فصلنامه مدیریت نظامی

فصلنامه مدیریت نظامی

از جریان‌سازی پیش‌دستانه تا انسداد ارتباطی: تحلیل محاسباتی حکمرانی الگوریتمی پلتفرم X در بحران‌های ژئوپلیتیک

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه علوم ارتباطات، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
2 گروه علوم اجتماعی، دانشگاه ازاداسلامی واحدقوچان، قوچان، ایران
3 گروه علوم اجتماعی، دانشگاه آزاد اسلامی واحد خلخال، خلخال، ایران
10.22034/iamu.2026.2091448.3270
چکیده
در بحران‌های ژئوپلیتیک معاصر، پلتفرم‌های دیجیتال از ابزارهای ارتباطی خنثی به زیرساخت‌های فعال «حکمرانی الگوریتمی» و میدان اصلی جنگ روایت‌ها تبدیل شده‌اند. در جریان تنش‌های نظامی ایران و اسرائیل، پلتفرم X نقشی محوری در جهت‌دهی افکار عمومی ایفا کرد. پژوهش حاضر با کاربست رویکرد علوم اجتماعی محاسباتی، چگونگی عملکرد الگوریتم‌ها را در شکل‌دهی به جریان اطلاعات کالبدشکافی می‌کند. بر این اساس، ۳۰,۰۰۰ رکورد داده غنی‌شده (پالایش‌یافته از ۱۲۰,۰۰۰ داده خام) در سه فاز زمانی پیش‌بحران (T0)، اوج بحران (T1) و پسابحران (T2) با استفاده از تکنیک‌های پردازش زبان طبیعی، تحلیل احساسات و تحلیل شبکه مورد واکاوی قرار گرفت.
یافته‌های محاسباتی نشان می‌دهد که در فاز پیش‌بحران، پلتفرم با اعمال «برجسته‌سازی پیش‌دستانه» و حاشیه‌راندن روایت‌های صلح‌طلبانه، اتمسفر شبکه را برای پذیرش درگیری مهیا کرده است. در اوج بحران و هم‌زمان با انسداد ارتباطی کاربران انسانی، کنشگران ماشینی (ربات‌ها) با استراتژی اشباع فضا، خلاء عاملیت را پر کرده و با تقویت سیستماتیک احساس خشم (۵۳ درصد از محتوا)، «مارپیچ سکوت دیجیتال» را به حداکثر رساندند. در فاز پسابحران نیز، الگوریتم‌ها با ایجاد دوقطبی‌های هدایت‌شده، مرجعیت را به اینفلوئنسرهای انسانی بازگرداندند تا به روایت‌های ماشینی تولیدشده، مشروعیت و هویتی پایدار ببخشند. نتایج این مطالعه ثابت می‌کند که دروازه‌بانی در عصر کلان‌داده، از مدیریت محتوای انسان‌محور به مهندسی زیرساخت‌های عاطفی و الگوریتمی تغییر یافته و هوش مصنوعی با مدیریت نامرئی داده‌ها، به معمار اصلی ادراک عمومی بدل شده است.
کلیدواژه‌ها
موضوعات

·       حدادی، علیرضا (۱۴۰۳). چارچوبی نوین برای سنجش سرمایه اجتماعی نظام‌های سیاسی با استفاده از روش علوم اجتماعی محاسباتی.  فصلنامه علوم اجتماعی، ۳۱(105)، ۴۷-۹۵. doi: 10.22054/qjss.2025.81459.2821
·       رستگار، ی. (علی)، خانیکی، ه. (هادی)، و رحمانی‌زاده دهکردی، س. (حمیدرضا). (۱۴۰۳). تحلیل داده‌های حذف‌شده کاربران منتسب به ایران توییتر در بازه انتخابات ریاست جمهوری ۲۰۲۰ آمریکا. مطالعات فرهنگی و ارتباطات، ۲۰(۷۴)، ۱۱-۴۴. https://doi.org/10.22034/jcsc.2022.550364.2546
·       عبداللهیان، ح.، و کرمانی، ح. (۱۳۹۹). همگان‌های شبکه‌ای در توئیتر فارسی؛ تحلیل خوشه‌های شبکه‌ای در توئیتر فارسی در انتخابات ریاست جمهوری سال ۱۳۹۶. مطالعات رسانه‌های نوین، ۶(۲۲)، ۷۰۱۰۰. https://doi.org/10.22054/nms.2021.44855.784
·       عبدیان، ص. (صبا)، حسین‌زاده شهری، م. (معصومه)، و خدیور، آ. (آمنه). (۱۴۰۲). تجزیه و تحلیل بیبلیومتریک داده‌های بزرگ و پتانسیل آن برای ایجاد و اخذ ارزش. مجله ایرانی مطالعات مدیریت، ۱(۱)، ۱-۲۴.
·       لبافی، س. (کیاء)، و نظریان. (۱۴۰۱). شناسایی تأثیرات دروازه‌بانی الگوریتمی در پلتفرم‌های رسانه‌ای بر منافع عمومی کاربران. پژوهش‌های ارتباطی، ۲۹(۱۱۰)، ۴۳-۶۷.
·       نصری، س. ا.، حسن‌پور، ح.، آقاابراهیمی، ب.، و سپنجی، ا. ع. (۱۴۰۲). ارزیابی عملکرد رسانه‌های خبری فارسی‌زبان در شبکه اجتماعی توییتر با استفاده از روش ترکیبی داده‌کاوی، تحلیل شبکه‌ای (ANP) و تحلیل پوششی داده‌ها (DEA). مطالعات مدیریت راهبردی دفاع ملی، ۷(۲۵)، ۲۶۷-۳۰۴.
 
