В современном мире общественное мнение формируется и выражается в цифровом пространстве, особенно в социальных сетях. Однако услышать и проанализировать голоса тысяч людей — сложная задача. Наша организация предоставила комплексную техническую и аналитическую поддержку проекту «Народны Депутат», создав уникальный инструмент для мониторинга и анализа комментариев в социальных сетях, который позволил выявлять реальные проблемы и настроения жителей Беларуси.

Задача: Создать систему для улавливания общественного мнения

Основной целью проекта «Народны Депутат» был анализ эффективности взаимодействия витебских чиновников с населением. Чтобы перейти от ручного анализа к системной работе, требовалось технологическое решение, способное автоматически собирать, обрабатывать и анализировать огромные массивы данных из социальных сетей.

Нами была разработана «Система мониторинга и анализа комментариев под TikTok-роликами» — многокомпонентный веб-сервис, ставший ядром аналитической работы проекта.


Наше решение: Четырехкомпонентная интеллектуальная система

Мы создали веб-сервис, состоящий из четырех взаимосвязанных модулей, каждый из которых выполнял свою ключевую функцию.

1. Модуль сбора и хранения данных Первым шагом был сбор информации. Этот PHP-модуль позволил автоматизировать сбор данных из TikTok-аккаунтов по заданному расписанию, а также выполнять сбор по ручному запросу пользователя с указанием глубины анализа. Система собирала не только тексты комментариев, но и важные метаданные: дату, информацию о пользователе, количество лайков и наличие ответов. Все данные сохранялись в структурированную базу данных MySQL.


2. REST API для доступа к данным Для обеспечения взаимодействия между компонентами системы и предоставления доступа к собранной информации был разработан REST API. Он позволял получать списки видео, комментарии к конкретным роликам, а также фильтровать их по ключевым словам, дате или популярности. Все данные передавались в универсальном формате JSON, что обеспечивало гибкость для дальнейшего использования.


3. Модуль семантического анализа на базе ИИ Это был ключевой, интеллектуальный компонент системы. Собранные комментарии и описания роликов направлялись в предобученные языковые модели (LLM) для глубокого семантического анализа. Система была спроектирована гибкой: она поддерживала переключение между различными моделями, включая gpt-4o-mini от OpenAI и локально развернутую Mistral.

Искусственный интеллект решал следующие задачи:

Определение тональности: Оценивал настроение комментариев в диапазоне от резко негативных до восторженных.

Тематическое моделирование: Выявлял ключевые темы, волнующие пользователей, такие как проблемы ЖКХ, медицины, дорог или действия местных властей.


Идентификация объектов критики: Определял, какие структуры, должности или чиновники чаще всего упоминаются в негативном контексте.


4. Веб-интерфейс Для удобства пользователей был создан веб-интерфейс, который предоставлял доступ ко всем функциям системы с различными уровнями доступа. Через него можно было запустить анализ комментариев по ссылке на видео или воспользоваться функцией автоматического сбора общественных настроений.


От данных к реальному влиянию: Выявленные кейсы

Благодаря нашему инструменту, проект «Народны Депутат» смог выявить десятки резонансных историй, которые остались бы незамеченными официальными каналами. Вот лишь несколько примеров:
Решение трудового спора: Система зафиксировала жалобы работников Псуевского лесничества на недоплату за посадку леса. После того как история была предана огласке через видеоролик, руководство предприятия оперативно пересчитало и выплатило деньги людям.


Проблемы общественной безопасности: Анализ комментариев после пожара в ТЦ «Беларусь» в Витебске выявил массовые сообщения о том, что пожарная сигнализация не сработала. Аналогичным образом была вскрыта халатность при монтаже понтонного моста в Бешенковичах, где ограждение установили только после гибели человека.


Социологический инструмент: Система позволила увидеть реальное отношение людей к представителям власти. Когда председателя Оршанского райисполкома публично раскритиковал Александр Лукашенко, сотни комментариев от местных жителей содержали слова поддержки чиновнику. Это продемонстрировало, что общественное мнение может кардинально отличаться от официальной повестки.

Фиксация давления на молодежь: Инструмент выявил случаи, когда школьные учителя в Витебской области рекомендовали ученикам смотреть пропагандистские сюжеты, что сигнализировало об идеологическом давлении в образовательной среде.


Адаптация и развитие: Фокус на TikTok
В ходе проекта выяснилось, что эффективность чат-бота для сбора обращений снизилась из-за приостановки рекламы. В ответ на это было принято стратегическое решение сместить фокус на анализ комментариев в социальных сетях, в первую очередь в TikTok. Для концентрации общественной дискуссии были созданы аккаунты

TikTok и YouTube, которые за апрель-май 2025 года показали феноменальные результаты: 15,5 миллионов просмотров и 18,3 тысяч комментариев в TikTok.


Это доказало высокую эффективность связки «публикация контента + ИИ-мониторинг комментариев» как основного канала для сбора общественного мнения и оперативного реагирования на проблемы.