Algoritminen julkisuus on vinoutunutta kyborgijulkisuutta

2453788025_fd51aeb4d9_z
(cc) runran @Flickr

Teknologia nähdään helposti neutraalina tiedonvälittäjänä. Moni viestinnän ammattilainen ei tiedä, miten teknologia toimii tai miten sen kanssa pitäisi toimia. Meidän pitäisi kuitenkin olla yhä tietoisempia siitä, miten esimerkiksi algoritmit meitä  tulevaisuudessakin ohjaavat.

“Software is, in other words, a part of a ‘technological unconscious’ (Clough, 2000), a means of sustaining presence which we cannot access but which clearly has effects, a technical substrate of unconscious meaning and activity.” (Thrift, 2005)

Maantieteilijä-sosiologi Sir Nigel Trift on käyttänyt teknologisen tiedostamattoman käsittettä kuvaamaan teknologian ja ohjelmistojen vaikutusta eräänlaisena sosiaalisen elämän kehikkona, joka tiedostomattomasti vaikuttaa toimintaamme.

Viestinnän ja julkisuuden näkökulmasta teknologisen tiedostamattoman käsite kuvaa kahta asiaa: Ensinnäkin niitä informaatioteknologian tuntemattomia ominaisuuksia ja tapoja, jotka muokkaavat arkea ja erityisesti media-arkeamme, mutta joista emme useinkaan ole kovin tietoisia. Toisaalta käsite muistuttaa siitä, että monella viestinnän ammattilaisella ei ole tarpeeksi tietoa siitä miten teknologia lopulta toimii tai miten sen kanssa pitäisi toimia.

Teknologinen tiedostamaton määrittelee monella tapaa sitä, miten julkisuus muotoutuu. Keskeisin tämän hetken julkisuuden rakennuspalikka on newsfeed, uutisvirta, joka eri palveluissa jäsentää verkon sisältöjä pyrkien maksimoimaan huomion ja palvelussa vietetyn ajan. Käytännössä tämä tapahtuu erilaisten algoritmien avulla: pienet tietokoneohjelmat tai laskukaavat ohjaavat sisällön esittämistä aiempaan käyttäytymiseemme perustuen.

Huolestuttavaa on, että teknologia nähdään neutraalina tiedonvälittäjänä. Vuoden 2017 Edelman Trust Barometerissä vastaajat arvioivat hakukoneet kaikkein luotettavimmaksi tiedonlähteeksi. Perinteisen median luottamus puolestaan on romahtanut. Teknologia vaikuttaa puolueettomalta ja virheettömältä toimijalta samalla kun perinteinen media nähdään eliitin käsikassarana.

Algoritmit ovat kuitenkin tasan yhtä hyviä kuin mekin. Ihmisten toimintatavat, vinoumat ja virhekäsitykset siirtyvät suoraan niihin joko ohjelmoinnin tai koneoppimisen kautta. Hakukone suoltaa sisältöä, josta se arvelee etsijän pitävän aiemman verkkokäyttäytymisen perusteella. Teknologia tuottaa kaikukammioita, koska ihmiset ovat sosiaalisessa toiminnassa tyypillisesti mieluten oman viiteryhmänsä kanssa. Työnhakualgoritmi syrjii tummaihoisia. Microsoftin tekoälybotti jouduttiin ottamaan pois linjoilta, kun se oppi päivässä suoltamaan rasistista vihapuhetta Twitterin elämänkoulussa.

Sisältöjen kohdentamisessa ja teknologiajättien bisnesmallina vinotkin algoritmit kuitenkin toimivat hyvin. Facebook tahkoaa rahaa 6,4 miljardin dollarin liikevaihdolla. Käyttäjämäärät suosituissa sosiaalisen median palveluissa jatkavat kasvuaan, ja alustat tuottavat uusia toimintamuotoja, joilla pyritään maksimoimaan niissä vietetty aika. Julkisuuden ja demokratian kannalta kuitenkin ongelmallista on, että algoritmi ei osaa tehdä eroa eri sisältöjen välillä. Se tarjoilee samalla logiikalla kenkiä, lääkkeitä ja politiikkaa. Syyskuussa 2017 Facebookissa pystyi esimerkiksi kohdentamaan mainoksia suoraan juutalaisvihaajille.

Rahalla siis saa. Bisneslogiikan nimissä samaan aikaan mediayhtiöt ovat huomanneet, että Facebookin algoritmi näyttää entistä vähemmän mediatalojen postauksia niiden seuraajille. Sen sijaan se painottaa sosiaalisuutta ja engagementtia: newsfeedissä näkyy todennäköisimmin sisältöjä, joita kaverisi ovat jakaneet, tykänneet tai kommentoineet. Faktoilla ei tässä pelissä ole arvoa. Sen sijaan tunteilla ja epärehellisyydellä on.

