Область интернет-исследований в социальных науках Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

Область интернет-исследований в социальных науках*

Юрий Рыков

Кандидат социологических наук, младший научный сотрудник лаборатории интернет-исследований Санкт-Петербургской школы социальных и гуманитарных наук Национального исследовательского университета

«Высшая школа экономики» в Санкт-Петербурге Адрес: ул. Союза Печатников, д. 16, Санкт-Петербург, Российская Федерация 190008 E-mail: rykyur@gmail.com

Олег Нагорный

Стажер-исследователь лаборатории интернет-исследований Санкт-Петербургской школы социальных и гуманитарных наук Национального исследовательского университета «Высшая школа экономики» в Санкт-Петербурге Адрес: ул. Союза Печатников, д. 16, Санкт-Петербург, Российская Федерация 190008 E-mail: nagornyy.o@gmail.com

Исследования Интернета (Internet Studies) — междисциплинарное и мультидис-циплинарное поле фундаментальных и прикладных исследований, объединяющее различные научные дисциплины, общим объектом исследования которых является Интернет. В настоящей обзорной статье дается определение области интернет-исследований, описание структуры ее предметной области как части социальных наук и анализируется тематический репертуар области, включая исследовательскую проблематику отдельных направлений. Более подробно проанализированы направления исследований Интернета, связанные с классической социологической проблематикой: неравенство, онлайн-сообщества и социальный капитал; а также темы исследований, связанные с изучением трансформаций в различных сферах общества: политике, общественном здоровье и медицине, образовании. Кратко описаны два основных теоретических подхода, в рамках которых происходит осмысление влияния Интернета на общество (концепция сетевого общества и критическая теория общества), и основные методы интернет-исследований. Авторы приходят к выводу, что существующие направления интернет-исследований имеют множество пересечений друг с другом и на их пересечении открывается перспектива более полного изучения механизмов, которые опосредуют социальные изменения, связанные с Интернетом, и объединяют онлайн- и офлайн-социальность в единое пространство.

Ключевые слова: интернет-исследования, социальные исследования Интернета, он-лайн-сообщества, цифровое неравенство, социальный капитал, общественное здоровье и медицина, социальные медиа, политика онлайн

© Рыков Ю. Г., 2017 © Нагорный О. С., 2017

© Центр фундаментальной социологии, 2017 DOI: l0.l732з/l728-l92X-20l7-з-з66-394

* Статья подготовлена по материалам исследования, проведенного в рамках Программы фундаментальных исследований НИУ ВШЭ в 2017 году. Авторы также выражают благодарность И. А. Климову за ценные советы и критические замечания, высказанные в ходе подготовки статьи.

366

СОЦИОЛОГИЧЕСКОЕ ОБОЗРЕНИЕ. 2017. Т. 16. № 3

Исследования Интернета (Internet Studies) — это междисциплинарное и мульти-дисциплинарное поле фундаментальных и прикладных исследований, объединяющее различные научные дисциплины и предметные области общим объектом исследования, которым является Интернет. Поскольку Интернет — это социально-технический феномен, дисциплины, входящие в это поле, можно разделить на два класса. Первые занимаются изучением технической стороны Интернета и рассматривают такие связанные с этим вопросы, как архитектура сетей, интернет-безопасность, web-разработка. Вторые изучают социальные аспекты Интернета. Среди основных социально-гуманитарных дисциплин, делящих между собой это поле, представлены социология, политология, психология, экономика, антропология и этнография, лингвистика и семиотика. Цель данной статьи — дать описание предметных областей, тематики и исследовательской повестки, которые конституируют поле исследований Интернета в социальных науках, поскольку они составляют ядро этой междисциплинарной области. Таким образом, статья представляет собой аналитический обзор литературы по основным направлениям исследований, которые внесли важный вклад в формирование современной повестки области интернет-исследований.

Что такое исследования Интернета?

Во введении к первому опубликованному справочнику по интернет-исследованиям содержатся рассуждения редакторов-составителей — Ч. Эсс и М. Консальво — на тему определения интернет-исследований, из которых следует, что предметную область составляют различные виды человеческого общения и социального взаимодействия, осуществляемые при помощи Интернета, а также их влияние и последствия во множестве контекстов повседневной жизни (Ess, Consalvo, 2011: 1-2). Рецензент книги заметил, что предметная область интернет-исследований в приведенном определении тяготеет к социальным наукам, а не техническим, причем скорее социологии и коммуникативистики (communication science), а не экономики, лингвистики или психологии (Van Dijk, 2013). Отметим, что понятия коммуникации и социального взаимодействия, использованные в определении предметной области, являются базовыми понятиями социологии.

Определение из другого руководства по интернет-исследованиям, изданного Оксфордским Институтом Интернета, также имеет крен в сторону социальных наук. Редактор издания, У Даттон, полагает, что в фокусе исследований Интернета находятся социальные и культурные последствия, вызванные широким распространением и разнообразными практиками использования Интернета и связанных с ним информационных и коммуникационных технологий (ИКТ), а также способы, с помощью которых люди формируют облик Интернета (Dutton, 2013: 2-3). В этом определении добавляется обратное влияние социального на Интернет, сети обретает самостоятельный интерес для исследователей.

Существует еще одна перспектива, идущая от исследований массмедиа, которая рассматривает исследования Интернета как отраслевую дисциплину наук о медиа и коммуникации. Согласно МакКуэйлу, медиатеория Интернета пытается концептуализировать различия новых и традиционных медиа в плане перераспределения информационного трафика, изменения моделей коммуникации между отправителями и получателями контента (McQuail, 2010).

Несмотря на заявления о принципиальной междисциплинарности, интернет-исследования имеют сильный крен в область социальных наук, прежде всего социологии и политологии, которые до сих пор являются основными поставщиками исследовательских задач. В последние годы под влиянием достижений в компьютерных науках, информатике и исследованиях искусственного интеллекта (машинном обучении), сложился новый тренд, который часто называют «Большие данные» (Big Data). Исследовательские задачи, включающие сбор и анализ «Больших данных» из Интернета, во многом ставятся и выполняются специалистами из сферы IT, математиками и программистами, поэтому сегодня исследования Интернета невозможно представить без сильного компонента технических наук. Область, смежная и во многом пересекающаяся с интернет-исследованиями, но имеющая в основе компьютерные науки, называется Web Science1. Она изучает функционирование крупномасштабных социотехнических систем, таких как World Wide Web, и оперирует преимущественно данными, доступными из Интернета, так называемыми «цифровыми следами» — «естественными» данными, оставляемыми пользователями на сайтах социальных сетей и других интернет-платформах (Berners-Lee at al., 2006; Shneiderman, 2007).

Наконец, важно отличать интернет-исследования от онлайн-исследований2. Несмотря на близость и даже частую синонимичность значений, эти термины отсылают к исследованиям на совершенно разных основаниях. В первом случае Интернет предстает в качестве объекта или предмета изучения, а во втором — является прежде всего средством и средой исследования, инструментом сбора данных. Интернет фигурирует в онлайн-исследованиях в связи с вопросами методики и техники эмпирических исследований, тогда как сами исследования могут быть посвящены проблемам, не связанным с самим Интернетом. Онлайн-исследования стали очень популярным инструментом в маркетинге, и существует много интернет-сервисов для панельных опросов населения3. Тем не менее эти области пересекаются, и объектом онлайн-исследований часто становится пользовательское поведение, например, читателей интернет-СМИ или аудитории продвигаемых в сети коммерческих брендов.

1. Термин «Web Science» может быть переведен на русский как наука о веб-сетях.

2. Синонимом онлайн-исследований в литературе является термин «e-Research». Используя термин «онлайн-исследования» для обозначения этой области, мы апеллируем в первую очередь к серии российских научных изданий «Онлайн-исследования в России» (Шашкина, Девятко, Давыдова, 2010; 2012).

3. См. например: Harris Poll Online, American Consumer Opinion и др.

Структура предметной области и тематический репертуар интернет-исследований

Область интернет-исследований включает в себя широкий спектр теоретических и эмпирических направлений, исследовательских проблем и тем. Для получения полного представления об этой сфере исследований необходимо рассмотреть структуру предметной области и тематический репертуар интернет-исследований. Структура предметной области включает теоретико-методологические подходы и большие исследовательские вопросы, поднимаемые в рамках области.

Рассмотрим описание структуры предметной области, представленное У Дат-тоном (Dutton, 2013). Он структурирует поле интернет-исследований по изучаемым объектам и обобщенным исследовательским вопросам. Он пишет, что интернет-исследования разведены по трем различным, но тесно связанным объектам:

1) технология и инфраструктура Интернета, включая его дизайн и разработку;

2) практики пользования Интернетом, включая паттерны использования среди различных групп населения и контекстов использования; 3) правовое регулирование Интернета, включая законодательство и регулирование в области частной жизни, свободы слова и авторских прав. Применительно к каждому из объектов исследовательский интерес составляют следующие вопросы: 1) Кто и как придает форму Интернету? 2) Почему? Какие структуры, смыслы, цели и ценности влияют на изменения Интернета? 3) С какими последствиями и для кого происходят эти изменения?

В рамках первого объекта исследований находит свое место технологический детерминизм, подчеркивающий важность технической основы Интернета как решающего фактора его воздействия. Имеется и обратный императив, конструктивистский — технодетерминизму противостоит поиск социального и культурного влияния в разработке и технических особенностях Интернета. Здесь также находят свое приложение такие направления, как исследования науки и техники (science and technology studies), акторно-сетевая теория (actor-network theory), изучение взаимодействий человек-компьютер (human-computer interaction), социальное конструирование технологий и др. Согласно Даттону, исследования практик пользования Интернетом укладываются в три обобщенных контекста использования: в повседневной жизни, в профессиональной деятельности, в контексте современных массмедиа. Наконец, третья область предполагает изучение политико-правового регулирования Интернета. Здесь поднимаются вопросы, связанные с авторским правом, интеллектуальной собственностью, неприкосновенностью частной жизни и этикой использования персональных данных (Floridi, 2013), свободой слова и самовыражения в пространстве Интернета. Даттон замечает, что исследования чаще всего мотивированы и направлены не на продвижение конкретной теории, а на решение социальных проблем, например, таких как сужение цифрового разрыва.

