From Karlsen et al. (2017)

Another paper which challenges some conventional views of online ‘echo chambers’, i.e. the idea that on the internet and on social media, people largely live in a bubble of like-minded people, leading to a mutual reinforcing of views. Based on survey data from Norway, the authors note that most people encounter people with opposing views at least ‘sometimes’, although

.. this does not mean that they change their opinions. Debaters who say they are often contradicted also claim to emerge from online debates stronger in their beliefs.

While their experimental data tells us that

Both confirming and contradicting arguments affect attitude reinforcement in similar ways. This is true for both the self-reported reinforcement and attitude change reinforcement measures that we used in the study. One-sided confirming and contradicting arguments had stronger effects on reinforcement than two-sided neutral arguments. It is important to note that attitude strength is important in this picture. Effects are stronger for individuals with strong attitudes than individuals with moderate attitudes. However, this interaction effect is most consistent in the analysis based on self-reported reinforcement.

A practical tentative takeaway might be that to influence opinions, use extreme rhetoric if you’re dealing with moderates, and balanced two-side arguments if you’re dealing with die-hard fundies.

Instead of echo chambers, the authors suggest another metaphor:

Together, our results indicate that if a single metaphor is to be applied to online debating, trench warfare is a more fitting description than echo chambers. People are frequently met with opposing arguments, but the result is reinforcement of their original opinions and beliefs. However, the logic of confirmation bias, which is central to the echo chamber thesis, is also central in the notion of trench warfare. The Internet provides the opportunity to interact with like-minded people and those with opposite views at the same time. Interaction with like-minded people enables debaters to stay strong in their encounter with opposing arguments.

I’ve been toying for some time with the idea that in the current media environment, our main problem is not that people do not encounter opposing opinions and outgroup members; it is that they encounter them *too often* and in questionable contexts. I’m hoping to write more on that later, but the results here fit that idea quite nicely.

Karlsen, R., Steen-Johnsen, K., Wollebæk, D., & Enjolras, B. (2017). Echo chamber and trench warfare dynamics in online debates. European Journal of Communication. https://doi.org/10.1177/0267323117695734

From Schmidt (2012)

Topic modeling and, specifically, Latent Dirichlet allocation, is a fancy machine learning method used in computational social science and digital humanities to explore large sets of documents. I’ve used it a bit myself.

Benjamin Schmidt, in an article that’s already five years old, has some great points about the caveats of using LDA:

The idea that topics are meaningful rests, in large part, on assumptions of their coherence derived from checking the list of the most frequent words. But the top few words in a topic only give a small sense of the thousands of the words that constitute the whole probability distribution.

He demonstrates this with a clever example, using LDA to cluster ship voyages by treating ship logs as documents and locations derived from them as a vocabulary. It would be interesting if similar problems could somehow be demonstrated with more conventional corpora as well.

Schmidt also has a few things to say about using machine learning in the humanities as well:

Perhaps humanists who only apply one algorithm to their texts should be using LDA. — But “one” is a funny number to choose. Most humanists are better off applying zero computer programs, and most of the remainder should not be limiting themselves to a single method.

And:

Although quantification of textual data offers benefits to scholars, there is a great deal to be said for the sort of quantification humanists do being simple.

I think LDA is a promising method and hope to be able to explore what it’s actually useful for in the near future. But I also think Schmidt makes a good point that we should aim to work with simple methods whenever possible. That one should only turn to more complicated methods (which, by extension, tend to produce less interpretable results and be more prone to overfitting) once the possibilities of simpler methods have been exhausted seems to me to be an idea that comes rather naturally to computer scientists, but perhaps less so to those from other disciplines.

The article also accidentally invents a clever new term. Along with supervised and unsupervised machine learning, we know have ‘poorly supervised’ machine learning as well. Better be careful with that.

Schmidt, B. M. (2012). “Words Alone: Dismantling Topic Models in the Humanities”. Journal of Digital Humanities, 2(1). Retrieved from http://journalofdigitalhumanities.org/2-1/words-alone-by-benjamin-m-schmidt/.

