реакции на травматичный опыт: деструктивную меланхолию (постоянное переживание травмы, сосредоточенность на ней) и конструктивную скорбь (признание потери, совмещенное с отказом строить свою жизнь вокруг нее) [11]. Продолжая логику Фрейда, Д. Ла Капра предлагает альтернативный язык описания: травму по Ла Капре можно разыгрывать, то есть постоянно публично воспроизводить виктимные паттерны, или прорабатывать — принимать катастрофичность переживания, но осознавать необходимость продолжать развитие [17].

Теория травмы на общественном уровне восходит к работам конструктивистских социологов. П. Штомпка и Д. Александер пишут о роли травмы в формировании идентичности [5; 23]: патологичное переживание рождает социальные расколы и препятствует формированию консенсуса. Сообщество, пережившее травму, диссоциирует, и эта диссоциация вызывает конкретные политические последствия (в случае с Бесланом — это, в первую очередь, отмена прямых выборов губернаторов). Р. Хестанов отмечает, что травматичность бесланской трагедии связана, во-первых, с сакральностью объекта насилия (дети и школа), а во-вторых, с отсутствием согласия относительно атрибуции вины: «У этого зла (бесланского теракта — Н.С.) много имен. Для кого- то это представители определенной веры, для других — определенного этноса, для третьих — террористы» [3]. В этом смысле сложно переоценить важность анализа одной из самых глубоких ран российского социокультурного пространства — бес­ланской трагедии.

В качестве теоретической рамки анализа выбрана теория медийных фрей­мов. Исследования фреймов в медиа­коммуникациях резюмированы в статье Д. Чонга и Д. Дракмана [9]. Базовое положение теории фреймов состоит в том, что любое высказывание представляет собой не только единицу информации, но и сопутствующий фрейм — некоторое специфическое обрамление, наделяющее сообщение особым контекстом. Одна и та же совокупность фактов может облекаться в разные фреймы (через выбор языка описания, специфических метафор, умолчания, контекстуализации и множества других инструментов). Под фреймированием Чонг и Дракман понимают процесс формирования мнения через специфический угол представления проблемы, именно такая концептуализация и используется в работе.

После теракта 11 сентября 2001 года и последовавших за ним событий появилось значительное количество исследований фреймирования терроризма и террористов. Д. Вудс задавался вопросом влияния фреймирования терроризма в СМИ на формирование общественного восприятия опасности. Моделируя в опросе три возможных фрейма («террорист», «радикальный исламский террорист» и «террорист, использующий ядерное оружие»), Вудс приходит к выводу, что терроризм репрезентируется как комплексный феномен, восприятие которого значительно отличается в зависимости от фреймирования [24].

Концептуально схожим является анализ стратегий фреймирования терроризма А. Морина. Автор выделяет 7 риторических паттернов описания терактов (таких, как контекстуализация, выделение жертв и героев, метанарра- тивизация и т.д.) [19]. И Вудс, и Морин отмечают вариативность репрезентации терроризма. Помимо приведенных работ существует широкий пласт других исследований по темам: фреймирование в сообщениях самих террористов [6], фокус на фреймах женщин-террористок [15], проблема значимости фрейминга как контртеррористической медийной политики [12].

Н. Луман описывает коммуникацию как два последовательных, но связанных этапа селекции: селекция смыслов авторами сообщения (в сущности, фрей- мирование, выбор конкретных акцентов) и селекция смыслов реципиентами (выделение информации из сообщения, восприятие фреймов) [18]. Однако исследования в рамках теории фреймов в основном фокусируются или на непосредственном вычленении фреймов из документов [6; 7; 15; 19], или на оценке восприятия фреймов респондентами [14; 24]. Эта работа сосредоточена на втором этапе коммуникации и пытается ответить на вопрос о том, какова реакция целевой аудитории на фильмы о годовщине бесланского теракта.

Для анализа были выбраны комментарии к трем фильмам с наибольшим охватом аудитории: «Беслан. Помни» Юрия Дудя, «Беслан. День незнаний» Ксении Собчак и «Школа номер один» «Новой газеты». Выемка комментариев производилась 29.02.2020, общие потери при парсинге составили не более 1% от общего числа комментариев.

