Können Emotionen online ansteckend sein?

Wie genau und wie tief übertragen sich Emotionen über soziale Netzwerke?

Foto von Alejandro Alvarez auf Unsplash

Mit der zunehmenden Verbreitung von Social Media kann man sich nur fragen, ob es Auswirkungen auf die Benutzer gibt, abgesehen von der Fähigkeit, Inhalte zu kommunizieren und zu teilen.

Lassen Sie uns in ein Kaninchenloch der aktuellen Forschungsliteratur gehen, um das Phänomen zu untersuchen, ob wir den Dingen auf den Grund gehen können.

In einem von PNAS veröffentlichten Artikel aus dem Jahr 2014 wird zunächst interessant behauptet, dass soziale Medien tatsächlich zu einem Medium für eine massive Ansteckung von Emotionen werden können. Um es näher zu erläutern, behauptet der Artikel, dass emotionale Zustände über soziale Medien auf andere übertragen werden können, so dass Menschen dieselben Emotionen ohne ihr Bewusstsein erfahren können.

Insbesondere liefern die Autoren experimentelle Beweise dafür, dass die Streuung von Emotionen ohne direkte Interaktion zwischen Menschen und ohne nonverbale Hinweise (nonverbale Kommunikation wie Körperbewegungen, Nuancen der Stimme und Gesichtsausdrücke) erfolgen kann.

Ein wichtiges Argument betrifft den Trend einer wachsenden Bedeutung von Social Media und wie sich die zunehmende Beliebtheit auf Menschen in der Offline-Welt auswirkt. Das vorgebrachte Argument deutet darauf hin, dass ein negativer Newsfeed bei Social-Media-Nutzern bis zu mehreren Tagen mehr negative Emotionen hervorrufen kann und umgekehrt.

Foto von Chris Liverani auf Unsplash

Es gibt eine evidenzbasierte Interpretation der Ausbreitung von Emotionen anhand von drei Schlüsseldatenbereichen: Wie Social-Media-Plattformen den Transfer von Emotionen vermitteln, die Unterschiede in der Anfälligkeit für emotionale Transfers zwischen verschiedenen Personen und ob sich positive und negative Emotionen unterschiedlich schnell ausbreiten .

Kurz gesagt, die Forschung versucht, Vorhersagemodelle zu bilden, die zeigen, wie das Benutzerverhalten durch statistische Modellierung durch Emotionen beeinflusst und beeinflusst wird.

In erster Linie erfordert die Festlegung der zentralen Ideen meiner Argumentation eine spezifische Grundlage. Es muss jedoch Untersuchungen geben, die belegen, dass die indirekte Online-Übertragung von Informationen zwar zu spürbaren Unterschieden in den emotionalen Zuständen der Benutzer beiträgt.

Es ist auch sehr wichtig, den Prozess anhand dieser indirekten Übertragung emotionaler Informationen zu verstehen. Betrachten Sie für diese Grundlage die Arbeit von Coviello et al. (2014), das einen Rahmen entwickelt, um tatsächlich zu messen, wie sich eine „Ansteckung des emotionalen Ausdrucks“ über soziale Netzwerke ausbreitet, und um zu klären, inwieweit Emotionen durch indirekte Online-Informationsübertragung vermittelt werden.

Coviello et al. (2014) macht eine ihrer wichtigsten Aussagen in Bezug darauf, wie sich die Wahrnehmung von Niederschlägen durch Benutzer auf Benutzer in Städten ohne Regen auswirkt, und vermutet, dass:

„Für jede direkt betroffene Person verändert Regen den emotionalen Ausdruck von etwa ein bis zwei anderen Personen, was darauf hindeutet, dass soziale Online-Netzwerke die Intensität der globalen emotionalen Synchronität erhöhen können“ (1).
Foto von Madhu Shesharam auf Unsplash

Die Autoren dieser Studie machen ihre Beobachtungen und Messungen in Bezug auf eines der am häufigsten genutzten und alltäglichsten Social-Media-Netzwerke: Facebook.

