Анализ на дискурса във Facebook непосредствено след парламентарните избори в България (20 и 27 април 2026 г.)

Настоящото проучване разглежда публикациите на български език във Facebook относно парламентарните избори, които бяха открити чрез библиотеката с съдържание на Meta през седмицата след изборите на 19 април 2026 г. Настоящият аналитичен корпус обхваща два седгмента – сегмент A (13 700 – 99 800 прегледи) и сегмент B (100 000 – 1 000 000 прегледи) – и съдържа 769 публикации с общо 42,24 милиона прегледи, събрани между 20 и 27 април 2026 г.
 

Долният праг за включване от 13 750 прегледа не е избран произволно. Той е определен така, че да се доближава до броя гласове, необходими за един мандат в Народното събрание на парламентарните избори от 19 април¹ , така че включването в корпуса да отбелязва мащаб на аудиторията, приблизително равен на квотата за един парламентарен мандат.

Материалът беше събран ръчно от интерфейса за търсене на Meta Content Library, а не от предназначения за изтегляне набор от данни за изследвания на Meta. Заявката използваше българския термин „изборите“² , резултати от публикации във Facebook, периода 20 – 27 април 2026 г. и активирано търсене на изображения и текст, както е показано на екранната снимка на протокола за събиране. Този избор на дизайн следваше предварително сравнение между два резултата от Meta Content Library: предназначения за изтегляне набор от данни за изследвания, който е ограничен от прагове за последователи, и пълните резултати от търсенето на екрана, които не са ограничени по същия начин от размера на производителя.³

Анализът беше изпълнен като поетапен процес на кодиране. Процесът се състоеше от пет последователни стъпки. Стъпка 0 установи корпуса, стратифициран по обхват, и извърши профилиране на създателите, като присвои всяка публикация към една от четирите категории типове създатели въз основа на проверена или евристична идентификация. Стъпка 1 изчисли разпределенията по тип съдържание и дължина на публикациите и приложи нива на дължина, базирани на броя на думите ( : къса: ≤ 50 думи; средна: 51–200 думи; дълга: 201–500 думи; дължина на статия: > 500 думи). Във втората стъпка беше приложено кодиране на наративите, базирано на правила, за осем наратива (N1–N8), всеки от които беше дефиниран чрез набор от ключови думи и праг за минимално съвпадение, и беше създадена матрица за съвместно появяване на ниво публикация. В стъпка 3 бяха изчислени пет евристични индикатора за дезинформация (C1–C5) и агрегиран disinfo_score, като нивата на риск бяха определени като ниско (резултат 0), средно (резултат 1–2) или високо (резултат ≥ 3). В стъпка 4 бяха съпоставени наративите, типовете производители, типовете съдържание и нивата на дължина и бяха създадени междинни изходни файлове на ниво сегмент, цитирани в раздел 1 на всеки доклад за сегмент. Всички стойности на индикаторите, получени от стъпки 2–4, са автоматизирани, непроверени евристични приближения; проверяват се само броя и аритметиката.

Какво беше измерено и защо

Основната единица за анализ е отделната публикация във Facebook. За всяка публикация бяха измерени три измерения: обхват (прегледи, както са отчетени в библиотеката с съдържание на Meta, най-пряката налична прокси за експозицията на аудиторията), текстови свойства (дължина на публикацията в думи, наличие на външни връзки, използване на главни букви) и свойства на съдържанието (рамка на наратива, евристични индикатори за риск от дезинформация). Беше избран обхватът, а не показателите за ангажираност като реакции или споделяния, защото изследователският въпрос засяга мащаба на експозицията на аудиторията към конкретни рамки, а не интензивността на реакциите на отделните потребители. Дължината на публикацията беше измерена, защото тя има пряко отношение към характера на дискурса: дали разпространяваното съдържание е декларативно и подобно на заглавие или аргументативно и подробно. Наративната рамка беше измерена, защото рамката — според формулировката на Робърт Ентман — включва подбор на аспекти от възприеманата реалност и извеждането им на преден план по начин, който насърчава определено дефиниране на проблема, причинно-следствена интерпретация, морална оценка и/или препоръка за действие⁴ . Идентифицирането на това кои рамки са преобладаващи и кои производители ги разпространяват е следователно аналитично предшестващо всяка оценка на риска от дезинформация.

Типизирането на производителите беше включено като пресечна променлива, тъй като структурната позиция на източника — професионални медии, политически актьор или профил на отделен гражданин — определя как се разпространява дадена рамка и каква авторитетност носи той. Същият избор се отразява и върху самия дизайн на корпуса: както показва сравнението между предназначения за изтегляне набор от данни на Meta и ръчното събиране, ограничаването на анализа до големи верифицирани профили изключва структурно значителна част от информационната среда. Измерването на типа на производителя в корпус, който запазва акаунти под прага, дава възможност да се зададе въпроса дали обхватът и моделите на рамкиране се различават между институционални и неинституционални производители — въпрос, на който просто не може да се отговори само въз основа на предназначения за изтегляне набор от данни.

Как беше измерено

Нивата на дължина на публикациите бяха определени въз основа на броя на думите, изчислен от текстовото поле на публикацията: къса (1–50 думи), средна (51–200 думи), дълга (201–500 думи) и с дължина на статия (над 500 думи). Праговете бяха определени, за да се разграничат минималните декларативни публикации от разширените аналитични, и не са изведени от външен стандарт; те са описателни конвенции, използвани последователно и в двата сегмента. Кодирането на наративите беше реализирано като поток за съвпадение на ключови думи: за всеки от осемте наратива (N1–N8) беше дефиниран лексикален набор и беше приложен праг за минимално съвпадение , за да се контролира прецизността. Публикацията получава флаг за наратив, ако броят на различните съвпадения на ключови думи в текста ѝ достигне или надвиши прага за този наратив. Стойностите на увереността отразяват плътността на ключовите думи спрямо прага и са ограничени до 1,0; те не представляват вероятностни оценки, валидирани спрямо човешка преценка.