 

Superforecasters-ennustukset vuodelle 2018 sekä viime vuoden tulokset

Osallistuin tänäkin vuonna Facebook-ryhmä Superforecastersin (ei todellistä yhteyttä samannimiseen kirjaan) järjestämään “hupaisaan, mutta äärimmäisen kilpailuhenkiseen” ennustamiskisaan. Skaban pointtina on siis antaa arvio toteutumisen todennäköisyyttä liudalle alkanutta vuotta koskevia väittämiä, ja vuoden lopuksi sitten katsotaan, mitkä menivät oikein. Lisäksi kisassa on joukko vähän pidempää aikaväliä koskevia bonuskysymyksiä.

Käyn ensin läpi havaintoja viime vuoden ennustuksistani, ja listaan tähän alle sitten tämänvuotiset.

Viime vuoden kisasta saamani Brier-pisteytys on noin 0,257, mikä riitti kisan 372:n vastaajan joukossa sijaan 134. Todettakoon, että aavistuksen verran paremmat pisteet (0,25) olisi saanut vastaamalla jokaiseen kysymykseen 50 prosenttia, mikä toisaalta ei ole ihan hirveän kaukana siitä mitä päädyin tekemään. Ylipäänsä alle 0,2:n päässeitä kisaajia oli vain parisenkymmentä, joten pidän tulosta ihan mukiinmenevänä!

Seuraavassa taulukossa on esitetty viime vuotta koskevat ennustukseni, kustakin ennustuksesta saamani Brier-pisteytys sekä oikein ja väärin menneiden ennustusten kokonaismäärä. Laskemani kokonaisscore heittää muutamalla tuhannesosalla virallisesta pistemäärästä, mikä johtunee pyöristyksestä. Taulukossa kursiivilla on merkitty väärin menneet ennustukset, ja yksi kysymys joka pudotettiin epäselvyyden vuoksi pois virallisesta pisteytyksestä on yliviivattu. Osa kysymyksistä koski myöhempiä vuosia eikä niitä siis luonnollisesti pisteytetty. Jätin nämä pois taulukosta, sillä ne löytyvät aiemmin linkittämästä viimevuotisesta postauksestani.

KysymysTulos (0 = ei toteutunut)EnnustusBrier-pisteet
SDP saa puolueista eniten ääniä kuntavaaleissa vuonna 201700.3950.156025
Kokoomus saa kuntavaaleissa eniten ääniä Helsingissä vuonna 201710.540.2116
Piraattipuolue tai Feministipuolue saavat kuntavaaleissa läpi vähintään yhden valtuutetun kuntavaaleissa vuonna 201710.030.9409
Marine Le Pen valitaan Ranskan presidentiksi vuonna 201700.360.1296
Helsinkiin valitaan naispuolinen pormestari 201700.29350.08614225
Länsimetro liikennöi Matinkylään asti kaikilla asemilla 15.8.2017 mennessä00.60.36
Suomi ei ole enää Reporters Without Borders -järjestön lehdistönvapautta mittaavalla listauksella viiden parhaan joukossa vuoden 2017 julkaisussa00.10.01
Uusien turvapaikanhakijoiden määrä Suomeen nousee yli 6000:een Maahanmuuttoviraston mukaan vuonna 201700.40.16
Euroopan unionin jäsenmaassa tapahtuu vuoden 2017 aikana terrori-isku, jossa kuolee yli 50 ihmistä00.570.3249
Suomen työpäiväkorjattu bruttokansantuote vuoden 2017 kolmantena neljänneksenä nousee vuoden 2016 kolmanteen neljännekseen verrattuna Tilastokeskuksen mukaan10.70.09
Kaikissa TNS Gallupin ja Taloustutkimuksen puoluekannatusta mittaavissa gallupeissa perussuomalaisten kannatuksen keskiarvo on yli 10,0 prosenttia vuonna 201700.40.16
SDP vaihtaa puheenjohtajaa vuoden 2017 aikana00.60.36
Punnan arvo euroina on yli 0,85 euroa 31.12.201710.90.01
Juha Sipilä on Suomen pääministeri 31.12.201710.840.0256
EU tai USA asettaa uusia talouspakotteita Venäjälle vuonna 201710.330.4489
Öljyn hinta on yli 50 dollaria/barreli 31.12.2017 markkinoiden sulkeutuessa Nymexillä10.680.1024
Timo Soini on yhä Perussuomalaisten puheenjohtaja 31.12.201700.850.7225
Donald Trump on Yhdysvaltain presidentti 31.12.201710.950.0025
Suomen miesten jalkapallon A-maajoukkue voittaa vähintään yhden MM-karsintaottelun vuoden 2017 aikana10.270.5329
Valtio päättää lisäpääomittaa Talvivaaraa vähintään 50 miljoonalla eurolla vuoden 2017 aikana. Aiemmin päätettyjä pääomituksia ei lasketa00.240.0576
OikeinVäärinBrier-pisteet
Yhteensä1270.2575