Tämä logiikka on voimalain logiikkaa (Matthew effect). Mikä tahansa tahmainen, ihastuttava tai vihastuttava sisältö päätyy todennäköisemmin näytetyksi, ja sisällön suosio kasvaa entisestään. Siksi julkisuudestamme muodostuu väistämättä tunnejulkisuus, joka etenee kohusta toiseen. Teknologinen tiedostamaton on siis lopulta hybridiä ihmisyyttä, julkisuuden muodostumista kyborgitoimijoiden kautta.

Viestinnän ammattilaisen näkökulmasta huolestuttavaa on se, että teknologian edistämä logiikka hiipii myös niihin tapoihin, joilla viestintää tehdään ja mittareihin, joilla sitä mitataan. Klikkien tuijottamisesta on kenties päästy piirun verran eteenpäin, mutta nyt uusi mittari, jota kaikki maanisesti tuijottavat on sisällön aikaansaama sitoutuminen, engagament.

Se on muuten Facebookin kaupallista menestymistä varten tehty mittari.

Mitäpä jos pakasta napatun mittarin sijasta viestinnän ammattilaiset itse rohkeasti määrittelisivät, mitä on hyvä viestintä, mitä on vaikuttavuus ja miten sitä halutaan mitata?

– –
Salla-Maaria Laaksonen (VTT) on viestinnän ja teknologian tutkija Viestinnän Tutkimuskeskus CRC:ssa ja Kuluttajatutkimuskeskuksella.

Blogikirjoitus on rinnakkaispostaus Viesti ry:n blogista. ja perustuu HY+:n ja Viesti ry:n Viestinnän tulevaisuus -tilaisuudessa 26.9.2017 pidettyyn puheenvuoroon.

Verkon agendaa asettamassa – vaikuttajaindeksilaskelmia Digivaalit 2015 -projektista

Digivaalit-projektimme starttasi alkuvuodesta 2015 tarkoituksenaan tutkia valtasuhteita ja agendaan vaikuttamista eduskuntavaaleissa 2015. Tätä tarkoitusta varten pistimme pystyyn melko mittavan seurantakoneiston ja tallensimme ison aineiston vaaleihin liittyviä julkisia verkkosisältöjä eri sosiaalisen median palveluista sekä perinteisen median sivuilta. Mukana ovat lopulta kansanedustajaehdokkaidet kaikki twiitit ja julkiset Facebook-päivitykset, iso aineisto kansalaiskeskustelua vaaleihin liittyivllä hashtageilla (esim. #vaalit2015, #politiikka), sekä uutisaggregaatin avulla kerätty kaikki politiikka-kategoriaan merkityt uutiset.

Julkaisimme Rajapinnassa jo vaalipäivänä joitakin ensimmäisiä analyyseja enemmänkin kuriositeettimielessä ja yleistä mielenkiintoa ajatellen. Varsinainen datan käsittely ja analyysi kuitenkin pääsi käyntiin vasta vaalien jälkeen.

Ensimmäisenä hankkeen tulosjulkaisuna esittelimme Nordmedia 2015 -konferenssissa Kööpenhaminassa paperin, jossa tutkimme ehdokkaiden vaikutusvaltaa agendaan. Tätä varten rakensimme vaikuttajaindeksin, jonka avulla selvitimme kansanedustajaehdokkaiden sosiaalisen median viestien vaikutusta perinteisen median ja verkkokeskustelujen agendaan.

Indeksin laskemista varten käytimme neljää eri aineistoa aikarajauksella kaksi kuukautta ennen vaaleja:

  • Ehdokkaiden julkiset päivitykset a) Twitteristä ja b) Facebookista (yhteensä 167 395 päivitystä 1128 ehdokkaalta)
  • Uutismedian politiikka-uutiset (5427 uutista 19 eri median sivuilta)
  • Kansalaiskeskustelut sosiaalisessa mediassa hashtageilla #vaalit2015 #vaalit #politiikka, aineistosta poistettiin ehdokkaiden viestit (80 456 päivitystä)