Отдельный вызов для подобного исследования — подбор релевантных методов. Теория фреймов — скорее теоретическое основание мышления о коммуникации, чем стройный набор методов; существующие исследования в силу ограничений интерпретативистской традиции тоже не сформировали единой методологии. Восприятие фреймов широко изучено на индивидуальном уровне (главным образом в рамках экспериментальных ди­зайнов [14; 24]), но отсутствует предметный консенсус относительно восприятия фреймов на больших выборках.

В этой работе используется модель машинного обучения для оценки целевых переменных в большом массиве комментариев. С одной стороны, это уязвимый для критики способ отследить реакцию зрителей на фреймирование: комментарии во многом зашумлены лишней информацией, комментаторы не являются репрезентативным срезом аудитории. С другой стороны, комментарии являются лучшим из доступных вариантов оценки того, как целевая аудитория восприняла предложенные фреймы: во- первых, в силу достаточно большого объема массива, во-вторых, из-за отсутствия вмешательства исследователя в объект.

Для того, чтобы провести оценку восприятия фреймов, необходимо сформулировать целевые переменные: основные линии сравнения комментариев. При этом их детализация должна быть сравнительно простой в силу ограничений текущих моделей анализа содержания текстов. В работе используется подход «мешка слов»: представления текстов как множества слов без учета их порядка и грамматики. В этом смысле наиболее перспективными с точки зрения формализации представляются следующие два фрейма.

Атрибуция вины. Этот фрейм включает в себя приписывание ответственности и вины за произошедшее. В случае террористического акта ответственность и вина обычно приписываются либо террористам, либо государству (см., например, [1]).

Призывы к действию. Это фрейм включает в себя указание на то, каким образом нужно реагировать на произошедшее. В случае теракта такими стратегиями могут стать помощь жертвам или наказание виновных.

Метод

Выборка исследования

Массив из 141966 текстовых объектов, полученных автоматизированным сбором с использованием YouTube API. Выемка производилась 29.02.2020, возможны несистематические потери, не превышающие 1% от генеральной совокупности. Из выборки исключены полностью некириллические комментарии.

Методы исследования

В рамках анализа восприятия фрей­мов было принято решение обратиться к нереактивным данным — то есть «цифровому следу» пользователей, который остается в сети и в этом смысле не является реакцией на интервенцию исследователя [2]. В нашем случае такими данными стал массив комментариев к фильмам. Анализируемые фреймы легли в основу целевых переменных (см. таблицу).

После этого тремя кодировщиками (один из них — автор) была независимо оценена тренировочная выборка N=1000 комментариев. Инструкция для кодировщиков содержала указания на значения целевых переменных и основные паттерны поиска. Каждое наблюдение получило оценку по двум целевым переменным. Результаты оценки трех кодировщиков проверены на согласованность с помощью альфы Криппендорфа (мера согласия, обобщающая несколько мер надежности [16]); полученный коэффициент (аКриппендорфа=0.76) позволяет говорить о консистентной оценке наблюдений кодировщиками.

Построение предиктивных моделей проводилось в среде Python. Тренировочная выборка была разделена на обучающую и тестовую в пропорции 3:1 с соблюдением баланса классов для каждой переменной (то есть в каждой из подвы­борок сохранено изначальное соотношение между комментариями разных категорий и разных авторов). Массив данных был токенизирован, то есть разделен на отдельные слова и очищен от зашумля­ющих словоформ (предлогов, частиц, союзов и т.д.). Каждое слово было приведено к словарной форме средствами пакета Mystem. С целью улучшения качества моделей каждому слову присвоен тэг части речи (так называемый POS-tag).

Далее проведена векторизация текста (приведение его в числовое представление), для нее использовался алгоритм TF-IDF, реализованный в библиотеке scikit-learn. Векторизация текста методом TF-IDF (Term Frequency — Inverse Document Frequency) — один из самых распространенных алгоритмов числового представления текстовых данных, который присваивает каждому токену

(отдельному слову) в каждом документе значение TF-IDF коэффициента.

Он учитывает частотность слов как в рамках одного документа (комментария), так и в рамках всего корпуса. При этом наибольший TF-IDF коэффициент получают слова с высокой частотой в одном документе и с низкой частотой употребления в корпусе в целом. Выходом алгоритма является матрица размера DXT, где D — количество документов, а T — количество уникальных токенов в корпусе; каждый элемент этой матрицы — значение коэффициента для конкретного токена в конкретном тексте.