Suurin osa vastauksista näyttää menneen kohtalaisen hyvin oikein, jopa useimmista väärin menneistä saamani Brier-pisteet ovat ihan siedettäviä. Todettakoon että kisan vaikein kysymys oli Euroopassa tapahtuvaa terrori-iskua koskeva kysymys, josta saamani pisteet (~0,33) olivat alle keskiarvon (0,53).

Muutama kysymys meni kuitenkin aivan päin honkia. Olin lähes varma, ettei sen enempää Piraattipuolue kuin Feministipuolue saa yhtäkään valtuutettua kuntavaaleissa, mutta molemmat saivat – lopputuloksena Brier-pisteiksi 0,94. Melkein yhtä huonosti meni Timo Soinin puheenjohtajuutta koskeva kysymys, jonka veikkasin jatkuvan 85 prosentin todennäköisyydellä ja sain Brier-scoreksi 0,72. Itse asiassa ilman näitä kahta kysymystä olisin saanut lopputulokseksi noin 0,17, millä olisi päästy kärkikymmenikköön. Molemmat mainitut kysymykset ovat itse asiassa vieläpä sellaisia, joiden kohdalla olen viimevuotisessa postauksessani arvellut olleeni liian varma. Kolmas selvästi pieleen mennyt kysymys koski Suomen miesten jalkapallomaajoukkueen menestymistä, mikä on aihe josta en ymmärrä mitään ja jota lähdin lähestymään mielestäni ovelalla strategialla katselemalla vanhoja tuloksia Wikipediasta, mutta viimevuotisten kommenttien perusteella tein jonkin ajatuskämmin. (En enää muista mistä on kyse, mutta muistan harmitelleeni asiaa jälkeenpäin.) Onnistuin siis arvioimaan suurimman osan kysymyksistä varsin hyvin, mutta yli- ja aliarvioin muutamien kysymysten todennäköisyyden rankasti.

Ongelma liittynee osittain todennäköisyyksiä koskeviin intuitioihini. Prosentit ovat melko abstrakti tapa ajatella todennäköisyyksiä, joka varsinkin hyvin suurien ja pienien todennäköisyyksien kohdalla johdattaa ainakin minut selvästi harhaan. Jos olisin ajatellut selkeästi, että Piraattipuoluetta ja Feminististä puoluetta koskevaan kysymykseen antamani todennäköisyys 0,03 tarkoittaa käytännössä, että pidän väitteen toteutumatta jäämistä yli kolmekymmentä kertaa todennäköisempänä kuin sen toteutumista, olisin ehkä miettinyt kysymystä vielä uudemman kerran. Todennäköisyyksien ajatteleminen ensin esimerkiksi vedonlyöntisuhteina ja sitten niiden konvertoiminen prosenteiksi saattaisi toimia paremmin, ja kokeilinkin tämänkaltaista lähestymistapaa tänä vuonna. Se johti pyöreämpiin prosenttilukuihin ja varovaisempiin arvauksiin.

Tässä vuoden 2018 kisan ennustukseni:

