Forskere udvikler AI-model til at genkende følelsesmæssige reaktioner på sociale medier
Forskere fra DATALAB – Center for Digital Social Research har videreudviklet en model til at kunne forudsige seks primære følelser og deres aftryk på sociale medier. Håbet er, at det kan bidrage til bedre krisemonitorering og hjælpe faktatjekkere i fremtiden.
Hvad kan knap 60 millioner tweets på tværs af de fire største nordiske lande fortælle os om vores følelsesmæssige reaktioner på Twitter under Coronakrisen? Og hvilken rolle spiller forskellige kommunikationsmiljøer på Twitter i den sammenhæng?
Det har en gruppe forskere fra DATALAB – Center for Digital Social Research på Aarhus Universitet undersøgt ved hjælp af kunstig intelligens. De har analyseret tweets fra brugere i Sverige, Norge, Danmark og Finland under Coronakrisens anden bølge. Det gav forskerne mulighed for at analysere hashtaggede, ikke-hashtaggede og trusselhashtaggede (for eksempel #misinformation) tweets' følelsesmæssige indhold for at vurdere tilstedeværelsen af vrede, frygt, tristhed, afsky, glæde og optimisme.
Resultaterne af studiet, der for nylig blev offentliggjort i PLOS ONE, afslørede mønstre i følelsesmæssige udtryk på tværs af forskellige typer tweets. Krisehashtaggede tweets medførte flere negative følelser såsom vrede, frygt, afsky og tristhed og færre positive følelser som optimisme og glæde sammenlignet med ikke-hashtaggede Covid-19 tweets. Desuden udtrykte tweets med trussel-hashtags endnu mere negative følelser og færre positive følelser - sammenlignet med krise-hashtaggede tweets - og vrede viste sig at have en særligt betydelig effekt.
Studiet antyder derfor, at forstærkningen af følelser gennem hashtag-brug var særligt effektiv, når det kom til tweets relateret til trusler, her misinformation, under pandemien.
“Med den nye viden og ved at udvide vores felts metoder til at få en mere finmasket forståelse af forskellige konkrete følelser og kombinationer heraf, kan vi bedre informere strategier for krisekommunikation og intervention,” udtaler Anja Bechmann, professor på medievidenskab og leder af forskningsprojektet.
Følelser som kollektiv adfærd på sociale medier
Afsættet for studiet var et ønske om at undersøge, hvordan Twitter-brugere i Nordens højtillids-samfund udtrykker og forstærker deres følelser som svar på krisen. Nærmere bestemt, hvordan miljøtilknytninger og hashtag-brug former følelsesmæssige udtryk under pandemien, pointerer Anja Bechmann og fortsætter:
”Det handlede om at prøve at forstå de dynamikker, der er i kollektiv adfærd på sociale medier, og særligt på Twitter, under pandemien. Hvordan de her følelser, der er på Twitter, kan være et krise-aftryk i Nordens højtillidssamfund.”
”Helt konkret handler det om at kunne bruge den her viden og model til at kunne monitorere følelser fremover, fordi den forudsiger følelserne i tweets. Med den i hånden kan faktatjekkere for eksempel se på, hvad det er for nogle tweets, de skal være ekstra opmærksomme på, fordi de sandsynligvis vil have en større tendens til at spredes og skade borgere og samfundet,” pointerer hun.
At genkende følelser på nationalsprogene
For at lave de forskningsmæssige nybrud i vores følelsesudtryk som kollektiv adfærd var forskerne nødt til at gå væk fra den mest fremherskende metode: at undersøge hvorvidt kommunikation har negativ eller positiv ladet værdi, forklarer Anja Bechmann:
”Det, der er anderledes ved denne forskningsartikel end den eksisterende forskning, er, at man før primært har opereret med sentiment, hvor der enten er tale om en positiv, negativ eller neutral værdi. Her arbejdede vi med 11 specifikke følelser og intensiteten heraf."
Derudover blev den kunstig intelligente model, der normalt fungerer på engelsk, trænet af forskerne til at være sensitiv over for de fire nordiske sprog og genkende følelsesmæssige udtryk på nationalsprogene: ”Vi har brug for nogle stærkere modeller på små sprog, som kan håndtere minoritetssprog uden at oversætte dem til engelsk,” forklarer hun videre.
Med eller uden hashtag
Et af projektets andre formål var at bidrage til en større forståelse af forskellene mellem hashtagged og ikke-hashtagged kommunikation online og dermed til grundforskning inden for området, pointerer Anja Bechmann:
”Giver det mening, at vi bliver med at lave hashtag-analyser eller ej, er vi nødt til at prøve at åbne den måde, vi ser Twitter og andre platforme på. Hvad er forskellen i det kollektive adfærdsaftryk i de forskellige måder at kommunikere på?” spørger Anja Bechmann og kommer med et bud:
”De fleste Twitter-undersøgelser er hashtag-analyser, fordi det er lettest tilgængeligt, men for at vi kan undersøge, hvordan Twitter kan bruges i krisehåndtering, og om man kan forudsige kriser, så er vi også nødt til at kigge på de feeds, som ikke har hashtags. Kommunikation på sociale medier foregår oftest uden hashtags.”
Bedre krisehåndtering i fremtiden
Da Twitter (Nu X, red.) fortsat fungerer som et centralt medium for offentlig informationsudveksling, er forståelsen af de følelsesmæssige dynamikker af afgørende betydning for at fremme modstandsdygtighed og håndtere misinformation under kriser som Covid-19-pandemien, mener Anja Bechmann, der er leder af både EU projektet Nordic Observatory for Digital Media and Information Disorder og DFF-projektet Social Media Influence, der er projekterne bag artiklen.
”I og med at man har modellen nu, så kan man bedre være i stand til at lave en modreaktion på nogle af de ting, der spredes, hvis de skønnes at være uhensigtsmæssige for samfundet under en krise,” siger hun og fortsætter:
”Her er der i hvert fald et stærkt behov for at optimere redskaber, der kan give faktatjekkere og andre aktører nogle redskaber til at prøve at forudse, hvad der går viralt, og hvad der ikke gør, og hvad der så kunne være skadeligt samfundsmæssigt og for individer i samfundet.”
Bag om forskningsresultatet
Link til den videnskabelige artikel:
Emotions on Twitter as crisis imprint in high-trust societies: Do ambient affiliations affect emotional expression during the pandemic
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0296801#sec011
Studietype:
Tværfagligt forskningsteam med baggrund i bl.a. neuroscience, sociologi, cognitive science, biophysics og medievidenskab.
Eksterne samarbejdspartnere:
En faktatjekker I hver af de nordiske lande er med i konsortiet omkring NORDIS, og forskernes model er nu frit tilgængelig og cirkuleret i European Digital Media Observatory, hvor certificerede faktatjekkere i Europa har adgang.
Finansiering:
NORDIS
Independent Research Fund Denmark
SHAPE (intern finansiering af Aarhus Universitet)
For yderligere informationer:
Professor Anja Bechmann
Mail: anjabechmann@cc.au.dk
Telefon: +4551335138