Können Emotionen online ansteckend sein?

Wie genau und wie tief übertragen sich Emotionen in sozialen Netzwerken?

Foto von Alejandro Alvarez auf Unsplash

Angesichts der zunehmenden Akzeptanz sozialer Medien 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 der aktuellen Forschungsliteratur über das Phänomen einen Hasenloch hinuntergehen, um herauszufinden, ob wir den Dingen auf den Grund gehen können.

Ein 2014 von PNAS veröffentlichter Artikel behauptet interessanterweise, dass Social Media tatsächlich ein Medium für eine massive Emotionsansteckung sein kann. In dem Artikel heißt es weiter, dass emotionale Zustände über soziale Medien auf andere übertragen werden können, so dass Menschen dieselben Emotionen ohne ihr Bewusstsein erleben 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, Stimmnuancen und Gesichtsausdrücke) erfolgen kann.

Ein wichtiges Argument betrifft den Trend einer wachsenden Bedeutung von Social Media und die zunehmende Beliebtheit von Menschen in der Offline-Welt. 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, wie sich Emotionen basierend auf drei zentralen Datenbereichen ausbreiten: Wie Social Media-Plattformen die Übertragung von Emotionen vermitteln, wie unterschiedlich empfänglich die Übertragung von Emotionen zwischen verschiedenen Personen ist und ob sich positive und negative Emotionen mit unterschiedlichen Raten ausbreiten .

Kurz gesagt, die Forschung versucht, Vorhersagemodelle darüber zu erstellen, wie das Nutzerverhalten 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 eine Untersuchung geben, die belegt, dass die indirekte Online-Übermittlung von Informationen zu spürbaren Unterschieden in den emotionalen Zuständen der Benutzer beiträgt.

Es ist auch sehr wichtig zu verstehen, wie diese indirekte Übertragung emotionaler Informationen abläuft. Betrachten Sie für diese Grundlage die Arbeit von Coviello et al. (2014), die ein Framework entwickelt, um die tatsächliche Ausbreitung einer „Ansteckung emotionaler Ausdrücke“ in sozialen Netzwerken zu messen und zu klären, inwieweit Emotionen durch indirekte Online-Informationstransfers vermittelt werden.

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

„Für jede Person, die direkt betroffen ist, 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 verstärken 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 alltäglichen Social-Media-Netzwerke: Facebook.

Sie stellen fest, dass es eine Fülle von Forschungsergebnissen gibt, die belegen, dass Emotionen direkt übertragbar oder ansteckend sind und dass sie online oder indirekt weiter übertragen werden können:

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

Bevor sie zu ihren Methoden übergehen, stellen die Autoren fest, dass es in vielen dieser Beobachtungsstudien nicht möglich ist, zu schließen, ob diese Ähnlichkeit der Emotionen auf sozialen Kontakten beruht, die als "Ansteckung" bezeichnet werden, oder auf sozialen Kontakten mit ähnlichen Emotionen, 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 herausragenden Punkt für die Aussagekraft und das Vertrauen in die von diesen Autoren veröffentlichten Ergebnisse einnehmen: Dies ist eine Einschränkung.

Das Einbeziehen und Modellieren einer großen Menge von Social-Media-Informationen ist selbst dann kein Kausalzusammenhang, wenn Korrelation gefunden wird. Dieser Punkt ist besonders relevant, wenn es sich um etwas handelt, das so fließend ist und sich als soziale Interaktionen selbst ständig ändert.

Die Autoren selbst sind sich einer solchen Einschränkung sehr bewusst und versuchen, dies durch eine Änderung des Kontextes ihrer Studie zu erklären:

„Wir schlagen hier eine alternative Methode vor, um emotionale Ansteckung in massiven sozialen Netzwerken zu erkennen. Da dies jedoch in unserer massiven Umgebung nicht möglich ist, identifizieren wir eine Variationsquelle, die sich direkt auf den emotionalen Ausdruck der Benutzer auswirkt. Regenfälle“ (Coviello et al., 2014, 1).