  1. “Donald Trump on Yhdysvaltain presidentti 31.12.2018”: 80 %
    Viime vuonna tein yhden samankaltaisen ennustuksen (Timo Soinia koskevan) kanssa melko räikeän yliarvion. Pidän silti aika epätodennäköisenä että Trump ainakaan vielä kaatuisi.
  2. “Sauli Niinistö valitaan vuoden 2018 presidentinvaalien ensimmäisellä kierroksella Suomen tasavallan presidentiksi”: 35 %
    Kannatuksesta ei tarvitse loppujen lopuksi sulaa niin valtavan paljon, että tämä toteutuu. Toisaalta vaalit ovat jo aika pian.
  3. “Pekka Haavisto saa toiseksi eniten ääniä Suomen tasavallan presidentinvaalien ensimmäisellä kierroksella”: 50 %
    Tähän liittyy minusta vielä aika paljon epävarmuutta. Pidän Haavistoa todennäköisimpänä kakkosena, mutta Huhtasaari voi kiilata ohi.
  4. “Suomessa järjestetään maakuntavaalit vuoden 2018 aikana”: 50 %
    En ole jaksanut seurata maakuntavaali- tai sote-keskustelua niin paljon, että osaisin sanoa tähän oikeastaan juuri mitään, joten laitetaan 50-50.
  5. “Juha Sipilä on Suomen pääministeri 31.12.2018”: 70 %
    Sipilää edeltäneistä viidestä pääministeristä kaksi erosi kesken kauden, tosin Vanhanen vasta toisella kaudellaan. Pidän kohtalaisen todennäköisenä että Sipilä eroaa tai kaatuu, mutta toisaalta hän vaikuttaa haluavan pitää pestistä kiinni, joten veikkaan kuitenkin että tämä ei toteudu ainakaan vielä ensi vuonna.
  6. “Kansanedustaja eroaa tai erotetaan pysyvästi joko eduskuntaryhmästään tai eduskunnasta vuoden 2018 aikana siten, että ero tai erottaminen liittyy ensisijaisesti seksuaaliseen häirintään”: 30 %
    Jos tämä toteutuukin, saattaa tuomaristolle osoittautua hankalaksi määrittää tämä mainittu ensisijaisuus. Oma veikkaukseni on yhtä kaikki, että syytöksiä tulee mutta ne eivät johda eroon.
  7. “Demokraatit saavat enemmistön Yhdysvaltain edustajainhuoneeseen vuoden 2018 vaaleissa”: 50 %
    Tylsä veikkaus osittain epävarmuuden ja osittain sen vuoksi, etten ole jaksanut seurata jenkkipolitiikkaa tarpeeksi.
  8. “Yhdysvallat on ollut aseellisessa konfliktissa joko Pohjois-Korean tai Iranin kanssa vuoden 2018 aikana siten, että yli sata sotilasta on menehtynyt joko Iranin tai Pohjois-Korean rajojen sisällä”: 10 %
    Saatan olla liian varma tästä.
  9. “Euroalueen työttömyys on alle 8 % vuonna 2018 komission syksyn ennusteessa”: 40 %
    Ei minulla tästäkään kovin kummoista tietoa oikeasti ole.
  10. “Yhden bitcoinin arvo on alle 10 000 dollaria 31.12.2018 klo 23:59 Suomen aikaa (lähteenä http://www.cmegroup.com/trading/cf-bitcoin-reference-rate.html Bitcoin Real Time Index (BRTI) tai tämän puuttuessa jokin vastaava)”: 20 %
    Tällä hetkellä Bitcoin näyttää olevan kovassa nosteessa. Pitkällä tähtäimellä povaan Bitcoinille hyytymistä tai romahdusta, mutta uskon että hype kestää vielä ainakin tämän vuoden. Toisaalta volatiliteetti on sellaista, että en oikeasti olisi hirveän kummissani vaikka vuodenvaihteen alla käytäisiin matalallakin. Ehkei sentään alle kymppitonnissa.
  11. “Suomi saa vähintään yhden kultamitalin Pyeongchangin olympialaisissa vuonna 2018”: 50 %
    Ei mitään käryä. Yksi ei kuitenkaan tunnu paljolta.
  12. “Vihreiden kannatus putoaa vähintään kerran alle 12 %:n TNS Kantarin tai Taloustutkimuksen gallupissa”: 60 %
    Uskon vihreiden kannatuksessa olevan ilmaa sen verran, että ainakin yksi tällainen dippi nähdään.
  13. “Suomen työpäiväkorjattu bruttokansantuote vuoden 2018 kolmantena neljänneksenä nousee vuoden 2017 kolmanteen neljännekseen verrattuna Tilastokeskuksen mukaan”: 60 %
    Tässä olisi saattanut olla varaa varmempaankin veikkaukseen. Povaan vaisua mutta todennäköistä talouskasvua.
  14. “Kokoomus on suurin puolue kaikissa TNS Kantarin ja Taloustutkimuksen gallupeissa vuonna 2018”: 25 %
    Saattaa dipata riittävän alas hyvinkin pian, viimeaikaisten käyrien perusteella.
  15. “Ruotsiin muodostetaan vaalien jälkeen vuoden 2018 kuluessa hallitus ja Ruotsin sosialidemokraatit ovat yksi hallituspuolueista”: 20 %
    Tämä on yksi niistä kysymyksistä, joihin tulisi varmaan vastattua korkeammalla todennäköisyydellä jos vain jälkimmäinen osa kysymyksestä olisi sanottu ääneen, mutta tuskin onnistuin kiertämään ongelmaa. Tälle ajatusvirheelle on varmaan jokin nimikin.
