چگونه واکنش رسانه‌ای چپ به تقویت گفتمان سلطنت‌طلبی انجامید؟

نقد یا پروبال دادن به گفتمان سلطنت‌طلبی؟

ظهور پلتفرم‌های اجتماعی طی دو دهۀ اخیر، الگوهای تولید، توزیع و مصرف اطلاعات را دگرگون کرده است. رقابت بر سر توجه کاربران، ویژگی اصلی رسانه‌های دیجیتال معاصر است. در فضای رسانه، «توجه» مهم‌ترین منبع کمیاب و ارزشمند است و پلتفرم‌ها بر اساس سازوکاری که «اقتصاد توجه» (attention economy) نام‌گذاری شده، محتوا را نه بر پایۀ صحت، اخلاق یا کیفیت، بلکه بر اساس توان آن در جذب و حفظ توجه کاربران، گزینش و توزیع می‌کنند. به عبارت دیگر، ارزش بیشتر از طریق جلب توجه تولید می‌شود تا از طریق کیفیت، حقیقت یا غنای معرفتی محتوا. در این بستر، شبکه‌های اجتماعی با بهره‌گیری از الگوریتم‌های پیچیده، توجه را بر اساس شاخص‌های رفتاری همچون نرخ کلیک، زمان توقف، تعداد واکنش‌ها و حجم گفت‌وگو اندازه‌گیری، طبقه‌بندی و توزیع می‌کنند، و همین امر آنها را به بازیگران اصلی شکل‌گیری گفتمان‌های سیاسی تبدیل می‌کند. در واقع الگوریتم‌ها به‌عنوان تنظیم‌کنندگان اصلی جریان اطلاعات عمل کرده و ارزش را تعیین می‌کنند. 

یکی از پیامدهای این منطق، پدیدۀ «برجسته‌سازی ناخواسته» (unintended salience) است؛ یعنی وضعیتی که در آن حتی مواجهۀ انتقادی، نفی‌کننده یا منفی به یک موضوع یا گفتمان، به افزایش دیده‌شدن آن می‌انجامد. این پدیده در ادبیات رسانه‌ای با مفاهیمی همچون algorithmic amplification, negative engagement و unintended consequences of visibility توصیف شده است. در نتیجه، کنش‌های واکنشی کنشگران سیاسی می‌تواند ناخواسته به بازتولید یا تقویت گفتمانی بیانجامد که علیه آن وارد عمل شده است.

در فضای رسانه‌ای ایران نیز تقابل رسانه‌ای میان گروه‌های چپ و گفتمان سلطنت‌طلبی نمونه‌ای قابل تحلیل از این مساله است و نشان می‌دهد که چگونه سازوکارهای «اقتصاد توجه» و «الگوریتم‌های ارزش» (value algorithms) باعث می‌شوند مواجهۀ منفی با یک گفتمان سیاسی، به جای تضعیف، موجب تقویت و برجسته‌سازی آن شود.

اقتصاد توجه چیست؟

مفهوم «اقتصاد توجه» نخستین بار با تأکید بر محدودیت ظرفیت شناختی انسان مطرح شده است. در این چارچوب، «توجه» کالایی کمیاب است و محتواها برای کسب آن رقابت می‌کنند. در واقع در رسانه‌های مدرن، ارزش نه از طریق محتوا، بلکه از طریق توان محتوا در جلب توجه تولید می‌شود؛ یا به عبارت دیگر، ارزش محتوا به توان آن در جلب توجه بستگی دارد. بنابراین، محتواهایی که برانگیزاننده‌ترند ــ حتی اگر منفی یا بحث‌برانگیز باشند ــ ارزش رسانه‌ای و اقتصادی بالاتری دارند. در این مدل، توجه مثبت و منفی از نظر اقتصادی معادل هم هستند؛ زیرا هر دو «زمان و انرژی شناختی» تولید می‌کنند و به یک اندازه الگوریتم‌ها را درگیر می‌کنند.

پلتفرم‌ها از طریق شاخص‌های رفتاری (behavioral metrics) از قبیل زمان مشاهده، نرخ اشتراک‌گذاری، حجم و شدت واکنش‌ها، ارزش محتوا را محاسبه می‌کنند. الگوریتم‌ها از «کیفیت» داوری انسانی بی‌خبرند و به وضعیت هنجاری یا اخلاقی محتوا توجهی ندارند؛ آنها تنها «شدت» رفتار را اندازه‌گیری می‌کنند. بنابراین، توجه مثبت و منفی از نظر سیستم، یکسان است. هرگونه تعامل، حتی در قالب نقد یا نفی، سیگنال ارزش‌آفرین محسوب می‌شود.

