Фото: Pexels

Марія Гій, інженер-дослідник, магістр Емпіричної соціології, Львівський Національний Університет ім. Івана Франка

Наталя Пашко, аспірантка кафедри Емпіричної соціології, Львівський Національний Університет ім. Івана Франка

Вступ

Всередині 2014 року ми розпочали дослідження «Періодичні дані про життя підлітків у соціальних мережах» (Гій, Пашко 2014). Саме в цей час українські школярі відкривали для себе новий цифровий світ: Facebook, Twitter, ранній Instagram, ВКонтакті. Соцмережі змінювали підлітків на очах: виникали нові способи спілкування, нові коди включення і виключення з компанії, нові ризики.

Традиційні соціологічні інструменти, на кшталт опитувань і аналізу даних у SPSS, не встигали за цією швидкістю. Ми вирішили випробувати нову методологію, та зосередитись на розробці інструментів та програмного забезпечення: пайплайни, контроль версій, автоматизацію. Це дозволило нам побудувати зовсім нову дослідницьку інфраструктуру, яка жила в одному темпі з онлайн-культурою підлітків.

Практичні уроки з дослідження

«Наука змінює суспільство лише коли є відтворюваною, доступною та масштабованою. А інженерія дає їй ритм, у якому думає суспільство.»,  Марія Гій

Програмне забезпечення відіграє ключову роль у науці, оскільки забезпечує масштабованість, точність та відтворюваність досліджень, особливо при роботі з великими обсягами даних. Академічний світ може багато чого навчитися з інженерного підходу - зокрема, як будувати інструменти, які не лише аналізують, а й адаптуються до складних, динамічних систем. У цій рефлексії ми підсумовуємо, чого навчилися з інтегрованого дослідження: як періодичний збір та аналіз даних змінив наше розуміння підліткового віку? І що з цього інженерного підходу ми можемо запропонувати Україні сьогодні для формування молодіжної політики та практик.

Урок 1. Контроль версій при дослідженнях підлітків

Наші команди кодували тисячі постів і коментарів українських школярів. Щоб уникнути хаосу, ми використали GitHub - вебсервіс для відслідковування та контролю версійності. І це виявилося проривом: кожна зміна в схемі кодування зберігалася з датою та автором. Наприклад, один дослідник зарахував «саркастичний гумор» до булінгу, а інший - до дружніх жартів. У версіях було видно, хто й чому змінив визначення. Так ми уникали суперечок і досягали прозорості між членами команди, якої раніше бракувало у якісних дослідженнях молоді.

Урок 2. Автоматизація замість ручної рутини

Підліткові тренди тривають не роками, а тижнями. Тому ми створили Python-ботів із бібліотеками BeautifulSoup і Scrapy, які щоночі “стягували” дані з популярних сторінок. Сервіс Jenkins запускав процес автоматично. У результаті ми отримували автоматизовані масиви даних: коментарі, лайки, емодзі, хештеги. Це дозволяло будувати на основі отриманих даних - щомісячні звіти. Вони показували не лише сталий булінг чи ізоляцію, а й тимчасові явища: хвилі жорсткого гумору перед іспитами, вірусні меми чи короткі сплески націоналістичної риторики. Без автоматизації ці феномени просто лишилися б поза увагою.

Урок 3. Координація через Agile

Ми працювали у трьох містах: Києві, Львові та Харкові. Анкети, інтерв’ю, кодування даних - усе це вимагало дисципліни і чіткого розуміння, хто над чим працює, і на якому етапі є виконання того чи іншого завдання. Agile-інструменти стали нашим порятунком. Trello й Asana давали змогу бачити весь процес: від польових інтерв’ю до закодованих даних. Кожен знав, хто за що відповідає.

Урок 4. Інтеграція кількісних і якісних інсайтів

Найпотужніші інсайти з’являлися на перетині методів. Ми будували статистичні моделі в RStudio IDE та pandas (Python) , щоб пов’язати кількість годин онлайн з рівнем стресу. NVivo допомагав зберігати якісні наративи з інтерв’ю про напругу підлітків. Gephi візуалізував карти дружніх мереж. Статистика сама по собі не пояснила б, чому дитина відмовляється брати участь у соціальному житті. Але поєднання цифр і інтерв’ю розкривало і структуру, і давало глибше розуміння причинно-наслідкових зв'язків.

Урок 5. Періодичне звітування

Останній урок, який ми винесли з цього дослідження: поєднувати автоматизовані пайплайни з R Markdown для створення живих, відтворюваних звітів, які зацікавлені сторони можуть легко читати. Щомісяця наша робота генерувала звіт, що узагальнював дані. Цей живий документ поєднував текст, графіки та таблиці. Компоненти документу автоматично оновлювалися з кожною новою порцією даних. Директори шкіл і дитячі психологи могли швидко переглянути звіт і побачити чіткий наратив: «Цього місяця ворожий гумор зріс на 18%, ймовірно був пов’язаний із стресом через іспити вкінці навчальног року». Такі відтворювані періодичні звіти давали можливість зацікавленим сторонам оперативно реагувати: змінювати тематику шкільних тренінгів, коригувати зміст або час батьківських зборів, посилювати консультаційну підтримку - замість чекати рік на статичний звіт.

Уроки для молодіжної політики України

“Автоматизація - це не про зручність, а про готовність реагувати миттєво, саме тоді, коли це справді потрібно”, Наталя Пашко

Ми пропонуємо: замість разових опитувань Україна має інституціоналізувати регулярний моніторинг цифрового здоров’я підлітків. Автоматизовані пайплайни можуть стати системою раннього інформування для шкіл, батьків і державних структур. Враховуючи контекст молодіжної політики України, з цього дослідження можна почерпнути три головні сигнали:

1. Підлітки/Юнацтво тепер живуть в умовах швидкоплинних цифрових культур.  Якщо збір даних не буде частим, бажано автоматизованим, то тренди в  реальному часі буде складно відслідковувати.
2. Розробка інструментів додає чіткості та масштабності обробці даних. Контроль версій та автоматизація роблять дослідження молоді більш комплексними, тоді як Agile-борди забезпечують організаційну підзвітність і гнучкість.
3. Практика та дії мають бути гнучкими та динамічними. Періодичний аналіз і звіти на основі даних дають освітянам, політикам і батькам інформацію, згідно якої можна реагувати одразу.

Післямова

2014 рік був для нас не лише роком дослідження підлітків у соцмережах, а й роком трансформації нашого підходу. Розробка інструментів, автоматизація та вдосконалена аналітика змінила те, що ми могли відслідкувати, і те, що ми могли аналізувати. Наш дослідницький процес - науковий за змістом, але водночас динамічний, адаптивний і чутливий до темпу життя підлітків у цифровому просторі.

Таким чином, наш головний висновок простий: аби підтримати підлітків, Україні потрібні не лише кращі теорії, а й кращі інструменти та власні адаптивні інженерні рішення. Періодичний, автоматизований і відтворюваний аналіз даних може дати суспільству інсайти вчасно - тоді, коли вони найбільш потрібні.