Case: jauhojengi-kohu Twitterissä kesällä 2022 (esitys)

Pidin eilen esityksen AVI:n järjestämässä webinaarissa viime kesäisestä pääministeri Sanna Mariniin liittyneestä #jauhojengi-kohusta. Webinaari striimattiin Kirjastokaistalle ja sen tallenne on katsottavissa. Tässä kirjoituksessa käyn läpi selvitykseni havaintoja.

Esitys SlideSharessa

Olen aiemmin käsitellyt jauhojengi-kohua Julkisen sanan neuvostossa yleisön edustajana. En tässä yhteydessä palaa median toimintaan enempää kuin tapahtumien selostaminen edellyttää, mutta suosittelen lukemaan JSN:n vapauttavat päätökset.

Miten jauhojengi-kohu alkoi?

Jauhojengi-kohun taustat voidaan jakaa kahteen osaan: tapahtumien maailmaan ja viestinnän maailmaan. Kohu syntyi 17.-18.8.2022. Seuraavassa kuvassa on esitetty alkuvaiheen tapahtumia.

Kuvaan merkityt vaiheet aikajärjestyksessä:

1. Kohun taustalla oli kotibileistä kuvatut videot, joissa esiintyi myös pääministeri Sanna Marin. Videoiden kuvaamisen tarkkaa ajankohtaa ei ole ollut julkisuudessa.
2. Kyseiset videot – tai oikeammin niistä tehty kooste – jaettiin Instagramissa Rayharautio-nimisellä tunnuksella sen tarinat-osiossa. Tunnuksella oli kohun alkaessa 92 seuraajaa, mitä voi jo pitää varsin isona yleisönä, eikä kovin ”yksityisenä”. Rayharautio-tunnuksen ylläpitäjäksi on kerrottu mm. HS:n jutussa valokuvaaja Janita Autio.
3. Kolmas vaihe on kiinnostava, koska siitä on saatavissa vähiten tietoa. Joku – tai jotkut – tallensivat Instagramissa jaetun videon ja jakoivat sitä eteenpäin. Epäilemättä tarkoituksena oli saattaa videot julkisuuteen.
4. Ensimmäinen julkisesti netistä löytyvät merkki bilevideoista oli Ylilauta-keskustelufoorumilla keskiviikkoiltana 17.8.2022. Kuvaan olen merkinnyt kellonajanksi 20:54, mutta itse asiassa ensimmäinen videoihin liittyvä viesti oli Ylilaudalla jo klo 19:45 (en linkitä Ylilaudalle, mutta tässä ketjun tunniste: 130696072).
5. Iltalehti julkaisi videoista editoimansa koosteen 17.8. klo 21:03. Samalla kellonajalla Iltalehti jakoi linkin artikkeliinsa Twitterissä. Tällöin video tuli ensimmäisen kerran kaiken kansan nähtäville.
6. Aleksi Valavuori julkaisi alle puoli tuntia Iltalehden jutun jälkeen klo 21:31 Twitter-tilillään ilmeisesti lyhentämättömän videon Rayharautio-tunnuksen Instagram-tarinasta. Valavuoren twiitti oli englanniksi, mikä edisti kohun leviämistä kansainvälisesti.
7. Kun video sai julkisuutta, se herätti pian epäilyjä pääministerin mahdollisesta huumeidenkäytöstä. Tähän vaikutti varsinkin videolla kuultu sana ”jauhojengi”. Seuraavana aamuna to 18.8. klo 7:23 kansanedustaja Mikko Kärnä ehdotti twiitissään pääministerille käyntiä huumeseulassa.
8. Viimeistään huume-epäilyn jälkeen bilevideosta oli tullut merkittävä media- ja somekohu.
9. Pääministeri Marin kommentoi kohua 18.8. klo 10 pitämässään tiedotustilaisuudessa, joka on yhä katsottavissa esimerkiksi Yle Areenasta. Merkille pantavaa on, että kun Marinilta kysyttiin ”jauhojengi”-sanasta, hän ei kiistänyt sen kuulumista videolla, mutta vastasi, että hän itse ei ole käyttänyt huumeita. Näin pääministeri tuli yhdistäneeksi sanan ”jauhojengi” ja huumeiden käytön. On myös hyvä huomata, että vasta tämän jälkeen media käytti uutisissa ”jauhojengi”-sanaa. Lisäys 21.2.2023: Korjaus edelliseen, että HS käytti ”jauhojengi”-sanaa jo 18.8. klo 9:46 julkaisemassaan jutussa, jonka silloinen versio löytyy yhä Archive.org-palvelusta.
10. Jauhojengi-kohun ensimmäisten päivien huipennuksena voidaan pitää sitä, että Marin kävi perjantaina 19.8.2022 huumetestissä (lähde: IS).