Иной вариант структурирования поля исследований Интернета в повседневной жизни предлагает М. Бакардиева, которая помещает в основу систематизации три эпистемологические перспективы социологии: позитивистскую, интерпрета-тивную и критическую (Bakardjieva, 2011). Каждая из них определяет набор ключевых вопросов и соответствующую методологию. Позитивистский подход предполагает количественные (статистические) методы и ставит вопросы: кто находится онлайн, сколько времени затрачивается, какие действия совершаются, и другие. В рамках интерпретативного подхода используется качественная методология и интерес вызывают вопросы: почему люди используют Интернет, какое значение придают этому, как это влияет на их жизненный мир. Наконец, критический подход к изучению Интернета отличается своим нормативным измерением. К чему приводит использование Интернета: к расширению свобод и возможностей людей или к их большему угнетению, к сглаживанию социального неравенства или его обострению, к отчуждению и эксплуатации людей — вот вопросы, поднимаемые в рамках критического подхода.

Приведенные выше способы систематического описания структуры поля интернет-исследований создают метапредставление о научном поле, существующих теоретических рамках и проблемах. Рассмотрим тематический репертуар интернет-исследований для более глубокого понимания исследовательской повестки и тематики.

Коллектив авторов из Китая составил тематическую карту интернет-исследований на основе анализа более чем 27 тыс. публикаций из реферируемых журналов по социальным наукам, индексируемых в Social Sciences Citation Index (SSCI) и Arts & Humanities Citation Index (A&HCI) Института научной информации (ISI) и ресурса Web of Science (Tai-Quan Peng at al., 2013). Авторы статьи проанализировали тексты аннотаций и ключевые слова с помощью метода кластеризации, в результате чего сгруппировали публикации в несколько направлений (рис. 1). Заметим, что данная схема не дает представления о существе исследовательских проблем, а лишь определяет границы исследовательских направлений.

Рисунок 1. Древо направлений внутри области интернет-исследований (воспроизведен по Tai-Quan Peng at al., 2013)

В 2001 году вышла широко цитируемая статья, в которой П. ДиМаджио и соавторы составили список ключевых тем и вопросов исследований Интернета с социологической перспективы (DiMaggio et al., 2001). По словам авторов, интерес социологии направлен на совокупность социальных последствий, на общественные изменения, происходящие под влиянием коммуникационной среды Интернета. Авторы выделяют ряд направлений, соответствующих различным сферам общественной жизни, в которых происходят институциональные трансформации. Выделено пять основных тем исследований влияния Интернета на общество: 1) социальное неравенство и «цифровой разрыв»; 2) политическое участие; 3) организации и другие экономические институты; 4) сообщества и социальный капитал; 5) культурные индустрии и культурное разнообразие. Выделенные направления исследований к настоящему моменту стали классическими и не теряют своей актуальности, однако за время, прошедшее с момента публикации статьи, произошли заметные изменения, и область обогатилась новыми знаниями и вызовами. Отталкиваясь от логики ДиМаджио и ориентируясь на сборник «Society and the Internet: How Networks of Information and Communication are Changing Our Lives» (Graham, Dutton, 2014), мы приводим собственный список ключевых тем и вопросов исследовательской повестки социальных исследований Интернета:

1) Интернет и социальное неравенство: «цифровые разрывы»

2) Онлайн-сообщества: структура и функционирование

3) Интернет и динамика социального капитала

4) Интернет и политика: электоральные компании, социальные движения и протестная мобилизация

5) Интернет и экономика: электронная коммерция и использование в бизнесе

6) Киберкультура и культурные трансформации

7) Интернет в социальной сфере: образование, здравоохранение и медицина, наука, религия

Помимо этих областей полезно отдельно выделить две основные теоретические парадигмы социальных исследований Интернета:

1) Интернет и концепция сетевого общества

2) Критические исследования Интернета и новых медиа

Рассмотрим подробнее некоторые их этих направлений.

Интернет и социальное неравенство: «цифровые разрывы»

Исследования «цифрового разрыва» (digital divide) представляют одну из главных тем социологии Интернета и имеют наиболее долгую историю. Центральный вопрос в рамках изучения цифрового разрыва касается распространения и доступности Интернета среди различных групп и категорий населения. Изначальной посылкой в данных исследованиях служит представление, что доступ к Интернету и информации является безусловным благом и ресурсом, расширяющим социальные возможности пользователей и повышающим жизненные шансы. Следовательно, те, кто имеет доступ и эффективно пользуется Интернетом, занимают выигрышное положение по сравнению с теми, кто этого доступа лишен. Таким способом Интернет воспроизводит или трансформирует систему социального неравенства. Понятие «цифрового разрыва» предполагает, что дифференциация населения на имеющих и не имеющих доступ к Интернету является дополнительным фактором неравенства, добавляемым к уже имеющимся источникам расслоения. В свою очередь, неравный доступ к Интернету связывается с влиянием демографических и социально-экономических различий, таких как пол, возраст, уровень доходов, уровень образования, этническая принадлежность, регион проживания и тип населенного пункта. Согласно данным большого исследования, проведенного в рамках Pew Internet & American Life Project, наиболее точными предикторами интенсивности и экстенсивности пользования Интернетом4 являются уровни дохода и образования (Witte, Mannon, 2010).

Теоретически существует три варианта эффектов воздействия распространения и использования Интернета на социальное неравенство (Hargittai, Hsieh, 2013). В случае если Интернет распространен преимущественно среди верхних слоев общества, то социальное неравенство и исключение усугубляются; такая модель социального эффекта называется «богатый становится богаче». Если обеспечивается равный доступ среди различных слоев населения, то социальное неравенство

4. Интенсивность означает частоту и регулярность использования Интернета. Экстенсивность отсылает к качеству пользования и означает разнообразие практики и целей.

остается на прежнем уровне. Если пользу от доступа к Сети прежде всего получают депривированные и маргинальные группы населения, неравенство сглаживается. В конечном счете связь между социально-экономическим статусом и владением цифровыми ресурсами обоюдно направленная, поэтому традиционные формы неравенства и цифровое неравенство могут усиливать друг друга (Van Dijk, 2005).

На ранних этапах изучения данной проблемы индикаторы цифрового неравенства были весьма «грубыми» и ограничивались материальным аспектом индивидуальной практики: наличие и качество компьютерной техники и программного обеспечения, физический доступ к сети Интернет, число мест с доступом к Сети или автономность доступа, скорость соединения. Когда в развитых странах проникновение Интернета достигло высокого уровня и доступ к Сети перестал быть проблемой, тогда на передний план вышли показатели пользования: навыки пользователей, цели использования, тематика искомой информации, функционал посещаемых сервисов и др. Согласно эмпирическим данным, образованные и материально обеспеченные люди чаще применяют Интернет для получения информации и установления дальних социальных связей, что, в свою очередь, увеличивает их социальный, экономический и культурный капитал (Hargittai, 2008). Образцовое исследование современного состояния цифрового разрыва в России на эмпирических данных показало, что, несмотря на уменьшение неравенства в сфере доступа, цифровое неравенство в целях использования увеличивается (Волченко, 2016). Таким образом, на современном этапе исследований существует сложная концепция цифрового разрыва, включающая по меньшей мере два уровня: цифровой разрыв первого уровня связан с материальными характеристиками доступа к ИКТ, разрыв второго уровня — с характеристиками использования (навыки и цели).

В рамках дискуссии цифрового разрыва также принято говорить о неравномерном доступе к вниманию аудитории пользователей (DiMaggio et al., 2001). В эпоху Web 1.0 исследователи отмечали, что на крайне малую долю веб-сайтов приходится подавляющая часть интернет-траффика и подавляющее число гиперссылок. Инфраструктура Интернета и поисковые машины играли решающую роль в распределении внимания между сайтами, что сближает Интернет с традиционными массмедиа. В эпоху социальных медиа и пользовательского контента неравномерное распределение внимания становится характеристикой индивидуальных пользователей и появляется еще один разрыв — виртуальное расслоение пользователей. Таким образом, в концепции цифрового неравенства намечается разрыв третьего уровня, связанный с неравномерным распределением внимания, признания и репутации пользователей, влияющих на получение выгоды (Wasko, Faraj 2005; Van Deursen, Helsper, 2015; Рыков, 2015; Ragnedda, 2017).

Актуальные вопросы изучения цифрового разрыва сегодня следующие: какие именно преимущества и выгоды соответствуют разным возможностям доступа, уровням навыков и типам пользования? Как человеческий, финансовый, культурный и социальный капитал меняется в результате использования Интернета? С какими последствиями сталкиваются те, кто исключен из Сети?

Онлайн-сообщества: структура и функционирование

Феномен виртуальных сообществ является одной из основных тем, привлекающих внимание исследователей. Понятие «виртуальное сообщество» (или «виртуальная община») впервые в социологический дискурс ввел Г. Рейнгольд в одноименной книге, посвященной описанию сообщества WELL. Автор дает следующее определение: виртуальное сообщество — «это социальное образование, которое появляется на основе практики компьютерно опосредованной коммуникации в Интернете, когда достаточное количество людей принимает участие в публичной дискуссии достаточно долгое время и с присущими человеческими чувствами, чтобы сформировать ткань личных отношений в виртуальном пространстве» (Rheingold, 1993). Рейнгольд указал на рождение качественно нового вида социальных общностей, которые стали возможны только благодаря Интернету. Признаками, отличающими виртуальные сообщества от обычных сообществ, являются: отсутствие географических и политических границ, разнообразие оснований и мотивов для объединения и взаимодействия людей (как следствие — разнообразие отношений и тематических контекстов коммуникации). Важно также различение между виртуальными сообществами и другими формами социальности, возникающими на основе компьютерно-опосредованной коммуникации. Ключевым признаком является наличие (полу-)публичной коммуникации, позволяющей общение многих со многими, и плотной ткани отношений между пользователями.

