Кибервойны XXI века

Значительный интерес вызвала недавняя работа Парижского центра изучения социальных, этнических и межконфессиональных конфликтов о взаимоотношениях виртуальных и реальных социальных сетей и групп в конфликтных ситуациях. Исследование имело целью выяснить вопрос, какие именно виртуальные группы быстрее всего самоорганизуются в конфликтных ситуациях и способны к согласованным действиям. В качестве материалов были использованы данные по беспорядкам в Париже, событиям прошлого года в Тунисе, футбольным беспорядкам в центральной Германии. Было выделено три типа групп: полностью виртуальные группы, которые до событий не имели между собой никаких контактов в реале, смешанные группы, где часть людей взаимодействовала в реале и все взаимодействовали в социальных сетях и, наконец, реальные группы, все члены которых многократно пересекались и взаимодействовали в реальном мире.

К некоторому удивлению исследователей выяснилось, что наибольшей способностью к самоорганизации обладают не реальные, как это предполагалось до сих пор, а смешанные группы. Под самоорганизацией имелась в виду способность людей на месте события быстро идентифицировать себя как единое целое и, кроме того, увеличивать численность группы за счет включения в нее других участников конфликтов или беспорядков. Оказалось, что реальные группы быстрее всех переходят к действиям, но с трудом коммуницируют с толпой на месте конфликтов или беспорядков. В то же время смешанные группы немногим уступали реальным группам в скорости перехода к тем или иным активным действиям, намного превосходят их по способности вбирать в себя неорганизованных участников конфликтов и беспорядков и просто людей, оказавшихся в это время в соответствующем месте.

Далее исследователи выяснили, что во всех странах наблюдения в смешанных группах наиболее авторитетные их члены связаны между собой не только виртуальными, но и реальными взаимодействиями. При этом число участников смешанной группы, имеющих устойчивые реальные взаимодействия, колеблется, как правило, в интервале от 10 до 25 % от общей численности группы.

Международный центр практик краудсорсинга при стихийных бедствиях опубликовал данные аналитики, которую они провели по отражению в социальных сетях и Twitter наводнения в Новом Орлеане, землетрясения на Гаити, катастрофы вокруг Фукусимы и наводнений в результате разливов Красной реки.

Аналитику для центра вели специалисты Университета И. Лойолы, который, кстати, является поставщиком кадров для разведсообщества, при поддержке лаборатории аналитических методов обработки неструктурированный информации Стэндфордского университета. Было выявлено два новых неожиданных и технологически очень интересных обстоятельства.

Во-первых, оказалось, что социальные сети имеют различную пропускную способность в зависимости от оценочной окрашенности информации. Давно и хорошо известно, что наиболее рейтинговыми передачами на телевидении оказываются различного рода шоу, соревнования и т. п., имеющие, несомненно, положительную окрашенность, несущие позитивные эмоции. В социальных сетях, напротив, скорость распространения и широта охвата негативной информации в 2–2,6 раза превышает аналогичные показатели для позитивных новостей и сообщений. Данные цифры получены впервые и естественно в ближайшее время будут осмыслены и с военных, и с политических, и с коммерческих позиций.

Во-вторых, выяснилось, что люди, оказавшиеся в зоне стихийных бедствий, как это не удивительно, используют социальные платформы и социальные сети достаточно неожиданным образом. До проведения исследований и эксперты, и практики были убеждены, что социальные платформы и сети в зонах бедствия и экстраординарных событий используются, прежде всего, для того, чтобы подать призывы о помощи, просигнализировать властям или добровольческим организациям о необходимости предпринять усилия для спасения тех, кто выходит с соответствующими сообщениями. Оказалось, что такие сообщения составляют по различным регионам от 27 до 38 % от общего числа осмысленных сообщений. При этом наибольший удельный вес призывов о помощи имел место на Гаити и при разливах Красной реки. Наименьший — в Японии.