Для оценки комментариев был выбран алгоритм случайного леса. Случайный лес (Random forest) — ансамблевая модель машинного обучения, представляющая собой множество решающих деревьев. Каждое из них независимо голосует по отдельному комментарию, итоговое значение переменной определяется большинством голосов. Для повышения независимости отдельных классификаторов решающие деревья строятся на случайной подвыборке наблюдений и признаков. При этом сама логика построения дерева остается классической — для каждого разделения используется критерий Джини. В результате несколько субоптимальных алгоритмов большинством голосов принимают близкое к оптимальному решение (см. теорему Кондорсе о жюри присяжных [10]). Этот метод не только позволяет проследить важные предикторы, но и считается устойчивым к переобучению.

После обучения моделей необходимо было оценить их адекватность. С одной стороны, это можно сделать через расчет формальных показателей. На оцененной вручную тестовой подвыборке обе модели получили высокое значение метрики accuracy. Она отражает долю правильных ответов среди всех ответов. В нашем случае правильным ответом становится совпадение классификации алгоритма с оценкой кодировщика. Для атрибуции вины accuracy составила 0.780, для призыва к действию — 0.976. Другой способ оценить применимость моделей — обратиться к ключевым предикторам. В нашем случае это словоформы, которые играют наибольшую роль при решении задачи классификации.

Ключевые слова, которые модель выделила для целевой переменной «атрибуция вины», выглядели осмысленно. Атрибуция вины определялась в зависимости от упоминания конкретных лиц: слова «Путин», «государство», «власть» и «правительство», вероятно, определяли атрибуцию вины государству, а слово «террорист» — террористам.

Ключевые слова, которые модель выделила для целевой переменной «призыв к действию», также выглядели осмысленно. Часть из них определяла значение 1 (призыв к помощи жертвам теракта): это слова «карта», «муртазовый» (искаженный лемматизатором вариант фамилии одной из героинь фильма Ю. Дудя Дианы Муртазовой), «счет» и т.д. Остальные определяли присвоение переменной значения 2 (призыв к наказанию виновных или мести) — это слова «отвечать», «наказание», «повесить», «Путин» и т.д.

Результаты

Ниже представлены распределения двух целевых переменных (атрибуция вины и призыв к действию) в зависимости от автора фильма. В достаточно большом количестве комментариев целевые переменные принимают значение 0 (отсутствует атрибуция вины или призыв к действию). Для повышения наглядности

распределений в графиках опущены та- дования важно проследить различия в кие наблюдения. В рамках этого иссле- массивах комментариев, а не дать максимально правдоподобную оценку распределения признаков. Поэтому ниже мы будем говорить именно о склонности аудитории к тем или иным стратегиям комментирования.

Обратимся к распределению комментариев в зависимости от атрибуции вины (см. рис. 3). Здесь наблюдается два значимых тренда: с одной стороны, большая часть комментариев с ненулевым значением переменной «атрибуция вины» была отнесена моделью к единице (вина атрибу­тируется государству). С другой стороны, в массиве комментариев к фильму К. Собчак мы видим выраженную долю наблюдений с иным значением переменной (вина атри­бутируется автору нарратива).

Далее опишем распределение комментариев по призывам к действию. В данном случае наблюдается значительное смещение акцентов: в комментариях к фильмам Ю. Дудя и К. Собчак чаще присутствует призыв к помощи жертвам теракта, а в массиве комментариев к фильму «Новой газеты» — призыв к привлечению виновных к ответственности (см. рис. 4).

Обсуждение результатов

В этом исследовании рассмотрен массив комментариев к трем документальным фильмам о пятнадцатой годовщине теракта в Беслане: Юрия Дудя, Ксении Собчак и «Новой газеты». Предпринята попытка выделить два основных фрейма: атрибуцию вины и призыв к действию. Для этого весь корпус комментариев оценен моделью случайного леса по двум переменным. Этот анализ позволил сделать два основных вывода.

Первый из них касается атрибуции вины за произошедшее в Беслане. На первый взгляд, теракт — это травмирующее событие, воздействие которого сглаживается наличием понятного объекта обвинения — террористов. Подобный механизм описан в психологической литературе: любая понятная атрибуция вины смягчает последствия пережитого травматичного опыта [8].