Sie stellen fest, dass es eine Fülle vorhandener Forschungsergebnisse gibt, die belegen, dass Emotionen direkt übertragbar oder ansteckend sind und dass Emotionen noch weiter online oder auf indirekte Weise übertragen werden können:

„Experimente haben gezeigt, dass Menschen emotionale Zustände, die sie in anderen beobachten, über einen Zeitraum von Sekunden bis Monaten hinweg„ erfassen “können…“ (Coviello et al., 2014, 1).

Bevor sie zu ihren Methoden übergehen, stellen die Autoren fest, dass in vielen dieser Beobachtungsstudien nicht geschlossen werden kann, ob diese Ähnlichkeit der Emotionen auf einen sozialen Kontakt zurückzuführen ist, der als „Ansteckung“ bezeichnet wird, oder ob soziale Kontakte mit ähnlichen Emotionen gewählt werden, die als „Ansteckung“ bezeichnet werden. Homophilie “.

Foto von Pawel Nolbert auf Unsplash

Darüber hinaus sollte die Unsicherheit, die mit dem Design vieler soziologischer Großstudien verbunden ist, einen wesentlichen Punkt für die Aussagekraft und das Vertrauen in die von diesen Autoren veröffentlichten Ergebnisse einnehmen: Dies ist eine Einschränkung.

Die Einbindung und Modellierung einer großen Menge von Social-Media-Informationen ist selbst dann keine Ursache, wenn eine Korrelation gefunden wird. Dieser Punkt ist besonders relevant, wenn er sich auf etwas bezieht, das so fließend ist und sich ständig ändert wie die sozialen Interaktionen selbst.

Die Autoren selbst sind sich einer solchen Einschränkung sehr bewusst und versuchen, dies zu erklären, indem sie den Kontext ihrer Studie ändern:

„Hier schlagen wir eine alternative Methode zur Erkennung emotionaler Ansteckung in massiven sozialen Netzwerken vor. Da dies in unserer massiven Umgebung jedoch nicht möglich ist, identifizieren wir eine Variationsquelle, die sich direkt auf den emotionalen Ausdruck der Benutzer auswirkt… Niederschlag“ (Coviello et al. 2014, 1).

Mit anderen Worten, die Autoren des Papiers sind sich der Tatsache bewusst, dass sie aufgrund des Umfangs ihrer Studie Variablen auswählen müssen, die universeller sind, wie sie die Stimmung beeinflussen, wie z. B. Niederschläge.

Dies ist eine wichtige Überlegung seitens des Studiendesigns, da es zwischen einem Ansatz abgrenzt, der verwirrendere Faktoren enthält und expliziter ist, wie das Studium eines Ereignisses wie der Ehe eines Freundes oder eines persönlichen Verlusts.

Unter Berücksichtigung dieses Punktes hinsichtlich der begrenzten Natur des Modells der Studie ist es möglich, die Robustheit und Begründung des Modells ernsthafter und gründlicher zu untersuchen. Coviello et al. (2014) beschreiben ihr Modell zur sozialen Interaktion folgendermaßen:

„Anstatt die Emotionen des Benutzers direkt durch eine experimentelle Behandlung zu ändern, lassen wir den Regen die Arbeit für uns erledigen, indem wir messen, wie sehr die durch Regen verursachte Änderung des Ausdrucks eines Benutzers die Änderung des Ausdrucks des Freundes des Benutzers vorhersagt“ (2).

Dies ist der einzigartige Aspekt des alternativen Modells, das Coviello et al. (2014) hat sich entwickelt: Paarung der Änderung des emotionalen Zustands des Benutzers mit seinen Freunden in einer Weise, die den Änderungen des Benutzers entspricht, um die Änderungen der emotionalen Zustände des Benutzers des Freundes vorherzusagen.

Dies löst zwei Probleme.