پژوهش‌های روان‌شناسی اجتماعی نشان می‌دهند که محتواهای خشم‌برانگیز، تنش‌زا، تحریک‌کننده یا قطبی‌شده احتمال بیشتری برای مشارکت دارند. از سوی دیگر، شبکه‌های اجتماعی و پلتفرم‌ها برای افزایش زمان حضور کاربران، این نوع محتوای برانگیزاننده و هیجان منفی را ترجیح می‌دهند و بیشتر توزیع می‌کنند. نتیجه آن است که هر نوع مواجهه، حتی واکنش انتقادی و منفی، به تقویت محتوای هدف منجر می‌شود و آن را ناخواسته برجسته می‌کند.

پدیدۀ برجسته‌سازی ناخواسته به وضعیتی اشاره دارد که مواجهه با یک گفتمان سیاسی ــ صرف‌نظر از جهت‌گیری آن مواجهه ــ موجب افزایش برجستگی آن گفتمان در فضای رسانه‌ای می‌شود. به عبارت دیگر، یک گفتمان به‌واسطۀ نقد گسترده، در معرض دید بیشتری قرار می‌گیرد. این پدیده نشان می‌دهد که منطق رسانه‌های دیجیتال گاه برخلاف نیت کنشگران عمل می‌کند.

جنگ پرچم؛ چگونه یک جدال هویتی، گفتمان سلطنت‌طلبی را برجسته‌تر کرد؟

فضای رسانه‌ای ایران، به‌ویژه در شبکه‌های اجتماعی فراملی (ایکس و اینستاگرام) که محیط اصلی گردش اطلاعات سیاسی میان گروه‌های ایرانی محسوب می‌شود، به شدت واکنش‌محور، مبتنی بر تنش و قطبی‌سازی است. در چنین زمینه‌ای، تقابل میان گروه‌های سیاسی مختلف، اغلب به‌صورت زنجیره‌ای از نقدها، پاسخ‌ها و جدل‌های پی‌درپی به نمایش در می‌آید. ویژگی‌های ساختاری پلتفرم‌ها و الگوریتم‌های حاکم بر آن نیز این چرخه را تقویت می‌کنند.

در این فضا، گفتمان‌های سیاسی ــ از جمله گفتمان چپ و گفتمان سلطنت‌طلبی ــ در محیطی عمل می‌کنند که انتشار محتوا به‌شدت به سازوکارهای الگوریتمی حساس است. هرچه مواجهۀ کاربران با یک موضوع بیشتر باشد، صرف‌نظر از جهت و رویکرد این تعامل، احتمال برجسته‌شدن آن را افزایش می‌دهد، حتی اگر این مواجهه در قالب نفی و مخالفت باشد. به این منظور کافی است برای نمونه، وزن گفتمان سلطنت‌طلبی را در شبکه‌های اجتماعی، پیش و پس از مجادله بر سر پرچم ایران در اوج جنبش ژینا مد نظر قرار دهیم. 

درگیری بر سر نماد پرچم، به جای آنکه پرچم شیروخورشید را تضعیف کند، آن را به موضوع داغ (trending topic) روز تبدیل کرد. درگیری چپ‌ها بر سر پرچم در آن مقطع زمانی، حجم قابل توجهی از توجه (attention) و دیده‌شدن (visibility) را به نماد و گفتمان سلطنت‌طلبی در توییتر (ایکس) تزریق کرد. این منازعات، انرژی کلی اپوزیسیون را از هدف مشترک منحرف نمود و باعث شد گفتمان‌های هویتی و نمادین سلطنت‌طلبی، به جای آنکه در حاشیه بمانند، به کانون بحث‌های عمومی تبدیل شوند.

وقتی گروه‌های چپ با توییت‌های پرحجم علیه نماد پرچم شیروخورشید موضع می‌گرفتند، الگوریتم توییتر (ایکس) این موضوع را به‌عنوان یک جنجال پرمخاطب شناسایی می‌کرد و آن را به کاربران بیشتری (که لزوماً سلطنت‌طلب نبودند) نشان می‌داد. به‌علاوه بخش قابل توجهی از ظرفیت رسانه‌ای که می‌توانست به نقد سیستم حاکم یا سازماندهی اعتراضات اختصاص یابد، به جدال داخلی و دفاع از نمادها منحرف شد. 

هنگامی که یک گروه بزرگ مثل چپ‌ها وقت و انرژی زیادی را صرف نقد یک گروه دیگر می‌کنند، به‌طور ناخواسته به آن گروه، جایگاه و اهمیتی در حد یک رقیب اصلی می‌دهند که قبل از آن ممکن بود در فضای کلی جنبش فاقد چنین جایگاهی باشند. این امر عملاً گفتمان سلطنت‌طلبی را (با وجود حجم نه چندان بالای نفرات آن در کل اپوزیسیون) به یک بازیگر اصلی در فضای توجۀ عمومی تبدیل کرد.

