Somekohun anatomia – Mikä selittää kohun kestoa?

Somekohu, someraivo, sometapaus – Sosiaalisen median aikaansaamat puheenaiheet tuntuvat nousevan ja kuolevan yhä kiihtyvällä tahdilla. Niin yritykset kuin yksilöt suhtautuvat kohuihin monesti kauhunsekaisin tuntein: miten toimia jos seuraavaksi se olenkin minä myrskyn silmässä? Toisaalta jonkinlainen kohu voi olla tavoitteena, jos halutaan mahdollisimman suuri huomio omalle tuotteelle tai brändille.

Markkinoinnin puolella tavoitteellinen kohuilu kategorisoituu viraalimarkkinonnin piiriin. Tavoitteena on, että ilman merkittävää markkinointipanostusta keskustelu esimerkiksi omasta uutuustuotteesta leviäisi kuin virus, ja erityisesti sosiaalisen median myötä viraalimarkkinointi on noussut tärkeään rooliin. Tutkimuksessa on paljon pohdittu, mitkä asiat edistävät keskusteluaiheiden viraalista leviämistä. Kolme kilpailevaa strategiaa nousee usein esille:

  1. Aiheen kylväminen (seeding) mielipidevaikuttajille
  2. Aiheen kylväminen kriittiselle massalle
  3. Aiheen kylväminen eri verkostoja yhdistäville yksilöille (ns. siltastrategia)

Täysin yksimielistä näkemystä parhaasta strategiasta ei ole, mutta mielipidevaikuttajat vaikuttavat olevan tärkeässä roolissa aiheiden leviämisessä, koska he yksinkertaisesti postaavat someen paljon ja osallistuvat herkästi erilaisiin tempauksiin. Toisaalta median ollessa ns. hybridinen mielipidevaikuttajat ja julkkikset saattavat olla erityisen tärkeitä, koska perinteinen media kirjoittaa heistä todennäköisemmin kuin meistä taviksista.

Usein aiheiden viraalisuutta tutkittaessa keskitytään aiheesta käytävän keskusteluun määrään. Lasketaan siis esimerkiksi postausten, jakojen, latausten tai katselukertojen määriä. Harvemmin tutkitaan, mitkä tekijät selittävät aiheesta käytävän keskustelun kestoa. Esimerkiksi nyt ajankohtaisista aiheista voi todeta, että #metoo-keskustelu on kestänyt jo kuukausia, kun taas Pirkko Arstilan kolumnista kohistiin vain hetken.

Tutkimme aihetta SSMA-hankkeen puitteissa hyödyntämällä tutkimuskumppanimme Futusomen kehittämää Viraalivahti-palvelua. Viraalivahti on kehitetty tunnistamaan keskusteluaiheita, jotka alkavat saada poikkeuksellisen paljon mainintoja normaaliin verrattuna. Inspiraationa Viraalivahdille on toiminut ns. Mutti-gate, joka sai alkunsa, kun kokki Henri Alén tammikuussa 2014 tviittasi tomaattikastikereseptin tunnisteella #soosi ja ihmiset ostivat kauppojen hyllyt tyhjiksi Mutti-tomaattikastikkeesta.

Tutkimuksessa tarkasteltiin Viraalivahdin tunnistamia eri viraalitapauksia tammikuusta 2015 maaliskuuhun 2017. Osa tapauksista nousi Mutti-gaten sfääreihin, kun taas suurin osa päättyi nopeasti sen jälkeen, kun algoritmi tunnisti sen. Keskityimme ainoastaan hashtag- ja avainsanaperusteisiin tapauksiin, jotka saivat algoritmilta heti ensimmäisenä päivänä riittävän korkean luokituksen. Näiden rajoitteiden myötä tutkittavien viraalitapausten määrä oli 1335. Esimerkiksi #halpuuttaminen ja ABC:n lehtipihvikohu nousivat aineistossa Mutti-gatea vastaaviksi viraalitapauksiksi.

Määrittelimme tapauksen keston laskemalla yhtäjaksoisten päivien määrän, jolloin aihe sai vähintään yhden maininnan. Rajasimme pois yli 30 päivää kestävät keskustelut, koska ne tulkittiin koskevan jatkuvia keskusteluaiheita. Jäljelle jäi 960 viraalitapausta, joita koskevia mainintoja haettiin Futusomen rajapinnan avulla eri some-kanavista, kuten keskustelufoorumeista, avoimista Facebook-keskusteluista, Twitteristä, Instagramista, blogeista, uutiskommenteista, ja niin edelleen. Tällöin aineisto käsitti yhteensä lähes 14 miljoonaa some-postausta. Kuva näyttää, miten data jakautui eri alustoille.

Somekohu_saitit

Tapausten kesto oli keskimäärin noin kolme päivää hashtag-perusteisille ja noin yhdeksän päivää avainsanaperusteisille tapauksille. Lisäksi määrittelimme keskimääräisen päivittäisen postausten, keskustelijoiden ja keskustelukanavien määrän, sekä postausten, keskustelijoiden ja kanavien suhteellisen muutoksen ensimmäisen päivän jälkeen. Eri mallinnustavoilla esille nousi selkeä tekijä, joka selitti tapauksen kestoa: Mitä useammilla eri keskustelukanavilla aiheesta puhuttiin, sitä kauemmin se kesti. Postausten tai keskustelijoiden määrällä ei ollut vaikutusta aiheesta käytävän keskustelun kestoon.