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

Dies ist eine wichtige Überlegung auf Seiten des Studiendesigns, da hier zwischen einem Ansatz unterschieden wird, der eher verwirrende Faktoren enthält und expliziter ist, z. B. das Studium eines Ereignisses wie der Ehe eines Freundes oder eines persönlichen Verlusts.

Unter Berücksichtigung dieses Punktes bezüglich der Beschränkung des Modells der Studie ist es möglich, die Robustheit und die 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, inwieweit die regeninduzierte 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 Folgendes entwickelt: Paaren der Änderung des emotionalen Zustands des Benutzers mit seinen Freunden in einer Weise, die den Änderungen des Benutzers entspricht, um die Änderungen des emotionalen Zustands des Freundes des Benutzers vorherzusagen.

Dies löst zwei Probleme.

  • Erstens erzielen die Autoren durch die Verwendung von Regenfällen als Leiter emotionaler Veränderungen mit größerer Wahrscheinlichkeit konsistente und weitreichende Ergebnisse im Vergleich zu Beziehungsabbrüchen, die zwar große emotionale Auswirkungen haben, jedoch in Bezug auf die Bewältigung der verschiedenen Gruppen und somit weniger homogen sind Es ist schwieriger zu messen, inwieweit die Online-Übertragung eine Rolle bei der Vermittlung der emotionalen Veränderungen im Vergleich zu einem lebensverändernden Ereignis gespielt hat.
  • Zweitens hilft das Anpassen der emotionalen Veränderung des Benutzers an die Gruppe seiner Freunde, emotionale Veränderungen zu kontrollieren, um das zuvor erwähnte Problem der Homophilie zu lösen. Selbst wenn die Benutzer bevorzugt Gruppen von Freunden auswählen, die mit größerer Wahrscheinlichkeit eine bestimmte Menge von Emotionen ausdrücken, werden diese Besonderheiten erfasst, wenn eine einzelne Person mit einer bestimmten Gruppe von Freunden verglichen wird, die sie ausgewählt haben. Dies verbessert die Zuverlässigkeit der Ergebnisse der Studie, wenn Angaben zu großen und massiven Mengen an Informationen oder Trends in sozialen Medien gemacht werden.

Eine Reihe anderer Studien untermauern die Ergebnisse 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, wenn es darum geht, die Möglichkeit zu identifizieren, dass Social Media-Plattformen selbst Vermittler für emotionale Ansteckungen sind, die positive oder negative Eigenschaften haben und langfristig anhalten können.

Kramer et al. (2013) ziehen aus einer großen Stichprobe (etwa 700.000 Facebook-Nutzer) den Schluss, dass „Emotionen, die von anderen auf Facebook ausgedrückt werden, Einfluss auf unsere eigenen Emotionen haben und experimentelle Beweise für eine massive Ansteckung über soziale Netzwerke darstellen…“ und dass Interaktion und nonverbale In-Person-Interaktion Hinweise sind für eine emotionale Ansteckung nicht unbedingt erforderlich.

Foto von Kaboompics // Karolina aus Pexels

Die Autoren beider Websites stützen sich auf große Stichproben von Nutzerdaten, die von Facebook gesammelt wurden, und setzen diese Daten in einem einzigartigen Interpretationsrahmen in einen Kontext.

Die drei Hauptbeweise für unsere These leiten sich aus den Schlussfolgerungen der Studie von Kramer et al. (2013) und der Arbeit von Coviello et al. (2014) ab, um den Mechanismus und das Ausmaß der indirekten emotionalen Ansteckung zu identifizieren.

Erinnern Sie sich daran, dass der erste Bereich die Festlegung umfasst, wie Social-Media-Plattformen die Übertragung von Emotionen vermitteln, obwohl es an physischer Interaktion und Hinweisen zwischen Individuen mangelt.

