Tutkijat esittävät uusia keinoja sosiaalisen median vihanlietsonnan lievittämiseen

Kiistoja voisi lievittää ympäristöissä, joissa mielipiteen ilmaisija joutuu kohtaamaan esimerkiksi läheistensä tunteet ja reaktiot.

Riitelyä ja omien vahvojen mielipiteiden kuplautumista verkossa ja sosiaalisessa mediassa tutkitaan aktiivisesti ympäri maailmaa. Monet tutkijat ovat ehdottaneet ääripäiden keskinäisen vihanlietsonnan lievittäjäksi laaja-alaista sisällön suosittelua mielipidekuilujen yli. Siten ihmiset voisivat altistua sisällöille ja näkökulmille, jotka poikkeavat omista lukkoon lyödyistä mielipiteistä.

Aalto-yliopiston, Helsingin yliopiston ja Syracusen yliopiston yhteistutkimus haastaa tämän paljon huomiota saaneen näkökulman. Tutkijat analysoivat noin 50 000 viestiä yhteensä kymmenessä suomalaisessa Facebook-ryhmässä, joista puolet oli maahanmuuttoon myönteisesti suhtautuvia ja puolet sitä vastustavia. Myönteisesti ja kielteisesti suhtautuvissa ryhmissä jaetuista linkeistä vain kaksi prosenttia ryhmissä oli samoja: ryhmät lukevat siis erittäin vähän samoja sisältöjä.

Tämän verkostoanalyysin jälkeen he analysoivat tarkemmin noin tuhatta kommenttia niihin harvoihin sisältöihin, joita jaettiin kuilun molemmin puolin. Laadullinen analyysi osoitti, että Facebook ei alustana kannusta kohtaamaan toisia ja toisten näkemyksiä, vaikka se periaatteessa tarjoaa ympäristön avoimelle keskustelulle.

”Alkuperäinen sisältö saattaa olla neutraali uutinen, mutta jakaja kehystää sen oman näkökantansa mukaan. Samalla saatetaan myös leimata eri mieltä olevia – ja tämä kehystys myös ohjaa keskustelua eteenpäin. Niin käy yhtäläisesti sekä maahanmuuttoa kannattavissa että sitä vastustavissa ryhmissä. Siksi emme usko, että sisällön suosittelu voi sinällään toimia ratkaisuna, vaan tarvitaan uudenlaisia lähestymistapoja”, sanoo Helsingin yliopiston tutkija Salla-Maaria Laaksonen.

Tutkijat ovat aiheen tutkimuksen pohjalta ideoineet uusia ratkaisuja vihaa lietsovien vastakkainasettelujen liennyttämiseksi.

”Esimerkiksi olisi mahdollista luoda alustoja sekä ryhmiä, jotka korostavat mielipiteiden kuuntelua ja peilaamista. Silloin mielipiteen ilmaisija joutuisi kohtaamaan lukijoiden tunnereaktiot. Toisten tuomitsemisen sijaan sisältöjen jakajilla olisi mahdollisuus pohtia sitä, mitä sanoi ja miten se vaikuttaa muihin”, Aalto-yliopiston tutkija Matti Nelimarkka selittää.

”Toisaalta mielipiteiden kärjistymistä ja toisia kohtaan hyökkäämistä saattaa selittää ja vahvistaa vaikenemisen kierre. Se syntyy, kun esimerkiksi maahanmuuttoa puoltava ei uskalla keskustella siitä, miten vastaanottokeskukset voivat vaikuttaa kuntiin, joihin keskuksia perustetaan. Keskustelu on molemmissa leireissä niin yksisilmäistä ja aggressiivista, että niissä ei uskalleta tuoda monipuolisesti esiin erilaisia näkökulmia”, Nelimarkka uskoo.

Tutkijat pohtivat myös, voisiko sisällön suosittelussa hyödyntää ihmisten sosiaalisia suhteita. Algoritmi voisi suositella esimerkiksi sukulaisen tai ystävän käymää keskustelua, joka saattaisi avartaa maailmankuvaa ja näkemyksiä. Yksisilmäistä sisältöä jakava altistuisi tuttujen ihmisten poikkeaville näkökulmille, ja erimielisyys ei enää olisi tuntemattomien vaan tuttujen ja läheisten välistä.

”Ideamme vaativat vielä jatkokehittelyä, jotta voidaan taata, ettei suosittelualgoritmilla ei aiheuteta haittaa ihmisten suhteille, ja toisaalta suositella avartavaa sisältöä riippumatta käyttäjän näkökannasta”, Nelimarkka huomauttaa.

Tutkimusartikkeli: https://dl.acm.org/citation.cfm?id=3196764

Lue lisää Aalto-yliopistossa tehdystä sosiaalisen median kuplien tutkimuksesta:

Algoritmi voi tasapainottaa riitaisia näkemyksiä sosiaalisessa mediassa
http://www.aalto.fi/fi/current/news/2017-12-05-012

Miljardit twiitit todistavat: somekuplat ja kaikukammiot ovat todellisia
http://www.aalto.fi/fi/current/news/2018-04-24

Lisätietoja:
Matti Nelimarkka
Aalto-yliopisto
[email protected]
puh. 050 52 75 920

Lisää tästä aiheesta

Syväoppimismenetelmä auttaa tunnistamaan diabeteksen aiheuttamia silmäsairauksia.
Tutkimus ja taide Julkaistu:

Suomalaistutkijoiden kehittämä syväoppimismalli tunnistaa tarkasti diabeteksen aiheuttamia silmäsairauksia

Suomalaiset tekoälytutkijat ovat kehittäneet syväoppimismallin, josta voi olla merkittävää apua diabeteksen aiheuttamien silmäsairauksien tunnistamisessa.
Kansikuvat Verma ja Lee
Tutkimus ja taide Julkaistu:

Hyvää suunnittelua vauvasta vaariin

Aalto ARTSin elokuun väittelijät ratkaisevat ongelmia eri käyttäjäryhmät huomioonottavilla suunnittelumetodeilla.
Mika Juuti studied the use of machine learning in information security for his dissertation.
Tutkimus ja taide Julkaistu:

Tietoturvatutkijan täytyy osata ennakoida hyökkääjän seuraava askel

Tohtorikoulutettava Mika Juuti keskittyi väitöskirjassaan koneoppimisen hyödyntämiseen tietoturvajärjestelmissä.
Photoactive rod-like virus bundle schematic
Tiedotteet, Tutkimus ja taide, Yliopisto Julkaistu:

Virukset ja väriaineet voidaan valjastaa vedenpuhdistukseen

Aalto-yliopiston tutkijat kehittivät uuden tavan luoda viruspohjaisia materiaaleja. Tulevaisuudessa niitä voidaan hyödyntää muun muassa nanolääketieteessä ja ympäristöteknologiassa.
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu