Radicale Vlaamse politieke partijen polariseren meer op sociale media dan gematigde partijen
Radicale Vlaamse politieke partijen polariseren meer op sociale media dan gematigde partijen
Herinner je je nog de recente gebeurtenissen in Amerika? Een woedende massa bestormde er het Capitool na een opzwepende toespraak van hun president. Of herinner je je nog de heftige debatten die ontstonden op sociale media over het coronavirus, de werkzaamheid van het vaccin en het dragen van mondmaskers? Dergelijke situaties komen spijtig genoeg meer en meer voor. Het gaat er vaak heftig aan toe op sociale mediapatformen. De polarisatie van de massa (of het tegen elkaar opzetten van groepen mensen) is een onderwerp dat de laatste jaren niet meer weg te denken is uit het publiek debat en de media. Ook in Vlaanderen ontstond fel debat over het aan banden leggen van het sociale mediagebruik door politieke partijen. Toch is deze evolutie deel problematisch en zelfs gevaarlijk.
In een artikel dat verscheen op VRT NWS waarschuwde Frederik De Bosschere, lead strategist bij In The Pocket en innovatieanalyst voor VRT NWS, dat polarisatie één van de grootste uitdagingen van de 21ste eeuw wordt. De recente veranderingen lijken die aanname alleen maar te bevestigen. Polarisatie impliceert het opdelen van de maatschappij in verschillende subgroepen op basis van ideologie. Door hun contrasterende en conflicterende belangen komen deze groepen lijnrecht tegenover elkaar te staan. Over de tijd heen worden de tegenstellingen tussen deze groepen steeds groter. Deze situatie wordt de laatste jaren vaker en vaker politiek uitgebuit.
De rol van sociale media
Sociale media vormen een handig platform om deze techniek op grote schaal te gebruiken. Algoritmische technieken bieden de mogelijkheid om bepaalde doelgroepen te bestoken met dezelfde boodschap. Gebruikers van die sociale mediakanalen belanden zo in een soort van echo chamber, waar enkel ruimte is voor informatie die strookt met de eigen opvattingen. Bovendien zorgt onze eigen selectiviteit ervoor dat we enkel informatie willen opnemen die overeenkomt met onze wereldvisie. Over de tijd heen neemt de extremiteit aan opinies toe. Vaak zijn deze opinies erg biased en gebaseerd op onjuiste informatie.
Vooral die onjuiste informatie of ‘fake news’ is een problematische evolutie van de laatste jaren. Hoewel het verspreiden van onjuiste informatie geen recent fenomeen is, werd het dankzij sociale media plots heel erg eenvoudig om fake news te verspreiden. Onderzoek toont immers aan dat ‘fake news’-berichten op Facebook vaker gelezen worden dan de meest populaire traditionele nieuwsberichten. Op sociale mediaplatformen kan iedereen immers informatie creëren, verspreiden en zelfs viral doen gaan. Daardoor brokkelt de gatekeeping rol die journalisten bij traditionele nieuwsproductie uitoefenen fel af, waardoor burgers vaker in contact komen met desinformatie en propaganda.
Polarisatie in Vlaanderen
Maar hoe zit dat nu in Vlaanderen? Vele doemscenario’s verschijnen vaak in de media, maar die zijn vaak afkomstige uit bipolaire politieke systemen als de Verenigde Staten of het Verenigd Koninkrijk. Toch komt die polarisatie ook in Vlaanderen voor. Zoiets is echter moeilijk te meten. Vaak heeft het te maken met interpretatie en is het bijgevolg een eerder subjectief gegeven. In het werk wordt een meetsysteem ontwikkeld om aan de hand van het gebruik van discursieve technieken een graad van polarisatie toe te kennen aan berichten die verschijnen op sociale media. Daarbij wordt vooral gefocust op woordkeuze, grammaticale keuzes en emoties die opgewekt worden door discursieve keuzes. Voor het onderzoek werd een content analyse uitgevoerd waarbij 350 Facebookberichten van de grootste Vlaamse politieke partijen geanalyseerd werden. Zo trachtte dit werk de kwalitatieve onderzoeksdata op een kwantitatieve manier te representeren. De codeur probeert op die manier de aanwezigheid van 28 polariserende discursieve technieken te achterhalen.