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

In einem ähnlichen Rahmen wie Coviello et al. (2014) nutzten den 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 Plattform für soziale Medien fungiert, die eine totale emotionale Synchronität gegenüber dem Politischen schafft Meinungen darüber, wie die Funktion des „Retweeting“ bestimmte politische Tendenzen verstärkt, indem schnelle, informelle Gesten der öffentlichen Zustimmung oder Ablehnung zugelassen werden.

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

Die Autoren definieren die Einheit oder den Übertragungsmodus von Emotionen als Grundlage für das Format der Website einer kurzen Twitter-Nachricht oder eines „Tweets“ 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 auf affektive Dimensionen hinweisen, einschließlich positiver und negativer Emotionen, die bestimmten politischen Parteien oder Politikern zugeordnet sind, in einem Tweet und seiner Retweet-Rate."
Fotokredit: https://pixabay.com/en/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.

Indem Steiglitz und Dang-Xuan (2012) einen statistischen Standard sowie einen Rahmen für einen politischen Tweet definieren, können sie 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 verstärken.

Diese Strukturierung zeigt sich am besten darin, wie diese Autoren in einer Literaturübersicht einen soliden Hintergrund hinsichtlich der Beziehung zwischen Twitter und politischer Kommunikation oder zwischen Retweeting-Praxis und Informationsverbreitung bieten.

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

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

In ähnlicher Weise führen sie eine Reihe von Studien an, wie etwa von Lerman und Ghosh zur empirischen Analyse der Nutzeraktivität auf Social-Media-Plattformen wie Digg oder Twitter, um den Präzedenzfall für das Retweeten von Links zur Informationsverbreitung im Internet 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).

Nach diesem Hintergrund beginnen Stieglitz und Dang-Xuan zuversichtlich, ein eigenes Framework zu entwickeln, das eine Erweiterung der früheren Arbeiten anderer Autoren zu diesen Daten und Trends hinsichtlich der Auswirkung politischer Tweets auf die globale emotionale Synchronität darstellt.

Sie finden Trends wie die Schlussfolgerung, dass:

„… Linke schienen die Diskussion anzuregen, indem sie Schauspieler waren, die hochgradig retweetet wurden. Dies entsprach auch dem Wahlergebnis. Aus diesem Grund 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 schließen Stieglitz und Dang-Xuan ihre Berufung auf die Logik ab, indem sie die Mängel ihrer Studie in der mangelnden Generalisierbarkeit ihrer Stichprobe anerkennen, weil ihre Stichprobe „auf regionale politische Ereignisse beschränkt“ war und die akademische Absicht ihrer Stichprobe legitimierte studiere 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 geladene Tweets möglicherweise eine höhere Rate aufweisen der Verbreitung von Informationen oder häufiger retweetet werden im Vergleich zu denen, die neutral sind.

In einem separaten Aufsatz beginnen Stieglitz und Dang-Xuan (2013) erneut mit der rhetorischen Technik, Hintergrundinformationen bereitzustellen, um ein Maß an Glaubwürdigkeit bei ihren Lesern herzustellen und den Lesern die in der Literatur gemachten Schlussfolgerungen vorzustellen. Überlegen Sie beispielsweise, wie zu Beginn der Arbeit Stieglitz als Mitglied der Fakultät mit einem Doktortitel angegeben wird. während Dang-Xuan als Ph.D. Kandidat.

Das Signalisieren dieser Autorenausweise und ihrer Hochschulzugehörigkeit ist ein klarer Aufruf an die Autorität, wenn auch passiv. Wie zuvor werden 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 kategorialen Charakter einiger dieser Mitteilungen:

„Jüngste Studien haben den Nutzer von Twitter in verschiedenen Zusammenhängen beleuchtet. Kwak u.a. haben eine groß angelegte Studie durchgeführt, um die topologischen Merkmale 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 seiner Auswirkung auf die politische Informationsverbreitung hinweisen: Dies ist ein rhetorischer Schachzug.