·       Adewusi, A. A., Olabiyisi, S. O., Omidiora, E. O., & Odetunmibi, O. A. (2025). Big data-driven business intelligence for competitive advantage: A comparative analysis. Journal of Information Systems and Technology Management, 22(1), 12–34. https://doi.org/10.1016/j.jistm.2025.01.002
·       Alodat, A. M., Al‑Qora’n, L. F., & Abu Hamoud, M. (2023). Social media platforms and political participation: A study of Jordanian youth engagement. International Journal of Communication, 17, 4402–4424.
·       Bandy, J. (2021). Problematic machine behavior: A systematic literature review of algorithm audits. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1), Article 1. https://doi.org/10.1145/3449103
·       Blumenstock, J. E., Chi, G., & Tan, X. (2023). Migration and the value of social networks. American Economic Review, 113(8), 2115–2148.
·       Brady, W. J., Wills, J. A., Jost, J. T., Tucker, J. A., & Van Bavel, J. J. (2017). Emotion shapes the diffusion of moralized content in social networks. Proceedings of the National Academy of Sciences, 114(28), 7313-7318. https://doi.org/10.1073/pnas.1618923114
·       Entman, R. M. (1993). Framing: Toward clarification of a fractured paradigm. Journal of Communication, 43(4), 51-58. https://doi.org/10.1111/j.1460-2466.1993.tb01304.x
·       Fan, C., Wu, F., & Mostafavi, A. (2025). Dynamics of collective information processing for risk encoding in social networks during crises. International Journal of Disaster Risk Reduction122, 105451.
·       Faus, M., Rebollo, C., López, D., & Ortega, F. (2025). AI and big data in public health campaigns: A systematic review. Health Communication Research, 18(3), 211–229. https://doi.org/10.1016/j.hcr.2025.03.005
·       Gillespie, T. (2010). The politics of ‘platforms’. New Media & Society, 12(3), 347-364. https://doi.org/10.1177/1461444809342738
·       Gillespie, T. (2014). The relevance of algorithms. In T. Gillespie, P. J. Boczkowski, & K. A. Foot (Eds.), Media technologies: Essays on communication, materiality, and society (pp. 167-194). MIT Press.
·       Hu, Y., & Wang, J. (2021). How do people describe locations during a natural disaster: An analysis of tweets from Hurricane Harvey. Leibniz International Proceedings in Informatics, 185, Article 6. https://doi.org/10.4230/LIPIcs.GISCIENCE.2021.6
·       Kuai, J., Brantner, C., Karlsson, M., Van Couvering, E., & Romano, S. (2025). AI chatbot accountability in the age of algorithmic gatekeeping: Comparing generative search engine political information retrieval across five languages. new media & society, 14614448251321162.
·       Nieuwenhuizen, E. (2025). Trust and transparency in algorithmic governance: a multi-level framework. In Handbook on Trust in Public Governance (pp. 116-135). Edward Elgar Publishing.
·       Noelle-Neumann, E. (1974). The spiral of silence: A theory of public opinion. Journal of Communication, 24(2), 43-51. https://doi.org/10.1111/j.1460-2466.1974.tb00367.x
·       Okonkwo, I., & Awad, H. A. (2024). The role of social media in enhancing communication and collaboration in business. International Journal of Business Communication, 61(1), 75–96
·       Olaboye, S., Zhang, T., & Chen, H. (2024). Social media mining for early epidemic detection in Southeast Asia. Public Health Informatics Journal, 29(4), 387–402. https://doi.org/10.1016/j.phij.2024.11.003
·       Satish Kumar, M., Singh, V. P., & Agarwal, R. (2024). Network centrality and clustering in big data: A graph mining approach. Journal of Computational Social Systems, 11(2), 66–84. https://doi.org/10.1002/css.2024.00125
·       Shahmerdanova, R. (2024). Artificial intelligence in translation: Challenges and opportunities. Acta Globalis Humanitatis et Linguarum, 2(1), 23‑37. https://doi.org/10.69760/aghel.02500108
·       Speckhard, A., Shajkovci, A., & Ellenbogen, A. (2024). Beyond volume: Quality and contextual relevance in big data. International Journal of Data Ethics and Strategy, 5(1), 13–28. https://doi.org/10.1016/j.ijdes.2024.01.001
·       Woolley, S. C., & Howard, P. N. (2016). Political communication, computational propaganda, and autonomous agents—Introduction. International Journal of Communication, 10, 4882-4890.
·       Woolley, S. C., & Howard, P. N. (2018). Computational propaganda: Political parties, politicians, and political manipulation on social media. Oxford University Press.