Hoe extremer, des te meer polarisatie
De resultaten bieden een duidelijk inzicht in welke partijen frequenter polariserende discursieve structuren gebruiken dan andere politieke partijen. Uit de resultaten blijkt dat het Vlaams Belang het grootste aantal polariserende discursieve structuren gebruikt in haar berichten. Met zo’n 496 polariserende structuren scoort de partij opvallend hoger dan de andere partijen. Over het algemeen lijken extremere partijen (partijen die ofwel erg links of erg rechts zijn) meer polariserende strategieën te gebruiken dan partijen die zich gematigder of centraler positioneren.
Wij vs. zij
De meeste Vlaamse partijen gebruiken voornaamwoorden het frequentst als polariserende structuur. Het indelen van de samenleving in ingroups en outgroups is een strategie die ook in het verleden erg succesvol was. Het bleek erg handig voor het mobiliseren van de massa. Tot op vandaag wordt deze strategie dus nog frequent gebruikt in een politieke context. Vlaams Belang en NV-A stemmen echter net wat meer af op andere structuren. Vooral het feit dat beide partijen veel sterke emoties in hun berichten aan bod laten komen en niet schuw zijn voor controversiële onderwerpen speelt hier in mee. Ook CD&V gebruikt één techniek frequenter dan voornaamwoorden. In hun berichten werden net wat meer inhoudelijke polariserende elementen teruggevonden. Vooral de empathie die de partij tracht op te wekken verklaart deze hogere score.
Het onderzoeksveld rond polarisatie is, vooral in Vlaanderen, nog maar weinig begaan. Er is rond dit thema duidelijk nog heel wat nood aan verder onderzoek, zeker wanneer overheden politieke communicatie op sociale media aan banden willen leggen of reguleren. Polarisatie is niet inherent slecht, maar het kan wel een schadelijk effect hebben op de democratisering van het politieke proces en de geloofwaardigheid van het democratisch systeem. Een goed begrip van het concept en de manier waarop het gebruikt kan worden is dan ook noodzakelijk. Vandaar sluit het werk af met een schematische manier waarop polarisatie geïdentificeerd kan worden. Zo kan de bevolking gewapend worden tegen de negatieve effecten van politieke polarisatie en kan de geloofwaardigheid van het democratisch systeem weer hersteld en verstevigd worden.
Bibliografie
Abramowitz, A., & McCoy, J. (2019). United States: Racial resentment, negative partisanship, and polarization in Trump’s America. The ANNALS of the American Academy of Political and Social Science, 681(1), 137-156.
Adlpour, R., & Eslamieh, R. (2018). Positive Self-Presentation and Negative Other-Presentation in Farsi Translation of Hard Choices. 1 The Italian Dubbing and Subtitling of Monster, Inc-An Analysis, 32.
Allcott, H., & Gentzkow, M. (2017). Social media and fake news in the 2016 election. Journal of economic perspectives, 31(2), 211-36.
Amir, S., Wallace, B. C., Lyu, H., & Silva, P. C. M. J. (2016). Modelling context with user embeddings for sarcasm detection in social media. arXiv preprint arXiv:1607.00976.
Andeweg, B. A., & De Jong, J. C. (2004). De eerste minuten. Attentum, benevolum en docilem parare in de inleiding van toespraken. Den Haag: SDU.
Bail, C. A., Argyle, L. P., Brown, T. W., Bumpus, J. P., Chen, H., Hunzaker, M. F., ... & Volfovsky, A. (2018). Exposure to opposing views on social media can increase political polarization. Proceedings of the National Academy of Sciences, 115(37), 9216-9221.
Baum, M. A., & Groeling, T. (2008). New media and the polarization of American political discourse. Political Communication, 25(4), 345-365.
