چکیده:
این پژوهش به دنبال شناسایی پیشرانهای مؤثر بر آینده شبکههای اجتماعی مجازی در مواجهه با رسانههای جمعی ایران در افق سال ۱۴۰۴ است. روش پژوهش از نوع آمیخته کمی و کیفی است که با استفاده از روش آیندهپژوهی انجام شده است. این پژوهش از نوع توصیفی و اکتشافی با رویکرد شناسایی عدم قطعیتها است که در این راستا با ۲۰ نفر از صاحبنظران و متخصصان حوزه رسانه، ارتباطات و شبکههای اجتماعی برخط که با روش گلوله برفی انتخاب شده بودند، مصاحبه عمیق نیمه ساختار یافته صورت گرفت. در پژوهش حاضر برای شناسایی پیشرانها از روش تشکیل پانل دلفی با استفاده از نرم افزار SPSS استفاده شد و برای کشف عوامل کلیدی نهایی مؤثر بر آینده شبکههای اجتماعی مجازی از روش مدلسازی تفسیری ـ ساختاری (ISM) بهره برده شد. ابزار گردآوری اطلاعات در بخش مدلسازی تفسیری ساختاری، شامل پرسشنامه محقق ساخته حاوی جدول ماتریس تاثیرات متقابل است و دادههای آن نیز توسط نرم افزار «میک مک» تحلیل شد. یافتههای پژوهش نشان داد ۲۷ پیشران بر آیند شبکههای اجتماعی مجازی تأثیر دارند که در چهار عامل کلی اجتماعی ـ فرهنگی، حقوقی ـ سیاسی، اقتصادی و فناوری قابل طبقهبندی است. طبق یافتههای پژوهش، فناورپایه شدن امور، بومیان دیجیتال، مالکیت رسانهای و قدرت رسانههای سنتی بزرگ مقیاس، چهار عامل کلیدی نهایی موثر بر آینده شبکههای اجتماعی مجازی در مواجهه با رسانههای جمعی ایران در افق ۱۴۰۴ هستند.
This study seeks to identify the effective drives that can impact the future of online social networks in the face of Iranian mass media on the horizon of 1404. The research method is a combination of quantitative and qualitative, which has been done using Futuristic Research Method. This is a des[1]criptive and exploratory research with the approach of identifying uncertainties. In this regard, a total of 20 experts and specialists in the field of media, communications and online social networks, who were selected by the Snowballing method, took part in the in-depth interviews. In this study, the Delphi Method was used to identify the motives, using SPSS software, and the Interpretive Structural Modeling (ISM) method was used to discover the final key factors affecting the future of social networks. The data collection tool in the structural interpretive modeling section includes a researcher-made questionnaire containing a table of interaction matrix, and the data were analyzed by MicMac software. The research's findings showed that 27 drivers have an impact on the future of social networks, which can be classified into four general sociocultural, political/legal, economic and technological factors. According to the research's findings, technology-based affairs, digital natives, media ownership and the power of large-scale traditional media are the four final key factors influencing the future of social networks in the face of Iranian mass media on the horizon of 1404.