Yksityisyydestä käytävä verkkokeskustelu

Transkriptio

1 Yksityisyydestä käytävä verkkokeskustelu KOKEILUJA, HUOMIOITA JA KYSYMYKSIÄ Esa Sirkkunen, tutkija, tutkimuskeskus COMET, Tampereen yliopisto Mediatutkimuksen päivät, Vaasa

2 Pieniä ja isompia kysymyksiä miten Twitterissä, Facebookissa ja muilla verkon alustoilla käytyyn keskusteluun yksityisyydestä päästään käsiksi eri työkaluin Meltwater Buzz Twitter Search NodeXL + Gephi minkälaisiin kysymyksiin verkostoanalyysi parhaiten soveltuu miten perinteisen (yhteis)kuntatieteen korostamat ominaisuudet reliabiliteetti ja kvaliteetti - sopivat yhteen algoritmipohjaisen, isoon dataan perustuvan datalouhinnan kanssa

3 Meltwater Buzz #Yksityisyys hastagilla keskustelua käydään aika vähän, joten hakusanoja lisättiin yksityisyyttä lähellä oleviin hakusanoihin kuten #tietoturva, #Snowden #NSA, yksityisyydensuoja, yksityisyys, PRISM; verkkotiedustelulaki, verkkourkinta, nettivakoilu.

4 Buzz, yksityisyyskeskustelua

5 Buzz, keskustelun sentimentit

6 Buzz, aktiivisimmat viestittelijät

7 Buzz, sanapilvi yksityisyyshauista

8 Twitter, advanced search vs. Buzz #tietoturva #Snowden, Finnish

9 Verkostoanalyysi, NodeXL + Gephi #tietoturva

10 Huomioita ja johtopäätöksiä, osa 1 Buzz: pitäisi pystyä kuvaamaan, millä tavoin tietoa kerätään, kuinka kattavaa tai edustavaa se on? On mahdotonta tarkistaa mistään ulkopuolisesta lähteestä, kuinka paljon keskustelua eri alustoilla on? ei tee verkostoja eikä kuvaa tai analysoi niitä, mutta listaa aktiivisimmat keskustelijat ja postaajat, myös hastagit reliabiliteetti ja validiteetti: Kuinka suuri on perusjoukko, onko otos, miltä ajalta, mistä palveluista jne. Entä miksi Buzz löytää Twitteristä eri sisältöjä kuin Twitterin oma Search?

11 Huomioita ja johtopäätöksiä, osa 2 Twitter: hakujen tallentaminen on rajallista (max 25) ja haun dokumentointi epäselvää, voiko siirtää excelliin tai muualle? hakujen kattavuus epäselvää, vrt. Buzz NodeXL ja Gephi: Hakujen rajaaminen NodeXL:ssä epäselvää (työpajasta apua?) Gephin kohdalla parempi visualisointien tallennus (työpajasta apua?) Keskustelut aikajanalla, keskustelujen sisältöjen sävyt esille?

12 Huomioita ja johtopäätöksiä, osa 3 Verkostoanalyysi parhaimmillaan tuottaa uutta tietoa, luo uusia yhteyksiä ja assosiaatioita sekä jotakin sellaista, jota ei ole vielä ollut Uusi lähtökohta: verkostot määrittelevät yksilön tai monadin, joka on suurempi kuin kokonaisuus, johon hän kuuluu (Latour 2011) Iso kysymys 1: miten algoritmit toimivat? Tavallinen käyttäjä joutuu luottamaan siihen, että kaikki on OK. Tämä sotii tiedon referentiaalisuuden periaatetta vastaan Iso kysymys 2: kokonaiskuvaa voi olla mahdotonta saada, koska tallennetun datan määrä kasvaa nopeammin kuin keinot sen analysoimiseksi.

13 Huomioita ja johtopäätöksiä, osa 4 Iso kysymys 3: onko datan määrä on karannut käsistä. Keinot kerätä, lajitella ja tallentaa dataa ovat kehittyneet niin nopeasti, että edes NSA:n päättäjät eivät enää kykene suodattamaan olennaista tietoa vaan toteavat : I m not going to live enough to be briefed on everything (Andrejevic 2013, 2) Iso kysymys 3: onko ison datan seurauksena itse asiassa tiedon refentiaalisuuden väheneminen mitä tämä merkitsee tiedolle ja tietämiselle? (Andrejevic 2013) Joka tapauksessa dataa analysoivat tutkijat ovat paljon vartijoina Grazie Mille!

14 Lähteet: Andrejevic, Mark (2013) INFOGLUT. How Too Much Information Is Changing the Way We Think and Know. New York: Routledge. Huhtamäki, Jukka & Parviainen, Olli (2013) Verkostoanalyysi sosiaalisen median tutkimuksessa. Teoksessa Laaksonen et. al. (toim.) Otteita verkosta. Verkon ja sosiaalisen median tutkimusmenetelmät. Tampere: Vastapaino. Latour, Bruno (2011) Networks, Societies, Spheres: Reflections of an Actor-Network Theorist. International Journal of Communication 5 (2011)