Первоначально научная проблематика изучения онлайн-сообществ заключалась в выяснении их природы, причин возникновения, мотивов участия, а также оказываемых влияние на жизнь эффектов, поэтому традиционной исследовательской задачей была и остается разработка классификаций и типологий онлайн-со-обществ. В литературе существует масса классификаций, в основе которых лежат различные принципы. Например, в качестве таковых могут выступать цели сообщества и мотивы участия (Розина, 2009); основные функции и технология веб-сервиса (Smith, Kollock, 1999); соотношение производящих и потребляющих контент участников (Hansen, Shneiderman, Smith, 2010); тематика общения и взаимодействия; степень сопряжения с офлайн-пространством (Garcia et al., 2009). Интересна типология, предложенная Козинецем (Kozinets, 2010), который различает сообщества по двум параметрам: тематическая ориентация и плотность отношений между пользователями (рис. 2). Другими важными вопросами, волнующими исследователей, остаются вопросы о формировании и распаде онлайн-сообществ, об их жизненном цикле и проблема идентичности их членов (Kendall, 2011).

INTENSITY OF COMMUNAL RELATIONSHIPS

CONSUMPTION OR OTHER ACTIVITY ORIENTATION

GEEKIDG шшзшш

CliüiSWI mvm

STRONG ORIENTATION1

WEAK OR NO ORIENTATION

SUPERFICIAL

PROFOUND

Рисунок2. Матрица типов онлайн-сообществ (воспроизведен по Kozinets, 2010)

На современном этапе исследовательский интерес сфокусирован на структуре и функционировании онлайн-сообществ различных типов, а также на изучении паттернов онлайн-поведения участников, в том числе конфликтов и сотрудничества. Ведущие западные социологи (см. напр.: Castells, 2001; Wellman, 2001; Wellman, Boase, Chen, 2002; Raine, 2012) считают, что пользовательская структура онлайн-сообществ представляет собой горизонтальную сеть и строится по принципам сетевого индивидуализма. Согласно концепции сетевого индивидуализма, в Интернете преобладают горизонтальные отношения, основанные на свободном общении, автономности и равенстве участников. Существует иная точка зрения, согласно которой в основе онлайн-сообществ лежат пользовательские различия и иерархические отношения (Reid, 1999; Бондаренко, 2004; O'Neil, 2009; Рыков, 2013). Неравномерное распределение внимания, репутации и социальных связей способствует формированию виртуальных элит и структурных неравенств между пользователями. Таким образом, исследования виртуальных социальных структур вращаются вокруг концептуальных дихотомий: «иерархия или сеть»/«неравенство или эгалитаризм» (Рыков, 2015).

Еще одной важной темой, тесно связанной с изучением структуры сообществ, является проблематика власти и социального влияния в интернет-пространстве. На уровне эмпирических данных эта проблематика пересекается с темой исследования онлайн-лидерства, в которой уже получены значительные результаты (Hogan, 2008; Ganley et al., 2009; Huffaker, 2010; Probst, Grosswiele, Pfleger, 2013). Исследования онлайн-лидерства направлены на выявление влиятельных пользова-

телей и объяснение их господствующего положения с помощью других характеристик их поведения. Как правило, структура сообществ состоит из небольшого ядра лидеров и большого числа периферийных пользователей (Van Mierlo, 2014). Эти результаты также могут быть интерпретированы в рамках концепции цифрового разрыва и темы социального неравенства.

Интернет и динамика социального капитала

Феномен возникновения новых общностей и возможность налаживать социальные связи в Интернете переформатирует исследовательскую проблему изучения групп и социального капитала, поднимая вопросы о его изменении, влиянии и значении. На раннем этапе изучения динамики социального капитала в эпоху Интернета исследования были тесно связаны с социальной проблемой интернет-зависимости и социальной изоляцией, и формулировка исследовательской проблемы носила нормативный характер: как практика пользования Интернетом сказывается на поддержании контактов и социального капитала пользователя — позитивно или негативно (Wellman, Boase, Chen, 2002)? Какие связи поддерживаются и налаживаются посредством Интернета, а какие утрачивают свое значение? Поддерживается ли посредством Интернета связь с уже знакомыми людьми из реальной жизни? Способствует ли опыт общения в Интернете повышению обобщенного доверия к другим?

ДиМаджио и соавторы указывают, что результаты исследований свидетельствовали в пользу как одной, так и другой точки зрения (DiMaggio et al., 2001). С одной стороны, более частое использование Интернета снижает вовлеченность в другие сферы деятельности (Kraut et al., 1998) и связано с сокращением социального круга, от чего пользователи могут страдать от одиночества и депрессии. Другое исследование показало, что чем больше времени пользователи проводят в Интернете, тем меньше времени проводят с семьей, друзьями и вне дома (Nie, Erbring, 2000). Однако повторное исследование дало противоположные результаты: исчезновение негативных эффектов и положительное влияние использования Интернета на поддержание контактов с социальным окружением (Kraut et al., 2002). Катц и Райс также указали, что использование Интернета не только не приводит к разрушительным последствиям для социального капитала, но даже может стать полезным для его накопления (Katz, Rice, 2002). По мнению Киттилсона и соавторов, онлайн-активность, основанная на существующих личных сетях, укрепляет близкие связи (bonding relationships), а интеракция, выходящая за рамки непосредственных личных сетей, такая как общение с людьми из других стран или с незнакомцами, может налаживать далекие связи (bridging relationships) (Kittilson, Dalton, 2010).

Многие эмпирические исследования (Haythornthwaite, 2002; Donath, boyd, 2004; Ellison, Steinfield, Lampe, 2007) показали, что использование Интернета и, в частности, сайтов социальных сетей (например, Facebook) связано с различными ви-

дами социального капитала, в том числе с установлением и накоплением слабых связей, преодолевающих структурные дыры (bridging social capital). Согласно результатам этих эмпирических исследований, более интенсивное использование сайта Facebook связано с большим объемом сближающего (bonding) и преодолевающего (bridging) социального капитала (Ellison, Steinfield, Lampe, 2007; Johnston et al., 2013). Авторы некоторых работ проводят более глубокий анализ и оценивают, какие именно функции и способы использования сайтов социальных сетей влияют на доступность социального капитала. Среди таких функций и практик рассматриваются: добавление в «друзья», частота размещения постов на своей странице, реакции на чужой контент (Bohn et al., 2014), публикация запросов помощи (Ellison et al., 2014). В частности, авторы установили, что положительное влияние на социальный капитал наблюдается до некоторых пределов (например, до достижения 400-600 «друзей»), а после их преодоления эффекты теряют устойчивость и могут быть прямо противоположными. Также есть исследования, которые опираются не на опросные методы и шкалы измерения воспринимаемого социального капитала, а на структурное понимание социального капитала как совокупности и разнообразия связей, существующих в эгоцентричных сетях (например, связей «дружбы» в случае Facebook; Brooks et al., 2014; Shen, Cage, 2015).

Социальный капитал связан не просто с использованием Интернета, но с участием в онлайн-сообществах, которые становятся источником накопления социального капитала. В фокусе исследований влияния онлайн-сообществ на социальный капитал находится изучение условий, при которых сообщества могут увеличивать или снижать социальный капитал участников. Исследование сайта молодых матерей показало, что онлайн-сообщество, образованное участниками сайта, существенным образом повышает социальный капитал матерей, пока они находятся в некоторой изоляции из-за необходимости ухода за ребенком (Drentea, Moren-Cross, 2005). Положительные эффекты социального капитала данного сообщества заключаются в предоставлении эмоциональной поддержки, информации и помощи кормящим матерям.

Интернет и политика: электоральные компании, социальные движения и протестная мобилизация

Влияние Интернета на политические процессы, пожалуй, наиболее популярная и заметная тематика в последние годы. В фокусе многих исследований оказывается влияние Интернета на становление и развитие демократических институтов в странах всего мира. Представления, ассоциирующие использование Интернета с развитием демократических процессов, сформировались в результате распространения сервисов Web 2.0, подразумевающих партисипаторное поведение пользователей. Техническая возможность высказываться и потенциально достигать большую аудиторию, доступная любым пользователям, рассматривается исследователями как фундаментальная предпосылка развития демократических инсти-

тутов, способствующая плюрализму мнений. Общий исследовательский вопрос в рамках исследования политических процессов — как присутствие и активность в социальных медиа граждан и других политических акторов способна влиять и менять реальную политическую практику, институты и мобилизовать людей на политическое участие.

Наиболее простым примером конвенционального влияния Интернета на политические процессы являются изменения в ведении предвыборной агитации во время избирательных кампаний. Хрестоматийный пример успешного использования социальных медиа в политической агитации — электоральная кампания Б. Обамы на президентских выборах в США 2008 года и использование усовершенствованной таргетированной рекламы на основе «больших данных» в электоральной кампании Д. Трампа на выборах 2016 года (Menczer, 2016). Исследования предвыборных кампаний строятся вокруг трех важных аспектов. Во-первых, Интернет предоставляет гражданам доступ к богатым информационным ресурсам, связанным с политикой. Во-вторых, кандидаты и партии могут выстраивать отношения со своими сторонниками с меньшими издержками. В-третьих, что наиболее фундаментально для демократии, Интернет содействует широкой общественной дискуссии по вопросам повестки дня и электоральной кампании (Lilleker, 2013).

Наиболее яркий пример радикальной трансформации политической системы под воздействием Интернета — череда массовых протестов в арабских странах (Египет, Тунис и др.), получивших название «Арабская весна» и приведших к значительным последствиям, вплоть до свержения правительств и смены политического режима. Многие эксперты отмечают, что Интернет сыграл едва ли не решающую роль в успехе этих протестных движений. Предполагается, что новые медиа способствовали изменению самой логики коллективных действий и выполняли ряд важных функций: источник альтернативных новостей; среда распространения протестной коммуникации и информации; поиск людей и рекрутинг новых участников; координация коллективных действий (назначение времени и места); возможность оценки масштаба протеста и принятие решения об участии.

Некоторые исследователи полагают, что микроблоги, в частности Twitter, способствуют нереципрокному обмену информацией, т. е. общению, а скорее, обеспечивают стремительное распространение новостей (Kwak et al., 2010). Поведение пользователей сервиса Twitter по распространению информации напоминает модели двухступенчатой коммуникации (Katz, Lazarsfeld, 1955) или диффузии инноваций (Rogers, 1983), так как передача информации происходит в цикле от одного к множеству других. Таким образом, информационные потоки в новых медиа являются любопытной комбинацией широкого медиавещания и межличностной передачи информации. Считается, что благодаря такой механике коммуникации происходит изменение логики коллективных действий и открываются широкие возможности для мобилизации населения.

