Napról napra egyre több digitális adat keletkezik és egyre több társadalomtudományi elemzés
használ Twitter, Instagram vagy akár Facebook-adatokat. A „big data” jelenség kapcsán felmerülő társadalomtudományi lehetőségeket és dilemmákat számos nemzetközi és hazai tanulmány végigjárta már – de az „adathoz jutás” kérdésével csak érintőlegesen foglalkoztak ezek a
tanulmányok. Az adathoz jutás pedig egyre nehezebbé válik. Mit tehetünk abban az esetben, ha
a piaci szereplők lezárják a platformjaikat és ha mégis találunk elérhető adatot, akkor a kutatás-etikai tanács parancsol nekünk megálljt? A válasz egyszerű: forduljunk a felhasználókhoz és
tőlük kérjük el az adatokat. Ezt a megközelítést nevezi a szakirodalom adatdonációnak. A tanulmányban részletesen bemutatjuk az adatdonációs megközelítést külön kitérve arra, hogy a jelenlegi nagy nyugati platformok esetében milyen adatokhoz férhetnek hozzá a kutatók a felhasználókon keresztül. Az adatdonációs hozzáférés gyakorlati megvalósíthatósággát egy hazai
pilot kutatás alapján mutatjuk be.

Az ipari/üzleti alkalmazásokban már sokszorosan bizonyított felügyelt gépi tanulás szociológiai alkalmazásai sajátos kérdéseket vetnek fel. A sajátosság oka, hogy ezekben az alkalmazásokban komplex fogalmak megtanulása az algoritmus feladata (pl. hogy gyűlöletbeszédet
tartalmaz-e egy tweet). A felügyelt tanulás lényege, hogy előre bekódolt (gyűlöletbeszéd/nem
gyűlöletbeszéd) szövegek címkézését tanulja meg az algoritmus, jellegzetes szövegmintázatokat
keresve. A felmerülő kérdések: hogyan jön létre a címkézés? Hogyan lehet betanított kódolókkal
elvégeztetni egy olyan hermeneutikai kihívást, mint a gyűlöletbeszéd felismerése? Segítenek-e
ezen a rutinszerűen alkalmazott, részletezett annotálási irányelvek? A cikk arra is kitér, hogyan
végzik crowdsourcing platformokon a kódolást a nagy cégek, illetve ismertetem az MI-torzítást
is, aminek itt az a lényege, hogy a kódolók maguk viszik be a diszkriminációt az adatokba. E
kérdéseket kutatási tapasztalatainkkal illusztrálom.
KULCSSZAVAK: felügyelt gépi tanulás, annotálás, crows

A web 2.0 és digitális környezet, illetve az ezekben a terekben létrejövő közösségi média vitathatatlanul átformálta életünket: nemcsak a mindennapi tapasztalatainkat befolyásolta, de egy teljesen új társas terepet is teremtett, elősegítve korábban soha nem látott társadalmi gyakorlatok és szereplők kialakulását, elterjedését. A digitális technológiák demotizáló (Turner 2010) hatása teljesen új terepeket hozott létre a hírességek (újra)termelődéséhez, aminek egyik legnépszerűbb formája a videóblogolás. A vloggerek különböző mikro-celeb gyakorlatokon keresztül meglehetősen nagy hírnévre tettek szert rövid időn belül (Marwick 2015, Senft 2012), így társadalmi szerepük kulcsfontosságúvá vált a különböző tudáshalmazok, ötletek, értékek terjesztése, nyilvános artikulációja kapcsán. Ezek a kognitív mintázatok különböző diszkurzív gyakorlatokon keresztül jutnak el a rajongókhoz, melyek konkrétan – a közösségi médiás affordanciáknak megfelelően – a posztok, videók, kommentek, tweet-ek stb. sokaságából állnak össze és amely aktivitási elemekkel a rajongók különböző interakciókat is végezhetnek (komment, like stb.). Ez a fajta diszkurzív folyamat a hírességeket (jelen esetben videóbloggereket) úgynevezett szakértői intézmény (Giddens 1990) pozícióba helyezi, aminek segítségével különböző attitűdbeli, mentális, viselkedési sémákat nyújthatnak rajongóiknak. Mindeközben a digitális környezet a társadalomtudományos megismerés számára is teljesen új perspektívákat nyit, mivel a kutatók éppen ezekhez a diszkurzív panelekhez férhetnek hozzá nagy volumenben, tudományos elemzés céljából. Jelen kutatás is éppen a digitális adatokban rejlő megismerési potenciált aknázza ki, ugyanis a SentiOne nevű social listening alkalmazás segítségével rekonstruálja a hírességek alkotta online hálózatokat a különböző közös említések alapján (történjen az egy posztban, vagy rajongói kommentben). A hálózat felrajzolásán felül a SentiOne lehetőséget nyújt különböző, az említésekhez kapcsolódó metrikák létrehozására, amellyel még részletesebb kép nyerhető a hazai online térben hálózatosodó videóblogger hírességekről és az általuk létrehozott diskurzusról.

Az online térben nagy népszerűségnek örvend a világ egyik legnagyobb videómegosztó platformja, a YouTube, ahol a nézők véleményezhetik a videókat és azok témáit. A tanulmány célja
annak vizsgálata, hogy a napjaink gazdasági-társadalmi változásaival párhuzamosan egyre nagyobb figyelmet kapó feltétel nélküli alapjövedelemmel kapcsolatban hazánkban milyen
értékek és vélemények rajzolódnak ki a YouTube ilyen témájú videóinak kommentszekciójában.
Kutatásunk vegyes módszerrel dolgozik, az adatok gyűjtése, tárolása, szentimentanalízise és
a szózsák módszere informatikai eljárásokkal valósult meg, míg a kategorizálás kézi kódolás
révén. A szentimentanalízis eredménye mutatja, hogy a pozitív érvek kisebb arányban merülnek fel a megjegyzésekben. Olyan értékjellemzőkkel bírnak, mint a befogadás, a létjogán elv, az
igazságosság és a szabadság hangsúlyozása. A pozitív érvek közül a legmagasabb támogatottságot a megvalósíthatóság képezi. A negatív kategóriájú értékek gyakrabban merülnek fel, így
a másodrangú lét, igazságtalanság, kirekesztés, megfizethetetlenség és a teljesítményelvűség
értékeinek hangsúlyozása domináns az elemzett megjegyzésekben.