Beard, A. (2000). The language of politics (pp. 1748-1752). London: Routledge.
Boterman, B. (2020, 21 januari). Grootschalige zoekactie naar 8 vermiste migranten, onder wie 2 kinderen, in De Panne gestaakt. De Morgen. Geraadpleegd van https://www.demorgen.be/nieuws/grootschalige-zoekactie-naar-8-vermiste-…
Breman, B. C., Mattijssen, T. J. M., & Stevens, T. M. (2018). Natuur 2.0: Het natuurdebat op social media (No. 131). Wettelijke Onderzoekstaken Natuur & Milieu.
Brewer, M. B. (1999). The psychology of prejudice: Ingroup love and outgroup hate?. Journal of social issues, 55(3), 429-444.
Brewer, M. B., & Brown, R. J.(1998),“Intergroup Relations”. The Handbook of Social Psychology (4th ed., Vol. 2). New York: McGraw-Hill.
Buder, J., Rabl, L., Feiks, M., Badermann, M., & Zurstiege, G. (2020). Does Negatively Toned Language Use on Social Media Lead to Attitude Polarization?. Computers in Human Behavior, 106663.
Chilton, P. (2004). Analysing political discourse: Theory and practice. Routledge.
Chilton, P., & Schäffner, C. (1997). Discourse and politics. Discourse as social interaction, 2, 206-230.
Content Analysis. (z.d.). Geraadpleegd op 7 mei 2020, van https://www.mailman.columbia.edu/research/population-health-methods/con…
Dasgupta, N. (2004). Implicit ingroup favoritism, outgroup favoritism, and their behavioral manifestations. Social justice research, 17(2), 143-169.
De Bosschere, F. (2020, 24 januari). Online discussies? Gewoon afschaffen. vrt.nws.be. Geraadpleegd op 11 februari 2020, van https://www.vrt.be/vrtnws/nl/2020/01/24/opinie-online-discussies/.
Edwards, K., & Smith, E. E. (1996). A disconfirmation bias in the evaluation of arguments. Journal of Personality and Social Psychology, 71(1), 5.
Ellison, N. (2008). Reshaping Campus Communication and Community Through Social Network Sites. Educause Center for Applied Research ECAR.
Fairclough, N. (1998). Political discourse in the media: An analytical framework. Approaches to media discourse. Oxford: Blackwell, 142-162.
Faris, R., Roberts, H., Etling, B., Bourassa, N., Zuckerman, E., & Benkler, Y. (2017). Partisanship, propaganda, and disinformation: Online media and the 2016 US presidential election. Berkman Klein Center Research Publication, 6.
Ferrari, F. (2007). Metaphor at work in the analysis of political discourse: investigating a preventive war' persuasion strategy. Discourse & Society, 18(5), 603-625.
Friedland, L. A., Hove, T., & Rojas, H. (2006). The networked public sphere. Javnost-the public, 13(4), 5-26.
Goode, L. (2009). Social news, citizen journalism and democracy. New media & society, 11(8), 1287-1305.
Greene, S. (2004). Social identity theory and party identification. Social Science Quarterly, 85(1), 136-153.
Guerra, P. C., Meira Jr, W., Cardie, C., & Kleinberg, R. (2013, June). A measure of polarization on social media networks based on community boundaries. In Seventh International AAAI Conference on Weblogs and Social Media.
Habermas, J., McCarthy, T., & McCarthy, T. (1984). The theory of communicative action (Vol. 1, p. 308). Boston: Beacon press.
Håkansson, J., & Montgomery, H. (2003). Empathy as an interpersonal phenomenon. Journal of Social and Personal Relationships, 20(3), 267-284.
Hill, K. A., & Hughes, J. E. (1998). Cyberpolitics: Citizen activism in the age of the Internet. Rowman & Littlefield Publishers, Inc..
Howard, P. N., Duffy, A., Freelon, D., Hussain, M. M., Mari, W., & Maziad, M. (2011). Opening closed regimes: what was the role of social media during the Arab Spring?. Available at SSRN 2595096.
