Применение больших языковых моделей для анализа ценностно-патриотического дискурса русскоязычных пользователей

В статье рассматриваются возможности применения больших языковых моделей (LLM) для автоматизированного анализа ценностно-патриотического дискурса русскоязычных пользователей социальных медиа. На материале корпуса сообщений из VK, «Одноклассников» и Telegram (2023–2025 гг.) исследуется, насколько результаты автоматической кодировки совпадают с экспертной разметкой по специально разработанной категориальной схеме. Кодбук включает восемь измерений: базовые ценности по Ш. Шварцу, две оси Р. Инглхарта (традиционализм / светскость; выживание / самовыражение), уровни потребностей по А. Маслоу, типы патриотизма (конструктивный / агрессивный) по мотивам К.Д. Ушинского и В.С. Соловьёва, доминирующие типы речевых актов по Дж. Остину, а также бинарные индикаторы эксплицитного патриотизма и гражданской идентичности. Эксперимент проведён на кластере сообщений «Гордость и патриотизм» (N = 456), где плотность ценностных маркеров максимально высока; сопоставление реализовано через матрицы ошибок, accuracy, macro/weighted F1 и коэффициент κ Коэна. Показано, что LLM надёжно выделяет эксплицитную патриотическую тематику, но существенно менее согласована с экспертами примногоклассовой и тонкой ценностной классификации (Шварц, Маслоу, шкалы Инглхарта, типы патриотизма,речевые акты Остина), демонстрируя систематические смещения и гипердиагностику отдельных категорий. Сделан вывод, что LLM в текущей конфигурации может использоваться как вспомогательный инструмент предварительной разметки и генерации гипотез, но не как автономный заменитель экспертного контент-анализа ценностного дискурса