  • Erstens erzielen die Autoren durch die Verwendung von Regen als Leiter emotionaler Veränderungen mit größerer Wahrscheinlichkeit konsistente, weitreichende Ergebnisse im Vergleich zu so etwas wie Beziehungsabbrüchen, die zwar große emotionale Auswirkungen haben, jedoch weniger homogen sind, wie verschiedene Gruppen damit umgehen, und daher Es ist schwieriger zu messen, inwieweit Online-Übertragung eine Rolle bei der Vermittlung der emotionalen Veränderungen im Vergleich zu einem lebensverändernden Ereignis gespielt hat.
  • Zweitens hilft es, die emotionale Veränderung des Benutzers an die Gruppe der emotionalen Veränderungen seiner Freunde anzupassen, um das zuvor erwähnte Problem der Homophilie zu kontrollieren. Selbst wenn die Benutzer bevorzugt Gruppen von Freunden auswählen, die mit größerer Wahrscheinlichkeit bestimmte Emotionen ausdrücken, werden diese Eigenheiten erfasst, wenn eine einzelne Person an einer von ihnen ausgewählten Gruppe von Freunden gemessen wird. Dies verbessert die Zuverlässigkeit der Ergebnisse der Studie, wenn Angaben zu großen und massiven Mengen an Social-Media-Informationen oder -Trends gemacht werden.

Eine Reihe anderer Studien bestätigen die Ergebnisse der Punkte von Coviello et al. (2014) in Bezug darauf, wie Social-Media-Plattformen als Vermittler eines Prozesses erscheinen, der die globale emotionale Synchronität einer bestimmten Emotion erhöht.

Zum Beispiel ist die Arbeit von Kramer, Guillory und Hancock (2013) wegweisend darin, wie sie die Möglichkeit identifiziert, dass Social-Media-Plattformen selbst Vermittler für emotionale Ansteckungen sind, die positive oder negative Eigenschaften haben können und langfristig bestehen bleiben können.

Kramer et al. (2013) verwenden eine massive Stichprobe (rund 700.000 Facebook-Nutzer), um ihre Schlussfolgerung zu ziehen, dass „Emotionen, die von anderen auf Facebook ausgedrückt werden, unsere eigenen Emotionen beeinflussen, die experimentelle Beweise für eine massive Ansteckung über soziale Netzwerke darstellen…“ und dass persönliche Interaktion und nonverbale Interaktion Hinweise sind für eine emotionale Ansteckung nicht unbedingt erforderlich.

Foto von Kaboompics // Karolina aus Pexels

Die Autoren beider ziehen aus großen Stichproben von Benutzerdaten, die von Facebook gesammelt wurden, und beide kontextualisieren diese Daten in einem einzigartigen Interpretationsrahmen.

Die drei Hauptbeweise in unserer Arbeit ergeben sich aus den Schlussfolgerungen der Studie von Kramer et al. (2013) und der Arbeit von Coviello et al. (2014) zur Identifizierung des Mechanismus und des Ausmaßes der indirekten emotionalen Ansteckung.

Erinnern Sie sich daran, dass der erste Bereich darin besteht, festzulegen, wie Social-Media-Plattformen den Transfer von Emotionen trotz mangelnder physischer Interaktion und Hinweise zwischen Individuen vermitteln.

Der nächste Abschnitt befasst sich zusätzlich mit diesem ersten Bereich, in dem erläutert wird, wie bestimmte Posting-Funktionen von Twitter die Verbreitung und Stärkung politischer Meinungen vermitteln.

In einem ähnlichen Rahmen wie Coviello et al. (2014) nutzten Regen als Lackmustest für die Veränderung eines emotionalen Zustands für eine große Anzahl von Personen auf Facebook. Die Autoren Stefan Stieglitz und Linh Dang-Xuan stellen fest, dass Twitter als ideale Social-Media-Plattform fungiert, die eine totale emotionale Synchronität über das Politische schafft Meinungen aufgrund der Tatsache, dass das Merkmal „Retweeting“ bestimmte politische Tendenzen verstärkt, indem schnelle, informelle Gesten der öffentlichen Zustimmung oder Ablehnung zugelassen werden.

