نتائجها صحيحة ودقيقة. لكن هذا االعتقاد ﳚانب الصواب، ﻷن ما تدرسه قد يكون ﰲ الغالب غ كما ري ﳏدود أن اآلاثر ال تتوقف عن التدفق كالسيل (ففي "غياب الكل" ﳜتفي اكتمال ﳎتمع البحث وﳜتفي معه متثيله) 1 . وتستفيد املناهج اﳊاسوبية م ن اعتقاد راسخ أبهنا أكثر موضوعية، وذلك انطالقا ا من تصور مفاده أنه كلما زاد حجم اآلاثر املدروسة ارتفع منسوب دقة البحث ومصداقيته. وهذا خالفا ا لدليل املقابالت البحثية الذي يقل صكث اريا شرﳛة الواقع الذي على أساسه تُستنبط البياانت 2 . ومينح االعتماد على الذكاء االصطناعي - ان ﰲ ت مجع البيا وﲢليلها- ا لبحث مصداقية أكثر، ويعطيه مشروعية أفضل من البحث الذي ينج ز ابالعتماد على اللقاء املباشر مع املبحوثني سواء من خالل املقابالت الفردية أو اجملموعات البؤرية أو صحيفة االستبيان، والﱵ قد تشوهبا الذاتية. مي هذا عالوة على اإل ان أبن كثرة اآلاثر "توفر أعلى مستوى من الفهم واملعرفة" 3 . واﳊقيقة أن املناهج اﳊاسوبية تكشف عن أبعاد "جديدة" ﰲ املوضوعات اإلعالمية واالتصالية لتيسري هذا الفهم، وهي اﻷبعاد الكامنة ﰲ خصائص البياانت الضخمة، وقد حصرها البعض ﰲ ثالث خصائص تشرتك ﰲ اﳊرف ال تيﲏ ( ال V ) ﰲ بداية امسها 4 ، وهي: اﳊجم ( Volume ) مل ان الذي يعﲎ ضخامة البيا ت اتزايدة، والﱵ ﲡاوز حدود عينة الدراسة، والتنوع ( Variety ) ، أي تعد د أشكال اآلاثر وامليمات القابلة للتحليل، والسرعة ( Velocity ) ، الﱵ ت عد خاصية مستحدثة حق ا وال يوجد ما يعادهلا ﰲ ا ؛ إذ ي السيكية لبحوث الك قصَ د هبا إيقاع توليد البياانت وفرتة ظهورها ﰲ الشاشات قبل أن ﲣتفي 5 ، وسرعة التقاطها وﲢليلها. وقد أضاف البعض هلذه : ني أخريني، ومها اﳋصائص خاصيت اﳊقيقية ( Veracity ) ، أي إمكانية التأكد من واقعيتها ومن كوهنا ليست وليدة عملية تزوير رقمي، كقيام اﳋوارزميات إبعادة التوزيع اآليل والتلقائي لبعض التغريدات، والقيمة ( Value ،) ويقصد هبذه اﻷخرية البياانت الﱵ متلك قيمة عملية ﰲ ظل ﲣمة اآلاثر الرقمية لتصبح مخس خصائص 6 . وأُضيفت هلا خاصية املرؤوئية ( Visibility ) 7 ، أي القابلية ل لظهور ومشاهدهتا، لتصبح س ت خصائص . 1 - Dominique Boullier, “ Vie et mort des sciences sociales avec le big data, ” La nouvelle revue des sciences sociales, no. 4, (2015): 19-37. 2 - Bruhn Jensen, “ New Media, Old Methods, ” 49. 3 - Danah Boyd, Kate Crawford, “ Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon,” Information, Communi cation & Society, Vol. 15, (2012): 662 – 679. 4 - Stefan Schmidt, “ Les 3 V du Big Data: Volume, Vitesse et Variété, ” Le Journal du Net, May 31, 2015, “a ccessed November 10, 2021 ”. https://bit.ly/3AIZZHX. 5 - يُستخدم مصطلح اﳋتم الزمﲏ ( horodatage - timestamping )، انظر كيفية توظيفه ﰲ هذا البحث: Anders Olof Larsson, “ Tweeting the Viewer- Use of Twitter in a Talk Show Context, ” Journal of Broadcasting & Electronic Media 57(2), ( 2013 ): 135-152. 6 - Bertrand Bathelot, “ 5V du big data definitions, ” marketing.com, December 1, 2016, “ accessed November 10, 2021”. https://bit.ly/3AweRJt. 7 - “ Lumière sur … les 6V du Big Data, ” September p, 2016, “ accessed November 10, 2021 ”. https://bit.ly/3AweXAP.
90
Made with FlippingBook Online newsletter