Оценяването на индикаторите за дезинформация прилага пет евристични критерия на повърхностно ниво (C1–C5) към всеки пост: липса на посочване на източник, избягване на линкове в коментарите, продължително използване на главни букви, наличие на фрази, сигнализиращи за непроверими извънредни твърдения, и език, изразяващ спешност или усилване. Общата оценка disinfo_score е сумата от активните критерии и не представлява валидирана класификация на дезинформацията. Всички сигнали за наративи и оценки за дезинформация са автоматизирани и непроверени и изискват ръчна проверка, преди да може да се направи каквато и да е интерпретативна заключение въз основа на тях. Тази проверка беше проведена в ограничен мащаб в рамките на настоящото проучване, предимно за да се определи дали този подход е валиден и дали автоматизираната категоризация има стойност, която оправдава по-нататъшно проучване (има).

Наративи, рамкиране и дезинформация: работни дефиниции

Наративът в настоящото проучване означава повтарящ се, идентифицируем модел на рамкиране — група от съпътстващи се препратки, характеристики на участници и оценителни термини, които организират представянето на политическо събитие в последователна посока. Това е близко до това, което Мискимон, О'Лоуглин и Розел⁵ наричат „стратегически наратив“: средство, чрез което политическите участници се опитват да конструират споделено значение на миналото, настоящето и бъдещето, за да формират поведението на други участници. Разликата с рамкирането е предимно в мащаба и времевата рамка: рамкирането е механизъм на микрониво, действащ в рамките на отделни текстове; наративите са модели, които се запазват във времето в множество текстове и при различни автори.

Връзката между наратива и пропагандата също не е идентична. Пропагандата — според определението в Оксфордския речник на английския език, „систематичното разпространение на информация, особено по пристрастен или подвеждащ начин, с цел да се популяризира определена кауза или гледна точка, често политическа програма“⁶ — включва наратив, но не всеки наратив е пропаганда. Пропагандата изисква систематично комуникационно намерение; гражданин, който публикува дълъг коментар относно резултатите от изборите, използва наративна рамка, но не провежда непременно пропагандна операция. Аналитичното разграничение, което има значение за настоящото проучване, е следователно тристепенно: наратив (повтарящ се модел на рамкиране, сам по себе си неутрален по отношение на ценностите), пропаганда (наратив, използван систематично и умишлено за насърчаване на политическа кауза) и дезинформация (съдържание, което е невярно или подвеждащо и умишлено разпространявано с цел да причини вреда или да постигне политически ефект). Една публикация може да съдържа и трите, само една или никоя; условията не могат да бъдат разчетени от повърхностни съвпадения на ключови думи.

Наративите не са равнозначни на дезинформация, а наличието на индикатор за наратив в този набор от данни не представлява доказателство за невярно или подвеждащо съдържание. Политическите наративи — включително партийните, оценителните или мобилизиращите — са обичайният материал на демократичната комуникация. Те могат да бъдат селективни в акцентите си, да дават предимство на един политически актьор пред друг и да служат на стратегическите интереси на този, който ги промотира; нито една от тези характеристики не ги прави дезинформация сама по себе си. Следвайки вече широко приетата формулировка на Уордъл и Деракшан⁷ , дезинформацията конкретно обозначава съдържание, което е невярно и умишлено създадено, за да навреди на лице, социална група, организация или държава. Това изисква както условие за неистинност, така и условие за умисъл — нито едно от които не може да бъде установено само чрез откриване на ключови думи. Работното определение на проекта MediaWell също така определя дезинформацията като „реторична стратегия, която създава и разпространява невярна или подвеждаща информация с умишленото намерение да обърка, повлияе, навреди, мобилизира или демобилизира целевата аудитория“⁸ — определение, което извежда на преден план умишлеността като ключова различаваща променлива.

Как бяха идентифицирани наративите в това проучване

Осем категории наративи бяха изведени индуктивно от предварително четене на корпуса, ръководено от непосредствения политически контекст на изборите от 19 април: рамкиране на изборния резултат (N1), който обхваща публикации, фокусирани върху резултатите и тяхното тълкуване; рамкиране на победата на Радев (N2), който обхваща оценки на резултата, подкрепящи „Прогресивна България“ и Радев; рамката „анти-ГЕРБ / анти-Борисов“ (N3); рамката „проруска / геополитическа преориентация“ (N4), обхващаща публикации, които поставят изборите в контекста на по-широко геополитическо пренареждане; изборна честност и купуване на гласове (N5); рамката „анти-ПП-ДБ“ (N6); международни и регионални реакции (N7); и рамката „конспиративни и сензационни“ (N8). Всяка категория беше операционализирана като набор от ключови думи, приложен при праг на минимално съвпадение. Категориите не се изключват взаимно: публикация за победата на Радев може едновременно да рамкира резултата в геополитически термини и да включва твърдение за изборна честност, както показват данните за съвместното им появяване (автоматизирани-непроверени).

Този подход идентифицира наличието на тематичен модел на рамкиране в дадена публикация, но не оценява истинността на съдържанието, намерението на създателя или ефекта върху аудиторията. Следователно сигналите за наратив трябва да се разглеждат като индикатори за тематична значимост, а не като етикети за дезинформация.

Евристичните индикатори за дезинформация (C1–C5) представляват отделен, паралелен сегмент, който се фокусира върху конкретни повърхностни характеристики, свързани – в предишни изследвания и практики за откриване на ниво платформа – с нискокачествена или подвеждаща информация: липса на посочване на източника, скриване на линкове, типографско подчертаване, сензационни формулировки и език, създаващ усещане за спешност. Нито един от слоевете сам по себе си, нито двата заедно, не могат да заменят ръчния анализ на съдържанието и проверката на фактите.