Suomi kontekstina aiheuttaa omat haasteensa laskennalliselle yhteiskuntatieteelle. Jotta suomenkielistä aineistoa voidaan laskennallisesti käsitellä, täytyy sitä ensin siistiä ja käsitellä. Lukuisten sijamuotojemme vuoksi tärkein toimenpide on lemmatisointi eli sanojen perusmuotoistaminen. Tämä tehdään käytännössä kielitieteilijöiden kehittämällä ohjelmalla, joka on saatavilla suoraan muun muassa CSC:n palvelimilla. Lopputuloksena aineisto muuttuu tämän näköiseksi (esimerkkinä twiitti):

vaali jälkeen olla aloittaa epävirallinen hallitustunnustelut ja keskustella myös työmarkkinaosapuoli sekä etujärjestö kanssa

Seuraavaksi kaikki eri aineistot ajettiin topic modelling -skriptin läpi. Topic modelling voitaisiin suomentaa automaattiseksi teemojen mallintamiseksi; käytännössä menetelmä tilastollisesti vertaa tiettyjen sanojen todennäköisyyttä esiintyä lähekkäin ja sen perusteella laskee koko aineistolle mallin, jolla erotetaan teemat toisistaan. Mallintamisen pohjalta saimme eroteltua kullekin aineistolle 32-200 teemaa — eniten teemoja perinteisen median aineistossa. Kartoitimme seuraavaksi selkeimmät teemat yhteen eri aineistojen välillä, jotta pystyimme vertaamaan niitä keskenään. Alla olevassa taulukossa näkyvät aineiston keskeisimpien ja kattavimpien teemojen suhteelliset osuudet eri aineistoissa.

Topic models #digivaalit2015

Varsinaisessa analyysissa keskityimme mediassa tai sosiaalisessa mediassa esiintyviin teemapiikkeihin, eli hetkiin, jolloin tiestystä teemasta syntyy yhtäkkiä paljon keskustelua tai uutisia (käytännössä kun teeman esiintymismäärä vähintään kahden keskihajonnan verran korkeampi kuin teeman keskimääräinen esiintymisfrekvenssi). Piikkeihin keskittyminen on sikäli järkevää, että niiden kohdalla vaikuttamisen tunnistaminen on hiukan suoraviivaisempaa: muuten kyseessä voi olla teema, joka jatkuu mediassa päivästä toiseen ja ehdokkaatkin käyvät siitä jatkuvaa keskustelua. Tällaisesta jatkuvasta porinasta on vaikea selkeästi tunnistaa vaikuttajuutta. Joskin täytynee todeta, ettei se piikkien kohdallakaan ole kovin yksiselitteistä.

Seuraavaksi aineiston läpi ajettiin analyysiskripti, joka osoittii ehdokkaalle aina yhden  vaikuttajapisteen kun hän tietyssä aikaikkunassa ennen mediassa tai verkkokeskustelussa tunnistettua teemapiikkiä päivittää kyseisestä teemasta. Lisäksi vaikuttajapisteitä painotettiin kyseisen viestin verkostolevinneisyydellä (uudelleentwiittaukset, kommentit ja tykkäykset).

Analyysimme perusteella ehdokkaiden keskuudesta nousee esille selkeitä supervaikuttajia. Sekä perinteisen median että sosiaalisen median aineistossa vaikuttajaindeksin jakauma on eksponentiaalisesti jakautunut: valtaosalla ehdokkaista vaikuttajaindeksi on pieni tai nolla, ja suuria vaikuttajia löytyy vain kourallinen. Ks. jakaumat alla kuvassa.

Distribution of candidate influence scores
Distribution of candidate influence scores in social media and in traditional media.

Lisäksi tutkimme regressioanalyysilla, mitkä ehdokaskohtaiset tekijät selittävät vaikuttajuutta. Analyysi osoittaa ensinnäkin, että vaikuttajuutta kummassakin media-aineistossa selittää parhaiten ehdokkaan oma aktiivisuus sosiaalisessa mediassa. Edellisen kauden kansanedustajilla oli todennäköisemmin korkeampi vaikuttajaindeksi kummassakin mediassa, mutta erityisesti sosiaalisessa mediassa — oletamme, että he ovat eniten seurattuja sekä toimittajien että kansan parissa. Perinteisen median kohdalla lisäksi näyttäisi siltä, että hallituspuolueiden edustajien päivitykset vaikuttavat vähemmän median agendaan. Arvelemme, että tässä tuloksessa heijastuu ennen kaikkea vaalien asetelma, jossa vahvat oppositiopuolueet ja erityisesti ennakkosuosikki Keskusta oli vahvasti esillä.

Viimeisenä nostona regressiosta mielenkiintoinen tulos siitä, että perinteisen median puolella miesehdokkaat saivat todennäköisimmin omia aiheitaan läpi agendalle. Tämä on tulos, jota tulisi ehdottomasti setviä lisää ja tarkastella esimerkiksi sitä, muuttuuko havainto eri teemojen sisällä tutkittuna, ts. ovatko teemat jotenkin sukupuolittuneet?