  16. “Ruotsin Miljöpartiet jää vuoden 2018 valtiopäivävaaleissa 4 %:n äänikynnyksen alle”: 20 %
    Nope.
  17. “Markkinoille julkaistaan täysin itseajava auto* vuoden 2018 aikana. *(SAE automated vehicle classifications level 5: “Other than setting the destination and starting the system, no human intervention is required. The automatic system can drive to any location where it is legal to drive and make its own decision.”). Kysymyksellä tarkoitetaan, että vuoden 2018 aikana tason 5 auton pystyy ostamaan ja sitä pystyy käyttämään täysin automaattisena yleisillä teillä, ei vain jossain rajatussa ympäristössä”: 30 %
    Tämä on paha. Otan kuitenkin varovaisen kannan ja arvaan että näin ei käy, liikaa kysymysmerkkejä.
  18. “Sininen tulevaisuus saavuttaa yli 5 %:n kannatuksen vuoden 2018 aikana ainakin yhdessä TNS Kantarin tai Taloustutkimuksen gallupissa”: 15 %
  19. “Angela Merkel on Saksan liittokansleri 31.12.2018”: 20 %
    Veikkaan Saksan poliittisen pattitilanteen ratkeavan jossain vaiheessa niin, että Merkel kaatuu.
  20. “Saara Aalto sijoittuu euroviisuissa kymmenen parhaan joukkoon vuonna 2018”: 35 %
    Ihan siltä pohjalta että näin ei yleensä käy.
  21. “BONUS UUDEN VUODEN PÄIVÄLLE. Suomen tasavallan presidentti käyttää 1.1.2019 uudenvuoden puheessaan sanaa “feminismi” tai sen taivutusmuotoa”: 40 %
    Bonusarvaus aika intuitiolla.
  22. “Euro on Suomen virallinen valuutta vuoden 2019 lopussa”: 85 %
    Nostan todennäköisyyttä viime vuodesta.
  23. “Euro on virallisena valuuttana käytössä kaikissa seuraavissa maissa Kreikka, Espanja, Italia, Portugali vuoden 2019 lopussa”: 65 %
    Nostan todennäköisyyttä viime vuodesta.
  24. “Sininen tulevaisuus saa vähintään 3 kansanedustajaa vuoden 2019 eduskuntavaaleissa”: 60 %
    Sanoisin että isoin epävarmuus liittyy siihen, onko vakavastiotettavaa Sinistä tulevaisuutta oikeasti olemassa vielä tuossa vaiheessa. Sanon että on, ja että tarvittava muutaman prosentin kannatus luultavasti löytyy.
  25. “Iso-Britannia on EU:n jäsen 31.12.2020”: 15 %
    Ymmärtääkseni EU-eroa ei voi perua, joten tämä vaatisi hiukan poliittisia manöövereitä. En usko että niitä löytyy tähän hätään.
  26. “Donald Trump valitaan uudelleen Yhdysvaltain presidentiksi 2020 vaaleissa”: 35 %
    Lasken selvästi ennustettani viime vuodesta tämänvuotisten kokemusten perusteella. Saattaa jopa olla että Trumpille riittää yksi kausi.
  27. “Prinssi Charles on Englannin kuningas 31.12.2025”: 35 %
    Tässä on pari isoa muttaa: Walesin prinssi olisi tuossa vaiheessa jo lähes kahdeksankymppinen ukko, eli ei välttämättä elä niin pitkään; ja toisekseen ei välttämättä ota kruunua koskaan vastaan vaikka Elisabeth tuohon mennessä kuolisikin (mikä ei sekään ole ihan varmaa).
  28. “Ensimmainen laillisesti crispr-tekniikalla geenimuunneltu ihminen syntyy vuoden 2028 loppuun mennessä. Kysymyksen muotoilu kaipaa yhä tarkennusta, mutta meillä on vielä vuosikymmen aikaa sitä tarkentaa :)”: 40 %
    Uh, tämä on vähän paha. Tuskin toteutuu lännessä, mutta jossain Kiinan suunnalla täysin mahdollista mikäli teknologia kehittyy.
  29. “Teknologinen työttömyys* (teknologia syrjäyttää enemmän työpaikkoja kuin luo uusia) on yleisesti hyväksytty fakta vuoden 2029 loppuun mennessä. Kysymyksen muotoilu kaipaa yhä tarkennusta, mutta meillä on vielä vuosikymmen aikaa sitä tarkentaa :)”: 60 %
    Pidän ennustukseni suunnilleen samana kuin vuosi sitten. Minusta on edelleen mahdollista, että väite ei ylipäänsä ole fakta.
  30. “Ihmistasoinen (AGI*) keinoäly on kehitetty vuoden 2029 loppuun mennessä. *Artificial general intelligence (AGI) is the intelligence of a (hypothetical) machine that could successfully perform any intellectual task that a human being can”: 25 %
    Tämä on haastava. Toisaalta viime vuonna tapahtuneen tekoälykehityksen myötä arvion olisi syytä olla korkeampi kuin vuosi sitten, toisaalta en oikein osaa sanoa kuinka hyvä viimevuotiseni oli. Nostan siis tähän.
  31. Ihminen on käynyt Mars-planeetan pinnalla vuoteen 2035 mennessä: 49 %
    Pidän samana kuin viime vuonna, eli symbolisesti olen hiuksenhienosti skeptinen väitteen suhteen.

