Московский государственный строительный университет
Москва, г. Москва и Московская область, Россия
В статье рассматриваются сущностные характеристики Big Data, которые открывают возможности для построения прогностических моделей массового поведения, что делает их востребованным инструментом для исследования общества и политических процессов. В настоящее время Big Data являются не просто аналитическим инструментом, но и ресурсом политического влияния, требующим детального изучения. Цель исследования – выявление возможностей использования больших данных в политическом пространстве, а также рисков, которые могут сопровождать их внедрение в политические процессы. В статье использовался комплекс теоретических и эмпирических методов исследования. Для анализа специфики больших данных использовалась модель «5V», которая позволяет комплексно рассмотреть данную технологию, применяя системный подход. Для изучения проблемы была разработана авторская анкета для социологического опроса в формате онлайн-анкетирования, в котором приняло участие 172 респондента, студентов московских вузов. Более половины респондентов позитивно оценивают потенциал Big Data для анализа предпочтений избирателей и оптимизации государственного управления. Вместе с тем значительная доля нейтральных ответов подчеркивает неоднородность восприятия и необходимость повышения цифровой грамотности. Среди рисков респонденты выделили как наиболее серьезные: нарушение права на приватность, усиление политической поляризации и манипуляцию общественным мнением. Личные и системные угрозы оцениваются равно опасными. Примечательно, что манипуляция воспринимается как более явная опасность, нежели косвенное ограничение свободы выбора через персонализацию контента, что может указывать на пробелы в понимании алгоритмических механизмов воздействия. Авторы выявляют ключевые проблемы применения Big Data в политических исследованиях: несоответствие онлайн-поведения пользователя реальным оффлайн-действиям (парадокс Р. Лапьера), искажения и ошибки на этапах сбора и обработки данных, а также ограничения источников и методов анализа. Несмотря на огромное количество информации в наборах больших данных, в них часто отсутствует необходимый контроль и случайность, что затрудняет корректные статистические выводы. Теоретическая значимость статьи состоит в обобщении трудов по использованию Big Data в политической сфере, в выявлении основных сфер применения данной технологии в политическом пространстве нашей страны. Практическая значимость статьи состоит в исследовании мнения молодого электората о возможностях и рисках применения Big Data в сфере политического менеджмента, а также основанных на опросе рекомендациях государственным органам в сфере защиты персональных данных пользователей государственных сервисов. В статье делается вывод о том, что у Big Data существуют огромные возможности для применения данной технологии в политике, а информированность населения, в свою очередь, формирует запрос на регулирование защиты персональных данных и способствует развитию критического восприятия политического контента, снижая уязвимость к манипуляциям. В то же время выявленные пробелы в понимании механизмов алгоритмической персонализации актуализируют необходимость развития цифровой грамотности и прозрачности использования больших данных в политических целях.
Big Data, большие данные, политический менеджмент, политические процессы, цифровизация политики, цифровая грамотность, электоральные процессы и технологии
1. Бажанов В.А. Искусственный интеллект, технологии big data (больших данных) и особенности современного политического процесса // Философия. Журнал Высшей школы экономики. – 2023. – Т. 7. – № 3.– С. 193-210.
2. Володенков С.В. Технологии Big Data в современных политических процессах: цифровые вызовы и угрозы // Вестник Томского государственного университета. Философия. Социология. Политология. – 2018. - № 44. – С. 205-212.
3. Володенков С.В. Total Data как феномен формирования политической постреальности // Вестник Омского университета. Серия: Исторические науки. – 2017. - № 3. – С. 409-415.
4. Кочедыков И.Е. Об опыте применения больших данных в политической науке // Политическая наука. – 2023. - № 4. – С. 226-251.
5. Лебедева Т.Ю., Минаева Л.В., Юркович Ф. Политическая коммуникация: испытание «цифрой» // Вестник Московского университета. Серия 10. Журналистика. – 2022. - № 5. – С. 136-151.
6. Мухаметов Д.Р. Технологии big data в политических процессах: возможности и риски // Гуманитарные науки. Вестник Финансового университета. – 2019. Т. 9. - № 6 (42). – С. 143-149.
7. Мяханова А.Н., Эрхитуева Т.И. Формирование социального рейтинга: китайский опыт // Вестник Бурятского государственного университета. Гуманитарные исследования Внутренней Азии. – 2024. - № 3. – С. 38-43.
8. Окунев И.Ю. Электоральная география. – М.: Аспект Пресс, 2023. – 312 с.
9. Поляков А.В., Уварова Г.Г. Цифровой политический маркетинг: использование социальных сетей и big data для управления политическими предпочтениями // Государственное и муниципальное управление. Ученые записки. – 2024.– № 3. – С. 177-183.
10. Пьянов М.П. Цифровая адаптация политического консалтинга в России: TikTok как инструмент трансформации коммуникационных стратегий (2020-2024) // Вопросы национальных и федеративных отношений. – 2025.– Т. 15. – № 9 (126). – С. 1897-1906.
11. Савельев А.И. Проблемы применения законодательства о персональных данных в эпоху «Больших данных» (Big Data) // Право. Журнал Высшей школы экономики. – 2015. - № 1. – С. 43-66.
12. Сиротов П.А. Применение инструментов микротаргетинга в формировании политических процессов // Социально-гуманитарные знания. – 2022. - № 5. – С. 156-158.
13. Сухобоков А.А., Лахвич Д.С. Влияние инструментария Big Data на развитие научных дисциплин, связанных с моделированием // Наука и образование: Научное издание МГТУ им. Г.Э. Баумана. – 2015. - № 3. – С. 207-240.
14. Туровский Р.Ф. Политическая география: учебное пособие. М. – Смоленск: Издательство СГУ, 1999. – 381 с.
15. Хань Го. Ключевые механизмы функционирования системы социального кредита в Китае // Социология. – 2025. - № 5. – С. 51- 55.
16. Bakir V. Psychological Operations in Digital Political Campaigns: Assessing Cambridge Analytica's Psychographic Profiling and Targeting. 2020. [Электронный ресурс]. URL: https://doi.org/10.3389/fcomm.2020.00067.
17. Laney D. 3D data management: Controlling data volume, velocity, and variety // Application Delivery Strategies, 2001. [Электронный ресурс]. URL: 3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf - Яндекс Документы.