Для проверки гипотез о роли и значимости Интернета в массовых протестах используются в основном два самостоятельных подхода к исследованию: изуче-

ние интернет-коммуникации путем сбора данных из Интернета (Gonzalez-Balion, Borge-Holthoefer, Moreno, 2013); и изучение участников традиционными социологическими методами опроса и интервью (Van Laer, 2010).

В рамках первого вида исследований собираются большие массивы данных из различных интернет-ресурсов и анализируются информационные потоки, их динамика и структура. Так, группа исследователей (Lotan et al., 2011) проанализировала массив твитов, собранных в период обострения и кульминации массовых протестов в Египте и Тунисе. Их интересовало, как различаются информационные потоки в зависимости от того, кто их инициирует, какие типы и как много пользователей вовлекается в поток? Как каждый тип пользователей генерирует и распространяет информацию через свои сети? Исследователи разработали классификацию пользователей и разбили их на две группы: в первую вошли аккаунты крупных СМИ, известных журналистов и авторитетных региональных и международных политиков; во вторую — участники, активно пользующие Twitter: активисты, блогеры и даже боты. Выяснилось, что информация о протестах распространялась в Twitter благодаря непосредственным участникам митингов и только затем журналистами и агентами СМИ. Отсюда авторы делают вывод о ключевой роли Интернета в успехе революционного восстания.

К аналогичному выводу пришли и российские авторы, которые изучали дискурсивные практики участников различных интернет-сервисов, включая Живой Журнал, Facebook и Twitter, методом качественного контент-анализа (Ваньке, Ксе-нофонтова, Тартаковская, 2014). Согласно результатам их исследования, причина успеха протестной мобилизации москвичей в декабре 2011 года (митинги на Болотной пл. и пл. Сахарова) — это эффект интерактивного Интернета, с помощью которого публичные события (фальсификации на думских выборах) перешли в плоскость личных переживаний и послужили мотивом коллективах действий.

В рамках второго подхода участников протестов опрашивают о причинах и мотивах их участия, о том, кто пришел вместе с ними, а также о том, какими источниками информации и средствами коммуникации они пользуются. Согласно результатам авторитетного исследования «Tahrir Data Project» (Wilson, Dunn, 2011), Интернет и социальные медиа использовались протестующими в Каире гораздо реже, чем традиционные СМИ: спутниковое телевидение и печатные издания. Опрос в рамках «Tahrir Data Project» показал, что устная речь лицом к лицу и общение по телефону воспринимались протестующими как самые важные для их собственной позиции, самые информативные и самые мотивирующие для участия в протестных акциях. Делается вывод, что социальные медиа не имеют решающего значения и не являются настолько важным средством коммуникации и координации действий протестующих, как полагают сторонники Twitter-революции. Их роль преувеличивается.

Интернет в социальной сфере

В качестве иллюстрации исследований Интернета в социальной сфере мы рассмотрим частное влияние Интернета на институты образования и общественного здоровья. Новые формы и форматы образования, возникшие вследствие влияния Интернета, получили обобщенное название «электронное обучение» (e-Learning). Исследователи, изучающие электронное обучение, прежде всего различают сферу образования на формальную и неформальную и рассматривают роль Интернета в трансформации каждой составляющей отдельно. Отмечается, что хотя влияние Интернета на сферу неформального обучения вызвало ощутимо больший преобразующий эффект по сравнению с изменениями в формальном образовании, изменения в обоих контекстах имеют скорее краткосрочные и маломасштабные эффекты (Davies, Eynon, 2013).

В целом образовательный процесс претерпевает заметные изменения не только из-за появления виртуальных университетов, предлагающих сертифицированные онлайн-курсы по разным образовательным программам и открывающих возможность дистанционного обучения, но также вследствие самоорганизации учащихся в онлайн-группы для образовательной коммуникации, например, на базе социальных интернет-сетей. Исследователей интересует, как появление академических онлайн-групп влияет на образовательный процесс, на успеваемость студентов, как обмен знаниями и коллективная кооперация сказываются на решении образовательных задач. Исследование показало, что более интенсивное участие студентов в коммуникации внутри академических онлайн-групп подразумевает их лучшую успеваемость (Vaquero, Cebrian 2013). Кроме того, судя по полученным результатам, большая часть онлайн-интеракций происходит внутри небольшого круга преуспевающих учащихся, который формируется на первых неделях курса, куда впоследствии трудно попасть остальным, менее успешным студентам. Данные результаты и мнение других исследователей заставляют обратить внимание на то, что успех освоения знаний в существенной мере зависит от взаимодействия учащихся, в том числе посредством Интернета (Воронкин, 2014).

В контексте темы влияния Интернета на общественное здоровье и институты медицины рассматриваются такие практики и проявления использования Интернета, как поиск и потребление связанной со здоровьем информации (Cline, Haynes, 2001; Morahan-Martin, 2004), использование пациентами интернет-порталов клиник и больниц для получения медицинских услуг, общение и поддержка в рамках тематических онлайн-сообществ (Coursaris, Liu, 2009; Setoyama, Yamazaki, Namayama, 2011), наконец, взаимодействие пациентов с врачами (Santana et al., 2010; Heaton, 2011). Эти практики пользования Интернетом, а также прочими информационными технологиями в рамках здравоохранения и медицины получили специальное обозначение — электронное здоровье (e-Health). Примеры проникновения Интернета в сферу здравоохранения касаются распространенных проблем и заболеваний, например, таких как отказ от курения (Cobb, Graham, Abrams,

2010), ожирение и лишний вес (Vandelanotte et al., 2009), диабет (Chomutare et al., 2013), ВИЧ/СПИД (Рыков, Кольцова, Мейлахс, 2016), онкологические заболевания (Blank, Adams-Blodnieks, 2007; Himelboim, Han, 2014), психические расстройства (Carron-Arthur et al., 2016).

Привлекательным аспектом развития электронного здоровья с исследовательской точки зрения является распространение онлайн-сообществ, объединяющих пользователей со сходными интересами по вопросам здоровья и медицины с целью обмена опытом, получения советов, оказания эмоциональной и моральной поддержки. Такие сообщества также называются группами поддержки или самопомощи. Существуют противоречивые данные о полезности таких сообществ для участников, однако независимо от этого группы самопомощи продолжают существовать и остаются востребованными. Показательным в этом плане является исследование сообщества матерей детей, родившихся с генетическими нарушениями, которое выявило, что наибольшим доверием и ценностью как источником информации пользуются не доктора, а другие родители (Schaffer, Kuczynski, Skinner, 2008).

Авторы другого авторитетного исследования, оценивающего положительные и отрицательные эффекты онлайн-сообществ, подчеркивают, что ценность информации от первого лица, необходимость устанавливать отношения с равными, а также запоминаемость личных историй являются ключевыми особенностями электронного здоровья и влияния Интернета на здравоохранение (Ziebland, Wyke, 2012). В результате своего исследования они приходят к выводу, что существует несколько областей, в рамках которых виртуальный опыт пациентов может повлиять на общественное здоровье. Помимо упомянутых в нашем обзоре, к этим областям также относятся: взаимоотношение со службами здравоохранения, визуализация болезни и опыт повествования о своей истории.

Интернет и концепция сетевого общества

Поле интернет-исследований конституировано не только богатой традицией эмпирических (data-driven) исследований, но и вкладом больших социологических теорий в концептуализацию феномена Интернета и своим видением соответствующих исследовательских проблем. Наиболее разработанной и распространенной теоретической рамкой интернет-исследований являются концепции сетевого общества (Castells, 2000) и сетевого индивидуализма (Wellman, 2001; Rainie, Wellman, 2012), описывающие социальные изменения современной эпохи. Данные концепции существенно повлияли на научное мышление и эпистемологию социальных исследований Интернета и представляют собой теоретический мейнстрим большинства исследований в этой области (Qiu, 2013).

Концепция сетевого общества рассматривает социальную структуру как часть глобального процесса общественных изменений, ключевой характеристикой которого является переход от территориальных иерархических сообществ к гори-

зонтальным сетям как основе социальности (Рыков, 2015). В рамках концепции сетевого общества Интернет явился драйвером, ускоряющим формирование сетевой организации, и инфраструктурой, обеспечивающей материальную поддержку сетям межличностных отношений и способствующей усилению роли слабых связей.

Исследования, основанные на этих концепциях, как правило, фокусируются на эгалитарном и эмансипирующем потенциале Интернета и новых медиа, влиянии присущих им механизмов социальной самоорганизации на формирование общественных движений, укрепление институтов гражданского общества, развитие новой публичной сферы и другие случаи освобождения общественных отношений от структурных ограничений и традиционных форм неравенства.

Критические исследования Интернета и новых медиа

Другое заметное направление изучения Интернета, использующее познавательные ресурсы большой теории, связано с марксистской интеллектуальной традицией и критической теорией общества (Fuchs, Dyer-Witheford, 2013). Критические исследования Интернета и новых медиа рассматривают последние в рамках широкого социального контекста капиталистического общества — как вписанные в разнообразные структуры неравенства, в том числе производственные отношения и отношения власти, которые оказывают решающее воздействие на инфраструктуру Интернета, механику и дизайн веб-сервисов, наконец, на практику и последствия его использования. В фокусе критического подхода к Интернету оказываются такие понятия, как цифровой труд, эксплуатация пользователей, коммодификация персональной информации, политическая экономия платформ социальных медиа. В идеологическом плане критическое направление исследований Интернета противостоит теориям сетевого общества и сетевого индивидуализма, а наиболее активными авторами, внесшими основной вклад в развитие направления, являются Ян ван Дейк (Van Dijk, 2012), Норберт Больц (Больц 2011, 2014) и Кристиан Фукс.

Критика направлена в первую очередь против представления о том, что Интернет делает общество более равным и свободным, что возможности, связанные с его использованием, распределены симметрично и доступны всем в одинаковой степени. Фукс отмечает корпоративную колонизацию социальных медиа и асси-метричное распределение выгод, то, что основное внимание сконцентрировано вокруг крупных компаний и СМИ, а также знаменитостей и известных политиков, т. е. обусловлено офлайн-социальной структурой. Такие интернет-гиганты, как Google, Facebook или YouTube, используют модели накопления капитала, основанные на эксплуатации неоплачиваемого цифрового труда интернет-пользователей, на коммодификации данных, производимых пользователями, и данных о пользовательском поведении, которые в конечном счете продаются как товар рекламодателям (Fuchs, 2014). В рамках критического анализа социальных медиа поднимаются диалектические вопросы: какие существуют альтернативы домини-

рующим социальным медиа, как должны выглядеть подлинно эгалитарные социальные медиа, которые способствуют формированию публичной сферы, партиси-паторной демократии?