Heikki Sairanen tekaisi yhteenvedon ennustuksista. Näytän poikenneen konsensuksesta joissakin kysymyksissä. Valtaosa vastaajista näyttää olevan lähes varmoja siitä, että Sauli Niinistö valitaan presidentiksi jo ensimmäisellä kierroksella. Oletan, että vastaajat eivät ole innoltaan tulleet lukeneeksi kysymystä ihan kunnolla. Myös Angela Merkelin valintaan näyttää moni uskovan vankasti.

Pidemmän aikavälin ennusteiden osalta näytän olevan eri mieltä konsensuksen kanssa prinssi Charlesin kuninkuudesta, melko lähellä keskiarvoa CRISPR-lasta koskevan kysymyksen kohdalla, lähes täsmälleen keskiarvon kohdalla teknologisen työttömyyden osalta (jakaumassa on tosin kiinnostava notkahdus juuri siinä kohdalla), ja uskon itse asiassa hieman yllättäen keskiarvoa ja mediaania vähemmän AGI:n kehittymiseen vuoteen 2029 mennessä. Kiinnostavaa kyllä tänä vuonna ennustajien usko ihmistasoisen tekoälyn kehittymiseen näyttää olevan heikompaa kuin viime vuonna, vaikka voisi kuvitella jatkuvasti kiihtyvän tekoälyhypen (sekä myöskin kehityksen) vieneen ennustuksia toiseen suuntaan – itse asiassa, jos viime vuosien kehitys ei ole saanut arviota väittämän 30 toteutumisesta kasvamaan ainakin jonkin verran, ei vastaaja voi nähdäkseni olla täysin rationaalinen.

Jäämme odottamaan miten käy. Palataan asiaan taas vuoden päästä.

From Flache & Macy (2011)

The conventional wisdom says that polarization can be effectively countered by increasing contact between people with different views. Here’s a very interesting paper that challenges this. The authors simulated ‘cavemen graphs’, i.e. graphs with a number of tight but disconnected clusters, and show that adding new ties leads to reduced polarization when it is assumed that the valence of interaction is positive, i.e. actors can only be more or less attracted to those who are similar. However, when valence can be negative, meaning that actors are averse to those with differing views, adding random ties increases polarization.

The authors state:

This implication of ‘‘small-world’’ theory depends on the micro-level behavioral assumption that interaction is exclusively positive in valence. This result should caution modelers of cultural dynamics against overestimating the integrative effects of greater cultural contact.

I’m not familiar with the practice or philosophy of simulation models and am quite unsure how seriously I should take it (the model naturally is highly simplified). But I am willing to, tentatively, consider the view that trying to reduce polarization by inconsiderately increasing connections may be a bad idea. Anyways, I found this paper really fascinating.

