از داده‌های ایکس و تلگرام و رسانه‌های خبری چه می‌توان درباره جامعه فهمید؟
پس از اعلام یک تصمیم عمومی، ممکن است خبرگزاری‌ها درباره اهداف آن بنویسند، کانال‌های تلگرامی پیامدهای احتمالی را برجسته کنند و کاربران ایکس تجربه‌های شخصی خود را به بحث بگذارند. این تفاوت‌ها برای پژوهشگر مهم‌اند؛ زیرا نشان می‌دهند یک مسئله چگونه در محیط‌های مختلف تعریف و تفسیر می‌شود. داده‌های رسانه‌ای برای شناخت موضوعات مورد توجه و روایت‌های رقیب مفیدند. اما برای استفاده از آن‌ها باید میان دو پرسش تفاوت گذاشت: «در این فضا چه گفته می‌شود؟» و «کل جامعه چه نظری دارد؟» داده‌های آنلاین معمولاً پاسخ روشن‌تری به پرسش نخست می‌دهند.
موضوعات برجسته و مهم را چگونه پیدا کنیم.
فرض کنید می‌خواهیم گفت‌وگو درباره مهاجرت متخصصان را بررسی کنیم. شمارش پیام‌ها می‌تواند زمان افزایش توجه را نشان دهد، اما برای فهم محتوای بحث باید متن‌ها را نیز خواند. در یک دوره ممکن است مسئله درآمد برجسته باشد و در دوره‌ای دیگر، فرصت پژوهش یا شرایط کار. یک روش عملی این است که ابتدا نمونه‌ای از پیام‌ها را بخوانیم و موضوعات اصلی را تعریف کنیم. سپس با راهنمای کدگذاری روشن، پیام‌ها را در گروه‌های مناسب قرار دهیم. اگر یک پیام چند موضوع دارد، باید از ابتدا مشخص باشد که امکان ثبت چند برچسب وجود دارد یا فقط موضوع اصلی ثبت می‌شود. این تصمیم ساده بر درصدهای نهایی اثر می‌گذارد. فراوانی خام همیشه کافی نیست. اگر تعداد کل پیام‌های گردآوری‌شده در یک روز دو برابر شود، افزایش تعداد پیام‌های مربوط به مهاجرت ممکن است فقط بخشی از رشد عمومی فعالیت باشد. گزارش سهم موضوع از کل داده مرتبط، در کنار تعداد پیام‌ها، مقایسه را روشن‌تر می‌کند.
تفاوت منابع بخشی از تحلیل است.
در ایکس می‌توان گفت‌وگوی حساب‌ها و واکنش آن‌ها به یکدیگر را بررسی کرد. در کانال‌های تلگرام، انتخاب و بازنشر محتوا اهمیت بیشتری پیدا می‌کند. در وب‌سایت خبری، تیتر، زاویه گزارش و منابع نقل‌شده حاصل انتخاب‌های تحریریه‌اند. به همین دلیل، سه مجموعه را نباید بدون توجه به واحد تحلیل در یک ظرف ریخت. برای مقایسه، یک بازه زمانی و تعریف موضوع مشترک در نظر بگیرید، اما نتایج هر محیط را ابتدا جداگانه گزارش کنید. مثلاً بسنجید «هزینه خانوار» چه سهمی از پیام‌های هر منبع دارد. تعداد خبرها را نیز مستقیماً معادل تعداد نظرهای کاربران نگیرید. روگستاد (۲۰۱۶) رابطه دستور کار توییتر و رسانه‌های جریان اصلی را بررسی کرده است. چنین پژوهش‌هایی زمینه طرح این پرسش را فراهم می‌کنند که کدام موضوعات در چند محیط مشترک‌اند و کدام موضوعات در یک محیط برجسته‌تر می‌شوند. برای مطالعه این رابطه، باید ترتیب زمانی انتشار و تفاوت محتوای پوشش را هم بررسی کرد.
احساسات با موضع‌گیری یکسان نیست.
تحلیل احساسات معمولاً لحن متن را در دسته‌هایی مانند مثبت، منفی و خنثی قرار می‌دهد. اما لحن منفی الزاماً به معنای مخالفت با یک سیاست نیست. جمله «شرایط فعلی نگران‌کننده است و این تصمیم می‌تواند کمک کند» درباره وضعیت موجود منفی و درباره تصمیم جدید مثبت است. اگر هدف پژوهش سنجش حمایت و مخالفت است، باید «موضع نسبت به چه چیزی» را مشخص کرد. اگر هدف شناخت دغدغه‌هاست، تحلیل مضمون ممکن است سودمندتر باشد. در مطالعه بازنمایی نیز می‌توان پرسید چه کسی مسئول معرفی می‌شود، چه راه‌حلی پیشنهاد می‌شود و چه صداهایی در متن حضور ندارند. برای هر روش، بخشی از داده باید به‌صورت دستی بررسی شود. به‌ویژه در فارسی، کنایه، زبان محاوره‌ای و نقل قول می‌توانند خروجی طبقه‌بندی خودکار را تغییر دهند. عبارت «عالی شد، باز هزینه‌ها بالا رفت» مثال ساختگی ساده‌ای است که محدودیت تکیه بر واژه‌های مثبت را نشان می‌دهد.
تقدم زمانی را با اثرگذاری اشتباه نگیریم.
ممکن است موضوعی در داده‌های تلگرام زودتر از خبرگزاری‌ها دیده شود. این مشاهده به‌تنهایی ثابت نمی‌کند خبرگزاری از تلگرام تأثیر گرفته است؛ هر دو ممکن است به رویدادی بیرونی واکنش نشان داده باشند. همچنین نخستین پیام موجود در مجموعه، لزوماً نخستین پیام منتشرشده نیست. برای بررسی مسیر انتقال، وجود پیوند، نقل مستقیم، اشاره به منبع و شباهت محتوا می‌تواند شواهد بیشتری فراهم کند. لازم است احتمال حذف پیام‌ها، پوشش ناقص منابع و تفاوت زمان ثبت داده نیز در نظر گرفته شود.
یک طرح کوچک برای شروع
یک موضوع مشخص، مانند تغییر شیوه ثبت‌نام دانشگاه، انتخاب کنید. پیام‌ها و خبرهای مرتبط را در بازه‌ای محدود گردآوری کنید، نگرانی‌های اصلی را از نمونه اولیه به دست آورید و سهم هر نگرانی را در منابع مختلف مقایسه کنید. در پایان، چند نمونه بی‌نام یا بازنویسی‌شده بیاورید تا خواننده معنای دسته‌ها را بفهمد. در گزارش، «گفت‌وگوی مشاهده‌شده» را جایگزین تعمیم‌های شتاب‌زده به «مردم» کنید. اولتئانو و همکاران (۲۰۱۹) نشان می‌دهند که انتخاب منبع و شیوه گردآوری می‌تواند بر تصویر حاصل از داده‌های اجتماعی اثر بگذارد. اگر پرسش به نظر کل جامعه مربوط است، طراحی پیمایش مناسب می‌تواند این تصویر محدود را تکمیل کند.
منابع
Olteanu, A., Castillo, C., Diaz, F., & Kıcıman, E. (2019). Social Data: Biases, Methodological Pitfalls, and Ethical Boundaries. Frontiers in Big Data, 2, 13. https://doi.org/10.3389/fdata.2019.00013
Rogstad, I. (2016). Is Twitter Just Rehashing? Intermedia Agenda Setting Between Twitter and Mainstream Media. Journal of Information Technology & Politics, 13(2), 142–158. https://doi.org/10.1080/19331681.2016.1160263
