Цифровое общество - это постоянно меняющийся и быстро развивающийся объект исследования, а поэтому существует потребность в теоретических и методологических основах, которые могут помочь профильным специалистам понять, как новые технологии взаимодействуют с людьми в повседневной общественной жизни. Сначала, когда большинство социологов были убеждены, что изучение цифровых практик больше не означает отхода от реальности, социальные науки предприняли попытку адаптировать традиционные методы для исследования цифровых контекстов. Впоследствии эти усилия были направлены на разработку новых методологических инструментов, предназначенных специально для изучения сетевой активности, сбора данных и их анализа.
Бурная, но постепенная эволюция цифровых технологий вызывает, помимо прочих последствий, постоянное и потенциально неограниченную генерацию информации о каждой человеческой практике/деятельности, осуществляемой через Интернет. Несмотря на то, что в сообществе социальных наук до сих пор нет единого набора общих определений и концепций относительно изучения цифрового следа, стоит рассматривать такие социальные исследования как самостоятельную дисциплинарную область.
Нюансы использования коммуникационных инновационных технологий в современном обществе становятся всё более интенсивными, поскольку сами технологии уже проникают во все аспекты социальной жизни человека. Просто подумайте о том, как многие (если не большинство), социальных действий и отношений (как формальных, так и неформальных), выполняются посредством использования цифровых устройств. Это явление оказывает влияние на саму концепцию социальных исследований цифровых технологий и поведенческих факторов, которые, могут быть даже избыточно использованы в маркетинге и других сферах бизнеса.
За последнее десятилетие произошли глубокие изменения в том, как люди эксплуатируют новые интернет-технологии для управления своими личными данными. Люди перешли от тайного обмена небольшими объёмами анонимных данных к обмену огромными массивами персональных данных, которые можно отследить в любое время. Эта информация специально собирается и хранится на серверах больших дата-центров. Такая практика размывает границы между тем, что является публичной информацией и личной (конфиденциальной). Эти данные обычно определяются как «цифровые следы», т. е. следы, которые мы оставляем ежедневно, просматривая Интернет, действуя и взаимодействуя в сети с другими людьми или с платформами социальных сетей.
Сам по себе цифровой след представляет собой неоднородный набор: от информации, которой люди делятся в социальных платформах (лайки, комментарии, твиты и т. д.), до веб-сайтов, которые они посещают, или продуктов, которые разыскивают/приобретают на платформах электронной коммерции. Эти типы информации принято называть «Большими данными» (BigData) и, по мнению некоторых учёных, эти диджитал-следы являются натуралистическими данными, поскольку они «найдены» и спонтанно созданы пользователями, а не запрошены или спровоцированы исследователями.
Лайки, комментарии, твиты, просмотры, клики не имеют изначального смысла. Данные анализируются через определённое специализированное программное обеспечение, которое влияют на их интерпретацию. Даже алгоритмы, используемые для сбора и анализа цифровых данных, неразрывно связаны с определённой теорией и/или методом. Поэтому разработчики алгоритмов анализа больших данных должны уделять больше внимания систематическому и критическому применению социальных теорий, когда они имеют дело с изучением цифрового общества и его специфических явлений, динамики, практик. На уровне постановки целей постоянно меняющаяся природа цифрового общества и влияние цифровых технологий на основные социологические концепции, такие как идентичность, сообщество, отношения и капиталы и т. д., налагают соответствующую ответственность на разработчиков и аналитиков.
Вопросы исследования имеют решающее значение в социальных исследованиях в целом, как цифровых, так и нет. Без них сбор информации невозможен или бессмыслен, поскольку всё будет казаться важным. Таким образом, цифровые социальные исследования не могут быть ограничены только чисто вычислительным процессом или аналитическим подходом к данным. Также, на уровне сбора данных и из-за отсутствия эффекта нейтральности алгоритмов, роль человеческой интерпретации становится значимой также в извлечении информации, например, при выборе атрибутов, характеристик и категорий для сбора данных. На уровне анализа данных технологическая интерпретация возможностей (социально-техническая архитектура медиа-каналов или разрозненного контента), как и их роль в структурировании цифровых действий и взаимодействий, имеют важное значение для понимания результатов. Хотя интерпретативная роль более очевидна в качественном изучении/применении, таком как нарративный анализ или цифровая этнография. Эта область включает в себя понимание интертекстуальных, трансмедийных, мультимодальных и интердискурсивных нарративов. Она также имеет решающее значение в вычислительном анализе, где эквивалентность между корреляцией и причинно-следственной связью встречается часто. Корреляция на основе больших данных недостаточна для понимания социальных явлений, так как, сама по себе, не является причинно-следственной связью. На текущем этапе эпистемологического развития социальных наук вообще трудно найти чёткие определения ключевых концепций в этой области.
Разработчики ПО для аналитики, также, как и учёные, должны полностью осознавать, что знания, полученные с использованием цифровых технологий, всегда нечёткие, пересматриваемые и в высокой степени подвержены устареванию из-за непрерывного расцвета онлайн-социальных практик и творческих способов, которыми онлайн-активность людей внедряется в данные. Цифровое общество постоянно меняется в соответствии с быстрой эволюцией технологий, которые переопределяют его практики. К сожалению, распространение инноваций не происходит с одинаковой скоростью (как между разными странами, так и внутри одной страны). Это, в основном, связано с так называемым цифровым разрывом, понимаемым как неравенство в доступе к новым цифровым технологиям и их использовании. Социально-экономические параметры, особенно различия между городом и деревней, являются ключевым фактором цифрового неравенства.
Здравоохранение является одним из секторов, который больше всего выигрывает от цифровой революции, ведь даже элементарное использование социальных сетей может повысить уровень знаний о диабете и ожирении, предлагая и мотивируя целевые стратегии общественного здравоохранения. Кроме того, проблемы, вызванные пандемическим кризисом, по-прежнему ощущаются во всех секторах: от здравоохранения до политики, от экономики до образования; последствия COVID-19 будут ощущаться ещё долгое время.
Кроме всего прочего, пандемия COVID-19 обострила проблему непрерывной инфодемии фейковых новостей и дезинформации. Процесс развился до такой степени, что стал серьёзной причиной общественного беспокойства - не в последнюю очередь потому, что дезинформация была, как причиной, так и следствием институционального неэффективного управления. И напротив, в это время была разработана эффективная тактика манипуляции под названием «Скоординированное недостоверное поведение» (CIB), использующая смесь подлинных, поддельных и дублирующих аккаунтов в социальных сетях. Массовые посты с этих аккаунтов способны перевернуть сознание масс, вводя в заблуждение огромное количество народа. Именно поэтому сейчас политики всех стран пытаются выстроить цифровое сообщество, основанное на общей цифровой культуре, которая бы способствовала распространению онтологических форм безопасности.