В то же время государство рассматривается как точка объединения, как некоторый символический защитник в

момент кризиса. В пользу этого говорит феномен «объединения вокруг флага». Он заключается в том, что в условиях кризиса, в том числе после террористических актов, легитимность политического лидера растет. Этот феномен был многократно продемонстрирован на американском материале [20].

Однако комментарии российских пользователей, посмотревших фильм о Беслане, говорят об обратном. Ответственность и вина за теракт и его последствия возлагаются на государство и российского президента. Таким образом, теракт как травмирующее событие не формирует объединяющей идентичности, связанной с государством. Напротив, образуется некоторый раскол между государством и обществом.

Можно предложить несколько объяснений этого феномена: от специфики российского интернет-населения и его скептического отношения к государству [4] до идеологических предпочтений авторов фильмов. Это исследование не ставит себе цели предложить каузальную модель, скорее наметить основные проблемные точки, и на проанализированных данных видно, что определение виновных является таковой.

Второй вывод касается призывов к действию. Комментаторы чаще говорят о стратегии помощи жертвам теракта, чем о наказании виновных. Эта закономерность выражена, прежде всего, в комментариях к фильмам Ю. Дудя и К. Собчак. В некотором смысле подобный конструктивный подход может стать механизмом коллективного переживания травмы, «скорбью» вместо «меланхолии» в терминах Фрейда. На эмпирическом материале исследователи показывают, как помощь пострадавшим может помогать собственному переживанию [21].

В то же время комментаторы фильма «Новой газеты» склонны призывать к наказанию виновных. И это также очевидная стратегия реакции: после однозначного определения виновного возникает необходимость в воздаянии, установлении справедливости. Однако если помощь жертвам — принципиально достижимая цель, то некоторая абстрактная месть представляется скорее деструктивным и бесполезным механизмом реакции.

Отдельный вопрос касается того, кто является объектом этой мести. В данном исследовании не проводилось специального различия между объектами наказания. Однако описанные выше данные говорят о том, что комментаторы склонны атрибутировать вину государству. Поэтому можно предположить, что требования наказания также касаются представителей власти. Это предположение подтверждается содержательным анализом комментариев в тренировочной выборке.

Заключение

Документальные фильмы Юрия Дудя, Ксении Собчак и «Новой газеты» о Беслане можно рассматривать как культурную рефлексию травмы, вызванной террористическим актом. В данной работе была предпринята попытка проанализировать реакцию комментаторов на документальные фильмы о Беслане, поскольку эти комментарии можно рассматривать как косвенное отражение степени заживленности коллективной травмы.

На большом массиве нереактивных данных мы проанализировали два основных аспекта этой реакции: атрибуцию вины и призывы к действию. Результаты показали, что комментаторы склонны атрибутировать вину за теракт государству. Кроме того, часть комментаторов предлагает помогать жертвам теракта, другие призывают к наказанию виновных.

Оба этих вывода скорее пессимистичны с точки зрения социального анализа последствий Беслана. Возложение вины на государство говорит о наличии некоторого напряжения между властью и обществом, отсутствие консенсуса относительно стратегий заживления травмы препятствует формированию коллективной идентичности. Тем не менее, возможно, эти фильмы станут «спусковым крючком» на пути к заживлению травмы. Само возвращение Беслана в политический дискурс — большой шаг на пути к тому, чтобы российское общество смогло проговорить эту травму, принять и от- рефлексировать ее.