Die Autoren teilen die Art eines Tweets als im Kontext eines kontinuierlichen sozialen Umfelds existierend auf, in dem Einzelpersonen leicht auf die Gefühle oder Gefühle anderer Benutzer zugreifen und diese beurteilen können.

Die Autoren definieren die Einheit oder den Modus der Übertragung von Emotionen als im Format der Website einer kurzen Twitter-Nachricht oder eines „Tweets“ begründet und kommen zu dem Schluss, dass:

"Basierend auf einem Datensatz von 64.431 politischen Tweets finden wir eine positive Beziehung zwischen der Anzahl der Wörter, die affektive Dimensionen anzeigen, einschließlich positiver und negativer Emotionen, die mit bestimmten politischen Parteien oder Politikern verbunden sind, in einem Tweet und seiner Retweet-Rate."
Fotokredit: https://pixabay.com/de/users/geralt-9301/

Auch in Bezug auf rhetorische Techniken ist die Verwendung von Zahlen und Qualifikationen unglaublich wichtig, um dem Leser zu signalisieren, welche Schlussfolgerungen die Autoren zu ziehen versuchen.

Erstens ist die Stichprobengröße groß: Über 60.000 Tweets werden zur Analyse ihres Inhalts gesammelt.

Zweitens qualifiziert der auf die Interpretation angewandte Rahmen den Mediator der emotionalen Ansteckung als durch Tweets mit politischem Inhalt auftretend.

Durch die Definition eines statistischen Standards sowie eines Rahmens für einen politischen Tweet können Steiglitz und Dang-Xuan (2012) die Diskussion auf den Kausalzusammenhang zwischen politischen Tweets und einer emotionalen Online-Ansteckung hinweisen, die über große Social-Media-Plattformen unter bestimmten Bedingungen übertragen wird Bedingungen.

Darüber hinaus strukturieren Stieglitz und Dang-Xuan (2012) ihre Arbeit auf logische Weise, um die überzeugende Wirkung ihrer vorgeschlagenen evidenzbasierten Modelle auf der Grundlage ihrer Beobachtungen zu verbessern.

Diese Strukturierung lässt sich am besten daran zeigen, wie diese Autoren einen soliden Hintergrund in Bezug auf die Beziehung zwischen Twitter und politischer Kommunikation oder zwischen Retweeting-Praxis und Informationsverbreitung in einer Hintergrundliteraturübersicht bieten.

Bei ersteren untermauern Stieglitz und Dang-Xuan ihre Argumentation erneut mit rationalen Mitteln, indem sie relevante statistische Informationen zu früheren Ergebnissen zitieren:

„Eine Reihe von Studien, die sich auf verschiedene parlamentarische Verwendungen von Twitter konzentrieren, wurden veröffentlicht… Zum Beispiel haben Golbeck et al. konzentrierte sich auf den US-Kongress und analysierte den Kontext von über 6.000 Tweets von Mitgliedern des Kongresses “(S. 3502).
Fotokredit: Manuel

In ähnlicher Weise zitieren sie eine Reihe von Studien, wie beispielsweise von Lerman und Ghosh, zu der empirischen Analyse, die diese Autoren zuvor zu Benutzeraktivitäten auf Social-Media-Plattformen wie Digg oder Twitter durchgeführt hatten, um den Präzedenzfall für das Retweeten von Links zur Informationsverbreitung in weiter zu schaffen Ein überzeugendes Argument, das auf einer Mischung aus der Glaubwürdigkeit der Autoren (Ethos) und den rationalen Schlussfolgerungen beruht, die sie gezogen haben (Logos).

Nachdem Stieglitz und Dang-Xuan diesen Hintergrund festgelegt haben, beginnen sie zuversichtlich, ihre eigenen Rahmenbedingungen zu erweitern, um die früheren Arbeiten anderer Autoren zu diesen Daten und Trends hinsichtlich der Auswirkungen politischer Tweets auf die globale emotionale Synchronität zu erweitern.

Sie finden Trends wie die Schlussfolgerung, dass:

„… Linke schienen die Diskussion anzuregen, indem sie Schauspieler waren, die stark retweetet wurden. Dies stand auch im Einklang mit den Wahlergebnissen. Infolgedessen ist es für Politiker und Parteien wichtig, die einflussreichsten Benutzer zu identifizieren und diese Diskussionen zu verfolgen… “(Stieglitz und Dang-Xuan 2012, S. 3507).

Schließlich runden Stieglitz und Dang-Xuan ihren Appell an die Logik ab, indem sie die Mängel ihrer Studie in Bezug auf die mangelnde Generalisierbarkeit ihrer Stichprobe anerkennen, da ihre Stichprobe „auf regionale politische Ereignisse beschränkt“ war, was die akademische Absicht ihrer Stichprobe legitimiert studieren durch diese Anerkennung (S. 3507).

In Bezug auf den zweiten Datenbereich, die Beziehung zwischen positiven und negativen Emotionen bei der Verbreitung von Emotionen über Social-Media-Plattformen, wiederholen Stieglitz und Dang-Xuan (2012) diese rhetorischen Methoden, um eine Beziehung zwischen der Tatsache zu ziehen, dass bestimmte emotional aufgeladene Tweets möglicherweise höhere Raten aufweisen der Informationsverbreitung oder häufiger retweetet werden im Vergleich zu denen, die neutral sind.

In einem separaten Artikel beginnen Stieglitz und Dang-Xuan (2013) erneut mit der rhetorischen Technik, Hintergrundinformationen bereitzustellen, um ein Maß an Glaubwürdigkeit bei ihren Lesern herzustellen und den Leser in die Schlussfolgerungen der Literatur einzuführen. Stellen Sie sich zum Beispiel vor, wie Stieglitz zu Beginn der Arbeit als Fakultätsmitglied mit einem Doktortitel bezeichnet wird. während Dang-Xuan als Ph.D. Kandidat.

Die Signalisierung der Referenzen dieser Autoren und ihrer Universitätszugehörigkeit ist ein klarer Appell an die Autorität, wenn auch passiv. Nach wie vor wird eine Reihe von Hintergrundstudien angeboten, um das Problem zu kontextualisieren, bevor Stieglitz oder Dang-Xuan überhaupt mit ihren Argumenten beginnen: Sie kontextualisieren die Relevanz von Twitter für die Übermittlung von Informationen und den kategorischen Charakter einiger dieser Mitteilungen:

„Jüngste Studien haben den Nutzer von Twitter in verschiedenen Kontexten beleuchtet. Kwak et al. führten eine groß angelegte Studie durch, um die topologischen Eigenschaften von Twitter zu analysieren und seine Leistungsfähigkeit als neues Medium des Informationsaustauschs aufzuzeigen “(S. 220).
Bildnachweis

Es ist offensichtlich, wie Stieglitz und Dang-Xuan (2013) ihre Argumentation vor diesem Hintergrund formulieren und ihr Publikum auf ihre Idee bezüglich der Beziehung zwischen der emotionalen Qualität eines Tweets und seinen Auswirkungen auf die Verbreitung politischer Informationen vorbereiten: Dies ist ein rhetorischer Schritt.

Nach einer umfassenden Darstellung statistischer Daten und tabellarischer Informationen, die verschiedene Tweets (n = 160.000, wieder eine große Stichprobe) nach ihrer emotionalen Qualität, dem Einfluss des Hochtöners und der Gesamtwirkung sortieren, kommen Stieglitz und Dang-Xuan (2013) zu ihrem Schluss ::

„… Wir haben festgestellt, dass die affektiven Dimensionen (positive oder negative Stimmung) politischer Twitter-Nachrichten tatsächlich in erheblichem Maße mit dem Retweet-Verhalten in Bezug auf die Retweet-Menge verbunden sind, so dass emotional aufgeladene Tweets eher verbreitet werden als neutrale“ ( S. 241).

Bezeichnenderweise können wir sehen, dass diese rhetorischen Techniken auf eine andere Studie im zweiten Evidenzbereich angewendet werden, in dem es darum geht, wie sich der emotionale Inhalt oder die Aufladung von Nachrichten auf Social-Media-Plattformen darauf auswirkt, wie schnell sie sich verbreiten.