Hsiao, Y. (2018). Understanding digital natives in contentious politics: Explaining the effect of social media on protest participation through psychological incentives. New Media & Society, 20(9), 3457-3478.
Hsu, C. L., Park, S. J., & Park, H. W. (2013). Political discourse among key Twitter users: The case of Sejong city in South Korea. Journal of Contemporary Eastern Asia, 12(1), 65-79.
Huddy, L. (2001). From social to political identity: A critical examination of social identity theory. Political psychology, 22(1), 127-156.
Imec. (2019). Digimeter 2019. Geraadpleegd van https://www.imec.be/nl/expertises/imec-digimeter/digimeter-2019
Kjeldsen, J. E., Kiewe, A., Lund, M., & Hansen, J. B. (2019). Speechwriting in Theory and Practice. Springer.
Klandermans, P. G. (2014). Identity politics and politicized identities: Identity processes and the dynamics of protest. Political Psychology, 35(1), 1-22.
Lakoff, G., & Johnson, M. (1980). The metaphorical structure of the human conceptual system. Cognitive science, 4(2), 195-208.
Lee, A. M., & Chyi, H. I. (2015). The rise of online news aggregators: Consumption and competition. International Journal on Media Management, 17(1), 3-24.
Lee, J. K., Choi, J., Kim, C., & Kim, Y. (2014). Social media, network heterogeneity, and opinion polarization. Journal of communication, 64(4), 702-722.
Leeuwen, M. V. (2015). Stijl en politiek. Een taalkundig-stilistische benadering van Nederlandse parlementaire toespraken. LOT: Utrecht.
Lin, Y. R., Margolin, D., Keegan, B., Baronchelli, A., & Lazer, D. (2013, June). # Bigbirds never die: Understanding social dynamics of emergent hashtags. In Seventh International AAAI Conference on Weblogs and Social Media.
Loader, B. D., & Mercea, D. (2011). Networking democracy? Social media innovations and participatory politics. Information, Communication & Society, 14(6), 757-769.
Lub, V., de Groot, N., & Schaafsma, J. (2011). Polarisatie en radicalisering. De onderbouwing van sociale interventies getoetst. Utrecht: MOVISIE.
Masroor, F., Khan, Q. N., Aib, I., & Ali, Z. (2019). Polarization and Ideological Weaving in Twitter Discourse of Politicians. Social Media + Society, 5(4), 2056305119891220.
Maly, I. (2019). New Right metapolitics and the algorithmic activism of Schild & Vrienden. Social Media + Society, 5(2), 2056305119856700.
Metaxas, P. T., & Mustafaraj, E. (2012). Social media and the elections. Science, 338(6106), 472-473.
Metaxas, P. T., Mustafaraj, E., & Gayo-Avello, D. (2011, October). How (not) to predict elections. In 2011 IEEE Third International Conference on Privacy, Security, Risk and Trust and 2011 IEEE Third International Conference on Social Computing (pp. 165-171). IEEE.
Meyer, D. S., & Staggenborg, S. (1996). Movements, countermovements, and the structure of political opportunity. American journal of sociology, 101(6), 1628-1660..
Myers, D. G., & Lamm, H. (1976). The group polarization phenomenon. Psychological bulletin, 83(4), 602.
Newman, N. (2011). Mainstream media and the distribution of news in the age of social media
Oosterwaal, A. (2009). Polarisatie in de Nederlandse samenleving en politiek: het integratiebeleid. Mens en maatschappij, 84(4), 369-392.
Papacharissi, Z. (2002). The virtual sphere: The internet as a public sphere. New media & society, 4(1), 9-27.
Pfeil, U., & Zaphiris, P. (2007, April). Patterns of empathy in online communication. In Proceedings of the SIGCHI conference on Human factors in computing systems (pp. 919-928).
Quan-Haase, A., & Young, A. L. (2010). Uses and gratifications of social media: A comparison of Facebook and instant messaging. Bulletin of Science, Technology & Society, 30(5), 350-361.
