ВЕСТНИК ПЕРМСКОГО НАЦИОНАЛЬНОГО ИССЛЕДОВАТЕЛЬСКОГО ПОЛИТЕХНИЧЕСКОГО УНИВЕРСИТЕТА. СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ НАУКИ

Статья базируется на результатах социологического исследования студенческой молодежи в городе-миллионере и раскрывает специфику социологического исследования селф-трекинга, связанную прежде всего с изучением отношений между врачом, рекомендующим селф-трекинг, и пациентом, использующим его, а также с компаративным анализом различных социальных групп, являющихся потребителем данной технологии. Статья посвящена особенностям самомониторинга молодежи с помощью цифровых устройств, которые раскрываются на основе эмпирического исследования, проведенного авторами в 2023 г. среди студентов вузов г. Перми. В качестве методологии исследования выбрана теория мобильности Дж. Урри. Одной из задач исследования был поиск ответа на вопрос: является ли селф-трекинг для молодого поколения средством диагностики состояния своего здоровья («селф-трекинг для себя»), или потребление трекинг-гаджетов в современных условиях становится показателем определенного социального статуса («селф-трекинг для других»)? Авторы склоняются к первому тезису. В результате исследования была сконструирована собственная типология студентов по селф-трекингу: «зависимые», «независимые», «самодостаточные» и «умеренные», выявлена распространенность представленных типов. Доминирующим становится достаточно благоприятный тип «независимые», характеризующийся отсутствием болезненной привязанности к трекинг-гаджетам и не нацеленный на публичное представление в социальных сетях своих зафиксированных данных. Согласно результатам исследования, на регулярность отслеживания состояния своего здоровья влияет характер перемещений студентов по городу. Были выявлены наиболее распространенные устройства для трекинга среди городской молодежи. Из широкого перечня таких устройств студентам известны в основном фитнес-браслеты, смарт-часы, что также отражает повышенный интерес к характеру мобильности молодежи.

Рассматривается возможность применения больших языковых моделей для анализа социометрических данных. Авторы обсуждают теоретические основы социометрии, ее связь с сетевым подходом и традиционными методами анализа, а также потенциал больших языковых моделей в обработке и интерпретации социометрических данных. Исследование включает в себя апробацию больших языковых моделей на примере небольшого набора данных, демонстрируя высокую точность и скорость обработки, улучшенную интерпретацию результатов и способность формулировать качественные гипотезы. Полученные результаты свидетельствуют о значительных преимуществах использования больших языковых моделей, таких как эффективная обработка данных, улучшенная интерпретация, комплексный анализ и адаптивность к различным форматам данных. Анализ социальных связей выявил наличие центральных и периферийных групп, а также важность «мостов» между ними. Большие языковые модели также способствуют более точному выявлению лидеров и аутсайдеров, улучшая понимание групповой динамики и взаимодействий. Авторы делают вывод о том, что внедрение больших языковых моделей значительно расширяет аналитические возможности социометрии, открывая новые перспективы для развития количественных методов анализа межличностных отношений в социологии. Кроме того, использование больших языковых моделей позволяет улучшить прогнозирование изменений в социальных сетях и выявление скрытых паттернов, что важно для понимания эволюции социальных групп. Тем не менее подчеркивается необходимость валидации результатов и учета этических соображений при использовании искусственного интеллекта в анализе социальных отношений. Приведены примеры успешного применения больших языковых моделей. Показаны перспективы дальнейших исследований в данной области, а также интеграция с другими методами анализа социальных сетей и данных.