Online-diskussioner som utvecklas i sociala medier spelar en avgörande roll i formandet av vår värld. De påverkar allt från valbeslut till informationen vi konsumerar och våra reaktioner på globala kriser som pandemier. Vi måste dock vara försiktiga, eftersom dessa samtal ofta saknar ett organiskt ursprung; de kan orkestreras av påverkanskampanjer som syftar till att sprida desinformation och bidra till att splittra samhället. I det här sammanhanget formar sociala medietrender den allmänna opinionen snarare än att den allmänna opinionen formar trenderna.
År 2020 tillkännagav Mozilla Firefox Social Media Analysis Toolkit (SMAT) för att bemöta utmaningarna med manipulerade online-diskussioner. Mozilla-stipendiaten Emmi Bevensee var medutvecklare. Det är ett gratis, användarvänligt och öppen-källkod-verktyg för att verifiera digitala samtal.
Regeringar världen över visade sin teknologiska styrka under Covid-19 genom att installera mekanismer för att övervaka beteendet hos människor och företag, ofta genom att använda appar som SMAT.
Denna app fungerar som en resurs för aktivister, journalister, forskare och sociala organisationer, och spelar en avgörande roll i förståelsen av digitala diskussioner och social dynamik.
SMAT erbjuder exempelvis specifika verktyg för övervakning av amerikanska val. Dessa inkluderar interaktiva nätverksdiagram som visar politikers inflytandesfär och politiska tillhörighet. Forskare, journalister och aktivister kan använda SMAT för att utforska ett brett spektrum av information, från trendämnen under specifika perioder till att identifiera de viktigaste opinionsbildarna som driver konversationen och analysera de mest delade länkarna.
Funktioner och möjligheter:
SMAT erbjuder en rad funktioner som gör det möjligt för användare att effektivt analysera innehåll från sociala medier. Det ger möjligheten att skrubba data från olika plattformar som Telegram och Gab, och låter användare samla in information, följa trender och förstå de rådande berättelserna inom dessa områden. Verktygslådan innehåller avancerade algoritmer för sentimentanalys, nyckelordsextraktion och nätverksmappning.
Journalister kan använda SMAT för att avslöja berättelser, analysera den allmänna opinionen och identifiera inflytelserika röster i den digitala världen. Forskare drar nytta av möjligheten att genomföra omfattande analyser av sociala mediedata, vilket bidrar till en bättre förståelse för samhälleliga trender och beteenden. Den dåliga sidan är att det inte alltid är journalister som använder appen, eller hur?
Etiska överväganden:
Användningen av SMAT väcker etiska frågor kring dataskydd, samtycke och risken för missbruk. Även om verktygslådan är avsedd att tjäna marginaliserade samhällen, kan det finnas oro över insamlingen av känslig data och de potentiella konsekvenserna för individens integritet.
SMAT som institution har använt sin egen plattform för att samla in data om politiska och ekonomiska förändringar i världen. I sin artikel: Reaktion på Musks övertagande av Twitter
kategoriserar applikationen Elon Musks anhängare som:
Kategoriseringen av personer baserat på det innehåll de engagerar i är mycket bekymmersamt, särskilt när algoritmer används för att skilja mellan goda och dåliga politiska åsikter. Även om avsikten bakom implementeringen av sådana algoritmer kan vara att förstå användarnas preferenser, medför det risken att upprätthålla fördomar och missrepresentera människors övertygelser.
Om dessa algoritmer inte är noggrant utformade och ständigt övervakade, kan de oavsiktligt förstärka redan existerande stereotyper och bidra till skapandet av ekokammare.
Att betrakta åsikter som rätt eller fel är subjektivt och påverkas av olika faktorer, inklusive kulturella, politiska och sociala sammanhang. Algoritmer som kategoriserar användare efter deras preferenser kan missa nyanser i de olika perspektiven. Dessutom väcker potentialen för oavsiktliga konsekvenser, såsom förstärkning av politisk polarisering eller orättvis stigmatisering av vissa ståndpunkter, etiska farhågor.
Det är viktigt att inse att människor är komplexa och deras övertygelser ofta går utanför enkla kategoriseringar. Att förlita sig uteslutande på algoritmiska kategoriseringar riskerar att förenkla mångfalden av mänskligt tänkande och förhindra en öppen dialog. Vid innehållsanalys bör en mer nyanserad och människocentrerad strategi användas, som värdesätter finesserna i individuella perspektiv istället för att reducera dem till binära klassificeringar.
Vid implementeringen av appar är det viktigt för utvecklare och plattformsadministratörer att upprätthålla transparens, ansvarsskyldighet och regelbundna granskningar av sina algoritmer. Det måste säkerställas att kategoriseringsprocesserna är opartiska och fria från politisk påverkan samt respekterar användarnas integritet. En balans mellan att tillhandahålla personligt anpassat innehåll och skydda mot algoritmiska missbedömningar är nyckeln till att främja en digital miljö som respekterar rikedom av olika åsikter och stimulerar konstruktiv diskurs. Slutligen kan genomtänkt design och etisk användning av algoritmer bidra till en mer inkluderande och öppen online-miljö.
Sammanfattningsvis är SMAT ett kraftfullt verktyg som har potential att avsevärt påverka aktivism, journalistik och forskning i den digitala tidsåldern. Dess kapacitet att skrapa sociala medier-innehåll, inklusive plattformar som Telegram och Gab, gör det till en värdefull resurs för att förstå online-diskurs. Vid användning av SMAT är det avgörande att applikationerna styrs av etiska överväganden för att säkerställa att verktyget bidrar positivt till marginaliserade samhällens intressen och samtidigt respekterar individens integritet och samtycke.