این منازعات رسانه‌ای، به‌جای کاهش وزن سلطنت‌طلبان، باعث تغییر فاز و افزایش توجه بیشتر به جریان سلطنت‌طلبی و نمادهای مورد مناقشه شد. در واقع جریان چپ به‌جای تمرکز بر معرفی آلترناتیوهای خود، به یکی از عوامل اصلی برجسته کردن و ترند شدن نماد مورد نظر سلطنت‌طلبان تبدیل شد. این درگیری‌ها، کانون توجه افکار عمومی را از مسائل مشترک به‌سمت بحث‌های هویتی و نمادین منتقل کرد و این جابه‌جایی به نفع گروهی تمام شد که نماد مورد بحث، مرکز ثقل گفتمان آنها بود.

به‌علاوه منازعات گسترده با سلطنت‌طلبان بر سر نمادهایی مانند پرچم، عموماً به کاهش وزن نسبی و اثربخشی گفتمان چپ در زمینه‌های اصلی‌اش منجر شد. مهم‌ترین پیامد این منازعات برای گفتمان چپ، از دست دادن سهم توجه در فضای مجازی بود. درگیری‌های طولانی بر سر نمادهای هویتی (پرچم، تاریخ، سلطنت) بخش بزرگی از نیروی توییتری و فکری جریان چپ را مشغول کرد. این انرژی می‌توانست صرف تحلیل‌های اقتصاد سیاسی، مطالبات کارگران، عدالت اجتماعی و مسائل مرتبط با تحلیل طبقاتی شود. در نتیجه، گفتمان چپ به جای آنکه «نقد نظام سیاسی بر اساس ساختار طبقاتی» را برجسته کند، درگیر «جنگ هویتی با یک گروه رقیب اپوزیسیون» شد.

چپ‌ها با تمرکز بیش از حد بر حمله به گفتمان سلطنت‌طلبی، ناخواسته خود را در یک جبهه‌گیری هویتی قرار دادند. این امر به‌طور متقابل منجر به تضعیف یا به حاشیه رفتن گفتمان چپ در حوزه‌های تخصصی‌ و مسائل طبقاتی گردید. گفتمان چپ به‌جای تمرکز بر اقتصاد سیاسی و بحران‌های معیشتی، به دفاع از موضع هویتی خود در مقابل سلطنت‌طلبان و پاسخگویی به حملات پرداخت و فرصت برجسته‌سازی مطالبات طبقاتی را از دست داد.

وقتی واکنش‌محوری به‌جای تضعیف، گفتمان رقیب را ترند می‌کند

کنشگران و گروه‌های سیاسی در بسیاری از تقابل‌های سیاسی در فضای دیجیتال، به‌جای تولید روایت ایجابی، بخش عمدۀ انرژی خود را صرف نقد رقیب می‌کنند و اغلب کنش‌های خود را بر اساس واکنش به رقیب تنظیم می‌کنند. این مساله به‌خصوص در مورد نیروهای چپ که داعیۀ سازمان‌دهی دارند و دارای پشتوانۀ نظری غنی هستند، بیشتر به چشم می‌آید. این الگو باعث تولید گستردۀ محتوایی می‌شود که مستقیم یا غیرمستقیم بر گفتمان هدف متمرکز است و حول محور نقد یا طرد رقیب شکل گرفته است. این فرآیند، حجم بالایی از توجه را به همان گفتمان مورد نقد جلب می‌کند.

در منطق الگوریتم‌ها، نقد یا نفی نوعی «تعامل» است. هر واکنش ــ مانند توییت‌های تحقیرآمیز، نقل‌قول‌های طعنه‌آمیز، پست‌های افشاگرانه یا پاسخ‌های توهین‌آمیز ــ سیگنالی تولید می‌کند که از نظر این سامانه‌ها، نشان‌دهندۀ اهمیت محتواست و از منظر الگوریتم‌ها نوعی engagement (تعامل و درگیری) محسوب می‌شود. یافته‌ها نشان می‌دهد که حتی تعاملات خشم‌آلود نیز باعث افزایش توزیع محتوا می‌شود. در واقع مخالفت شدید، توجه شدید را به همراه می‌آورد و آن نیز برای «اقتصاد توجه» ارزش بالاتری به همراه می‌آورد.