Tuloksen perusteella voi väittää, että keskusteluaiheilla on lyhyempi elinkaari yksittäisten kanavien sisällä ja uudet kanavat ja yleisöt ovat edellytys keskustelun pidemmälle jatkumiselle. Tulos myös tukee eri verkostoja yhdistävien yksilöiden merkitystä viraalitapausten jatkumisen näkökulmasta. Todennäköisesti myös perinteisten medioiden mukaantulo edistää keskustelun jatkumista nimenomaan laajentamalla keskustelua uusiin kanaviin.

Lopuksi vielä vinkki niille, jotka haluavat välttää somekohuja: vaikka yhdessä kanavassa yhtenä päivänä ei-toivotusta aiheesta keskustellaan paljon, älä huolestu, sillä keskustelu ei välttämättä jatku kauan – ellei se leviä muihin kanaviin.

Tutkimus esitellään tammikuussa 2018 Hawaii International Conference on System Sciences -konferenssissa otsikolla “Anatomy of Viral Social Media Events” ja sen ovat laatineet Essi Pöyry, Salla-Maaria Laaksonen, Arto Kekkonen sekä Juho Pääkkönen.

Näin laadullinen tieto jalostuu laskennalliseksi: piirteet sosiaalisen median analytiikassa

Jukka Huhtamäki & Salla-Maaria Laaksonen

Sosiaalisen median laskennallinen analytiikka perustuu piirteisiin (engl. feature). Piirteellä viitataan sosiaalisen median toimijoiden ja heidän tuottamien sisältöjensä ominaisuuksiin. Twitter-käyttäjällä on esimerkiksi tietty määrä seuraajia ja seurattavia ja twiiteissä käytetään aihetunnisteita. Valtaosa analytiikasta nojautuu tällä hetkellä helposti mitattaviin, numeerisiin ominaisuuksiin, kuten tykkäysten, retweettausten tai seuraajien määrään Twitterissä tai suorista mittauksista johdettuihin summalukuihin, kuten Facebookin engagement tai impressions.

Modernit laskennalliset keinot mahdollistavat jalostetumpaakin piirreanalyysia. Twiittien ja muiden tekstisisältöjen tunnesävyn eli sentimentin analyysi on esimerkki analytiikan keinoin tuotetusta jalostetusta piirteestä. Verkostoanalyysillä voidaan tuottaa piirteitä toimijoiden rakenteellisesta sijainnista verkostokokonaisuudessa. Vastaavasti esimerkiksi Instagram-kuvista voidaan tuottaa piirteitä — onko kuvassa henkilö, minkälainen tausta on, paistaako aurinko?

Piirteiden olennaisin hyöty on se, että ne jalostavat laadullista tietoa laskennalliseksi. Piirteiden avulla voidaan sekä tuottaa tutkittua tietoa syy-seuraussuhteista että opettaa koneoppimisen keinoin algoritmeja tunnistamaan kiinnostavia ilmiöitä. Niitä voivat olla esimerkiksi uuden trendi-ilmiön nousu, muutos asiakkaiden suhtautumisessa yritykseen tai jopa poliittinen liikehdintä. Näin isot ja abstraktit ilmiöt käytännössä rakentuvat jonkinlaisen piirteiden yhdistelmän päälle: anonyymien kirjoittajien määrä kasvaa, käytettyjen hashtagien jakauma pienenee, tai vaikkapa keskusteluissa kehittyy aiemmin tuntematon sana tai aihepiiri.

Mitä twiitistä saa irti?

Yksinkertaisimmillaan viestien analyysi keskittyy tiettyihin sanoihin ja käsitteisiin, joita voidaan palauttaa perusmuotoon ja tarkkailla esimerkiksi tietyn termin esiintymistä aineistossa ajan yli. Vielä yksinkertaisempaa on seurata esimerkiksi täsmällisesti merkittyjä hashtageja.

Mutta mitä muuta viesteistä saa irti kuin sanoja? Syvällisempi piirteisiin keskittyvä lähestymistapa on esimerkiksi tarkastella viestin sävyjä. Esimerkiksi Mike Thelwallin kehittämä SentiStrength -sentimenttianalyysikirjasto tulkitsee kirjoittajan suomenkielisen olevan sävyltään positiivinen:

sentistrenght-sallantwiitti

Presidentti Sauli Niinistön englanninkielinen twiitti saa vielä positiivisemman arvion:

sentistrenght-niinistontwiitti

Kuvan piirteiden analyysi on jo hitusen monimutkaisempaa, mutta sekin onnistuu. Microsoftin Computer Vision API tunnistaa, että Niinistön twiittaamassa kuvassa esiintyy varmasti ihmisiä, 86% todennäköisyydellä he seisovat ja 50% todennäköisyydellä poseeraavat. Tämän syvällisemmäksi menevien tulkintojen tekeminen on kuitenkin jo vaikeaa: koneen olisi melkoisen mahdotonta tulkita esimerkiksi taustalla näkyvän vartijan mahdollista silmien pyörittelyä, vaikka tällainen ironinen viesti onkin ihmistulkitsijalle melko selkeä.

niinistontwiitti

Mitä hyötyä piirteiden tunnistamisesta on?