Методы интернет-исследований

В завершение остановимся на кратком описании методов интернет-исследований (online/digital/virtual research methods). Рассмотрим три основных метода, с помощью которых анализируют собранные из Интернета данные.

Метод анализа социальных сетей (Social Network Analysis) — традиционный метод социологии, корни которого уходят в социометрию Морено. Технически сетевой анализ является приложением математической теории графов к социологическим данным. Новые медиа являются источником множества сетевых данных, поэтому не удивительно, что сетевой анализ стал особенно популярен, фактически обрел новую жизнь в интернет-исследованиях (Garton, Haythornthwaite, Wellamn, 1997). Сети гиперссылок, виртуальной «дружбы» (Catanese et al., 2012), коммуникации, комментирования, упоминания, подписок, рекомендаций и выставления оценок — все эти виды связей могут быть смоделированы и проанализированы с помощью данного метода. Он хорошо подходит для изучения структуры онлайн-сообществ и структуры публичных дискуссий (Smith et al., 2014), социального влияния и выявления лидеров мнений, тестирования моделей распространения информации, слухов, новостей (information diffusion). С помощью этого метода можно также анализировать лонгитюдные данные, что позволяет изучать динамику сетей, сообществ, процессы их эволюции и факторы формирования (Backstrom et al., 2006). Применение сетевых алгоритмов в отношении связей индивидов, социальных групп и других типов объектов, например, товаров, медиаконтента, он-лайн-сообществ, сайтов, магазинов и т. д., широко востребовано в современном маркетинге и рекламе. Инструменты sna позволяют находить компаниям новых клиентов, усиливать персонифицированность рекламы, замерять конкуренцию в онлайн-среде, повышать продажи.

Автоматический анализ текстов (Text Mining). Интернет является не только источником данных о связях между различными информационными объектами, страницами, пользователями, но и хранилищем огромных массивов текстовой информации. Объемы текстовых данных настолько велики, что вручную их крайне трудно анализировать. Для этого разрабатываются специальные алгоритмы анализа текстов, цель которых — вычленить смысл, сгруппировать их с похожими по содержанию текстами (кластеризовать), получить некую количественную оценку, например, оценить отношение автора к описываемым явлениям или определить эмоциональную тональность коммуникации (sentiment-analysis) (Prabowo, Thelwall, 2009). В последнем случае используются дополнительные лингвистические инструменты, в том числе специальные словари. Особой задачей является те-

матическое моделирование, которое нашло свое приложение в изучении повестки дня и онлайн-общественного мнения в блогосфере (Koltsova, Koltcov, 2013).

Нетнография/сетевая этнография (Netnography) — качественный метод сбора и анализа данных, который представляет собой реализацию принципов этнографического полевого исследования в виртуальном пространстве. С помощью этого метода, как правило, исследуются ценности, идентичность, виртуальная культура онлайн-сообществ, паттерны поведения пользователей и отношения между ними (Kozinets, 2010).

Заключение

Описанные нами направления интернет-исследований имеют множество пересечений и взаимосвязей друг с другом, что частично подтверждает междисциплинарный статус этого поля и мотивирует использовать различные методологические подходы и методики к изучению интересующих явлений и объектов. Так, например, тема онлайн-сообществ является осевой и проходит сквозь все контексты использования Интернета и исследовательские темы: от микроструктурных изменений в повседневной жизни (например, способы налаживания и поддержания слабых связей) до макроскопических трансформаций в отдельных сферах жизни общества (политике, общественном здоровье). Несмотря на то что каждое из выделенных направлений имеет собственную предметную область, на их пересечении открывается перспектива более полного изучения механизмов, которые опосредуют социальные изменения, связанные с Интернетом, и объединяют онлайн- и офлайн-социальность в единое пространство.

Литература

Больц Н. (2011). Азбука медиа / Пер. с нем. Л. Ионина, А. Черных. М.: Европа. Больц Н. (2014). Размышления о неравенстве. Анти-Руссо / Пер. с нем. И. В. Женина под ред. Я. Н. Охонько. М.: Изд. дом НИУ ВШЭ. Бондаренко С. В. (2004). Социальная структура виртуальных сетевых сообществ.

Ростов-на-Дону: Изд-во Ростовского государственного университета. Ваньке А., Ксенофонтова И., Тартаковская И. (2014). Интернет-коммуникации как средство и условие политической мобилизации в России (на примере движения «За честные выборы») // ИНТЕР. № 7. С. 44-73. Волченко О. (2016). Динамика цифрового неравенства в России // Мониторинг общественного мнения: экономические и социальные перемены. № 5. С. 163-182. Воронкин А. С. (2014). Социальные сети: эволюция, структура, анализ // Образовательные технологии и общество. Т. 17. № 1. С. 650-675. Розина И. Н. (2009). Виртуальные исследовательские сообщества: от зарубежных моделей к отечественным примерам // Образовательные технологии и общество. Т. 12. № 2. С. 389-408.

Рыков Ю. Г. (2013). Виртуальное сообщество как социальное поле: неравенство и коммуникативный капитал // Журнал социологии и социальной антропологии. Т. XVI. № 4. С. 44-60.

Рыков Ю. Г. (2015). Сетевое неравенство и структура онлайн-сообществ // Журнал социологии и социальной антропологии. Т. XVIII. № 4. С. 144-156.

Рыков Ю. Г., Кольцова Е. Ю, Мейлахс П. А. (2016). Структура и функции онлайн-сообществ: сетевая картография ВИЧ-релевантных групп в социальной сети «ВКонтакте» // Социологические исследования. № 8. С. 30-42.

Шашкина А. В., Девятко И. Ф., Давыдова С. Г. (ред.). (2010). Онлайн-исследования в России 2.0. М.: Северо-Восток.

Шашкина А. В., Девятко И. Ф., Давыдова С. Г. (ред.). (2012). Онлайн-исследования в России 3.0. М.: Кодекс.

Backstrom L., Huttenlocher D., Kleinberg J., Lan X. (2006). Group Formation in Large Social Networks: Membership, Growth, and Evolution // Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM. P. 44-54.

Bakardjieva M. (2011). Internet in Everyday Life: Diverse Approaches // Consalvo M, Ess C. (eds.). ^e Handbook of Internet Studies. Oxford: Blackwell. P. 59-82.

Berners-Lee T., Hall W., Hendler J., O'Hara K., Shadbolt N., Weitzner D. (2006). A framework for Web science // Foundations and Trends in Web Science. Vol. 1. №1. P. 1-130.

Blank T. O., Adams-Blodnieks M. (2007). ^e who and the what of usage of two cancer online communities // Computers in Human Behavior. Vol. 23. № 3. P. 1249-1257.

Bohn A., Buchta C., Hornik K., Mair P. (2014). Making Friends and Communicating on Facebook: Implications for the Access to Social Capital // Social Networks. Vol. 37. P. 29-41.

Brooks B., Hogan B., Ellison N., Lampe C., Vitak J. (2014). Assessing Structural Correlates to Social Capital in Facebook Ego Networks // Social Networks. Vol. 38. P. 1-15.

Carron-Arthur B., Reynolds J., Bennett K., Bennett A., Cunningham J. A., Griffiths K. M. (2016). Community Structure of a Mental Health Internet Support Group: Modularity in User ^read Participation // JMIR Mental Health. Vol. 3. № 2. P. e20.

Castells M. (2000). ^e Information Age: Economy, Society and Culture. Vol. 1: ^e Rise of the Network Society. Cambridge: Blackwell.

Castells M. (2001). ^e Internet Galaxy: Reflections on the Internet, Business, and Society. Oxford: Oxford University Press.

Catanese S, De Meo P., Ferrara E., Fiumara G., Provetti A. (2012). Chapter 12. Extraction and Analysis of Facebook Friendship Relations // Ajith A. (ed.). Computational Social Networks: Mining and Visualization. Berlin: Springer. P. 291-324.

Chomutare T., Arsand E., Fernandez-Luque L., Lauritzen J., Hartvigsen G. (2013). Inferring Community Structure in Healthcare Forums: An Empirical Study // Methods of Information in Medicine. Vol. 52. № 2. P. 160-167.

Cline R. J. W., Haynes K. M. (2001). Consumer Health Information Seeking on the Internet: ^e State of the Art // Health Education Research. Vol. 16. № 6. P. 671-692.

Cobb N. K., Graham A. L., Abrams D. B. (2010). Social Network Structure of a Large Online Community for Smoking Cessation // American Journal of Public Health. Vol. 100. №7. P. 1282-1289.

Coursaris C. K., Liu M. (2009). An Analysis of Social Support Exchanges in Online HIV/ AIDS Self-Help Groups // Computers in Human Behavior. Vol. 25. № 4. P. 911-918.

Davies C., Eynon R. (2013). Studies of the Internet in Learning and Education: Broadening the Disciplinary Landscape of Research // Dutton W. H. (ed.). The Oxford Handbook of Internet Studies. Oxford: Oxford University Press. P. 328-352.

DiMaggio P., Hargittai E., Neuman W. Rassel, Robinson J. P. (2001). Social Implications of the Internet // Annual Review of Sociology. Vol. 27. P. 307-336.

Donath J., boyd d. (2004). Public Displays of Connection // BT Technology Journal. Vol. 22. № 4. P. 71-82.

Dutton W. H. (2013). Internet Studies: The Foundations of a Transformative Field // Dutton W. H. (ed.). The Oxford Handbook of Internet Studies. Oxford: Oxford University Press. P. 1-23.

Ellison N. B., Steinfield C., Lampe C. (2007). The Benefits of Facebook «Friends»: Social Capital and College Students' Use of Online Social Network Sites // Journal of Computer-Mediated Communication. Vol. 12. № 4. P. 1143-1168.

Ellison N. B., Gray R., Lampe C., Fiore A. T. (2014). Social Capital and Resource Requests on Facebook // New Media & Society. Vol. 16. № 7. P. 1104-1121.

