روايت و شكل‌گيري آن در توئيتر فارسي: تحليل شيوه‌هاي داستان‌گويي كاربران ايراني در توئيتر در جريان زلزلۀ كرمانشاه

Storytelling on Persian Twitter: Iranian Users' Narrativity Practices on Twitter during the 2017 Kermanshah Earthquake

اين مقاله به بررسي چگونگي شكل‌گيري و تحليل روايت‌هاي كاربران در توئيتر فارسي در جريان زلزلۀ كرمانشاه در سال 1396 مي‌پردازد. علاوه بر اين، روايت‌هاي مسلط در توئيتر فارسي در اين رويداد نيز شناسايي خواهد شد تا مشخص شود كدام روايت‌هاي كاربران در اين رسانۀ اجتماعي هژمونيك بوده‌اند. با توجه به اين كه روايت‌هاي شكل‌گرفته در توئيتر هنوز موضوعي تازه است كه محققان مشغول تحقيق دربارۀ آن هستند، نمي‌توان چارچوب نظري متقني براي آن يافت. به همين دليل، ابتدا با مرور ديدگاه‌هاي موجود دربارۀ روايت‌ها در توئيتر، عمدتاً مدل ساختارگرايانۀ لبف و والتزكي (بحث اوچس و كپس از كيفيت‌هاي روايي و رهيافت داستان‌هاي كوچك) تلاش مي‌شود تا زمينۀ نظري مناسبي براي واكاوي اين امر ايجاد شود. همچنين با استفاده از پلتفرم آنلاين ديسكاور تكست، 23964 توئيت در 24 ساعت ابتدايي پس از وقوع زلزلۀ كرمانشاه در سال 1396 جمع‌آوري شد. سپس با انتخاب تصادفي يك نمونۀ 15 درصدي و با تكيه بر روش تحليل انتقادي گفتمان رسانه‌هاي اجتماعي، اين توئيت‌هاتحليل شد. نتايج تحقيق نشان‌دهندۀ آن بود كه سه نوع روايت در توئيتر شكل مي‌گيرد: روايت‌هاي منفرد، روايت‌هاي مرجع و روايت‌هاي وصلي. هر يك از اين روايت‌هادر مقاله به تفصيل مورد بحث قرار گرفته‌اند. نتايج تحقيق همچنين نشان داد كه روايت‌هاي مرجع و روايت‌هاي وصلي مسلط اغلب انتقادي و سياسي هستند.

This study explores the essence of narratives and narrativity on Persian Twitter. Considering the importance of narratives in shaping human’s cognition and understanding, it is necessary to know their structure and nature in digital age, especially on the favorite social platform for live reporting and communication in social, political and even natural crises: Twitter. Under the general guidelines of critical discourse studies and following on KhosraviNik’s model of doing Critical Discourse Studies on social media spaces, this paper tries to understand how a narrative is produced on Twitter, and how it develops to a dominant one. The research was conducted using a tweet corpus of 23964 tweets, gathered in the first 24 hours after the 2017 Kermanshah earthquake. The results show that three different kinds of narratives are shaped on Twitter: Tweety narratives, Master narratives, and Connective narratives. These narratives generally have the essential elements of narrativity, while they lack some parts of a classic narrative. Furthermore, the findings confirm that the dominant narratives mainly advocate anti-state views and opinions. In fact, users framed and narrated the crisis by applying preexistent and emergent political stories to them.