Raaijmakers, S. (2018). Het volgen van nieuws: informeren of polariseren? Een onderzoek naar de invloed van traditionele nieuwsconsumptie en nieuwsconsumptie via sociale media op het hebben van een extreme opinie.
Rabbie, J. M., & Horwitz, M. (1969). Arousal of ingroup-outgroup bias by a chance win or loss. Journal of personality and social psychology, 13(3), 269.
Record, J. (2003). The bush doctrine and war with Iraq. Parameters, 33(1), 4-21.
Reinemann, C., & Maurer, M. (2005). Unifying or polarizing? Short-term effects and postdebate consequences of different rhetorical strategies in televised debates. Journal of communication, 55(4), 775-794.
Seargeant, P., & Tagg, C. (Eds.). (2014). The language of social media: Identity and community on the internet. Springer.
Shu, K., Sliva, A., Wang, S., Tang, J., & Liu, H. (2017). Fake news detection on social media: A data mining perspective. ACM SIGKDD Explorations Newsletter, 19(1), 22-36.
Simon, B., & Klandermans, B. (2001). Politicized collective identity: A social psychological analysis. American psychologist, 56(4), 319.
Smith, K. N. (2011). Social media and political campaigns.
Spierings, N., & Jacobs, K. T. E. (2014). Van leden naar 'likes'? Wat sociale media politieke partijen kunnen bieden.
Strickler, R. (2018). Deliberate with the enemy? Polarization, social identity, and attitudes toward disagreement. Political Research Quarterly, 71(1), 3-18.
Sulis, E., Farías, D. I. H., Rosso, P., Patti, V., & Ruffo, G. (2016). Figurative messages and affect in Twitter: Differences between# irony,# sarcasm and# not. Knowledge-Based Systems, 108, 132-143.
Sunstein, C. R. (2001). Designing democracy: What constitutions do. Oxford University Press.
Sunstein, C. R. (2002). The law of group polarization. Journal of political philosophy, 10(2), 175-195.
Taber, C. S., & Lodge, M. (2006). Motivated skepticism in the evaluation of political beliefs. American journal of political science, 50(3), 755-769.
Tajfel, H., Billig, M. G., Bundy, R. P., & Flament, C. (1971). Social categorization and intergroup behaviour. European journal of social psychology, 1(2), 149-178.
Tajfel, H. E. (1978). Differentiation between social groups: Studies in the social psychology of intergroup relations. Academic Press.
Tucker, J. A., Guess, A., Barberá, P., Vaccari, C., Siegel, A., Sanovich, S., ... & Nyhan, B. (2018). Social media, political polarization, and political disinformation: A review of the scientific literature. Political polarization, and political disinformation: a review of the scientific literature (March 19, 2018).
Turner, J. C., & Tajfel, H. (1986). The social identity theory of intergroup behavior. Psychology of intergroup relations, 5, 7-24.
Vandeputte, B., & De Smedt, P. (2019, 15 oktober). Vlaams Belang gaf sinds maart al 1,2 miljoen euro uit aan advertenties op Facebook, veel meer dan de andere partijen. Geraadpleegd op 17 februari 2020, van https://www.vrt.be/vrtnws/nl/2019/11/15/politieke-partijen-blijven-camp…
Van Dijk, T. A. (1995). Ideological discourse analysis. In In.
Wansink, H. (2004). De erfenis van Fortuyn: De Nederlandse democratie na de opstand van de kiezers. Amsterdam: Meulenhoff.
Wodak, R., & Meyer, M. (2009). Critical discourse analysis: History, agenda, theory and methodology. Methods of critical discourse analysis, 2, 1-33.
Wojcieszak, M., & Rojas, H. (2011). Correlates of party, ideology and issue based extremity in an era of egocentric publics. The International Journal of Press/Politics, 16(4), 488-507.
Zappavigna, M. (2015). Searchable talk: The linguistic functions of hashtags. Social Semiotics, 25(3), 274-291.