Floridi, L. (2013). The Ethics of Information. Oxford: Oxford University Press.

Fuchs C. (2014). Social Media: A Critical Introduction. London: SAGE.

Fuchs C., Dyer-Witheford N. (2013). Karl Marx @ Internet Studies // New Media & Society. Vol. 15. № 5. P. 782-796.

Ganley D., Lampe C. (2009). The Ties that Bind: Social Network Principles in Online Communities // Decision Support Systems. Vol. 47. P. 266-274.

Garcia A. C., Standlee A. I., Bechkoff J., Cui Y. (2009). Ethnographic Approaches to the Internet and Computer-Mediated Communication // Journal of Contemporary Ethnography. Vol. 38. № 1. P. 52-84.

Garton L., Haythornthwaite C., Wellamn B. (1997). Studying Online Social Networks // Journal of Computer-Mediated Communication. Vol. 3. № 1.

Gonzalez-Balion S., Borge-Holthoefer J., Moreno Y. (2013). Broadcasters and Hidden Influential in Online Protest Diffusion // American Behavioral Scientist. Vol. 57. № 7. P. 943-965.

Graham M., Dutton W.H. (eds.). (2014). Society and the Internet: How Networks of Information and Communication are Changing Our Lives. Oxford: Oxford University Press.

Hansen D. L., Shneiderman B., Smith M. A. (eds.). (2010). Analyzing Social Media Networks with NodeXL: Insights from a Connected World. New York: Elsevier.

Hargittai E. (2008). The Digital Reproduction of Inequality // Grusky D. (ed.). Social Stratification. Boulder: Westview. P. 936-944.

Hargittai E., Hsieh Y. P. (2013). Digital Inequality // Dutton W. H. (ed.). The Oxford Handbook of Internet Studies. Oxford: Oxford University Press. P. 129-150.

Haythornthwaite C. (2002). Strong, Weak, and Latent Ties and the Impact of New Media // Information Society. Vol. 18. № 5. P. 385-401.

Heaton L. (2011). Internet and Health Communication // Consalvo M., Ess C. (eds.). The Handbook of Internet Studies. Oxford: Blackwell. P. 212-231.

Himelboim I., Han J.Y. (2014). Cancer Talk on Twitter: Community Structure and Information Sources in Breast and Prostate Cancer Social Networks // Journal of Health Communication. Vol. 19. № 2. P. 210-225.

Hogan B. (2008). Analyzing Social Networks via the Internet // Fielding N., Lee R., Blank G. (eds.). The SAGE Handbook of Online Research Methods. London: SAGE. P. 141160.

Huffaker D. (2010). Dimensions of Leadership and Social Influence in Online Communities // Human Communication Research. № 36. P. 593-617.

Johnston K., Tanner M., Lalla N., Kawalski D. (2013). Social Capital: The Benefit of Face-book "Friends" // Behaviour & Information Technology. Vol. 32. № 1. P. 24-36.

Katz E., Lazarsfeld P. F. (1995). Personal Influence. New York: Free Press.

Katz J. E., Rice R.E. (2002). Social Consequences of Internet Use: Access, Involvement and Interaction. Cambridge: MIT Press.

Kendall L. (2011). Community and the Internet // Consalvo M., Ess C. (eds.). The Handbook of Internet Studies. Oxford: Blackwell Publishing. P. 309-325.

Kittilson M.C., Dalton R.J. (2010). Virtual Civil Society: The New Frontier of Social Capital? // Political Behavior. Vol. 33. № 4. P. 625-644.

Koltsova O., Koltcov S. (2013). Mapping the Public Agenda with Topic Modeling: The Case of the Russian LiveJournal // Policy & Internet. Vol. 5. № 2. P. 207-227.

Kozinets R. V. (2010). Netnography: Doing Ethnographic Research Online. London: SAGE.

Kraut R., Kiesler S., Boneva B., Cummings J., Helgeson V., Crawford A. (2002). Internet Paradox Revisited // Journal of Social Issues. Vol. 58. № 1. P. 49-74.

Kraut R. E., Patterson M., Lundmark V., Kiesler S., Mukhopadhyay T., Scherlis W. (1998). Internet Paradox: A Social Technology that Reduces Social Involvement and Psychological Well-being? // American Psychologist, Vol. 53. № 9. P. 1017-1032.

Kwak H., Lee C., Park H., & Moon S. (2010). What is Twitter, a Social Network or a News Media? // WWW'10: Proceedings of the 19th International Conference on World Wide Web. New York: ACM. P. 591-600.

Lilleker D. G., Vedel T. (2013). The Internet in Campaigns and Elections // Dutton W. H. (ed.). The Oxford Handbook of Internet Studies. Oxford: Oxford University Press. P. 401-420.

Lotan G., Graeff E., Ananny M., Gaffney D., Pearce I., boyd d. (2011) The Revolutions Were Tweeted: Information Flows during the 2011 Tunisian and Egyptian Revolutions // International Journal of Communication. Vol. 5. P. 1375-1405.

McQuail D. (2010). McQuail's Mass Communication Theory. London: SAGE.

Menczer F. (2016). Misinformation on Social Media: Can Technology Save Us? The Conversation. URL: http://theconversation.com/misinformation-on-social-media-can-technology-save-us-69264 (дата доступа: 15.03.2017).

Morahan-Martin J.M. (2004). How Internet Users Find, Evaluate, and Use Online Health Information: A Cross-Cultural Review // CyberPsychology & Behavior. Vol.7. № 5.

P. 497-510.

Nie N. H., Erbring L. (2000). Internet and Society: A Preliminary Report. Stanford Institute for the Quantitative Study of Society. URL: http://www2.uca.es/HEURESIS/ documentos/Preliminary_Report.pdf (дата доступа: 15.03.2017).

O'Neil M. (2009). Cyberchiefs: Autonomy and Authority in Online Tribes. London: Pluto Press.

Prabowo R., Thelwall M. (2009). Sentiment Analysis: A Combined Approach // Journal of Informetrics. Vol. 3. № 2. P. 143-157.

Probst F., Grosswiele L., Pfleger R. (2013). Who Will Lead and Who Will Follow: Identifying Influential Users in Online Social Networks // Business & Information Systems Engineering. Vol 5. № 3. P. 179-193.

Qiu J. L. (2013). Network Societies and Internet Studies: Rethinking Time, Space, and Class // Dutton W. H. (ed.). The Oxford Handbook of Internet Studies. Oxford: Oxford University Press. P. 109-128.

Ragnedda M. (2017). The Third Digital Divide: A Weberian Approach to Digital Inequalities. London: Routledge.

Rainie L, Wellman B. (2012). Networked: The New Social Operating System. Cambridge: MIT Press.

Reid E. (1999). Hierarchy and Power: Social Control in Cyberspace // Smith M., Kollock P. (eds.). Communities in Cyberspace. London: Routledge. P. 107-133.

Rheingold H. (1993). The Virtual Community: Homesteading on the Electronic Frontier. URL: http://www.rheingold.com/vc/book/intro.html (дата доступа: 15.10.2012).

Rogers E. (1983). Diffusion of Innovations. New York: Free Press.

Santana S., Lausen B., Bujnowska-Fedak M., Chronaki C., Kummervold P. E., Rasmus-sen J., Sorensen T. (2010). Online Communication between Doctors and Patients in Europe: Status and Perspectives // Journal of Medical Internet Research. Vol. 12. № 2. P. e20.

Schaffer R., Kuczynski K., Skinner D. (2008). Producing Genetic Knowledge and Citizenship through the Internet: Mothers, Pediatric Genetics, and Cybermedicine // Sociology of Health & Illness. Vol. 30. № 1. P. 145-159.

Setoyama Y., Yamazaki Y., Namayama K. (2011). Benefits of Peer Support in Online Japanese Breast Cancer Communities: Differences between Lurkers and Posters // Journal of medical Internet research. Vol. 13. № 4. P. e122.

Shen C., Cage C. (2015). Exodus to the Real World? Assessing the Impact of Offline Meet-ups on Community Participation and Social Capital // New Media & Society. Vol. 17. № 3. P. 394-414.

Shneiderman В. (2007). Web Science: A Provocative Invitation to Computer Science // Communications of the ACM. Vol. 50. № 6. P. 25-27.

Smith M, Kollock P. (eds.). (1999). Communities in Cyberspace. London: Routledge.

Smith M., Rainie L., Shneiderman B, Himelboim I. (2014). Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters. Pew Research Internet Project. URL: http://www.pewinternet.org/files/2014/02/PIP_Mapping-Twitter-net-works_022014.pdf (дата доступа: 20.10.2014).

Tai-Quan Peng, Lun Zhang, Zhi-Jin Zhong, Jonathan J. H. Zhu. (2013). Mapping the Landscape of Internet Studies: Text Mining of Social Science Journal Articles 2000-2009 // New Media & Society. Vol. 15. № 5. P. 644-664.

Van Deursen A. J. A. M., Helsper E. J. (2015). The Third-Level Digital Divide: Who Benefits Most from Being Online? // Communication and Information Technologies Annual: Digital Distinctions and Inequalities. Vol. 10. С. 29-52.

Van Dijk J. (2005). The Deepening Divide: Inequality in the Information Society. London: SAGE.

Van Dijk J. (2012). The Network Society. London: SAGE.

Van Dijk J. (2013). Review: The Handbook of Internet Studies // European Journal of Communication. Vol. 28. № 5. P. 587-590.

Van Laer J. (2010). Activists Online and Offline: The Internet as an Information Channel for Protest Demonstrations // Mobilization. Vol. 15. № 3. P. 347-366.

Van Mierlo T. (2014). The 1% Rule in Four Digital Health Social Networks: An Observational Study // Journal of Medical Internet Research. Vol. 16. № 2. P. e33.

Vandelanotte C., Sugiyama T, Gardiner P., Owen N. (2009). Associations of Leisure-Time Internet and Computer Use with Overweight and Obesity, Physical Activity and Sedentary Behaviors: Cross-Sectional Study // Journal of Medical Internet Research. Vol. 11. № 3. P. e28.

Vaquero L. M., Cebrian M. (2013). The Rich Club Phenomenon in the Classroom // Scientific Reports. Vol. 3. Article Number: 1174.