Mistä ”jauhojengi”-sana oli peräisin?

Kohun alkuvaiheessa on pari kiinnostavaa yksityiskohtaa. Ensimmäinen niistä liittyy siihen, milloin ja kuka ensimmäisen kerran käytti jauhojengi-sanaa. Tälläkin kertaa ensimmäinen julkinen merkintä sanan käytöstä löytyy Ylilaudalta (ketju: 130696321) 17.8.2022 klo 21:29. Se ei kuitenkaan todista muuta kuin siitä, että Ylilaudalla keskusteltiin aiheesta – siinä missä Twitterissäkin.

Twitterissä ensimmäinen ”jauhojengi”-maininta oli vain 10 minuuttia myöhemmin klo 21:40, kun tunnus @pem8374 käytti sitä vastauksessaan Iltalehden toimittaja Jarno Liskille. On mahdotonta sanoa, halusiko hän antaa toimittajalle tietoa, vaikuttaa toimittajan videolta tekemään tulkintaan, vai oliko kyse silkasta sattumasta, että twiitin vastaanottaja oli toimittaja. Liski itse oli aktiivinen Twitter-keskusteluissa, joten ei ole ihme, että hänen twiitteihinsä tuli monenlaisia vastauksia.

Twitterissä hashtagien muodostuminen on keskeistä kohujen synnyssä, sillä hashtageista kohut saavat nimensä ja muistetaan. Hashtag ikään kuin määrittelee keskustelunaiheen. Ensimmäisen kerran #jauhojengi-hashtagia käytti nimimerkkitunnus @_M_I_N_T_T_U 17.8. klo 23:22.

Kiinnostavaa on, että sekä @pem8374 että @_M_I_N_T_T_U -tunnus on kumpikin luotu helmi-maaliskuun vaihteen tienoilla vuonna 2022 Ukrainan-Venäjän-sodan alussa, jolloin Twitteriin luotiin suuria määriä trolli- ja bottitunnuksia. Bottitunnuksia @pem8374 ja @_M_I_N_T_T_U eivät Tweeps.net:in bottianalyysin mukaan kuitenkaan ole, vaan korkeintaan trolleiksi tulkittavia. Muutoinkaan jauhojengi-kohun twiittaajissa ei ollut tavallista enempää bottitunnuksia.

Vaikka kaksi hieman epäilyttävää tunnusta buffasikin ”jauhojengiä” heti kohun ensimmäisenä iltana, se ei selitä sitä, miksi sana nousi Twitterissä voimakkaasti esiin. Kyseisten tunnusten seuraajamäärä ja twiittien näkyvyys ei edes riittäisi selittämään sitä.

Tärkein syy jauhojengi-sanan nousulle puheenaiheeksi oli yksinkertaisesti se, että moni kuuli sanan suoraan bilevideolta. Media ei kuitenkaan käyttänyt ”jauhojengiä” uutisartikkeleissa ennen kuin siitä oli kysytty seuraavana aamuna pääministeriltä itseltään. (Lisäys 21.2.2023: Lukuunottamatta HS:ia, joka käytti yhdessä jutussaan ”jauhojengiä” jo 18.8. klo 9:46.) Lukijan on hyvä tietää, että tiedotusvälineet ovat edelleen pysyneet kannassaan, että videolla todella sanottiin ”jauhojengi” eikä jotain muuta.

Jauhojengi-kohun twiittiaineistot 17.-31.8.2022

Tein esitystä varten selvityksen jauhojengi-kohuun liittyvistä twiittimääristä 17.-31.8.2022. Käytin kolmea eri aineistoa:

1. Aineisto, jonka itse keräsin Twitteristä hakusanoilla ”jauhojengi”, ”#jauhojengi” ja ”jallujengi”, 17.-31.8.2022
2. Mika Laitin tuoreeltaan keräämä aineisto 17.-19.8.2022, jonka hän on julkaissut Power BI:ssä
3. Meltwaterin someseurantatyökalun ”jauhojengi”-hakusanalla Twitteristä keräämä aineisto, 17.-31.8.2022

Tärkein on itse keräämäni aineisto. Kahta muuta käytin apuna esityksen valmistelussa ja aiheen käsittelyn syventämisessä.

Tässä kuvassa näkyy twiittimäärän kehittyminen kohun alusta alkaen. Kuvassa on mukana myös 16.8.2022 sen osoittamiseksi, ettei jauhojengistä ollut puhetta Twitterissä ennen Iltalehden ensimmäisen jutun julkaisua.

Kohu jatkui ja uutta vettä myllyynsä vielä seuraavalla viikolla, kun 23.8.2022 julkisuuteen tuli Kesärannassa aiemmin kesällä otettu kuva, jossa kaksi vierailulla ollutta julkkista pussaa pääministerin pressiseinän edessä. Kuvaajassa toisaalta näkyy sekin, että vaikka kohu oli mittakaavassaan todella voimakas, se kuitenkin laantui Twitterissä kohtalaisen nopeasti.

Seuraavassa kuvaajassa näkyy, miten keräämäni aineiston twiitit jakaantuivat yksittäisten Twitter-käyttäjien kesken. Vasemmassa reunassa on käyttäjä, jolla oli eniten twiittejä aineistossa (yhteensä 102), sen jälkeen seuraavaksi eniten twiitannut käyttäjä jne. Aineistossa oli yhteensä 4236 eri käyttäjää. On kuitenkin syytä huomata, että aineistossa ei ole KAIKKI jauhojengi-kohuun liittyvät twiitit, vaan ainoastaan otos, joka perustuu käyttämiini hakusanoihin. Lisäksi osa kohuun osallistuneista tunnuksista on jo ehditty joko poistaa tai jäädyttää, ja moni käyttäjä on varmasti jälkikäteen poistanut silloisia twiittejään.

Sosiaalisen median palveluissa käyttäjien aktiivisuus on jakaantunut usein niin sanotun Pareton periaatteen tai 80/20-säännön mukaisesti. Sen mukaan 80 % seurauksista johtuu 20 % syistä. Eli somessa tyypillisesti 20 % käyttäjistä tuottaa 80 % sisällöistä. Jauhojengi-kohussa tämä EI kuitenkaan toteutunut, vaan twiitit jakaantuivat keräämässäni aineistossa tasaisemmin. Tämäkin osoittaa, että kohu ei vain aktiivisimpien twiittaajien aikaansaama ja ylläpitämä.

• 1 % eli 42 käyttäjää loi 15 % kaikista twiiteistä
• 10 % eli 441 käyttäjää loi 50 % kaikista twiiteistä
• 20 % käyttäjistä eli 847 käyttäjää loi 63 % kaikista twiiteistä
• 60 % käyttäjistä oli twiitannut aiheesta vain kerran

On kiinnostavaa tarkastella, mitkä tunnukset olivat ahkerimpia twiittaajia. Seuraavaan taulukkoon kokosin 10 aktiivisinta twiittaajaa, mutta piilotin kahden omalla nimellään esiintyvän henkilön tunnukset heidän yksityisyytensä suojelemiseksi. Kyse ei ole politiikasta tai muuten julkisuudesta tunnetuista henkilöistä.

5/10 oli tunnuksia, joita luonnehdin heidän tekemiensä twiittien vuoksi anonyymeiksi trolleiksi.

3/10 oli tunnuksia, joita luonnehdin nimimerkkitunnuksiksi. Hekin ovat anonyymejä, mutta heidät erottaa ensiksi mainituista twiittien sisältö. (En pidä ”Harvassailaa” todellisena sukunimenä.)

2/10 oli omalla nimellään esiintyneitä.

En pidä yllättävänä, että aktiivisimmissa tunnuksissa oli näin paljon niitä, jotka eivät esiintyneet omalla nimellään. Anonyymiuden takaa on helpompi kommentoida kriittisesti ja jakaa asiatontakin materiaalia kuin omalla nimellä. Samanlainen jakosuhde tuskin pätee koko aineistossa, mutta sitä en selvittänyt erikseen.

Kaksi anonyymiä trollitunnusta eli @Bilekriitikko ja @RingoArrrr oli luontipäiviensä perusteella luotu varta vasten jauhojengi-kohuun osallistumista varten. Tämän vuoksi tein koko 4236 käyttäjän aineistolle luontipäiväanalyysin eli laitoin ne kuvaajaan luontipäivänsä sekä sen päivän mukaan, jolloin he ensikerran aineiston mukaan twiittasivat kohun aiheesta. Vasemmassa reunassa on siis ensimmäisinä kohusta twiitanneet tunnukset.

Näin saadaan ns. verhokuva, josta voidaan tarkastella, jakaantuuko tunnusten luontipäivät normaaliin tasaiseen tapaan vai painottuvatko ne jollekin tietylle ajankohdalle.

Kuvaajassa voi erottaa luontipäivien lievää painottumista alkuvuodelle 2022, mutta ei siinä määrin, että pitäisin sitä poikkeuksellisena. Pikemminkin kohuun osallistuneiden tunnusten luontipäivät jakaantuvat hämmästyttävän tasaisesti.

Verhokuva on aiemmissa tekemissäni analyyseissä osoittautunut hyväksi työkaluksi. Kuvaajassa voisi esimerkiksi näkyä yhtenäisenä viivana tilanne, jossa olisi tehtailtu nopeasti uusia tunnuksia johonkin tarkoitukseen. Tässä tapauksessa selvää merkkiä sellaisesta ei ole, eikä tiedetyt botti- ja trollitunnusten luontipäivät nouse erityisesti esille.

Mukana on runsaasti yli 10 vuotta vanhoja Twitter-tunnuksia, mikä osaltaan osoittaa, että kohuun osallistui tavallisia vakiintuneita Twitterin käyttäjiä.

Millaista sisältöä jauhojengi-kohun twiitit olivat?

Kuten on hyvin tiedossa, jauhojengi-kohussa oli kyse ennen kaikkea pääministeri Sanna Mariniin kohdistuneesta epäilystä mahdollisesta huumeiden käytöstä. Mutta ei pelkästään siitä. Kohun aikana moni myös puolusti pääministeriä. Joka tapauksessa twiitit olivat voittopuoleisesti sävyltään pikemmin negatiivisia kuin positiivisia. Meltwaterin someseurantatyökalun automaattisesti tekemä tunneanalyysi onnistui tavoittamaan tämän.

Mika Laitin Power BI -aineistossa (17.-19.8.2022) oleva hashtag-sanapilvi havainnollistaa, minkä tyyppisiä asioita ihmiset toivat twiiteissään esiin.

Monet twiittaajat tehtailivat joko itse tai jakoivat muiden tekemiä meemikuvia. Joukossa oli jonkin verran täysin asiatonta materiaalia. Luonnollisesti en ottanut esitykseeni pahimpia meemejä, vaan valitsin sellaisia esimerkkejä, jotka voisivat mennä vielä poliittisesta satiirista. Suurin osa meemikuvien tekijöistä tyytyi käyttämään jauhojengi-videon kuva- ja tekstimateriaalia, mutta jotkut loivat omia kuvamuokkauksia.

Kuten mainitsin, pääministerille löytyi kohun aikana myös puolustajia. Seuraavassa esimerkkejä niistä.

Puolustajilla oli muutama selvä teema:

• Kohua väitettiin mm. Ylilaudalta masinoiduksi
• Moni kuuli ”jauhojengin” sijasta videolla sanan ”jallujengi” tai ”jallu jenny”
• Median toimintaa kritisoitiin monin tavoin

Videon ääninauhan epäselvyys antoi tilaa erilaisille tulkinnoille siitä, mitä videolla sanottiin. Varsinkin ”jallujengi”-sanaa yritettiin saada keskusteluissa läpi ”jauhojengi”-sanan tilalle. Kiinnostavana yksityiskohtana myös ”jallujengi”-sana esiintyi paljon aikaisemmin Ylilaudalla (ketju: 130697672) ennen kuin se levisi Twitterissä 18.8.2022.

Median toiminnassa kritisoitiin muun muassa sitä, että monia uutisartikkeleita muokattiin ilman muokkausmerkintöjä etenkin 18.8.2022 päivän aikana. Tästä olen kritisoinut tiedotusvälineitä itsekin: pitäisin parempana, että KAIKKI muutokset merkittäisiin verkkoartikkeleihin, vaikka Journalistin ohjeet eivät sitä suoranaisesti nykyisin edellytä, ellei kyse ole merkittävästä muutoksesta. Muutokset liittyivät varsinkin jauhojengi-sanan käyttöön, ja niitä käsiteltiin sittemmin JSN:n tekemissä päätöksissä.

Oliko jauhojengi-kohussa kyse ”infosodasta”?

Demokraatti-lehden päätoimittaja Petri Korhonen esitti jo kohun aikana spekulaation, oliko jauhojengi-kohussa kyse jonkun tahon harjoittamasta ”infosodasta”. Päätin esitykseni vastaukseeni Petrille.

• Bilevideo oli aito, ei manipuloitu – ellei lasketa kuvaajan tekemää videoiden yhdistelyä.
• ”Jauhojengi”-sanaa tarjottiin toimittajille, mutta sitä ei käytetty uutisissa ennen Marinin haastattelua.
• Infosota-tyyppinen tilanne syntyi, kun ”jauhojengin” tilalle esitettiin voimakkaasti ”jallujengi”-sanaa.
• Kyseessä oli aito media- ja somekohu, ei botti- ja trollitunnusten masinoima, vaikka trollejakin esiintyi.

Informaatiovaikuttamisen tunnistaminen somessa (esitys)

Pidin eilen SnellmanEDUn järjestämän webinaarin informaatiovaikuttamisesta sosiaalisessa mediassa.

Esityksen aiheita:

• Konteksti: sosiaalinen media vuonna 2022 ilmiöineen kuten kuplat, totuuden jälkeinen aika, tunnereagointi, algoritmien vaikutus, vihapuhe, polarisaatio
• Informaatiovaikuttaminen Suomessa keväällä 2022, strategiset narratiivit, Twitterissä havaittuja trolleja ja botteja verkostoanalyysinä
• Informaatiovaikuttamisen tekniikoita, trollaus ja maalittaminen
• Twitter-käyttäjien laatupisteiden vaikutus (shadowban/ghostban),
• Botit, bottien tunnusmerkkejä, työkaluja bottien analysoimiseen
• Valeuutiset, disinformaatio, kuvamanipulaatiot, deep fake -videot, työkaluja näiden tutkimiseen
• Salaliittoteoriat, Suomen TOP 20 salaliittoteoriat
• Faktantarkastusta suomeksi + esimerkkejä
• Vinkit lähdekritiikkiin ja ohjeet väärän tiedon oikaisuun eli debunkkaukseen

Alla koulutuksen esitys avoimesti jakoon.