Основните изследователски въпроси бяха четири: кои наративи доминираха в съдържанието във Facebook, свързано с изборите, след гласуването; кои типове производители имаха най-голям дял от обхвата; колко от наблюдаваното съдържание показваше слаби източници или други евристични индикатори за риск от дезинформация; и каква допълнителна структура стана видима при изследване на интензивността на взаимодействието на аудиторията и моделите на съвместно появяване. Проучването зададе и един по-основен методологичен въпрос: какво се губи, когато изборният дискурс на български език се разглежда само чрез подгрупата за изтегляне на Meta, а не чрез пълните видими резултати от търсенето.

Ограничения

Първо, корпусът е стратифициран по обхват и не представлява цялата вселена от публикации във Facebook. Второ, типологията на производителите, кодирането на наративите, индикаторите за дезинформация и етикетите за дългите формати се основават отчасти на евристични правила, а не на ръчна валидация. Трето, наборът от данни не улавя веригите на споделяне от местни потребители, а атрибуцията, вградена само в изображения или видео, може да остане невидима за кодирането на базата на текст. Четвърто, допълнителните анализи на съвместното появяване са проучвателни, тъй като се основават на токенизация на повърхностната форма и компактен речник на участниците, а не на лематизиран или синтактично анализиран текст.

Резюме

В двете анализирани страти на обхват дискусията във Facebook след изборите беше структурирана преди всичко от две доминиращи наративни рамки: рамкиране на изборния резултат (N1) и рамкиране на победата на Радев (N2)⁹ . В сегмент B тези две наративи се появяват съответно в 43 и 42 публикации и съставляват 48,7% и 46,0% от прегледите, докато в сегмент A те се появяват в 234 и 242 публикации и съставляват 34,5% и 37,5% от прегледите. Взети заедно, двете доминиращи рамки съставляват 17,38 милиона прегледа за рамката на изборните резултати и 17,51 милиона прегледа за рамката в подкрепа на „Прогресивна България“ / победата на Радев в двата слоя.

И в двата сегмента най-голям дял от разпространението имаха граждани/некласифицирани създатели. Те съставляват 74,7% от публикациите и 82,4% от прегледите в сегмент Б, както и 71,0% от публикациите и 70,3% от прегледите в сегмент А. Тази тенденция означава, че обхватът след изборите не може да бъде адекватно отразен само чрез страниците на утвърдените медии, тъй като голяма част от наблюдавания обхват е генерирана от страници и профили извън категорията на основните медии.

Данните не подкрепят характеризирането на този корпус като еднородно наситен с дезинформация; доминиращият регистър е широк сегмент от политически коментари, в които интерпретацията на победата, конфликтът между участниците и институционалните обвинения са по-изявени от откровено конспиративното съдържание. В сегмент Б наративното поле вече беше концентрирано около N1 и N2, с по-малки, но видими анти-ГЕРБ, свързани с изборната честност и геополитически нишки. В сегмент А същата структура се запазва в по-голям мащаб, с особено силни припокривания между рамкирането на изборния резултат и рамкирането на победата на Радев (122 публикации), между рамкирането на победата на Радев и анти-ГЕРБ / анти-Борисов рамкирането (69 публикации) и между рамкирането на победата на Радев и проруското / геополитическото преориентиране (53 публикации), което показва, че рамкирането на резултата, обвиняването на участниците и геополитическото позициониране често са били вградени в едни и същи публикации, вместо да се появяват като отделни дискурсивни потоци.

Допълнителните анализи на сегмент A доуточняват тази картина. Анализът на съотношението „реакции към прегледи“ показа, че непропорционално високата реакция на аудиторията често се наблюдаваше при публикации с по-малък обхват, които не бяха сред най-често сигнализираните според евристичния модел за риск; в подгрупата с обхват под медианата и ангажираност в горния децил нивата на риск бяха предимно ниски или средни. Това разминаване между интензивността на ангажираността и евристичната оценка на риска е методологично значимо: то предполага , че само профилирането на риска, претеглено по обхват, може да пропусне съдържание, което генерира силни реакции от аудиторията при среден или по-нисък обхват.

Анализът на лексикалната съвместна поява, претеглен по PMI, идентифицира гъст институционален клъстер около „Кандев“, „Дечев“, „Гюров“, „Сарафов“, „главен секретар“ и „МВР“, наред с геополитически клъстер. Извличането на двойки участници също показа често и по-силно от случайно съвместно появяване сред двойки като ДПС – ГЕРБ (69 публикации, PMI 2,07) и Борисов – Пеевски (65 публикации, PMI 2,30), което предполага, че повтарящите се констелации от участници са съставна част от дискурса, а не случайни споменавания.

Следователно основното аналитично заключение е двустранно. Първо, доминиращата динамика след изборите в наблюдавания корпус във Facebook беше организирана около интерпретацията на изборните резултати и политическото значение на победата на Радев, а не около една единствена монолитна тема за дезинформация. Второ, методът има значение: когато по-малките производители се запазват в корпуса, вместо да бъдат филтрирани чрез прагове за последователи, структурата на видимостта се променя съществено, а получената карта на дискурса, свързан с изборите, става по-социално и политически хетерогенна.

Тези констатации са предварителни и в още едно отношение: анализът обхваща само сегменти А и Б. Синтезът между сегментите, включително сравнението на разпространението на наративите, разпределението на типовете създатели и профилите на индикаторите за дезинформация в целия спектър на обхвата, все още не е извършен и е планиран като следваща аналитична фаза.

💡Вижте интерактивния панел с 50-те публикации с най-голям обхват тук

Част I – Сегмент Б: Висок обхват (100 000–1 000 000 прегледи)

1. Общ преглед на сегмента

Този сегмент съдържа 87 публикации от 69 уникални създатели, всички с прегледи между 100 000 и 1 000 000.

Общо прегледи в сегмент Б: 19 653 500.

Режим на обработка: пълен 5-степенен процес.

2. Таблица с общ преглед на корпуса

Всички стойности в тази секция са изчислени директно от набора от данни на сегмент Б (проверени).

3. Разпределение по тип производител

Типизирането на производителите съчетава проверени идентификации и евристични присвоявания. Броят и статистиката на прегледите са проверени; статутът на типа производител за „Гражданин/некласифициран“ е приблизителен.