Wasko M.M., Faraj S. (2005). Why Should I Share? Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice // MIS Quarterly. Vol. 29. № 1. P. 35-57.

Wellamn B. (2001). Physical Place and Cyberplace: The Rise of Personalized Networking // International Journal of Urban and Regional Research. Vol. 25. № 2. P. 227-252.

Wellman B., Boase J., Chen W. (2002). The Networked Nature of Community: Online and Offline // IT&Society. Vol. 1. № 1. P. 151-165.

Wilson C., Dunn A. (2011). Digital Media in the Egyptian Revolution: Descriptive Analysis from the Tahrir Data Set // International Journal of Communication. Vol. 5. P. 1248-1272.

Witte J. C., Mannon S. E. (2010). The Internet and Social Inequality. London: Routledge.

Ziebland S., Wyke S. (2012). Health and Illness in a Connected World: How Might Sharing Experiences on the Internet Affect People's Health? // Milbank Quarterly. Vol. 90. № 2. P. 219-249.

Internet Studies in Social Sciences

Yuri Rykov

PhD, Junior Research Fellow, Laboratory for Internet Studies, National Research University Higher School of Economics (Saint Petersburg)

Address: Soyuza Pechatnikov str., 16, Saint Petersburg, Russian Federation 190008 E-mail: rykyur@gmail.com

Oleg Nagornyy

Research Assistant, Laboratory for Internet Studies, National Research University Higher School of Economics (Saint Petersburg)

Address: Soyuza Pechatnikov str., 16, Saint Petersburg, Russian Federation 190008 E-mail: nagornyy.o@gmail.com

Internet Studies is an interdisciplinary and multidisciplinary field of fundamental and applied research that integrates different research disciplines with a common object, that is, the Internet. This review article gives a definition and a brief description of the structure of Internet Studies as part of the social sciences, and introduces the research agenda of this field, including the most cutting-edge research issues. The agenda of Internet Studies is related to classical sociological issues such as inequality, online communities, and social capital, as well as topics related to the study of transformations in different spheres of society such as politics, public health and medicine, and education, which is analyzed in more detail. Two main theoretical approaches, the network society theory and critical theory of the Internet and society within which the influence of the Internet on society is interpreted, are briefly described. We conclude that the present directions of Internet research often intersect with each other, and that the perspective of a more complete study of the mechanisms that mediate social changes related to the Internet connecting online and offline sociality into a single space opens at these intersections. Keywords: Internet Studies, Web Science, online communities, digital inequality, social capital, e-Health, social media, online politics, online research methods, network society

References

Backstrom L., Huttenlocher D., Kleinberg J., Lan X. (2006) Group Formation in Large Social Networks: Membership, Growth, and Evolution. Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, New York: ACM. pp. 44-54. Bakardjieva M. (2011) Internet in Everyday Life: Diverse Approaches. The Handbook of Internet

Studies (eds. M. Consalvo, C. Ess), Oxford: Blackwell Publishing, pp. 59-82. Berners-Lee T., Hall W., Hendler J., O'Hara K., Shadbolt N., Weitzner D. (2006) A Framework for Web

Science. Foundations and Trends in Web Science, vol. 1, no 1, pp. 1-130. Blank T. O., Adams-Blodnieks M. (2007) The Who and the What of Usage of Two Cancer Online

Communities. Computers in Human Behavior, vol. 23, no 3, pp. 1249-1257. Bohn A., Buchta C., Hornik K., Mair P. (2014) Making Friends and Communicating on Facebook:

Implications for the Access to Social Capital. Social Networks, vol. 37, pp. 29-41. Bolz N. (2011) Azbuka media [ABC of Media], Moscow: Evropa.

Bolz N. (2014) Razmyshlenija o neravenstve. Anti-Russo [Diskurs uber die Ungleichheit: Ein AntiRousseau], Moscow: HSE Press. Bondarenko S. V. (2004) Social'naja struktura virtual'nyh setevyh soobshhestv [Social Structure of

Virtual Networked Communities], Rostov-on-Don: Rostov State University Press. Brooks B., Hogan B., Ellison N., Lampe C., Vitak J. (2014) Assessing Structural Correlates to Social Capital in Facebook Ego Networks. Social Networks, vol. 38, pp. 1-15.

Carron-Arthur B., Reynolds J., Bennett K., Bennett A., Cunningham J. A., Griffiths K. M. (2016) Community Structure of a Mental Health Internet Support Group: Modularity in User Thread Participation. JMIR Mental Health, vol. 3, no 2, pp. e20. Castells M. (2000) The Information Age: Economy, Society and Culture, Volume i: The Rise of the

Network Society, Cambridge: Blackwell. Castells M. (2001) The Internet Galaxy: Reflections on the Internet, Business, and Society, Oxford: Oxford University Press.

Catanese S., Meo P. D., Ferrara E., Fiumara G., Provetti A. (2012) Extraction and Analysis of Facebook Friendship Relations. Computational Social Networks (ed. A. Abraham), Berlin: Springer, pp. 291324.

Chomutare T., Ârsand E., Fernandez-Luque L., Lauritzen J., Hartvigsen G. (2013) Inferring Community Structure in Healthcare Forums: An Empirical Study. Methods of Information in Medicine, vol. 52, no 2, pp. 160-167. Cline R. J. W., Haynes K. M. (2001) Consumer Health Information Seeking on the Internet: The State

of the Art. Health Education Research, vol. 16, no 6, pp. 671-692. Cobb N. K., Graham A. L., Abrams D. B. (2010) Social Network Structure of a Large Online Community for Smoking Cessation. American Journal of Public Health, vol. 100, no 7, pp. 12821289.

Coursaris C. K., Liu M. (2009) An Analysis of Social Support Exchanges in Online HIV/AIDS Self-Help

Groups. Computers in Human Behavior, vol. 25, no 4, pp. 911-918. Davies C., Eynon R. (2013) Studies of the Internet in Learning and Education: Broadening the Disciplinary Landscape of Research. The Oxford Handbook of Internet Studies (ed. W. H. Dutton), Oxford: Oxford University Press, pp. 328-352. DiMaggio P., Hargittai E., Neuman W. Rassel, Robinson J. P. (2001) Social Implications of the Internet.

Annual Review of Sociology, vol. 27, pp. 307-336. Donath J., Boyd D. (2004) Public Displays of Connection. BT Technology Journal, vol. 22, no 4, pp. 71-82.

Dutton W. H. (2013) Internet Studies: The Foundations of a Transformative Field. The Oxford Handbook of Internet Studies (ed. W. H. Dutton), Oxford: Oxford University Press, pp. 1-23. Ellison N. B., Steinfield C., Lampe C. (2007) The Benefits of Facebook "Friends": Social Capital and College Students' Use of Online Social Network Sites. Journal of Computer-Mediated Communication, vol. 12, no 4, pp. 1143-1168. Ellison N.B., Gray R., Lampe C., Fiore A. T. (2014) Social Capital and Resource Requests on Facebook.

New Media & Society, vol. 16, no 7, pp. 1104-1121. Floridi L. (2013) The Ethics of Information, Oxford: Oxford University Press. Fuchs C. (2014) Social Media: A Critical Introduction, London: SAGE.

Fuchs C., Dyer-Witheford N. (2013) Karl Marx @ Internet Studies. New Media & Society, vol. 15, no 5,

pp. 782-796.

Ganley D., Lampe C. (2009) The Ties that Bind: Social Network Principles in Online Communities.

Decision Support Systems, vol. 47, no 3, pp. 266-274. Garcia A. C., Standlee A. I., Bechkoff J., Cui Y. (2009) Ethnographic Approaches to the Internet and Computer-Mediated Communication. Journal of Contemporary Ethnography, vol. 38, no 1,

pp. 52-84.

Garton L., Haythornthwaite C., Wellman B. (1997) Studying Online Social Networks. Journal of

Computer-Mediated Communication, vol. 3, no 1. Gonzalez-Balion S., Borge-Holthoefer J., Moreno Y. (2013) Broadcasters and Hidden Influentials in

Online Protest Diffusion. American Behavioral Scientist, vol. 57, no 7, pp. 943-965. Graham M., Dutton W. H. (eds.) (2014) Society and the Internet: How Networks of Information and

Communication are Changing Our Lives, Oxford: Oxford University Press. Hansen D. L., Shneiderman B., Smith M. A. (eds.) (2010) Analyzing Social Media Networks with

NodeXL: Insights from a Connected World, New York: Elsevier. Hargittai E. (2008) The Digital Reproduction of Inequality. Social Stratification (ed. D. Grusky), Boulder: Westview, pp. 936-944.

Hargittai E., Hsieh Y. P. (2013) Digital Inequality. The Oxford Handbook of Internet Studies (ed. W. H. Dutton), Oxford: Oxford University Press, pp. 129-150.

Haythornthwaite C. (2002) Strong, Weak, and Latent Ties and the Impact of New Media. Information Society, vol. 18, no 5, pp. 385-401.

Heaton L. (2011) Internet and Health Communication. The Handbook of Internet Studies (eds. M. Consalvo, C. Ess), Oxford: Blackwell, pp. 212-231.

Himelboim I., Han J. Y. (2014) Cancer Talk on Twitter: Community Structure and Information Sources in Breast and Prostate Cancer Social Networks. JournalofHealth Communication, vol. 19, no 2, pp. 210-225.

Hogan B. (2008) Analyzing Social Networks via the Internet. The SAGE Handbook of Online Research Methods (eds. N. Fielding, R. Lee, G. Blank), London: SAGE, pp.141-160.

Huffaker D. (2010) Dimensions of Leadership and Social Influence in Online Communities. Human Communication Research, vol. 36, no 4, pp. 593-617.

Johnston K., Tanner M., Lalla N., Kawalski D. (2013) Social Capital: The Benefit of Facebook "Friends". Behaviour & Information Technology, vol. 32, no 1, pp. 24-36.

Katz E., Lazarsfeld P. F. (1995) Personal Influence, New York: Free Press.

Katz J. E., Rice R. E. (2002) Social Consequences of Internet Use: Access, Involvement and Interaction, Cambridge: MIT Press.

Kendall L. (2011) Community and the Internet. The Handbook of Internet Studies (eds. M. Consalvo, C. Ess), Oxford: Blackwell, pp. 309-325.