Emilio Ferrara und Zeyao Yang (2015) behaupten in ihrer Studie zum Zusammenhang zwischen Stimmung und Informationsverbreitung in sozialen Medien (Facebook und Twitter), dass ihre Ergebnisse Folgendes zeigen:

„… Negative Botschaften verbreiten sich schneller als positive, aber positive erreichen ein größeres Publikum, was darauf hindeutet, dass die Menschen eher dazu neigen, positive Inhalte zu teilen und zu bevorzugen, die so genannte positive Tendenz.“
Quelle: pixabay.com

Sie bemerken auch, dass positive Konversation normalerweise mit erwarteten Ereignissen verbunden ist, während negative Konversationen in ihren Schlussfolgerungen bezüglich der zeitlichen Dynamik ganzer Konversationen normalerweise unerwartete Ereignisse betreffen (Ferrara & Yang 2015).

Nach dem oben beschriebenen rhetorischen Modell, das wir zuvor aufgestellt haben, ist es offensichtlich, dass Ferrara und Yang (2015) diese Überzeugungsmethode ebenfalls unterschreiben, da auch sie ihre Forschung mit der Präsentation von Hintergrundinformationen beginnen und die Studien anderer Autoren zitieren, um ihre eigenen Ergebnisse zu kontextualisieren als Erweiterung der laufenden Forschung.

Der erste Absatz enthält eine Vielzahl früherer Forschungen auf dem Gebiet der „Computersozialwissenschaft zur Untersuchung der Merkmale technosozialer Systeme, um die Auswirkungen technologisch vermittelter Kommunikation auf unsere Gesellschaft zu verstehen“ (Ferrara und Yang 2015).

Jede Hintergrundinformation, die zu Ferraras und Yangs (2015) Vorstoß führt, wie positive und negative Emotionen bei der Verbreitung von Informationen auf Social-Media-Plattformen eine Rolle spielen, wird von drei bis fünf anderen von Experten begutachteten Zeitschriftenartikeln unterstützt.

Weiterführende Literatur und Quellen

Coviello, Lorenzo, Yunkyu Sohn, Adam DI Kramer, Cameron Marlow, Massimo Franceschetti, Nicholas A. Christakis und James H. Fowler. "Erkennen emotionaler Ansteckung in massiven sozialen Netzwerken." PLUS EINS. Öffentliche Wissenschaftsbibliothek, 12. März 2014. Web. 28. Februar 2017.

Ferrara, Emilio und Zeyao Yang. "Messung der emotionalen Ansteckung in sozialen Medien." Plus eins. Öffentliche Wissenschaftsbibliothek, 2015. Web. 22. Februar 2017.

Ferrara, Emilio und Zeyao Yang. "Quantifizierung der Auswirkung der Stimmung auf die Informationsverbreitung in sozialen Medien." PeerJ Informatik. PeerJ Inc., 30. September 2015. Web. 28. Februar 2017.

Kramera, Adam DI und Jamie E. Guillory. "Adam DI Kramer." Verfahren der Nationalen Akademie der Wissenschaften. PNAS, 25. März 2015. Web. 22. Februar 2017.

Stieglitz, Stefan und Linh Dang-Xuan. "Emotionen und Informationsverbreitung in sozialen Medien - Gefühl von Microblogs und Austauschverhalten." ResearchGate. Journal of Management Information Systems, April 2013. Web. 28. Februar 2017.

Stieglitz, Stefan und Linh Dang-Xuan. "Politische Kommunikation und Einflussnahme durch Microblogging - Eine empirische Analyse der Stimmung in Twitter-Nachrichten und im Retweet-Verhalten - IEEE Xplore-Dokument." Politische Kommunikation und Einflussnahme durch Microblogging - Eine empirische Analyse der Stimmung in Twitter-Nachrichten und im Retweet-Verhalten. IEEE Xplore Digital Library, 9. Februar 2009. Web. 28. Februar 2017.