Piirteiden tunnistamisen hyödyntämisessä on syytä erotella eri käyttötarkoitukset. Tutkimuskäytössä on usein tärkeää yksilöidä tarkasti piirteet ja todistaa niiden yhteys tutkittavaan ilmiöön tilastollisesti. Monessa käyttötarpeessa kuitenkin riittää, jos suurin osa aineistosta osuu kohdalleen tai jos automatiikalla saadaan edes pienennettyä manuaalista työtä – esimerkiksi keskustelupalstojen moderoinnissa tai asiakaspoistuma-analyysissä.

Asiakaspoistuma-analyysissä toteutuneista poistumista kerätään opetusaineisto, jossa piirteitä käytetään esimerkiksi asiakkaan brändiin liittyvien viestien tunnistamiseen ja luokittelemiseen vaikkapa tunnesävyn perusteella. Analyysin tavoitteena on, että sosiaalisen median datan perusteella saadaan esimerkiksi tunnistettua sopimuksensa pian irtisanova asiakas. Ollakseen uskottavaa, tällaisen tunnistuksenkin tulisi pohjautua mahdollisimman tarkasti todennettuun ja eri konteksteissa toistettuun yhteyteen. Ylipäänsä on hyvä muistaa ettei mikään automaattinen luokittelu pääse sadan prosentin tarkkuuteen – ei edes ihmisten tekemä.

Kentän kehittymistä hidastaakin myös koneoppimisen kontekstisidonnaisuus: esimerkiksi vihapuhetta tunnistava luokittelija osaa tunnistaa puheen vain sillä kielellä ja siinä kontekstissa, mihin se opetettu. Valtaosa koneoppimisesta onkin ohjattua koneoppimista, jossa koulutusmateriaaleina käytetään ihmisten luokittelemia esimerkkidatasettejä. Siksi opetusdatasetit ovat tekoälyajan tärkein resurssi.

Mitä tulevaisuudessa?

Koneoppiminen on elimellinen osa piirteisiin perustuvaa someanalytiikkaa. Regressioanalyysi, luokittelu ja ryvästäminen mahdollistavat analytiikan eri vaiheet kartoittavasta kuvailevaan ja ennustavasta ohjaavaan. Tällä hetkellä erityisesti konenäköön liittyvä koneoppimisen tutkimus keskittyy syväoppimiseen (katso esimerkiksi Tuomo Hiippalan palkittu tutkimus sotilasajoneuvojen tunnistamisesta sosiaalisen median kuva-aineistoista), mutta myös syväoppimiseen perustuvissa tekstiaineiston luokittelusovelluksissa on otettu merkittäviä askeleita (Kipf, 2016).

Koneoppimismallien ennustuskyky on parantunut merkittävästi, mutta mallit ovat yhä mustia laatikoita — mallin yksityiskohdat jäävät usein ainoastaan koneen tietoon tai eivät avaudu ihmistulkitsijalle. Tästä syystä onkin kiinnostavaa seurata, miten syväoppiminen ja muut edistyneet koneoppimismenetelmät saadaan parhaalla tavalla valjastettua sosiaalisen median analytiikan tueksi.

Lisälukemista:


Teksti on tuotettu DEEVA– ja SSMA-tutkimushankkeiden yhteistyössä.

Miten some-aineistoja sopii analysoida?

15422638442_cb6aeb137e_z
(cc) Janet McKnight, Flickr

Blogikirjoitus on rinnakkaispostaus Etiikka.fi-sivustolta ja sosiaalisen median tutkimusetiikkaa käsittelevää kirjoitussarjaa. Digitutkimuksen etiikan pohdinta jatkuu Rajapintapäivillä 2.11.!
– –

Yhä useampi yhteiskuntatieteellinen tutkija työskentelee sosiaalisesta mediasta kerättyjen aineistojen parissa – olivat ne sitten perinteisiä, pienempiä otoksia tai isompia big data -aineistoja. Verkkoaineistojen kanssa työskentely on kuitenkin tutkimusta siinä missä muukin tutkimus, ja eettiset ohjenuorat ovat työssä kullanarvoinen apu.

Sosiaalisen median aineistojen analyysin erityispiirre on se, että aineistoihin lähes väistämättä liittyy henkilötietoja. Monissa sosiaalisen median palveluissa profiili kytkeytyy suoraan oikeaan nimeen, mutta joidenkin tulkintojen mukaan esimerkiksi pelkkä Twitterin käyttäjänimi riittää yksilöimään käyttäjän henkilön. Tutkijan täytyy olla tietoinen sekä henkilötietojen käsittelyyn liittyvästä lainsäädännöstä, että ihmistutkimuksen eettisistä periaatteista. Ohjeistuksien peruspilareihin kuuluu tutkittavan koskemattomuuden säilyttäminen ja vahingoittamisen välttäminen sekä yksityisyydestä ja tietosuojasta huolehtiminen (ks. TENK).

Mikä on aineiston konteksti?

Verkkoaineistojen avulla voidaan käsitellä hyvinkin henkilökohtaisia ja arkaluontoisia teemoja, esimerkiksi uskontoon, poliittisiin mielipiteisiin tai seksuaaliseen suuntautumiseen liittyviä asioita. Tutkittavan fyysinen koskemattomuus tuskin on uhattuna, mutta leikepöydällä voi olla materiaalia, jonka analysointi tai julkistaminen voi tuottaa tutkittavalle vahinkoa esimerkiksi henkilömaineen tahriintumisen tai jopa post-traumaattisen stressin muodossa.