Обобщение на проверката: 14 публикации от проверени производители и 73 публикации от производители, класифицирани по евристичен метод.

4. Разпределение на типовете съдържание

Всички статистически данни в тази секция са проверени.

5. Дневен обем и обхват

Всички стойности са проверени.

6. Анализ на дължината на публикациите и жанра на дългите текстове

От началото на 2010-те години насам сред дигиталните издатели се разпространи предположението, че аудиторията няма достатъчно внимание за дълги текстове в социалните медии – предположение, подкрепено от архитектурата на платформи като Twitter, чийто първоначален лимит от 140 знака функционираше като структурен аргумент за това как трябва да изглежда публичната комуникация онлайн. Издателите реагираха, като съкратиха статиите, сегментираха аргументите и третираха краткостта като заместител на релевантността, широко документирана в изследванията в областта на цифровата журналистика¹¹ . Данните в този сегмент противоречат пряко на това предположение. В сегмент Б — слоят с най-голям обхват в корпуса, обхващащ публикации с между 100 000 и 1 000 000 прегледи — двете най-дълги категории (дълги: 201–500 думи; дължина на статията: > 500 думи) заедно съставляват 39,0% от публикациите и 48,7% от общия брой прегледи на сегмента. Публикациите със средна дължина 866 думи достигнаха аудитория от средно 261 500 прегледа. Разширени аналитични или коментаторски текстове, създадени предимно от акаунти на граждани/некласифицирани, а не от професионални медийни страници, циркулираха в мащаби, сравними с тези на съдържанието на основните медии. Разпределението по дължина следователно заслужава внимание не като любопитен факт, а като доказателство, че дискурсът във Facebook след изборите в този сегмент на обхват е бил със значително аргументативен и дискурсивен характер, а не просто декларативен или основан на изображения.

6.1 Разпределение по дължина (всички публикации)

Всички статистически данни в тази подсекция са проверени.

6,2 Ниво на дължина × тип производител (брой публикации)

Броят и прегледите са проверени. Типът на производителя е приблизителен за Citizen/некласифицирани; всички статистики за броя и прегледите са изчислени директно

6.3 Публикации с дълъг текст и статии

В този сегмент всички публикации с обем над 200 думи понастоящем са зададени като GENRE_UNCLASSIFIED; всички заключения, основани на жанра, са автоматизирани и непроверени.

Публикациите с дължина на статия (> 500 думи) в сегмент B са:

Броят и резултатите са проверени; интерпретацията на риска е автоматизирана и непроверена.

7. Клъстери за усилване и дубликати

Всички броения и суми на изгледите в тази секция са проверени; типовете клъстери за усилване (усилване) са автоматизирани – непроверени.

Обобщение на клъстера:

Общ брой прегледи в непървични копия: 825 900; дял на прегледите на своя: 4,2% (проверено).

8. Резултати от кодирането на наративите

Всички наративни маркери в тази секция са автоматизирани и непроверени. Броят и аритметиката са проверени, но семантичното присвояване на наративите се основава на правила за ключови думи, а не на ръчно кодиране.

Съвместното появяване на наративи (брой публикации, в които се появяват и двата нарратива) показва силно припокриване между N1 и N2, както и често съвместно появяване на N1/N2 с N3 и N4 в дълги аналитични или коментари (автоматизирани – непроверени).

Разпределението на плътността на наративите (брой наративи на публикация, проверени) е:

• 0 наративи: 21 публикации
• 1 наратив: 28 публикации
• 2 наративи: 21 публикации
• 3 наративи: 7 публикации
• 4 разказа: 7 публикации
• 5 разказа: 3 публикации

9. Оценяване на показателите за дезинформация

Всички критерии и оценки за дезинформация в тази секция са автоматизирани и непроверени. Броят и сумите са проверени, но показателите са евристични приближения, а не валидирани етикети за дезинформация.

9.1 Брой критерии (C1–C5)

9,2 Разпределение на оценките за дезинформация

В сегмент B няма публикации с disinfo_score ≥ 3 (проверено).

10. Ключови констатации от кръстосаната табулация

• Констатация 1 (проверено за брой, автоматизирано-непроверено за етикети на наративи): Публикациите с голям обхват в този сегмент често съчетават рамкиране на резултатите (N1) и наративи в подкрепа на победата на „Прогресивна България“ (N2), като всеки от тях се появява в около половината от публикациите (съответно 43 и 42 публикации) и съставлява 48,7% и 46,0% от прегледите на слоя.
• Констатация 2 (проверено за броя, приблизително за видовете автори): Наративите „против ГЕРБ“ (N3) и „против ПП-ДБ“ (N6) са налице, но са по-избирателни, като N3 се появява в 15 публикации (15,6% от прегледите), а N6 – в 4 публикации (6,3% от прегледите), като всички публикации N6 произхождат от автори „Граждани“/некласифицирани.
• Констатация 3 (проверени по брой, автоматично генерирани и непроверени по отношение на описателните етикети): Проруски / геополитически наративи за преориентация (N4) се срещат в 11 публикации, представляващи 12,7% от прегледите на споделените публикации; публикациите на основните медии в N4 постигат по-висок среден обхват (около 306 500 прегледа/публикация) в сравнение с публикациите на граждани/некласифицирани публикации (около 197 200 прегледа/публикация).
• Констатация 4 (проверени за оценки, автоматизирани и непроверени за тяхното тълкуване): Всички публикации в този сегмент имат disinfo_score 0 или 1; 56,3% от публикациите и 60,8% от прегледите са с нисък риск (резултат 0), 43,7% от публикациите и 39,2% от прегледите са със среден риск (резултат 1), като няма публикации с висок риск (резултат ≥ 3) според настоящата схема на индикаторите.
• Констатация 5 (проверени по брой, автоматизирани и непроверени по отношение на етикетите за наратив и жанр): Публикациите с дължина на статия (> 500 думи) са концентрирани сред производители от типа „Гражданин“/некласифицирани (8 от 9 публикации) и често съдържат множество наративи, но всички имат disinfo scores 0 или 1, което показва нисък или среден риск в тази схема.