چرخۀ بازخورد الگوریتمی و فرآیند برجسته‌سازی ناخواسته، معمولاً از سه مرحله تشکیل می‌شود. نخست کنشگران سیاسی محتوایی دربارۀ رقیب منتشر می‌کنند. سپس کاربران از طریق بحث، واکنش یا اشتراک‌گذاری با آن محتوا درگیر می‌شوند؛ و در نهایت الگوریتم‌ها این رفتار را به‌عنوان نشانۀ اهمیت محتوای اولیه تشخیص داده و آن را به کاربران بیشتری نمایش می‌دهند. این چرخه به‌تدریج موجب افزایش برجستگی (salience) گفتمان هدف می‌شود، حتی اگر همۀ توجه صرفاً منفی باشد.

پیامدهای ساختاری این فرآیند و نتیجۀ این سازوکار، آن است که گفتمان مورد نقد، در مرکز توجه قرار می‌گیرد و فرصت دیده‌شدن برای چهره‌ها و روایت‌های آن گفتمان بیشتر می‌شود. اگرچه می‌تواند سطح آگاهی عمومی را افزایش دهد، اما مجال و فرصت گفتمان‌سازی ایجابی را کاهش می‌دهد. به عبارت دیگر، کنشگران منتقد، به‌جای تولید گفتمان بدیل، در نقش «تقویت‌کنندۀ واکنشی» ظاهر می‌شوند و تقابل‌های سیاسی به چرخه‌های واکنش‌محور فروکاسته می‌شوند. 

در نتیجه، ساختار «اقتصاد توجه» می‌تواند نظم گفتمانی را به‌نحوی تغییر دهد که با نیّت اولیۀ کنشگران سیاسی هم‌سویی نداشته باشد. این مساله با مطالعات مشابه در مورد تقویت ناخواستۀ راست افراطی در آمریکا و اروپا نیز تطابق دارد.

گفتمان‌ها با توجه زنده می‌مانند؛ نه با حقانیت

این تحلیل نشان می‌دهد که اقتصاد توجه، صرف‌نظر از محتوای پیام، از طریق سازوکارهای الگوریتمی، گفتمان‌هایی را تقویت می‌کند که بیشترین ظرفیت تولید واکنش را دارند. در واقع، منطق اقتصاد توجه، ساختاری است که در آن قدرت گفتمانی تابع قدرت برانگیزانندگی است، نه قدرت استدلالی یا اخلاقی. در این ساختار، نقد شدید یا گسترده، نه تنها ابزار تضعیف گفتمان هدف نیست، بلکه محرّک انتشار آن است و مواجهۀ منفی می‌تواند به گسترش دیدگاه مخالف منجر شود. 

چنین وضعیتی پیامدهای مهمی برای تحلیل سیاسی در عصر شبکه‌های اجتماعی دارد و نشان می‌دهد که منطق پلتفرم‌ها نقش پررنگی در بازتوزیع قدرت گفتمانی دارد و کنش‌های قصدشده با پیامدهای واقعی ممکن است در تضاد باشند. به عبارت دیگر کنشگران سیاسی نیت خود را در برابر سازوکارهای پلتفرم از دست می‌دهند و گفتمان سیاسی بیش از هر چیزی تابع منطق پلتفرم‌ها می‌شود.

براساس این تحلیل، رابطۀ میان اقتصاد توجه، الگوریتم‌های ارزش و برجسته‌سازی ناخواسته، سازوکاری مهم در شکل‌گیری گفتمان‌های سیاسی در شبکه‌های اجتماعی است. در این منطق، تمایز میان توجه مثبت و منفی از بین می‌رود و هر نوع مواجهه، به‌ویژه مواجهۀ واکنشی، به تقویت گفتمان مقصد می‌انجامد. به عبارت دیگر، نقد گستردۀ یک گفتمان سیاسی ــ به دلیل برانگیختن واکنش‌های شدید ــ در نهایت به افزایش ارزش و وزن رسانه‌ای آن منجر می‌شود.

تحلیل مصداقی فضای رسانه‌ای ایران نشان می‌دهد که این سازوکارها می‌توانند موجب تقویت و ارتقای ناخواستۀ برخی گفتمان‌های سیاسی شوند، بدون آنکه این پیامد الزاماً نتیجۀ انتخاب کنشگران باشد. این پدیده بر اهمیت تحلیل ساختاری رسانه‌ها و آگاهی نسبت به منطق «اقتصاد توجه» در کنشگری سیاسی در فضای دیجیتال تأکید می‌گذارد و ضرورت بازاندیشی در شیوۀ تحلیل گفتمان‌های سیاسی را نشان می‌دهد؛ در عصری که در آن نه محتوا، بلکه «توجه» تعیین‌کنندۀ ارزش است.