Association of Internet Researchersin eettiset ohjeet painottavat juuri vahingon aiheuttamiseen liittyvää harkintaa: mitä haavoittuvaisemmasta tutkittavasta tai teemasta on kysymys, sitä tarkemmin tutkijan velvollisuus on suojata tutkittaviaan:

“The greater the vulnerability of the community / author / participant, the greater the obligation of the researcher to protect the community / author / participant.” (Markham & Buchanan 2012, AoIR ethical guidelines)

Sosiaalisen median aineistojen käsittelyssä olennaisinta on kehittää tarkka ymmärrys aineiston kontekstista. On mahdotonta antaa yleispätevää vastausta esimerkiksi kysymykseen ”Aiheutuuko twiittien keräämisestä haittaa niiden lähettäjälle?”. Vastaus riippuu aina viestin lähettäjästä, aihepiiristä ja yhteiskunnallisesta kontekstista. Lopputulos riippuu myös analyysissa tehtävistä toimenpiteistä ja valinnoista.

Anonyymia analyysia

Perinteinen keino turvata tutkittavien henkilöiden oikeuksia on aineiston anonymisointi. Monessa yhteiskuntatieteellisessä tutkimuksessa on kuitenkin oleellista tietää, kuka viestin on kirjoittanut. Esimerkiksi yhteiskunnallisen vallankäytön tutkiminen ilman lähettäjätietoja on mahdotonta.

Silti on hyvä miettiä myös tutkimusprosessin aikana tarkasti, onko tutkijoiden tarpeen tietää tutkittavien identiteettejä. Omassa Digivaalit 2015 -tutkimuksessamme kerätyistä isoista aineistoista tunnistettiin nimellä ainoastaan vaaliehdokkaat. ansalaisten käyttäjänimet näkyivät vain numerosarjoina: tutkimusongelman valossa meillä ei ollut mitään tarvetta tietää, minkä niminen henkilö on kirjoittanut poliitikoille kommentteja.

Anonymisointi ei kuitenkaan ole oikotie onneen. Eri aineistoja yhdistämällä voi olla mahdollista luoda pelottavan tarkkoja henkilöprofiileja arkaluontoisistakin aiheista: klassisessa amerikkalaisessa esimerkissä terveystietoja sisältävä, anonymisoitu aineisto pystyttiin yhdistämään muutaman muuttujan avulla suoraan äänestäjärekisteriin. Tuoreessa tapauksessa pystyttiin profiiliosoitteiden avulla tunnistamaan lukuisia käyttäjiä anonyymista selainhistoriadatasta.

Lisäksi sosiaalisen median aineistojen kohdalla anonymisointi on osin kosmeettista. Julkisesta verkosta kerätty aineisto on kenen tahansa löydettävissä pelkästään tekstisisältöjen perusteella: esimerkiksi aineistolainaukseen poimitun twiitin lähettäjineen löytää Twitteristä hakukoneella. Siksi varovaisuusperiaate täytyy pitää mielessä aina tutkimustulosten raportointiin ja julkaisemiseen asti. Tutkija joutuu käytännössä punnitsemaan, näyttääkö hän lukijalle aineistonäytteitä parantaakseen argumentaatiotaan, vai pyrkiikö hän turvaamaan tutkittavien anonymiteetin.

Henkilötieto on henkilötietoa, mutta julkinen ei välttämättä julkista

Kenties paras muistisääntö sosiaalisen median aineistojen analyysin parissa työskentelevälle tutkijalle onkin ajatella ja käsitellä niitä koko ajan henkilötietoina. Yhdeksi apumitaksi kannattaa ottaa lakipykälät. Suomen laki henkilötietojen käsittelystä on – kansalaisten onneksi – sen verran tiukka, että sen pykälistä löytyy hyvää tukea myös tutkimusetiikan pohtimiseksi.

Laki pakottaa miettimään tarkemmin aineistojen tallentamista ja suojaamista. Suojaamaton pilvipalvelu on henkilötietoja sisältävälle tutkimusaineistolle yhtä väärä paikka kuin ruotsalaisten henkilötiedoille.

Laki ei kuitenkaan ota kantaa kaikkiin tutkimuksen kannalta tärkeisiin eettisiin kysymyksiin Sen näkökulmasta julkiset verkkokeskustelut ovat arkaluontoisinakin julkistettua tietoa, jonka käyttäminen aineistona on sallittua. Keväällä 2018 voimaan tuleva uusi EU:n tietosuoja-asetus näyttäisi jopa antavan entistä enemmän vapauksia henkilödatan tutkimuskäytölle.

Palaamme siis tärkeimmän opin äärelle: kontekstin ymmärtäminen ja aineiston käytöstä mahdollisesti aiheutuvien haittojen pohtiminen on tärkein osa tutkijan eettistä ammattitaitoa. Digitaalisten aineistojen käyttöön pätevät samat varotoimenpiteet kuin ei-digitaalisten aineistojen kohdalla: tutkittavien anonymisointi varsinkin lopullisessa julkaisussa, sekä tutkimuksesta tutkittaville mahdollisesti aiheutuvan harmin ja vahingon välttäminen tutkimusprosessin jokaisessa vaiheessa.

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

Trump ja sosiaalisen median analytiikka

screen-shot-2016-11-14-at-17-34-50
Screenshot from Tagboard.

Yhdysvaltain presidentinvaalit ja sosiaalisen median osuus niissä ovat herättäneet viime päivinä paljon keskustelua. Debatti kiteytyy kahden teeman ympärille. Ensinnäkin, mitä sosiaalisen median kuplautumisesta kertoo se, että Donald Trumpin voitto tuli monelle yllätyksenä. Toisekseen, olisiko Trumpin voiton voinut ennustaa sosiaalista mediaa seuraamalla?