Част II – Фрагмент А: Средно покритие (13 700–99 800 прегледа)

1. Общ преглед на сегмента

Този сегмент съдържа 682 публикации от 423 уникални автори, всички с прегледи между 13 700 и 99 800.

Общо прегледи в сегмент А: 22 587 800.

Времеви диапазон в сегмент А: 20.04.2026 – 27.04.2026.

Режим на обработка: пълен 5-степенен процес плюс допълнителни анализи.

2. Таблица с общ преглед на корпуса

Всички стойности в тази секция са изчислени директно от набора от данни на сегмент A (проверени).

3. Разпределение по тип производител

Типизирането на производителите съчетава проверени идентификации и евристични присвоявания. Броят и статистиката на прегледите са проверени; статутът на типа производител за „Гражданин/некласифициран“ и „Политически коментатор/блогър“ е приблизителен.

Обобщение на проверката: определянето на типа на създателя за по-голямата част от страниците „Граждани“/„некласифицирани“ остава евристично и приблизително; броят и статистиката за обхвата са проверени.

4. Разпределение по тип съдържание

Всички статистически данни в тази секция са проверени.

5. Дневен обем и обхват

Всички стойности са проверени.

6. Анализ на дължината на публикациите и жанра на дългите текстове¹³

Разпределението по дължина в сегмент A представя по-равномерна картина в сравнение с сегмент B. Кратките публикации (221, 32,4%) и публикациите с дължина на статия (82, 12,0%) съжителстват в корпус, където средните и дългите публикации заедно съставляват 55,5% от публикациите и 56,5% от прегледите. Публикациите с дължина на статия (> 500 думи, средно 805 думи) съставляват 12,9% от прегледите — малко над дела им от 12,0% от публикациите — което показва, че удължените текстове са поддържали поне пропорционален обхват дори при средни нива на видимост. Както и в група Б, тези публикации са концентрирани почти изцяло сред граждани/некласифицирани автори (70 от 82), и нито една от тях не превишава дезинформационен рейтинг от 2

6.1 Разпределение по дължина (всички публикации)

Всички статистически данни в тази подсекция са проверени.

6,2 Ниво на дължина × тип производител (брой публикации)

Броят е проверен; интерпретацията на типа производител е приблизителна, когато се появява „Гражданин/некласифициран“.

6.3 Публикации от дълъг формат и с дължина на статия

Етикетите за дълги текстове (genre_commentary, genre_prose, genre_roundup, genre_activation, genre_unclassified) са автоматично присвоени, непроверени евристични категории. Броят на публикациите и оценките са проверени.

Публикациите с дължина на статия (> 500 думи) в сегмент A включват (показани са първите 20 по брой думи):

Броят и резултатите са проверени; интерпретацията на риска е автоматизирана и непроверена.

7. Клъстери за усилване и дубликати

Всички преброявания и суми на изгледите в тази секция са проверени; типовете клъстери на усилване са автоматизирани – непроверени.

Сегмент А съдържа 53 усилващи клъстера. Изборът от структурно забележителни клъстери е показан по-долу.

Общо прегледи в непървични копия: 1 745 100; дял на прегледите на сегменти: 7,7% (проверено).

8. Резултати от кодирането на наративите

Всички наративни маркери в тази секция са автоматизирани-непроверени. Броят и аритметиката са проверени, но семантичното присвояване на наративите се основава на правила за ключови думи, а не на ръчно кодиране.

 Съвместното появяване на наративи (брой публикации, в които се срещат и двата наратива) показва силно припокриване между N1 и N2 (122 публикации), N2 и N3 (69 публикации), N2 и N4 (53 публикации) и N1 и N3 (50 публикации), което показва, че оценителните и ориентираните към действащите лица наративи често са вградени в дискурса за резултатите и победата (автоматизирано-непроверено).

Разпределението на наративната плътност (брой наративи на публикация) е:

• 0 наративи: 271 публикации
• 1 наратив: 212 публикации
• 2 наративи: 110 публикации
• 3 наративи: 54 публикации
• 4 разказа: 27 публикации
• 5 разказа: 7 публикации
• 6 разказа: 1 публикация

9. Оценяване на показателите за дезинформация

Всички критерии и оценки за дезинформация в тази секция са автоматизирани и непроверени. Броят и сумите са проверени, но показателите са евристични приближения, а не валидирани етикети за дезинформация.

9.1 Брой критерии (C1–C5)

9,2 Разпределение на резултатите за дезинформация

Няма публикации с disinfo_score ≥ 3 в сегмент A (проверено)