Nach einer umfassenden Präsentation statistischer Daten und einer tabellarischen Informationssortierung verschiedener Tweets (n = 160.000, wieder eine große Stichprobe) nach emotionaler Qualität, Einfluss des Tweeters und Gesamtwirkung ziehen Stieglitz und Dang-Xuan (2013) ihre Schlussfolgerung :

"... Wir haben festgestellt, dass die affektiven Dimensionen (positives oder negatives Gefühl) von politischen Twitter-Nachrichten in der Tat wesentlich mit dem Retweet-Verhalten in Bezug auf die Retweet-Menge in Verbindung gebracht werden, da emotional aufgeladene Tweets eher verbreitet werden als neutrale" ( S. 241).

Bezeichnenderweise können wir diese rhetorischen Techniken bei einer anderen Studie im zweiten Beweisbereich beobachten, die zeigt, wie der emotionale Inhalt oder die Aufladung von Nachrichten auf Social-Media-Plattformen sich darauf auswirkt, wie schnell sie sich verbreiten.

Emilio Ferrara und Zeyao Yang (2015) behaupten in ihrer Studie zum Zusammenhang zwischen Sentiment 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 favorisieren, die sogenannte positive Tendenz.“
Quelle: pixabay.com

Sie bemerken auch, dass positive Gespräche in der Regel mit erwarteten Ereignissen verbunden sind, während negative Gespräche in ihren Schlussfolgerungen zur zeitlichen Dynamik ganzer Gespräche in der Regel unerwartete Ereignisse betreffen (Ferrara & Yang 2015).

In Anlehnung an das oben beschriebene rhetorische Modell, das wir zuvor aufgestellt haben, ist es offensichtlich, dass Ferrara und Yang (2015) diese Methode der Überzeugung ebenfalls unterstützen, wenn auch sie ihre Forschung beginnen, indem sie Hintergrundinformationen präsentieren und die Studien anderer Autoren zitieren, um ihre eigenen Ergebnisse zu kontextualisieren als Erweiterung der laufenden Forschung.

Der erste Absatz enthält eine Fülle früherer Forschungen auf dem Gebiet der „Computergestützten Sozialwissenschaften zur Untersuchung der Eigenschaften 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) Untersuchung führt, wie positive und negative Emotionen eine Rolle bei der Verbreitung von Informationen auf Social-Media-Plattformen spielen, wird von drei bis fünf anderen von Experten geprüften Zeitschriftenartikeln unterstützt.

Weiterführende Literatur und Quellen

Coviello, Lorenzo, Yunkyu Sohn, Adam D. I. Kramer, Cameron Marlow, Massimo Franceschetti, Nicholas A. Christakis und James H. Fowler. „Emotionale Ansteckung in massiven sozialen Netzwerken erkennen.“ PLOS ONE. Öffentliche Wissenschaftsbibliothek, 12. März 2014. Web. 28. Februar 2017.

Ferrara, Emilio und Zeyao Yang. „Emotionale Ansteckung in sozialen Medien messen.“ PLoS ONE. Öffentliche Wissenschaftsbibliothek, 2015. Web. 22. Februar 2017.

Ferrara, Emilio und Zeyao Yang. „Quantifizierung der Wirkung von Sentiment auf die Informationsverbreitung in sozialen Medien.“ PeerJ Computer Science. PeerJ Inc., 30. September 2015. Web. 28. Februar 2017.

Kramera, Adam D. I. und Jamie E. Guillory. "Adam D. I. 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 - Stimmung von Microblogs und Verhaltensweisen." 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 des Retweet-Verhaltens - IEEE Xplore Document.“ Politische Kommunikation und Einflussnahme durch Microblogging - Eine empirische Analyse der Stimmung in Twitter-Nachrichten und des Retweet-Verhaltens. IEEE Xplore Digital Library, 9. Februar 2009. Web. 28. Februar 2017.