A tanulmány szövegbányászati eszközökkel vizsgálja, hogy a felhasználók hogyan reagálnak a
2018-as magyarországi országgyűlési választás kampányának vezetői témáira a jelöltek Facebook-oldalain. Azt feltételezi, hogy a kiemelt (migráció, korrupció) és a kampánnyal kapcsolatos
posztok több reakciót váltanak ki, míg a közpolitikai témák és a mobilizációs tartalmak kevésbé
lesznek népszerűek. Mindezek túlmenően a témagazda-hatás elméletet is teszteli a felhasználói
reaktivitás tekintetében. E feltevéseket egy olyan adatbázison teszteli a kutatás, amely a választás minden mérhető támogatottságú jelöltjének a kampány alatt közzétett összes posztját tartalmazza (511 jelölt 38030 posztja), a témákat pedig szövegbányászati eszközökkel azonosítja,
ily módon használva ki a közösségi médiában rejlő „big data”-elemzés lehetőségét. Az eredmények azt mutatják, hogy a korrupció, a fejlesztéspolitika és a kampány a legnépszerűbb témák
a Facebookon, míg a migráció csak az ellenzéki politikusok oldalán volt vonzó, a kormánypárti politikusok követői kerülték a migrációs témájú posztokra való reagálását. A legérdekesebb
eredmény a fordított témagazda-hatáshoz kapcsolódik, miszerint a politikusok saját témáikkal
általában kevésbé tudnak reakciókat kiváltani, mint ellenfeleik ugyanezekben a témákban

Tanulmányom kísérletet tesz a magyar fiatalság életstílus-alapú szegmenseinek újító módszertanú, közösségimédia-adatokon alapuló feltárására, beemelve a digitalizáltság dimenzióját az
életstíluscsoportok alkotásába. A szegmensek életstílus-attitűdjeinek vizsgálatát segítik a kapcsolódó miliőelméleti megközelítések, és nemzetközi illetve magyar empirikus miliőkutatások
áttekintése.

A 21. század technológiai környezetében egyre nagyobb jelenléttel képviseltetik magukat a
tudatos, információszerző betegek, a korábbi alá-fölérendeltségi viszonyt elkezdte átváltani a
kooperáció alapú együttműködés, amelyet számos digitális egészségügyi projekt segít (Koskova
2015). A nagy számban elérhető orvosi információ pedig lehetővé tette, hogy a betegek tájékozódjanak, másodvéleményt kérjenek, orvosaiknak segítsenek és tudatos e-pácienssé váljanak
(Meskó et. al. 2017).
Különösen igaz a ritka betegségben érintettekre, ahol az információ megléte még nagyobb
jelentőséggel bír, Európában már több mint 30 millió érintett életében. Ezen betegségek esetében a diagnosztikus út sok esetben hosszú, ennek következtében a megszerzett tudásanyag
segítséget adhat a megküzdésben, ehhez pedig segítséget adhatnak az online felületek is. A kutatás ezért a közösségi médiában történő orvosi információ szerzését vizsgálta social média listening alkalmazásával. Az #Asthma és a #CysticFibrosis Twitter alapú adatbázisok elemzése hét
éves intervallumot foglalt magába, feltáró jellegű vizsgálattal a tweet aktivitás, a szemantikai
környezet, a véleményvezérek, valamint az elkötelezettség és a hashtag használat témakörében
egyaránt.

A depresszió jelenségének vizsgálata nem újkeletű a szociológiában, de egyre szélesebb társadalmi problémává válása folytán ma is aktuális. A depresszióhoz kapcsolódó biomedikális és
pszichológiai aspektus mellett egyre figyelemre méltóbb a szociológiai nézőpont beemelése a
depresszió lehetséges okairól zajló párbeszédbe. A depresszióról szóló diskurzus kutatásában
az online elérhető szövegek számos új lehetőséget nyújtanak, hiszen a fórumok anonimitása,
egyszerű elérése népszerűvé teszi az online segítségkérést az érintettek számára. Kutatásomban
természetesnyelv-feldolgozást, azon belül logisztikus regressziót használtam, hogy feltérképezzem a depresszió értelmezési kereteinek laikus diskurzusokban való megjelenési mintázatainak
gépi tanuló algoritmussal való feltérképezhetőségét. A gépi tanulás által ugyanis lehetővé vált,
hogy 67857 hozzászólást elemezzek, amelynek emberi erőforrással való feldolgozása nehezen
valósulhatott volna meg. Az elemzés során angol nyelvű, depresszió témájú online fórumok bejegyzéseinek kategorizálást végeztem el a tudományos diskurzus-kategóriák mentén. Első eredményeim azt mutatják, hogy a logisztikus regresszió mérsékelten jobb eredményt nyújtott, mint
a véletlenszerű besorolás, egyben az emberi besoroláshoz hasonló eredményt ért el. Annak ellenére, hogy a kutatás angol nyelvű fórumokat elemzett, eredményeim hasznosak lehetnek bárki számára, aki absztrakt szociológiai fogalmak felhasználók által írt online szövegekben való
megjelenésével foglalkozik.