10. Ключови констатации от кръстосаната табулация

• Констатация 1 (проверено за броя, автоматизирано-непроверено за етикетите на наративите): N1 (определяне на изборните резултати) и N2 (в подкрепа на „Прогресивна България“ / в подкрепа на победата на Радев) са двата най-разпространени наратива, появяващи се съответно в 234 и 242 публикации и съставляващи 34,5% и 37,5% от прегледите на сегмента. Това структурно преобладаване е в съответствие с времевата рамка на сегмента след изборите.
• Констатация 2 (проверено за броя, автоматизирано-непроверено за етикетите на наративите): N2 и N1 се срещат едновременно в 122 публикации, което представлява най-голямото припокриване на наративи в сегмента, показващо, че рамкирането на резултатите и рамкирането в полза на победата на Радев често се комбинират, вместо да се изключват взаимно в съдържанието със среден обхват.
• Констатация 3 (броят на публикациите е проверен, а разпределението по типове автори е приблизително): Наративите „против ГЕРБ“ (N3) и „честни избори“ (N5) се срещат съответно в 92 и 81 публикации и съставляват 13,7% и 11,9% от прегледите. N6 (анти-PP-DB) е с ограничено разпространение с 15 публикации (2,5% от прегледите). Всички публикации N3, N5 и N6 произхождат предимно от производители от типа „Гражданин“/некласифицирани.
• Констатация 4 (проверена за броя, автоматизирана-непроверена за етикетите на наративите): N4 (проруски/геополитическа преориентация) се среща в 73 публикации (10,5% от прегледите). Политическите участници постигат по-висок среден обхват в N4 (приблизително 49 125 прегледа на публикация) в сравнение с публикациите на граждани/некласифицирани (приблизително 30 905 прегледа на публикация), което показва, че геополитическото рамкиране от институционални участници достига по-далеч. Това съответства с разпространението на геополитическите рамки отгоре надолу и изисква проверка на самоличността на създателите.
• Констатация 5 (проверени за оценки, автоматизирани и непроверени за тяхното тълкуване): Всички публикации в този сегмент имат оценка за дезинформация 0, 1 или 2, като няма публикации с висок риск (оценка ≥ 3). 58,1% от публикациите и 58,4% от прегледите са с нисък риск (резултат 0), 41,9% от публикациите и 41,6% от прегледите са със среден риск (резултат 1 или 2) съгласно настоящата схема на показателите.
• Констатация 6 (проверено за броя, автоматизирано-непроверено за етикетите за наратив и жанр): Публикациите с дължина на статия (> 500 думи) са общо 82 (12,0% от корпуса) и 12,9% от прегледите на сегмента. Те са концентрирани сред създателите „Граждани“/некласифицирани (70 от 82 публикации) и имат рискови профили предимно ниски или средни, като нито една не превишава оценка 2.

11. Допълнителен анализ: съотношение реакции-прегледи и лексикална съвместна поява

Тази секция съдържа анализи, проведени специално за сегмент А и които не са приложени за сегмент Б. Всички показатели в тази секция са автоматизирани и непроверени; всички стойности за брой и съотношение са проверени.

11.1 Съотношение на ангажираността между реакциите и прегледите

Показателят за ангажираност по обхват се дефинира като:

приложена към публикации с не нулеви прегледи. Наборът от данни представя реакциите като една обща сума (без разделяне по типове коментари или типове реакции). Медианният не-нулев обхват в сегмент A е 24 950 прегледа. Прагът на степента на ангажираност в 90-и персентил (P90) е 0,0462 реакции на преглед. Публикациите, определени като непропорционално реактивни, са тези с прегледи на или под медианата и степен на ангажираност на или над този праг.

Топ 10 публикации по съотношение реакции към прегледи в подгрупата с висока ангажираност и обхват под медианата (проверени за всички числови стойности; типът на създателя е приблизителен):

Подгрупата с висока ангажираност и обхват под медианата се състои почти изцяло от граждани/некласифицирани създатели. Нивата на риск са предимно ниски или средни; в тази подгрупа не се появяват публикации с висок риск (резултат ≥ 3). Това показва, че непропорционалното взаимодействие с аудиторията в сегмент A не е концентрирано в публикациите с най-много сигнали; съдържанието с по-нисък обхват може да поддържа силна интензивност на взаимодействието, без да преминава прага на висок риск съгласно настоящата схема C1–C5 (автоматизирано-непроверено за интерпретация).

11.2 Лексикална съвместна поява: двойки, претеглени по PMI

Съвместното появяване на ниво дума беше изчислено на ниво публикация за речника от 200-те най-често срещани лексеми (с малки букви, без препинателни знаци, минимална дължина на лексемата 3, без лематизация). Точковата взаимна информация (PMI) се дефинира като:

където вероятностите се изчисляват въз основа на броя на проявленията на ниво публикация. Запазват се само двойки с сурова съвместна поява ≥ 5 публикации.

Честотата на токените потвърждава, че корпусът е фокусиран върху изборите и участниците: най-често срещаните токени са „това“ (989 появи), „изборите“ (748), „като“ (742), „радев“ (709) и „българия“ (594).

Топ 15 PMI-претеглени двойки, съвпадащи по честота (проверени за брой и PMI стойности; семантична интерпретация автоматизирана-непроверена):

Клъстерът с най-висок PMI се фокусира върху институционалните роли и персонала на МВР (Кандев, Дечев, Гюров, Сарафов, главен секретар, МВР). Двойката „Русия – Украйна“ (PMI 3,27) показва последователно вградена геополитическа рамка. Двойката „БСП – възраждане“ (PMI 2,44, в пълната таблица) също се откроява като асоциация, по-силна от случайната.

Резултатите от PMI трябва да се разглеждат като предварителни и не трябва да се приемат за валидни семантични връзки. Не е прилагана лематизация или филтриране на стоп-думи, така че някои асоциации включват съвместно появяване на функционални думи, което отразява структурата на дискурса, а не тематичната близост.

11.3 Съвместно появяване на участници и партии

Съвместното появяване на участници беше изчислено с помощта на кратък лексикон от форми с един токен, съпоставени с етикети на участници (радев, борисов, пеевски, pp_db, герб, бсп, възраждане, дпс, progressive_bg). Съпоставянето е евристично и отчасти прекалено обхватно; резултатите са автоматизирани и непроверени.

Брой публикации на участниците (брой публикации, съдържащи поне един лексикален елемент, съответстващ на етикета): radев 234, gerb 127, peevski 100, progressive_bg 93, borisov 90, dps 88, bsp 55, vazrajdane 48 (проверено по отношение на конкретните използвани лексикални форми).

Топ 15 двойки участници/партии по брой съвместни появления (проверено за броя; PMI стойностите са проверени като изчислени; интерпретацията е автоматизирана-непроверена):

Сред най-високите стойности на PMI (връзки, по-силни от случайните) са: Борисов – Пеевски (2,30), ДПС – ГЕРБ (2,07), ДПС – „Вазраждане“ (2,12), БСП – Вазраждане (2,44), БСП – ДПС (1,82), БСП – ГЕРБ (1,77), ГЕРБ – Вазраждане (1,75). Тези постоянно високи стойности на PMI сред двойките, свързани с опозицията и противоположни на коалицията, предполагат, че тези констелации от участници се обсъждат заедно по-често, отколкото би се очаквало само въз основа на тяхната индивидуална разпространеност, което е в съответствие с моделите на коалиционно или „статукво“ рамкиране (автоматизирано – непроверено за интерпретация).