Flache, A., & Macy, M. W. (2011). Small Worlds and Cultural Polarization. Journal of Mathematical Sociology, 35(1), 146–176. http://doi.org/10.1080/0022250X.2010.532261

From Dibble, Drouin, Aune & Boller (2015)

This time, something very much unrelated to my own research. A topic that has I’ve been quite interested in as of late is the effect of e.g. Facebook’s chat, and the algorithm that chooses which users to display at the top of the list, on people’s social and possibly romantic relationships. When discussing this theme, a friend of mine suggested a paper called Simmering on the Back Burner: Communication with and Disclosure of Relationship Alternatives.

The paper in question defines back burners as

people we are romantically and/or sexually interested in, who we’re not currently involved with, and with whom we keep in contact in the possibility that we might someday connect romantically and/or sexually. People can have back burners even if they’re already in a romantic relationship with someone else. Also, a former romantic and=or sexual partner can still count as a back burner so long as we still desire a romantic and/or sexual connection with them.

and goes on to note that most people have a number of them on their Facebook friend list whether currently engaged in a romantic relationship or not, most people do not tell about them to their partners (if they have any), most people identify their “closest” back burner as a casual or close friend, et cetera. I think my back burner count is probably lower than that of the average subject in this study, but I haven’t actually gone through my list, and then again, this study was naturally performed on American college students, a group whose social life is probably somewhat different from mine.

Interesting stuff. In hindsight, it is quite obvious that this phenomenon exists, but I very much like the name chosen by the researchers for it. I’m a bit sceptical of the results, though; according to the study, there’s a significant difference (statistically and substantially) in the number of “sexually desirable alternatives” identified by subjects depending on whether they are asked about back burners specifically or about contacts that they would like to be romantically or sexually involved with in general, and I’m not sure this should be the case. Also, as said, the study was done on U.S. college students, of whom most were of Asian origin (although this is probably more likely to mean that the study underestimates the phenomenon, if Asian Americans are more conservative than the average American).

Dibble, J. L., Drouin, M., Aune, K. S., & Boller, R. R. (2015). “Simmering on the Back Burner: Communication with and Disclosure of Relationship Alternatives”. Communication Quarterly, 63(3), 329–344. http://doi.org/10.1080/01463373.2015.1039719

From Clark (2016)

I argue that a hashtag’s narrative logic – its ability to produce and connect individual stories – fuels its political growth. — My case study of #WhyIStayed suggests that in the initial stage, hashtags that express outrage about breaches of gender justice are likely to invite online participation, while the escalation into online collective protest depends on the nature of interaction among multiple actors and their sociopolitical contexts.

A tweet can be about something as mundane as a user’s morning cup of coffee, but when combined with the networked power of hashtags, the political fervor of digital activists, and the discursive influence of collective storytelling, online personal expressions can grow into online collective action.

One of the areas I’m working on – hashtag activism, hashtag campaigns, hashtag advocacy, or whatever you want to call it, depending on your point of view – curiously seems to have been primarily advanced by the field of feminist media studies, with a journal with the same name having published three special issues on the subject in the past few years. This is one of the Feminist Media Studies papers, and it seems to argue that hashtagged displays of activism are particularly well-suited for online feminist discursive action, with the paper in question detailing how one particular hashtag was used to subvert mainstream narratives on domestic violence.

I think this is interesting stuff, even while I remain somewhat unconvinced of the practical relevance of it.

Clark, Rosemary (2016). “Hope in a hashtag”: the discursive activism of #WhyIStayed. Feminist Media Studies, 16(5), 787–804. http://doi.org/10.1080/14680777.2016.1138235.

From Bruns & Stieglitz (2013)

There are three key areas of metrics which we suggest are of general use in the study of hashtag data-sets: metrics which describe the contributions made by specific users and groups of users; metrics which describe overall patterns of activity over time; and metrics that combine these aspects to examine the contributions by specific users and groups over time. Further, more specific metrics may also be established, but these soon become substantially more case-specific, and are no longer useful for a comparison of patterns across different cases. We discuss these areas in turn, and provide examples of how these metrics may be utilised for the study of individual hashtags as well as for comparative work across hashtags.

One of these days, I should just read through everything Axel Bruns and Stefan Stieglitz have published. This one, already a few years old, outlines some fairly simple but useful metrics for comparing hashtagged Twitter conversations and presents a few examples of such comparisons. Nothing mind-blowing, but it’s good that somebody’s put this stuff on paper.