Kittilson M. C., Dalton R. J. (2010) Virtual Civil Society: The New Frontier of Social Capital? Political Behavior, vol. 33, no 4, pp. 625-644.

Koltsova O., Koltcov S. (2013) Mapping the Public Agenda with Topic Modeling:The Case of the Russian LiveJournal. Policy & Internet, vol. 5. no 2. pp. 207-227.

Kozinets R. V. (2010) Netnography: Doing Ethnographic Research Online, London: SAGE.

Kraut R. E., Patterson M., Lundmark V., Kiesler S., Mukhopadhyay T., Scherlis W. (1998) Internet Paradox: A Social Technology that Reduces Social Involvement and Psychological Wellbeing? American Psychologist, vol. 53. no 9. pp. 1017-1032.

Kraut R., Kiesler S., Boneva B., Cummings J., Helgeson V., Crawford A. (2002) Internet Paradox Revisited. Journal of Social Issues, vol. 58, no 1, pp. 49-74.

Kwak H., Lee C., Park H., & Moon S. (2010) What is Twitter, a Social Network or a News Media? Proceedings of the 19th International Conference on World Wide Web, New York: ACM, pp. 591-600.

Lilleker D. G., Vedel T. (2013) The Internet in Campaigns and Elections. The Oxford Handbook of Internet Studies (ed. W. H. Dutton), Oxford: Oxford University Press, pp. 401-420.

Lotan G., Graeff E., Ananny M., Gaffney D., Pearce I., boyd d. (2011) The Revolutions Were Tweeted: Information Flows during the 2011 Tunisian and Egyptian Revolutions. International Journal of Communication, vol. 5, pp. 1375-1405.

McQuail D. (2010) McQuail's Mass Communication Theory, London: SAGE.

Menczer F. (2016) Misinformation on Social Media: Can Technology Save Us? Available at: http:// theconversation.com/misinformation-on-social-media-can-technology-save-us-69264 (accessed 15 March 2017).

Morahan-Martin J. M. (2004) How Internet Users Find, Evaluate, and Use Online Health Information: A Cross-Cultural Review. CyberPsychology & Behavior, vol. 7, no 5, pp. 497-510.

Nie N. H., Erbring L. (2000) Internet and Society: A Preliminary Report. Stanford Institute for the Quantitative Study of Society. Available at: http://www2.uca.es/HEURESIS/documentos/ Preliminary_Report.pdf (accessed 15 March 2017).

O'Neil M. (2009) Cyberchiefs: Autonomy and Authority in Online Tribes, London: Pluto Press.

Prabowo R., Thelwall M. (2009) Sentiment Snalysis: A Combined Approach. Journal of Informetrics, vol. 3, no 2, pp.143-157.

Probst F., Grosswiele L., Pfleger R. (2013) Who Will Lead and Who Will Follow: Identifying Influential Users in Online Social Networks. Business & Information Systems Engineering, vol. 5, no 3, pp. 179193.

Qiu J. L. (2013) Network Societies and Internet Studies: Rethinking Time, Space, and Class. The Oxford Handbook of Internet Studies (ed. W. H. Dutton), Oxford: Oxford University Press, pp. 109128.

Ragnedda M. (2017) The Third Digital Divide: A Weberian Approach to Digital Inequalities, London: Routledge.

Rainie L, Wellman B. (2012) Networked: The New Social Operating System, Cambridge: MIT Press.

Reid E. (1999) Hierarchy and Power: Social Control in Cyberspace. Communities in Cyberspace (eds. M. Smith, P. Kollock), London: Routledge, pp. 107-133.

Rheingold H. (1993) The Virtual Community: Homesteading on the Electronic Frontier. Available at: http://www.rheingold.com/vc/book/intro.html (accessed 15 October 2012).

Rogers E. (1983) Diffusion of Innovations, New York: Free Press.

Rozina I. (2009) Virtual'nye issledovatel'skie soobshhestva: ot zarubezhnyh modelej k otechestvennym primeram [Virtual Research Communities: From Foreign Models to Domestic Examples]. Obrazovatel'nye tehnologiiiobshhestvo, vol. 12, no 2, pp. 389-408.

Rykov Yu. (2013) Virtual'noe soobshhestvo kak social'noe pole: neravenstvo i kommunikativnyj kapital [Virtual Community as a Social Field: Inequality and Communicative Capital]. Journal of Sociology and Social Anthropology, vol. 16, no 4, pp. 44-60.

Rykov Yu. (2015) Setevoe neravenstvo i struktura onlajn-soobshhestv [Network Inequality and the Structure of Online Communities]. Journal of Sociology and Social Anthropology, vol. 18, no 4,

pp. 144-156.

Rykov Yu., Koltsova O., Meylakhs P. (2016) Struktura i funkcii onlajn-soobshhestv: setevaja kartografija VICh-relevantnyh grupp v social'noj seti "VKontakte" [Structure and Functions of Online Communities: Network Mapping of HIV-Relevant Groups in VK.com SNS]. Sociological Studies, no 8, pp. 30-42.

Santana S., Lausen B., Bujnowska-Fedak M., Chronaki C., Kummervold P. E., Rasmussen J., Sorensen T. (2010) Online Communication between Doctors and Patients in Europe: Status and Perspectives. Journal of Medical Internet Research, vol. 12, no 2, pp. e20.

Schaffer R., Kuczynski K., Skinner D. (2008) Producing Genetic Knowledge and Citizenship Through the Internet: Mothers, Pediatric Genetics, and Cybermedicine. Sociology of Health & Illness, vol. 30,

no 1, pp. 145-159.

Setoyama Y., Yamazaki Y., Namayama K. (2011) Benefits of Peer Support in Online Japanese Breast Cancer Communities: Differences between Lurkers and Posters. Journal of Medical Internet Research, vol. 13, no 4, pp. e122.

Shashkina A., Deviatko I., Davydova S. (2010) Onlajn issledovanija v Rossii 2.0 [Online Research in Russia 2.0], Moscow: Severo-Vostok.

Shashkina A., Deviatko I., Davydova S. (2012) Onlajn issledovanija v Rossii 3.0 [Online Research in Russia 3.0], Moscow: Kodeks.

Shen C., Cage C. (2015) Exodus to the Real World? Assessing the Impact of Offline Meetups on Community Participation and Social Capital. New Media & Society, vol. 17, no 3, pp. 394-414.

Shneiderman B. (2007) Web Science: a Provocative Invitation to Computer Science. Communications of the ACM, vol. 50, no 6, pp. 25-27.

Smith M. A., Rainie L., Shneiderman B., Himelboim I. (2014) Mapping Twitter Topic Networks: From Polarized Crowds to Community Clusters. Pew Research Internet Project. Available at: http:// www.pewinternet.org/2014/02/20/part-2-conversational-archetypes-six-conversation-and-group-network-structures-in-twitter/ (accessed 20 October 2014).

Smith M., Kollock P. (eds.) (1999) Communities in Cyberspace, London: Routledge.

Tai-Quan Peng, Lun Zhang, Zhi-Jin Zhong, Jonathan JH Zhu. (2013) Mapping the Landscape of Internet Studies: Text Mining of Social Science Journal Articles 2000-2009. New Media & Society, vol. 15, no 5, pp. 644-664.

Van Deursen A. J. A. M., Helsper E. J. (2015) The Third-Level Digital Divide: Who Benefits Most from Being Online? Communication and Information Technologies Annual, vol. 10, pp. 29-52.

Van Dijk J. (2005) The Deepening Divide: Inequality in the Information Society, London: SAGE.

Van Dijk J. (2012) The Network Society, London: SAGE.

Van Dijk J. (2013) The Review on The Handbook of Internet Studies. European Journal of Communication, vol. 28, no 5, pp. 587-590.

Van Laer J. (2010) Activists Online and Offline: The Internet as an Information Channel for Protest Demonstrations. Mobilization, vol. 15, no 3, pp. 347-366.

Van Mierlo T. (2014) The 1% Rule in Four Digital Health Social Networks: An Observational Study. Journal of Medical Internet Research, vol. 16, no 2, pp. e33.

Vandelanotte C., Sugiyama T., Gardiner P., Owen N. (2009) Associations of Leisure-Time Internet and Computer Use With Overweight and Obesity, Physical Activity and Sedentary Behaviors: Cross-Sectional Study. Journal of Medical Internet Research, vol. 11, no 3, pp. e28.

Vanke A., Ksenofontova I., Tartakovskaya I.(2014) Internet-kommunikacii kak sredstvo i uslovie politicheskoj mobilizacii v Rossii (na primere dvizhenija "Za chestnye vybory") [Internet Communication as a Means and Condition of Political Mobilization in Russia (the Case of the Movement "For Fair Elections")]. INTER, no 7, pp. 44-73.

Vaquero L. M., Cebrian M. (2013) The Rich Club Phenomenon in the Classroom. Scientific Reports, vol. 3, article no 1174.

Volchenko O. (2016) Dinamika cifrovogo neravenstva v Rossii [Dynamics of Digital Inequality in Russia]. Monitoring of the Public Opinion, no 5, pp. 163-182.

Voronkin A. (2014) Social'nye seti: jevoljucija, struktura, analiz [Social Networks: Evolution, Structure, Analysis]. Obrazovatel'nye tehnologii iobshhestvo, vol. 17, no 1, pp. 650-675.

Wasko M. M., Faraj S. (2005) Why Should I Share? Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice. MIS Q., vol. 29, no 1, pp. 35-57.

Wellamn B. (2001) Physical Place and Cyberplace: The Rise of Personalized Networking. International Journal of Urban and Regional Research, vol. 25, no 2, pp. 227-252.

Wellman B., Boase J., Chen W. (2002) The Networked Nature of Community: Online and Offline. IT&Society, vol. 1, no 1, pp. 151-165.

Wilson C., Dunn A. (2011) Digital Media in the Egyptian Revolution: Descriptive Analysis from the Tahrir Data Set. International Journal of Communication, vol. 5, pp. 1248-1272.

Witte J. C., Mannon S. E. (2010) The Internet and Social Inequality, London: Routledge.

Ziebland S., Wyke S. (2012) Health and Illness in a Connected World: How Might Sharing Experiences on the Internet Affect People's Health? Milbank Quarterly, vol. 90, no 2, pp. 219-249.