Avaa esitys SlideSharessa

Tässä kuvassa on tiivistettynä monta sosiaalisen median haastetta tällä hetkellä:

Muutoin suosittelen katsomaan koko esityksen läpi. Lopusta nostaisin kuitenkin esiin vielä ohjeen, miten disinformaatiota/vääriä tietoja kannattaa pyrkiä oikaisemaan eli debunkkaamaan:

Jos informaatiovaikuttaminen kiinnostaa, niin vinkki: ensi maanantaina eli 2.5.2022 on tulossa webinaari valeprofiilien tunnistamisesta, edit: josta lisää seuraavassa blogikirjoituksessa.

Kohdistuuko Twitterin #elpymispaketti-keskusteluun informaatiokampanja?

Moni poliitikko on väittänyt viimeisen viikon aikana, että EU:n elpymispakettiin liittyvässä keskustelussa olisi käynnissä informaatiovaikuttamisen kampanja.

Yhtenä ensimmäisistä asian otti esiin Sanni Grahn-Laasonen torstaina 29.4.:

”Toivottavasti joku taho tutkii perusteellisesti EU-paketin ympärillä olevaa informaatiovaikuttamista. En ole vastaavaa masinoitua vyörytystä todistanut aiemmin poliittisessa työssäni.”

Myöhemmin saman tyyppistä viestiä toistivat ainakin Otto Meri, Satu Hassi ja Juhana Vartiainen. Ainakin Meri ja Vartiainen epäilivät informaatiovaikuttamisen takana olevan myös Venäjän intressit kaataa EU:n elvytyspaketti.

Tässä kohtaa on hyvä muistuttaa, että tuoreen selvityksen mukaan suomalaisiin poliitikkoihin ei kohdistunut Twitterissä ulkomailta tulevaa informaatiovaikuttamista.

Yksikään mainituista poliitikoista ei tuonut suoranaisia todisteita ja esimerkkejä esiin, millaisia viestejä he ovat saaneet. Kommenteissa viitattiin sekä sosiaaliseen mediaan että sähköposteihin.

Minua on pyydetty selvittämään, onko Twitterissä menossa jonkinlainen kampanja #elpymispaketti-keskusteluun liittyen. Kyse ei ole mistään yksittäisestä tahosta, mutta huomaan vastaavani ainakin Grahn-Laasosen twiittaamaan toiveeseen.

Tartuin projektiin tämän viikon alussa. Kehitin samalla Tweeps.net-analyysipalveluun uuden toiminnon, jolla voi tehdä bottianalyysin tiettyyn Twitter-käyttäjään viimeisen viikon aikana yhteydessä olleista tunnuksista. Käytin sitä tässä selvityksessä.

Aineisto ja menetelmä

Aineisto koostuu Twitterissä olleista julkisista tiedoista ja twiiteistä aikavälillä 29.4.-5.5.2021. Valitsin kohteeksi tietyt poliitikkojen ja puolueiden Twitter-tunnukset, joiden voisi ajatella olevan EU:n elvytyspakettiin liittyvän vaikuttamisen kohteena, tai jotka ovat itse tuoneet esiin epäiltyä informaatiovaikuttamista. Lisäksi tarkastellut tunnukset ovat muutenkin olleet aktiivisia Twitterissä ja olleet vähintään usean sadan kanssa vuorovaikutuksessa edellisen viikon aikana. Passiiviset tunnukset olisivat huonoja informaatiovaikuttamisen kohteita.

Lisäksi muodostin muista ajankohtaisista poliittisista toimijoista koostuvan verrokkiryhmän. Kyse ei ole satunnaisesta verrokkiryhmästä, vaan ryhmästä, jonka jäseniin ei analyysin perusteella kohdistunut informaatiokampanjaa samojen Twitter-tunnusten toimesta, minkä halusin tuoda verrokkiryhmän muodossa esiin. Esimerkiksi Demarit-tunnus oli ensin tarkasteltavien ryhmässä, mutta siirsin sen verrokkiryhmään.