Avaan tässä postauksessa jälkimmäistä kysymystä eli sosiaalisen median roolia ja analytiikkaa vaalivoiton ennustuksessa. YLE julkaisi tästä vastikään jutun, jossa oli hyödynnetty Ezyinsightsin analytiikkaa, ja johon itsekin kommentoin. Puhuin samasta tematiikasta myös viime maaliskuussa valtiotieteellisessä tiedekunnassa järjestetyssä USA:n vaalit -luentosarjassa sekä Helsingin Sanomien toimittajan kanssa myöhemmin toukokuussa.

Jo maaliskuussa oli selvää, että millä tahansa sosiaalisen median mittarilla Trump on vaalien voittaja – vaikka silloin mukana kisassa olivat vielä kaikki esivaaliehdokkaat. Kuten Ezyinsightsin analytiikka osoittaa, sama näkyi monella mittarilla myös vaalisyksynä.

Sosiaalisen median analytiikan ongelma on kuitenkin se, että se antaa helposti kivoja numeroita, joiden päälle voi perustaa väittämiä. Tämä pätee erityisesti palveluiden kuten Facebookin itsensä antamiin tietoihin.

Facebook mittaa viesteihin “sitoutumista” (engagement, termi ei oikein käänny kunnolla suomeksi), joka on käytännössä kaikkien sen viestin aiheuttamien reaktioiden (kommentit, tykkäykset, jaot) yhteissumma. Twitter puolestaan kertoo impressions-luvun, joka mittaa twiitin potentiaalisesti nähneiden silmäparien määrää.

Molemmat ovat ongelmallisia mittareina. Twitterin impressioluku kertoo suurimman mahdollisen yleisön määrän twiitin saamilla reaktioilla, mutta ei mitään todellisista lukijoista. Facebookin “sitoutuminen” puolestaan on jonkinlainen kiinnostuksen mittari, mutta lopulta vain numero, jolla ei ole mitään laadullista sisältöä.

Puhtaan määrällisistä mittareista on kuitenkaan vaikea sanoa mitään yleisöjen suhteen tai kiinnostuksen laadusta. Todennäköisesti monet ovat seuranneet Trumpia myös mielenkiinnosta tai kauhistuksesta – hän on ollut melkoinen mediailmiö viimeisen ainakin vuoden ajan sekä perinteisessä että sosiaalisessa mediassa. Moni on varmasti seurannut ja jakanut Trumpin tekemisiä myös kauhistellakseen hänen lausuntojaan.

Emme siis voi lukujen perusteella sanoa mitään niistä tulkinnoista tai syistä, miksi ihmiset tiettyä videota tai päivitystä katsovat ja klikkaavat.

Juuri tästä syystä menestystä sosiaalisessa mediassa on aika vaikea määritellä. Seuraajia ja tykkääjiä on, mutta heidän motiiveistaan emme tiedä mitään. Toimijan näkyvyyteen jokainen kriittinenkin klikki kuitenkin väistämättä vaikuttaa, sillä sosiaalisen median julkisuus suosii suositumpaa ja nostaa reaktioita herättäneitä viestejä ja uutisia ihmisten uutisvirtoihin.

Ongelmallista on myös se, että mikään sosiaalisen median alusta ei ole edustava otos väestöstä. Varsinkaan jollakin alustalla aktiivisesti toimivien otos ei ole edustava, vaan vinoutunut vähintäänkin poliittisen kiinnostuksen tai teknologisten taitojen perusteella. Esimerkiksi Yhdysvalloissa Facebookia käyttää 68% aikuisväestöstä, mutta valtaosa heistä on todennäköisesti epäaktiivisia.

Tutkimuksissa sosiaalisen median metriikoiden ja äänestystulosten välistä yhteyttä ei olla saatu luotettavasti osoitettua. Tulevaisuudessa tilanne saattaa parantua erilaisten tekstinlouhinnan menetelmien (esim. sentimenttianalyysi) yleistyessä ja arkipäiväistyessä.

Sitä odotellessa vaikuttaa tällä kertaa siltä, että sosiaalinen media oli hiukan enemmän oikeassa kuin gallupit, mutta yllämainituista syistä rohkenen väittää, että se kertoo enemmän sattumasta ja Trumpista hybridinä mediailmiönä. Kuten Hesarille totesin: “Näissä vaaleissa Trump on täydellinen klikkisampo ja tämän ajan mediamagneetti. Hän suoltaa suoraan twiiteiksi ja klikkiotsikoiksi sopivia iskulauseita, ja sopii siksi mediakoneiston tarpeisiin erittäin hyvin.”

Yhteensä opimme sen, että poliittinen todellisuus ja ihmisten käyttäytyminen on monimutkaisempaa kuin mitä sosiaalisen median analytiikka tai gallup-kyselyt osaavat selvittää. Onhan se myös jollakin tapaa lohdullista ainakin näin yhteiskuntatieteilijälle.

– –

ps. Laadullinen tutkija minussa uskoo, että Trumpin sosiaalisen median menestystä selittää yleisen mediailmiön lisäksi kaksi asiaa: taitavat retoriset keinot ja aitous (authenticity) tai ainakin aidolta vaikuttava, kansaan vetoava viestintä. Aitouden vetovoimaa on tutkittu goffmanlaisittain Internetin sosiaalipsykologiassa, myös politiikan ja kampanjoinnin kontekstissa.

pps. Trumpista ja sosiaalisesta mediasta huomenna aamulla juttua ainakin Huomenta Suomessa ja YLEn Ykkösaamussa, äänessä Digivaalit-projektin Mari Marttila!