12. Регистър на предупрежденията

Забележка относно обхвата: този регистър на предупрежденията се отнася както за сегмент Б, така и за сегмент А.

1. Статус на проверка на граждани/некласифицирани източници (producers): по-голямата част от производителите в този сегмент остават типизирани евристично (автоматизирано – непроверено за интерпретация).
2. C1 праг на фалшиви положителни резултати: „Без посочване на източник“ може да маркира публикации от тип „Снимка“ и „Видео“, при които източниците се появяват в изображения или видео, а не в текст, което води до систематично прекомерно маркиране (автоматизирано – непроверено).
3. Интерпретация на C4 с нисък брой съвпадения: ниският брой C4 (4 публикации) не означава, че има малко непроверими или необичайни твърдения; това показва само, че конкретният списък с фрази C4 и имал малко съвпадения (автоматично-непроверено).
4. Насищане на увереността в наратива: средните стойности на увереността са ограничени до 1,0 по дизайн и отразяват плътността на ключовите думи спрямо праговете, а не човешка валидация (автоматизирано-непроверено).
5. Маркировките на наратива са автоматизирани и непроверени: семантичното присвояване се основава на правила за ключови думи, а не на ръчно кодиране.
6. Долна граница за откриване на клъстери за усилване: клъстерите за усилване се идентифицират само чрез сходство на текста (Jaccard ≥ 0,74) и не улавят всички форми на координация, включително органично споделяне и дублиране само на изображения (автоматизирано-непроверено).
7. Липса на проследяване на органичното споделяне: наборът от данни не записва естественото споделяне; цифрите за обхвата отразяват само публикациите в този корпус, а не веригите за споделяне надолу по веригата (проверено за обхват, автоматизирано-непроверено за интерпретация).
8. Свой, стратифициран по обхват: Слой А обхваща само публикации с приблизително 13 700–99 800 прегледа и не може да се обобщи директно за съдържание с по-нисък обхват (под 13 700 прегледа) или за стратата с висок обхват (сегмент Б) без синтез между сегментите (проверено за диапазони на обхват, автоматизирано-непроверено за обобщение).
9. Класификация на жанровете с дълъг формат: жанровете с дълъг формат (genre_commentary, genre_prose, genre_roundup, genre_activation, genre_unclassified) се присвояват чрез евристични правила и са автоматизирани-непроверени; всички заключения относно жанра трябва да се разглеждат като предварителни.
10. Анализи на съотношението на ангажираност и едновременно присъствие: съотношението реакции-към-прегледи се основава на едно-единствено агрегирано поле за реакции; не е възможно разграничаване между типове реакции или коментари. Лексикалната колокация е нелематизирана, използва колокация в прозореца на документа без синтактично филтриране, а лексиконът на участниците е повърхностна евристика. Всички резултати от допълнителния анализ са автоматизирани-непроверени.
11. Публикации, които не са на български език: 12 публикации на македонски език са включени във всички общи резултати за корпуса на различни сегменти, но трябва да бъдат изключени от агрегираните данни само за български език при последващата синтеза. Маркерите за наратив и оценките за дезинформация за тези публикации са изчислени и са включени в пълните междинни файлове.

13. Работен план за подобрение и проверка

Задачи по верификацията

• Проверка самоличността на потребителите от типа „Гражданин“/„некласифицирани“ и в двата слоя чрез външни източници (медийни регистри, официални партийни страници, публично достъпни профили). В сегмент Б 73 от 87 публикации са с евристични типове на автора; в сегмент А по-голямата част от 484-те публикации от типа „Гражданин“/„некласифицирани“ остават непотвърдени.
• Провеждане на ръчна проверка на извадки от публикации, маркирани под N3 (анти-ГЕРБ), N5 (изборна честност) и N6 (анти-ПП-ДБ) и в двата слоя, за да се валидира посоката на рамкирането и да се потвърди, че правилата за ключови думи отразяват желаната оценъчна позиция.
• Преглед на публикациите с дължина на статия и в двата слоя, за да се потвърди доколко подходящи са използваните етикети за дълги форми (коментар, мнение, обобщение, мобилизация), като замените настоящите етикети genre_unclassified и евристичните автоматично-непроверени присвоявания.

Аналитични разширения

• Прилагане на OCR на изображения и анализ на видеокадри за идентифициране на източниците във визуалните елементи, което намалява фалшивите положителни резултати по C1. В сегмент А снимките съставляват 55,1% от публикациите; в сегмент Б снимките и видеоклиповете/рийловете заедно съставляват 72,4%.
• Разширяване на допълнителните анализи на сегмент A (съотношение реакции-към-прегледи, PMI-претеглена лексикална съвместна поява, съвместна поява на двойки актьори/партии) към сегмент B.
• Прилагане на българска морфологична лематизация и списък със стоп-думи, подходящ за домейна, към процеса на съвместно появяване, за да се изостри тематичният сигнал и да се намали шума от често използвани функционални думи.
• Внимателен преглед на клъстера от МВР/институционални представители, идентифициран в сегмент А (Кандев, Дечев, Гюров, Сарафов, главен секретар, МВР), за да се определи дали съвместно появяващите се лексеми отразяват кохерентен наратив на институционална критика или различни рамки, споделящи повърхностен речник.

Задачи за синтез между сегменти

• Прилагане на пълния процес (стъпки 0–4) и допълнителните анализи, проведени върху сегмент А, към сегмент с по-малък обхват (публикации с по-малко от 13 700 прегледа), след като такъв корпус бъде съставен.
• След като стратата с по-малък обхват бъде обработена, да се направи синтез между сегментите, сравняващ разпространението на наративите, разпределението по тип създател, профилите на индикаторите за дезинформация, плътността на клъстерите за усилване и разпределението на жанровете с дълги текстове както в стратите с голям обхват, така и в корпуса с по-малък обхват.
• Документиране на методологията за събиране на данни за стратата с по-нисък обхват, като използвате същия протокол за събиране, приложен към сегменти А и Б.

