Россия
Московский педагогический государственный университет (кафедра социально-политических исследований и технологий Института истории и политики, Институт перспективных исследований, заведующий, главный научный сотрудник)
Цель статьи – представить структуру, назначение и эвристические возможности разработанной соавторами агентной модели влияния медиафреймов фундаментального противостояния РФ и Запада на образ будущего у российской молодежи. Методология авторской разработки базируется на агентном подходе, предполагающем исследование воздействия медиафреймов противостояния России и Запада на формирование образа будущего российской молодежи как системы взаимодействия между адаптивными агентами, которые формируют влияние на окружение в ответ на получаемое воздействие, формируя тем самым эмерджентные социальные паттерны. Концептуальная схема предлагаемой методики основана на сочетании процедур проактивного управления, технологий интеллектуального анализа данных, методики анализа медиафреймов, методов имитационного моделирования. В модели представлены характеристики связи между агентами «Медиафреймы» и «Молодежь», а также показаны перспективы включения в число агентов политики государства и ближайшего окружения молодых россиян. Операционализированый образ будущего молодежи, связи его формирования с информационным иммунитетом молодых россиян и характеристиками медиафреймов противостояния РФ и Запада. Установленные взаимосвязи обоснованы данными фактических исследований, включающих результаты опросных, социально-медийных мониторингов, итоги проективной когнитивистики в формате песочного игрового моделирования с участием российской молодежи в качестве испытуемых. Практическое значение модели может заключаться в возможности установить наиболее вероятные риски внешнего информационного давления на формирование и трансформацию представлений о текущем и будущем курсах развития страны.
социальные медиа, медиафреймы, цивилизационное противостояние, информационное влияние, информационный иммунитет, агентно-сетевая модель, образ будущего, молодежь
1. Агеева А.Ф. Агентное моделирование общественно-политических систем и процессов: история развития и перспективы практического применения // Моделирование, оптимизация и информационные технологии. - 2019. - № 7(4). С. 297-302.
2. Айгумов А.А., Пшенокова И.А. Обзор методов моделирования сложных социально-экономических систем на основе агентного подхода // Известия Кабардино-Балкарского научного центра РАН. - 2024. - Т. 26. - № 5. -С. 64–72.
3. Воронин Д.Ю., Кузнецов П.Н., Евстигнеев В.П., Ярмак О.В. Агентное моделирование динамики консолидации общества при использовании процедур киберметрии интернет-контента // Общество: социология, психология, педагогика. – 2021. – № 3 (83). – С. 25-30.
4. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. 3-е изд., перераб. и дополн. - М.: МЦНМО, 2018. – 224 с.
5. Макаров В.Л., Бахтизин, Г.Л., Бекларян А.Р. [и др.] Укрупненная агентно-ориентированная имитационная модель миграционных потоков стран Европейского союза // Экономика и математические методы. – 2019. – Т. 55. - №1. – С. 3–15.
6. Abar S, Theodoropoulos G.K, Lemarinier P, O’Hare GMP Agent based modelling and simulation tools: a review of the state-of-art software // Comput Sci Rev. – 2017. - № 24. – P. 13–33.
7. Bergenti F., Franchi E., Poggi A. Selected models for agent-based simulation of social networks // Proc. 3rd Symp. Social Netw. Multiagent Syst. (SNAMAS). – 2011. - P. 27-32.
8. Beskow D.M., Carley K.M. Agent Based Simulation of Bot Disinformation Maneuvers in Twitter. In 2019 Winter Simulation Conference (WSC), 2019. pp. 750–761.
9. Billari FC, Fent T, Prskawetz A, Scheffran J (eds) Agent-based computational modelling: applications in demography, social, economic and environmental sciences. Physica-Verlag, Heidelberg. 2006.
10. Bonabeau E. Agent-based modeling: Methods and techniques for simulating human systems // National Academy of Sciences. – 2001. - № 99. - P. 7280–7287.
11. Bruch E., Atwell J. Agent-based models in empirical social research // Sociological Methods & Research. – 2015. - Vol. 44. - № 2. - P. 186–221.
12. González M. C., Lind P. G., Herrmann H. J. System of mobile agents to model social networks // Physical review letters. – 2006. – Т. 96. – №. 8.
13. Kirk R. Mitigating misinformation: Using simulations to examine the effectiveness of potential strategies // Advances in Intelligent Systems and Computing 1208 AISC. – 2020. - № 2 (27). - P. 189–195.
14. Macy M.W., Willer R. (2002) From factors to actors: computational sociology and agent-based modeling // Annu. Rev. Sociol. – 2002 - № 28. - P. 143–166.
15. Ormerod P., Rosewell B. Validation and verification of agent-based models in the social sciences. In: International Workshop on Epistemological Aspects of Computer Simulation in the Social Sciences. Springer, 2006, pp. 130–140.
16. Rincón A.G., Barbosa R.L.C., Segovia-García N., Franco D.R, A. Disinformation in Social Networks and Bots: Simulated Scenarios of Its Spread from System Dynamics // Systems. – 2022. - № 10. - P. 20-34.
17. Sánchez J. M., Iglesias C. A., Sánchez-Rada J. F. Soil: an agent-based social simulator in Python for modelling and simulation of social networks // International Conference on Practical Applications of Agents and Multi-Agent Systems. – Springer, Cham, 2017. – pp. 234-245.
18. Tadić B. et al. Agent-based simulations of emotional dialogs in the online social network myspace // Cyberemotions. – Springer, Cham, 2017. – pp. 207-229.
19. Windrum P., Fagiolo G., Moneta A. Empirical validation of agent-based models: Alternatives and prospects // Journal of Artificial Societies and Social Simulation. – 2007. - Vol. 10. - № 2. P. 8.
20. Xue X., Zhou D., Wang X. Yu, G., Xie J. Li X., Cui L., Wang F.-Y. Computational experiments for complex social systems: Experiment design and generative explanation // IEEE/CAA Journal of Automatica Sinica. – 2024. - Vol. 11. - № 4. - P. 1022–1038.