Summaten: näin iso tekstimassakin tiivistyy siistin regressioon! Joskin tämä on selkeästi vasta ensimmäinen koeponnistus: seuraavaksi jonossa on lukuisia eri parannusehdotuksia ja lisätestejä, jota mallissa pitäisi huomioida. Esimerkiksi sosiaalisen median aktiivisuuden roolia tulisi kriittisesti tarkastella ja koettaa pienentää sen efektiä. Lisäksi mallia ja tuloksia voisi koettaa tarkemmin kontekstualisoida näiden vaalien kontekstiin ja tarkastella esimerkiksi sitä, muuttuvatko tulokset jos aineistosta tilapäisesti poistetaan keskeisimmät oppositiojohtajat tai esimerkiksi edellisen hallituksen ministerit. Näillä harjoituksilla kohti lokakuuta!

Teksti pohjautuu paperiin: Nelimarkka, M.; Laaksonen, S-M.; Marttila, M., Kekkonen, A.; Tuokko, M. & Villi, M. (2015). Online agenda building and normalization in Finnish 2015 Parliamentary Election. Paper presented in Nordmedia 2015, Copenhagen, August 2015.

1

Vaalit tulloo!

Verkosta kiinnostuneelle yhteiskuntatietelijälle vaalit ovat mahdollisuus tutkia niin kansalaisten, ehdokkaiden kuin erilaisten etujärjestöjen verkkomedian käyttöä. Helsingin seudulla kiinnostuneet tutkijat kerääntyivät yhteen kuuntelemaan niin teoreettisia kuin menetelmällisiä johdantoja ja pohtivat omia tutkimusaiheitaan näiden valossa.

Perinteinen kysymys vaaleihin liittyvässä tutkimuksessa on ollut läsnäolo ja näkyvyys sosiaalisessa mediassa. Erityisesti perinteinen poliitikkojen läsnäolo mediassa on ollut laajasti tutkimuksen kohteena, painottuen arvioimaan kuinka perinteiset valtaan liittyvät attribuutit selittävät myös esiintymistä sosiaalisessa mediassa.

  • Susanne Nylundin suunnitelma on tutkia poliitikkojen profiilikuvia sosiaalisen median palveluita ja tätä kautta arvioida millaisia menetelmiä he käyttävät rakentamaa kuvaansa julkisuudessa.
  • Netta Karttunen on kiinnostunut etujärjestöjen toimista verkkomediassa: kuinka lobbausta järjestetään ja ketkä ovat lobbauksen kohteet? Erityisesti mielenkiintoista on, kuinka verkkolobbaus mahdollisesti eroaa perinteistä vaikuttamisesta.
  • Salla-Maaria Laaksonen ja Matti Nelimarkka pohtivat, ketkä vaikuttavat agendan muodostumiseen: mikä on digitaalisen median ja sen eri toimijoiden vaikutus siihen, mistä vaaleissa puhutaan?
  • Mari Marttila on kiinnostunut selittämään, ketkä ehdokkaista ovat läsnä sosiaalisessa mediassa: mitkä sosiaaliset ja ideologiset näkemykset selittävät poliittista läsnäoloa ja kuinka tämä liittyy edustamiseen.

Toisaalta läsnäolon lisäksi sosiaalista mediaa perinteisesti kiitetään mahdollisuudesta vuorovaikukseen – tutkimuksen mukaan tosin usein syyttä suotta. Idealistit ovat argumentoineet, että sosiaalinen media mahdollistaisi suoremman yhteyhden ehdokkaiden ja kansalaisten välillä.

  • Mari Tuokko tarkastelee ehdokkaiden ja äänestäjien vuorovaikutusta sosiaalisessa mediassa: tarkoituksena ja ymmärtää sitä, millaisia viestintäfunktioita ehdokkaiden ja potentiaalisten äänestäjien vuorovaikutus  sosiaalisessa mediassa toteuttaa vaalikampanjoinnin aikana.

Vuorovaikutukseen liittyy olennaisesti myös kansalaisten välinen vuorovaiktuus – toistaiseksi tutkimuksessa vähemmälle jäänyt teema.

  • Iiris Lagus haluaa ymmärtää, miksi jotkut kansalaiset osallistuvat enemmän ja jotkut taas vähemmän poliiittiseen verkkokeskusteluun.
  • Arto Kekkonen tutkii poliittisia meemejä ja niiden jakamista: ketkä luovat meemejä, miten ne leviävät yhteisössä ja kuinka niiden merkitys muuttuu jakamisen yhteydessä.