Verkon medialogiikan äärellä: kiertoa ja karnevaalia

2494191157_074aec5afe_m
Kuva: Kevin Dooley @Flickr

Tämän päivän poliitikko joutuu asiakysymysten lisäksi opettelemaan myös taitoja mediassa esiintymiseen. Lehdistö seuraa vaaleja ja politiikan tapahtumia herkeämättä. Television vaaliohjelmat ovat 1960-luvulta alkaen olleet merkittävä kenttä vaalikeskustelulle. Toimittajat päivystävät eduskuntatalon kahvilassa ja Säätytalon oven takana neuvottelujen aikana. Maamme suurin keskustelupalsta Suomi24 on perustanut oman vaalikanavansa. Poliitikkojen twiittejä seuraavat niin media kuin tavalliset kansalaisetkin. Julkisuuteen saattavat nousta yhtä lailla lautakasat, tekstiviestit kuin poliittiset lausunnotkin.

Viestinnän tutkijat kutsuvat tätä ilmiötä politiikan – tai minkä tahansa muun toiminnan – medioitumiseksi. Medioitumisteorian mukaan erilaiset organisaatiot ja muut toimijat joutuvat muokkaamaan omaa toimintaansa median logiikan mukaiseksi. Käytännössä tämä tarkoittaa sitä, että asiantuntijoiden on oltava jatkuvasti valmiina kertomaan omista näkemyksistään ja vastaamaan erilaisiin väitteisiin median kentällä. Tiukimman tulkinnan mukaan he joutuvat perustelemaan koko olemassaolonsa ja legitimiteettinsä mediassa. Voidaan jopa väittää, että mediasta on tullut yksi politiikan keskeinen instituutio, joka näyttelee erityisen tärkeää roolia epäkohtien paljastamisessa ja skandaalien rakentamisessa – mutta myös äänestäjien tavoittamisessa.

Myös verkkojulkisuus ja sosiaalinen media ovat osa tätä toiminnan kenttää. Verkon merkitykseen on kiinnitetty paljon huomiota viestinnän ja politiikan tutkimuksessa. Keskustelussa näkyvät rinnakkain sekä vahva toivo demokratian lisääntymisestä vuorovaikutteisen viestinnän avulla että skeptisemmät näkemykset uusien viestintävälineiden roolista. Tilastojen valossa merkittävyys vaikuttaa vielä pieneltä. Esimerkiksi vuoden 2011 eduskuntavaaleissa sosiaalisen median kautta vaaleja kertoi seuranneensa yhdeksän prosenttia väestöstä. Siitäkin huolimatta poliittiset toimijat näyttävät omaksuneen verkkoareenat yhdeksi vaalikamppailun osa-alueeksi – tärkeimpänä kannustimena kenties toimittajien aktiivinen sosiaalisen median käyttö.

Medioitumisen näkökulmasta on mielenkiintoista kysyä, mikä on se medialogiikka, joka verkon julkisuudessa ja sosiaalisessa mediassa vallitsee ja johon poliittiset toimijat joutuvat tällä julkisuuden kentällä mukautumaan. Minkälaiset median muodot ja toimintatavat ovat erityisen tyypillisiä sosiaaliselle verkkojulkisuudelle? Vastaan kysymykseen yhdistämällä mediatutkija Nick Couldryn ajatuksia digitaalisesta medioitumisesta sekä verkkotutkija danah boydin näkemyksiä verkkoyleisöistä.

Huomiotalous ja kuvien voima. Verkossa taistellaan konkreettisesti sisältövirtojen keskellä elävien yleisöjen huomiosta. Siksi monet verkkotekstin lajityypit ovat kehittyneet melko lyhyiksi, keskeisimpänä esimerkkinä mikroblogipalvelu Twitter. 140 merkin mittaiseen viestiin jaksaa helposti keskittyä, mutta sanoman tiivistäminen näin lyhyeen tilaan vaatii harjoittelua. Samalla verkkojulkisuuden sisällöt ovat hyvin monimuotoisia ja multimodaalisia: niissä yhdistyvät sulavasti teksti, kuva ja ääni. Näistä erityisesti kuvallisen ja videomuotoisen viestinnän rooli on viime vuosina ollut kasvussa samalla, kun tekstimuotoinen viestintä typistyy yhä lyhyemmäksi. Kuvat ovat toistaiseksi olleet tehokas keino nousta esiin sisältöjen virrasta. Onkin mielenkiintoista nähdä, kuinka moni poliitikko päätyy rakentamaan vaalikampanjaa varsinkin nuorison keskuudessa suosittuun kuvanjakopalvelu Instagramiin.

Sisältöjen kierto. Tutkijat korostavat sitä, kuinka viestit elävät omaa elämäänsä verkkoareenoilla. Danah boyd käyttää näkymättömien yleisöjen käsitettä kuvaamaan sitä, kuinka sisällön julkaisemisen hetkellä verkkopalveluissa yleisö ei ole konkreettisesti näkyvillä, ja siksi sen laajuutta on vaikea käsittää. Samasta syystä sisällöt voivat päätyä sellaisille areenoille, joille niitä ei ollut alun perin tarkoitettu. Verkkosisältö onkin pysyvää ja toistettavissa – julkaistut sisällöt on helppo kopioida, ja sen vuoksi ne siirtyvät helposti alustalta toiselle ja säilyvät saatavilla, vaikka alkuperäinen versio poistettaisiinkin. Erilaisten hakukoneiden avulla verkkosisällöt ovat myös etsittävissä vuosia tai vuosikymmeniä julkaisuajankohdan jälkeenkin.