Bruns, Axel & Stieglitz, Stefan (2013). “Towards more systematic Twitter analysis: metrics for tweeting activities”. International Journal of Social Research Methodology 16:2, 91-108, DOI: 10.1080/13645579.2012.756095.

From Feinberg & Willer (2013)

Some supporting evidence for the argument that environmental issues are usually framed in ways that resonate with the moral values of progressives, but not so much with those of conservatives. Namely, the harm/care domain of moral foundations theory, which progressives care much more about than conservatives do, is heavily emphasized, while purity/sanctity, which is important to conservatives but not at all to liberals, is absent. Also, they argue that conservatives can be made to care about environmental issues if they’re framed in the right way.

We argue that these differences result from a tendency for harm- and care-based moral arguments, bases of moral reasoning that are more compelling to liberals than to conservatives, to dominate environmental rhetoric. — Thus, we hypothesized that exposing conservatives to proenvironmental appeals based on moral concerns that uniquely resonate with them will lead them to view the environment in moral terms and be more supportive of proen-vironmental efforts. — These results suggest that political polarization around environmental issues is not inevitable but can be reduced by crafting proenvironmental arguments that resonate with the values of American conservatives.

Feinberg, M., & Willer, R. (2013). The Moral Roots of Environmental Attitudes. Psychological Science, 24(1), 56–62. http://doi.org/10.1177/0956797612449177

From Poell, Abdulla, Rieder, Woltering and Zack (2016)

It has been argued that contemporary or recent protest movements taking place and being organized on social media, such as the Occupy movement, are characterized by a logic of ‘connective action’ in which the sharing of personalized ideas, images, memes by individual activists unaffiliated with established organizations is of importance, and in which formal leadership is absent or unimportant.

This paper critiques that view, by looking at the Facebook page Kullena Khaled Said (We are all Khaled Said) which played a role in bringing about the revolution in Egypt that toppled Mubarak’s regime, and showing that the page’s admins, in their own way, took a leadership role in the events. They then tie this to the idea of ‘connective leadership’, in contrast to more traditional social movement leadership, characterized by the use of social media instead of mass media, steering of discussion and participation instead of giving orders and proclaiming views, of coordinating streams of information and networks of people instead of a formal organization, and so on.

This ties well with my own emerging views on the topic. Social media and modern technologies have not made organizations and leaderships irrelevant or useless, but they have, in some cases, changed their dynamics.

Taken together, the examination, on the one hand, reaffirms Castells’ (2012), and Bennett and Segerberg’s (2012) observation that the 2011 protest wave was not initiated or coordinated by formal SMOs and prominent activist leaders. — On the other hand, our analysis compli-cates the idea that this was an uprising organized by the crowd through self-motivated online sharing. It suggests that the sharing of grievances, as well as more complex pro-cesses of protest mobilization and coordination, was facilitated and shaped by what has been labeled as connective leadership. — Whereas social movement leadership appears effective in motivating protest participation through mass media, connective leadership, in its focus on actively involving users in the articulation of protest, seems especially suitable for the social media age.

Poell, T., Abdulla, R., Rieder, B., Woltering, R., & Zack, L. (2015). “Protest leadership in the age of social media”. Information, Communication & Society, 4462(June), 1–21. http://doi.org/10.1080/1369118X.2015.1088049

From Lamba, Malik and Pfeffer (2015)

This one looks at whether bursts of controversy on Twitter have an effect on the behaviour of firestorm participants, applying the idea of “biographical consequences of activism”.

On the other hand, if firestorms arise from existing social ties, it would point to firestorms being a consequence rather than a cause of other action, and if there is no relation to social ties, it would be inconclusive but, as social actions are embedded in networks of social ties, it would suggest firestorms are of little importance.

Going back to our theoretical motivations, it seems that at least among the firestorms we sample, we see no evidence of the type of social change associated with action that has biographical consequences on participants. This suggests that, at least along this dimension, firestorms should not be a source of anxiety for targets nor a source of satisfaction for opponents; firestorms in general do not create the conditions to lead to larger and more long-term actions, at least among the mass of participants.

The method (comparing mention networks before, during and after a firestorm, and with mention networks of non-participants) is a bit rudimentary, but I like the point of departure.

Lamba, H., Malik, M. M., & Pfeffer, J. (2015). “A Tempest in a Teacup? Analyzing Firestorms on Twitter“. In 2015 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (pp. 17–24). Paris, France.