Задачи по процеса и документацията

• Съгласуване на разликата в прага N1 между сегментите (праг 1 във сегмент Б; праг 2 във сегмент А), като изпълните отново стъпка 2 от сегмент Б при праг 2 и докладвате и двете версии, така че броят на наративите между сегментите да се основава на последователна база.
• Отделяне на 12-те публикации на македонски език в сегмент А от агрегираните данни на български език във всички резултати от синтеза между сегментите и преценка дали техните наративи и рискови профили се различават систематично от мнозинството на български език.

Приложение

Borchgrevink-Brækhuus, M. (2026). An experiential view of what short digital news practices mean from an audience perspective. Journalism Studies. Advance online publication. https://doi.org/10.1080/1461670X.2026.2633581;
Carlson, M. (2018). Confronting measurable journalism. Digital Journalism, 6(4), 406–412. https://doi.org/10.1080/21670811.2018.1445003;
Ferrer-Conill, R., & Tandoc, E. C., et al. (2023). Popularity-driven metrics: Audience analytics and shifting opinion power to digital platforms. Journalism Studies. https://doi.org/10.1080/1461670X.2023.2167104; Kristensen, L. M. (2023). Audience metrics: Operationalizing news value for the digital newsroom. Journalism Practice, 17(5). https://doi.org/10.1080/17512786.2021.1954058;
Pew Research Center. (2016, May 5). Long-form reading shows signs of life in our mobile news world. https://www.pewresearch.org/journalism/2016/05/05/long-form-reading-shows-signs-of-life-in-our-mobile-news-world;
Sangiorgio, E., Etta, G., Di Marco, N., et al. (2026). Examining the relationship between content length and engagement with news outlets on multiple social media platforms. Technological Forecasting and Social Change. https://doi.org/10.1016/j.techfore.2026.S0040162526001459;
Steensen, S., et al. (2024). Quality journalism in social media – What we know and where we need to dig deeper. Journalism Studies. https://doi.org/10.1080/1461670X.2024.2314204;
Toff, B., et al. (2024). The power of numbers: Four ways metrics are transforming the news. Digital Journalism. https://doi.org/10.1080/21670811.2024.2323655;

Van Remoortere, A., et al. (2024). Dissecting social media journalism: A comparative study across platforms, outlets and countries. Journalism Studies. https://doi.org/10.1080/1461670X.2024.2324318

Методологична бележка:

Настоящото проучване представя общ преглед, някои интересни констатации и, преди всичко, методология, която може да бъде възпроизведена и демонстрира достойнства като подход за анализ на политическия и публичния дискурс в контекста на изборите. Анализът на данните е подпомогнат от Perplexity Pro и Claude Sonnet 4.6 Thinking.

В доклада изрично се откроени всички случаи, в които категоризацията на данните е автоматизирана и извършена евристично от модела; въпреки проверките на извадки (семпли) и ръчната прекласификация, надеждността на категоризацията остава проблематична (особено по отношение на категоризацията на авторите поради големия обем на публикации и автори). Ограниченията на лингвистичния анализ също са посочени изрично.

Източници и бележки:

1 Приблизителна оценка въз основа на обявения брой валидни гласове https://btvnovinite.bg/bulgaria/sociolozi-blizo-3-3-mln-balgari-sa-glasuvali-na-parlamentarnite-izbori.html?campaignsrc=clipboard

2 Както всички други анализи, проведени от екипа на BROD като част от мониторинга на кампанията за парламентарните избори в България на 19 април 2026 г.: https://brodhub.eu/en/research/ Търсенето използва определителната форма на „избори“ на български език, която обхваща пълния спектър от препратки към гласуването на 19 април, без да се ограничава до конкретно име на партия или кандидат

3 BROD. 2006. Наблюдение на публичния и политическия дискурс, свързан с изборите във Facebook през седмицата преди изборния ден https://brodhub.eu/en/research/monitoring-of-public-and-political-discourse-related-to-the-elections-on-facebook-during-the-week-leading-up-to-election-day/

4 Entman, R. 1993. Journal of Communication, 43(4), 51–58, DOI: 10.1111/j.1460-2466.1993.tb01304.x.

5 Мискимон, А., О'Лоуглин, Б. и Розел, Л. 2013. Стратегически наративи: Силата на комуникацията и новият световен ред. Routledge.

6 Пропаганда в Оксфордския речник на английския език: https://www.oed.com/dictionary/propaganda_n#

7 Уордъл, К. и Х. Деракшан (27 септември 2017 г.) Информационно безредие: Към интердисциплинарна рамка за изследвания и изготвяне на политики, Съвет на Европа (PDF)

8 Спайс, С. 2019. Дефиниране на „дезинформацията“. MediaWell https://mediawell.ssrc.org/research-reviews/defining-disinformation/

9 N1 отразява фактическо или оценъчно отразяване на резултатите (включително критични или неутрални интерпретации), докато N2 конкретно фокусира вниманието върху Радев и „Прогресивна България“ като победители

10 Това са имената на висши служители от Министерството на вътрешните работи и прокуратурата

11 Литературата като цяло сочи, че докато от страна на продуцентите има ясен преход към по-къси, по-лесно смилаеми формати под натиска на социалните медии, емпиричните данни за поведението на аудиторията са по-амбивалентни — данните за ангажираността често сочат предпочитание към по-дълго и по-качествено съдържание. Вижте приложението за препоръчителна литература (библиография)

12 Хората добавят линкове в коментарите, а не в оригиналния пост, предимно за да избегнат алгоритмични санкции на платформи като Facebook и LinkedIn. Алгоритмите на социалните медии често потискат постове, съдържащи външни линкове, защото те отклоняват потребителите от приложението, което води до значително по-ниска ангажираност на постовете с линкове.

13 Вижте описанието на анализа на дължината на публикациите и жанра на дългите форми на страница 8