Onder welke omstandigheden kan een obscure theorie of een bericht in een kleine sociale media groep opeens in de krant of het politieke debat belanden? Hoe verloopt dit proces? Dat is wat communicatiewetenschapper Damian Trilling de komende jaren gaat onderzoeken. Hij kreeg hiervoor een beurs (Starting Grant) van de European Research Council.

Nieuwsconsumptie is verschoven

Tot enkele jaren geleden waren het journaal, de radio en de krant de voornaamste manier waarop nieuwsberichten ons bereikten. We ontvingen daardoor allemaal hetzelfde hapklare pakket aan berichtgeving. Maar steeds meer verschuift de nieuwsconsumptie naar het online lezen van losse artikelen. Het gedrag van jou als gebruiker, samen met de data en algoritmes van sociale media, zoekmachines en aanbevelingssystemen bepalen hierdoor in toenemende mate welke informatie je te zien krijgt, en welke ook niet. 

Filterbubbels en echokamers

Vaak wordt gewaarschuwd voor zogenaamde filterbubbels en echokamers door dit samenspel van gedrag, data en algoritmes. We zouden alleen nog maar lezen, zien en horen wat past bij onze eigen mening en levensopvatting. ‘Maar het tegenovergestelde is juist vaak het geval’, vertelt Trilling. ‘Complottheorieën en zogenaamd nepnieuws, maar ook relevante informatie van actiegroepen of burgers blijven niet beperkt tot een kleine bubbel, maar duiken ook op in de traditionele media, waar deze berichten  al dan niet kritische aandacht krijgen.’

Feedbackloops

Trilling verklaart deze reis van nieuws en informatie naar traditionele media met zogenaamde ‘feedback loops’. Op sociale media kun je in principe alleen delen wat je hebt gezien. Zodra je dit deelt met jouw netwerk wordt de kans dat anderen dit zien groter, en als zij dit op hun beurt weer delen krijgt het bericht nog meer aandacht. Op een gegeven moment wordt er een kantelpunt bereikt waarin een bericht populair is, puur omdat het populair is. Nieuwsconsumenten, journalisten en politici bestempelen deze berichten vervolgens als relevante informatie, waarmee een bericht wederom meer aandacht krijgt. Zo ontstaat een feedbackloop wat een zichzelf versterkend proces is.

Dat die feedbackloops er zijn, is voor Trilling dus al bekend, maar in zijn onderzoek wil hij gaan kijken hoe ze ontstaan en vooral hoe de interactie tussen mens en algoritme hierbij een rol speelt.

‘Er is veel kritiek op de rol van algoritmes, maar vaak wordt vergeten dat er ook nog een menselijk gedragskant aan het verhaal zit’, licht Trilling toe. ‘De meeste mensen krijgen namelijk ook andere opties te zien dan de informatie die algoritmes voor hen uitlichten. Er is dus een keuze niet aan te klikken en andere informatie te kiezen en mensen doen dat ook. Anders zouden obscuur nieuws en berichten uit kleine sociale mediagroepen zich nooit verder verspreiden dan de bubbel waarin ze ontstonden. Voor deze interactie is in onderzoek nog erg weinig aandacht geweest’, stelt Trilling.

Methoden van onderzoek

In zijn onderzoek zal Trilling een unieke combinatie van grootschalige geautomatiseerde inhoudsanalyses en sociaalwetenschappelijke experimenten toepassen. Eerst zal hij bepalen welke sociale media in deze context van belang zijn. Vervolgens zal hij van deze sociale media, van traditionele media en het politieke debat geautomatiseerde inhoudsanalyses maken om te achterhalen welk nieuws en onderwerpen waar terecht komen. Naast deze geautomatiseerde analyses zal Trilling in experimenten testen hoe mensen op bepaalde nieuwsitems reageren, wat ze wel en niet klikken, liken en delen.

In 2021 zullen voor dit project twee aio’s worden geworven en in 2023 nog een aio en een postdoc. Deze worden op de vacaturesite van de UvA gepubliceerd.