Luova karnevaali. Politiikan näkökulmasta tämä tarkoittaa tietysti sitä, että pienetkin virheet ja tulkinnanvaraiset lausunnot tai päivitykset voivat jäädä kummittelemaan verkossa. Näihin kummituksiin liittyy usein myös verkon musta huumori ja karnevalistinen kulttuuri, jossa viestin merkityksiä muunnellaan välineelle tyypillisten kulttuuristen konventioiden keinoin. Tunnetuin esimerkki tästä ovat erilaiset meemit, joista poliitikotkin ovat saaneet osansa. Esimerkiksi yhtenä vaalikevään tuotoksena liikkuu kuvamanipulaatioita, joissa keskustan Juha Sipilä on siirretty promokuvasta makoilemaan mitä erilaisimpiin ympäristöihin. Meemin ympärillä käyty keskustelu on samalla hyvä esimerkki siitä, että poliittista puhetta saattaa verkossa esiintyä yllättävilläkin areenoilla.

Medioitumisen näkökulmasta tilanne verkossa on oikeastaan kahtalainen. Toisaalta periaatteessa kenellä tahansa on mahdollisuus ryhtyä viestin välittäjäksi ja lähestyä julkisuudessa poliitikkoja tiukoilla kysymyksillä tai haastaa heidän legitimiteettiään karnevalistisilla esityksillä. Toisaalta myös poliittisilla toimijoilla itsellään, niin ehdokkailla kuin puolueillakin, on mahdollisuus ylläpitää eräänlaista omaa mediaa: hyödyntää verkon eri ilmaisumuotoja ja hankkia julkisuutta perinteisen median ohitse. Tavoitettavuuden kannalta oma media on kuitenkin rajallinen, sillä sinne eksyvät todennäköisesti vain jo valmiiksi kiinnostuneet. Miten verkossa voisi tavoittaa siirtyvät äänestäjät tai poliittisesti kodittomat? Voisiko verkossa herättää myös politiikasta vieraantuneet keskustelemaan poliittisista teemoista? Tästä sekä erilaiset meemikeskustelut, Tahdon-kampanjat että edelliset presidentinvaalit Facebook-pöhinöineen ovat hämmentäviä mutta toiveikkaita esimerkkejä.

Kirjoitus on julkaistu alunperin Viite – Tieteen ja teknologian vihreät ry:n vaalilehdessä keväällä 2015.

Digivaalit 2015: Ehdokkaiden ja kansalaisten vuorovaikutus sosiaalisessa mediassa vaalikampanjoinnin aikana – tyhjyyteen huutelua vai merkityksellistä dialogia?

Sosiaalisesta mediasta on nykyisin tullut keskeinen osa vaaliviestintää ja poliittista kampanjointia. Samalla suunnitelmallinen, strateginen ja yksisuuntainen kampanjavaikuttaminen on muuttunut vuorovaikutteiseksi – kansalaiset voivat lähestyä ehdokkaita sosiaalisessa mediassa aikaa ja paikkaa katsomatta, eikä viestinnän kontrolli ole enää yhtä selkeästi ehdokkaan käsissä.

Vaikka on korostettu, että sosiaalinen verkko ei ole kehittynyt niin keskustelevaksi politiikan välineeksi kuin alun perin toivottiin, monet tutkimukset ovat todenneet, että poliitikot ja ehdokkaat ovat sosiaalisen median avulla yhä useammin yhteyksissä kansalaisten kanssa. Ehdokkaiden ja kansalaisten keskustelusta sosiaalisessa mediassa tiedetään kuitenkin toistaiseksi vain hyvin vähän: Mitä oikeasti tapahtuu, kun ehdokkaat ja kansalaiset keskustelevat sosiaalisessa mediassa? Onko näillä keskusteluilla todellisuudessa merkitystä?

Näihin kysymyksiin etsin vastausta puheviestinnän pro gradu –työssäni. Tutkielmassani tarkastelin ehdokkaiden ja kansalaisten välistä vuorovaikutusta sosiaalisessa mediassa eduskuntavaalien 2015 kampanjoinnin aikana. Päätavoitteenani oli kuvata ja ymmärtää sitä, millaisia vuorovaikutuksen funktioita sekä topiikkeja ehdokkaiden ja kansalaisten välisessä keskustelussa sosiaalisessa mediassa esiintyy vaalikampanjoinnin aikana.

Tutkielman aineisto kerättiin sosiaalisen mediasta laskennallisen yhteiskuntatieteen menetelmiä hyödyntäen eduskuntavaalien 2015 aikana. Aineistoksi valikoitiin Twitteristä ja Facebookista systemaattisesti keskusteluketjuja (N=433), joihin osallistui sekä ehdokkaita että kansalaisia. Tutkimus toteutettiin vuorovaikutusanalyysin keinoin sekä määrällistä että laadullista otetta käyttäen. Keskusteluista luokiteltiin vuorovaikutuksen funktioita sekä aineistolähtöisesti että teoriasidonnaisesti luotuun analyysikategoriaan. Lisäksi tarkastelussa olivat keskustelun topiikit. Analyysiyksikkönä toimi yksittäinen viesti.

Tutkimuksen tulosten mukaan ehdokkaiden ja kansalaisten välinen keskustelu sosiaalisessa mediassa eduskuntavaalien 2015 vaalikampanjoinnin aikana

  • on pääosin mielipiteiden esittämistä ja pyytämistä, joskin mielipiteitä esitetään huomattavasti enemmän kuin niitä pyydetään
  • pitää sisällään runsaasti tiedon vaihtamista sekä itsestä ja omasta toiminnasta kertomista, joskin yleisellä tasolla
  • sisältää enemmän erimielisyyden osoittamista kuin samanmielisyyden ilmaisua
  • liittyy kampanjointiin, vaaleihin ja puoleisiin sekä muihin ajankohtaisiin aiheisiin, kuten talous ja liiketoiminta
  • on monilta osin samankaltaista Twitterissä ja Facebookissa, mutta niiden välillä on havaittavissa myös selkeitä eroja

Tutkimuksen tulosten mukaan voidaan siis todeta, että ehdokkaiden ja kansalaisten välinen keskustelu sosiaalisessa mediassa rakentuu suureksi osaksi mielipiteiden jakamiselle ja hakemiselle. Keskusteluissa ehdokkaat ja kansalaiset jakavat ajatuksiaan, tunteitaan ja näkemyksiään, ilmaisevat asenteitaan, sekä ottavat kantaa asioihin. Tyypillistä kuitenkin on, että mielipiteitä esitetään huomattavasti enemmän kuin niitä kysytään muilta. Lisäksi sosiaalisen median keskusteluissa vaihdetaan aktiivisesti ajankohtaisiin tapahtumiin liittyvää informaatioita sekä kerrotaan itsestä ja omasta toiminnasta, joskin vain hyvin yleisellä tasolla.

Mielenkiintoista on, että tulosten perusteella keskustelussa on eroja sosiaalisen median palvelusta riippuen. Twitter-vuorovaikutuksessa ilmenee mielipiteiden vaihtamista, erimielisyyden osoittamista ja linkkien jakamista, minkä lisäksi keskusteluissa kritisoidaan tyypillisemmin kuin kehutaan. Eduskuntavaalikampanjoinnin 2015 aikana Twitter vaikuttikin näyttäytyvän palveluna, jolle oli ominaista mielipiteiden esittäminen ja hakeminen sekä kriittisempi keskustelu kuin Facebookille. Sen sijaan Facebookissa ehdokkaiden ja kansalaisten välinen keskustelu vaikuttaa kytkeytyvän hieman tiiviimmin kampanjointiin kuin Twitterissä: Facebook-vuorovaikutuksessa korostuvat näkemysten ja tiedon vaihtamisen ohella myös kampanjapäivittäminen ja kampanjointiin liittyvät myönteiset vuorovaikutuksen funktiot, kuten kampanjatuen osoittaminen sekä ehdokkaiden kehuminen.

Tutkielman tulokset osoittavat, että sosiaalisessa mediassa ei pelkästään kampanjoida ja markkinoida, vaan ehdokkaat ja kansalaiset myös jakavat ja hakevat aktiivisesti mielipiteitä sekä käyvät merkityksellisiä keskusteluja vaalikampanjoinnin aikana. Tulokset antavat viitteitä siitä, että kansalaiset tiedostavat sosiaalisen median potentiaalin suoran interpersonaalisen keskustelun mahdollistavana alustana poliittisten ehdokkaiden kanssa.  Lisäksi tulosten pohjalta voidaan
esittää oletus siitä, että Twitterissä ja Facebookissa käytävä poliittinen keskustelu eroaa toisistaan.

Maisterintutkielma suoritettiin osana Digivaalit2015-hanketta. Tutkielma on kokonaisuudessaan luettavissa täällä.

Uusi, #openaccess journaali: Social Media + Society

Social Media + Society on uusi, open-access journaali, joka osuu teemoiltaan ja otteeltaan hyvin yhteen rajapintalaisten mielenkiintojen kanssa:

Social Media + Society is an online, open-access, peer-reviewed scholarly journal deeply committed to advancing the understanding of social media and its impact on societies past, present and future. With a leading editorial team, the journal offers a collaborative, open, and shared space dedicated to the study of social media and their implications for societies. It facilitates state-of-the-art research on cutting-edge trends and enables scholars to develop research and track trends in this emerging field of study. We publish interdisciplinary work that draws from the social sciences, humanities and computational social sciences, reaches out to the arts and natural sciences, and we endorse mixed methods and methodologies.

Lehden ensimmäinen numero ilmestyi aiemmin tänä vuonna. Se on manifesti, joka pitää sisällään toimituskunnan (allekirjoittanut mukaan lukien) lyhyitä vapaita esseitä, jotka määrittävät lehden ymmärrystä ja näkökulmia siihen, mitä sosiaalinen media on ja tarkoittaa.

Juuri ilmestynyt toinen numero on Culture Digitally -blogin perustajien toimittama erikoisnumero, jota Tarleton Gillespie ja Hector Postigo kuvailevat esimerkiksi näin: “It is not surprising that several of the papers in this collection are not just grappling with the intersection of technical and social structures, but looking to refine new ways to think about that intersection.

Suosittelen SM+S:ää sekä luettavaksi että julkaisufoorumiharkintoihin sisällytettäväksi.