1. Гаврилов К.А., Толмач А.Д. Кто виноват: контент-анализ блогов о теракте в «Домодедово» // Социологические исследования. 2014. № 12. С. 81—88.
2. Девятко И.Ф. Инструментарий онлайн-исследований: попытка каталогизации // Онлайн- исследования в России 3.0 / под ред. и предисл. Шашкина А.В., Девятко И.Ф., Давыдова С.Г. М., 2012. С. 7—30.
3. Ефимова А. «Историческая травма от Беслана сформируется не раньше, чем через 50— 60 лет»: беседа с профессором НИУ ВШЭ Р. Хестановым [Электронный ресурс] // МЕЛ. URL: https://mel.fm/vazhny_razgovor/7648502-beslan_tragedy (дата обращения: 21.06.2021).
4. Радкевич А.Л. Интернет-аудитория в России: состояние, динамика, тенденции // Знание. Понимание. Умение. 2009. № 1. С. 230—236.
5. Alexander J.C., Eyerman R., Giesen B., Smelser N.J., Sztompka P. Cultural trauma and collective identity. University of California Press, 2004. 304 p. DOI:10.1525/9780520936768.
6. Andersen J.C., Sandberg S. Islamic State propaganda: Between social movement framing and subcultural provocation // Terrorism and Political Violence. 2020. Vol. 32. № 7. P. 1506—1526. DOI:10.1080/09546553.2018.1484356
7. Bayulgen O., Arbatli E. Cold War redux in US-Russia relations? The effects of US media framing and public opinion of the 2008 Russia-Georgia war // Communist and Post-Communist Studies. 2013. Vol. 46. № 4. P. 513—527. DOI:10.1016/j.postcomstud.2013.08.003
8. Bulman R.J., Wortman C.B. Attributions of blame and coping in the «real world»: severe accident victims react to their lot // Journal of personality and social psychology. 1977. Vol. 35. № 5. P. 351. DOI:10.1037//0022-3514.35.5.351
9. Chong D., Druckman J.N. Framing theory // Annu. Rev. Polit. Sci. 2007. № 10. P. 103—126. DOI:10.1146/annurev.polisci.10.072805.103054
10. Condorcet M.D. Essay on the Application of Analysis to the Probability of Majority Decisions. 1785. Paris: Imprimerie Royale. 195 p.
11. Freud S. Mourning and melancholia // The Standard Edition of the Complete Psychological Works of Sigmund Freud. Volume XIV (1914-1916): On the History of the Psycho-Analytic Movement, Papers on Metapsychology and Other Works. 1957. P. 237—258.
12. Haider-Markel D.P., Joslyn M.R., Al-Baghal M.T. Can we frame the terrorist threat? Issue frames, the perception of threat, and opinions on counterterrorism policies // Terrorism and Political Violence. 2006. Vol. 18. № 4. P. 545—559. DOI:10.1080/09546550600880625
13. Hall S. The work of representation // Representation: Cultural representations and signifying practices. 1997. Vol. 2. P. 13—74.
14. Higgins E.T., Bargh J.A., Lombardi W.J. Nature of priming effects on categorization // Journal of experimental psychology: Learning, Memory, and Cognition. 1985. Vol. 11. № 1. P. 59. DOI:10.1037/0278-7393.11.1.59
15. Jackson L.B. Framing British «Jihadi Brides»: Metaphor and the Social Construction of IS Women // Terrorism and Political Violence. 2019. P. 1—19. DOI:10.1080/09546553.2019.1656613
16. Krippendorff K. Content analysis: An introduction to its methodology. Sage publications, 2018. 472 p.
17. LaCapra D. Writing history, writing trauma. JHU Press, 2014. 264 p.
18. Luhmann N. What is communication? // Communication theory. 1992. Vol. 2. № 3. P. 251— 259. DOI:10.1111/j.1468-2885.1992.tb00042.x
19. Morin A. Framing terror: The strategies newspapers use to frame an act as terror or crime // Journalism & Mass Communication Quarterly. 2016. Vol. 93. № 4. P. 986—1005. DOI:10.1177/1077699016660720
20. Mueller J.E. Presidential Popularity from Truman to Johnson // American political science review. 1970. Vol. 64. № 1. P. 18—34. DOI:10.2307/1955610
21. Neimeyer R.A., Stewart A.E. Trauma, healing, and the narrative employment of loss // Families in Society. 1996. Vol. 77. № 6. P. 360—375. DOI:10.1606/1044-3894.933
22. Somasundaram D. Addressing collective trauma: Conceptualisations and interventions // Intervention. 2014. Vol. 12. № 1. P. 43—60. DOI:10.1097/WTF.0000000000000068
23. Sztompka P. The trauma of social change // Cultural trauma and collective identity. University of California Press, 2004. P. 155—195. DOI:10.1525/9780520936768-006
24. Woods J. Framing terror: An experimental framing effects study of the perceived threat of terrorism // Critical Studies on Terrorism. 2011. Vol. 4. № 2. P. 199—217. DOI:10.1080/1753915 3.2011.586205

 

PlumX

Метрики публикации