Eli verrokkiryhmä on osaltaan analyysin tulos. Sen avulla tulee näkyväksi, että arvellun informaatiovaikuttamisen kohteeksi ei ole päätynyt kuka tahansa suomalaispoliitikko tai puolueen Twitter-tunnus, vaan se näyttäisi olevan jollain tapaa kohdennettua.

Varsinainen bottianalyysi kohdistui näiden kahden eri ryhmän jäseniin viimeisen viikon aikana vuorovaikutuksessa olleisiin Twitter-tunnuksiin.

Analyysi perustuu Tweepsin bottianalyysin tuloksiin ja niiden ristiintaulukointiin. Jälkimmäisen avulla tarkastelin, ovatko samat mahdolliset bottitunnukset olleet viimeisen viikon aikana yhteydessä useampiin tarkastelun kohteina olleisiin poliitikkoihin ja puolueiden Twitter-tunnuksiin.

• Aineisto:
  • Tarkasteluun valitut Twitter-tunnukset (16): OttoMeri, kokoomus, elinavaltonen, KarnaMikko, PaiviRasanen, sannigrahn, satuhassi, filsdeproust, AnnikaSaarikko, TyttiTup, MariaOhisalo, anttihakkanen, MarinSanna, keskusta, KaiMykkanen, PetteriOrpo
  • Verrokkiryhmä (11): veronikahonka, Halla_aho, Vapaavuori, vihreat, vasemmisto, liandersson, kirsipiha, willerydman, Demarit, Haavisto, anttikaikkonen
  • Edellisten kanssa 29.4.-5.5. vuorovaikutuksessa olleet Twitter-tunnukset.
• Menetelmä:
  • Tweepsin bottianalyysi kaikista vuorovaikutuksessa olleista tunnuksista (perustuu Twitterin rajapinnasta haettuihin twiitteihin). Vuorovaikutus tarkoittaa tässä esimerkiksi vastaamista tai mainintaa jompaan kumpaan suuntaan.
  • Bottianalyysin tulokset: tilastollisen analyysin tunnusluvut ja bottipisteitä saaneet tunnukset. Lisätietoa Tweepsin UKK-sivulta.
  • Bottianalyysiin perustuvat tulkinnat, onko bottipisteitä saaneet tunnukset botteja (+bottityypit), trolleja, spämmääjiä tai ns. epäselviä tapauksia. Tweeps-palvelu muodostaa nämä tulkinnat tilastollisen analyysin tuottamien bottipisteiden tyyppien perusteella.
  • Bottianalyysissä bottipisteitä saaneiden ristiintaulukointi, jonka tuloksena on lukemat, kuinka monen eri tarkastelun kohteen olevan Twitter-tunnuksen kanssa bottipisteitä saaneet tunnukset olivat ko. aikajaksolla olleet yhteydessä.
  • Mahdollisten bottien ja trollien twiittien manuaalinen läpikäynti (ei kaikkia).

Tulokset

Tarkastelen seuraavaksi tuloksia muutaman pääkysymyksen alla.

Oliko informaatiovaikuttamista havaittavissa?

Jos käynnissä on ollut informaatiovaikuttamisen kampanja, pitäisi tuloksista löytyä Twitter-tunnuksia, jotka ovat lähettäneet viestejä monille tarkastelun kohteina oleville poliittikoille ja puolueille. Se osoittaisi, että jokin taho tai jotkin tahot toimisivat tavalla tai toisella koordinoidusti. Niiden tavoitteesta tämä ei kuitenkaan vielä kertoisi.

Yhteensä 359 tunnusta sai vähintään yhden bottipisteen Tweepsin analyysissä. Yksi bottipiste ei vielä merkitse, että kyse olisi välttämättä botista tai trollista. Kyse on pikemminkin vasta jollain tapaa ”epäilyttävästä” tunnuksesta. Palataan tähän alempana.

Alla olevassa kuvassa jokainen bottipisteitä saanut tunnus on yksi pystypalkki. Palkin korkeus kertoo, kuinka monen tarkasteltavan poliitikon tai puolueen Twitter-tunnuksen kanssa ne olivat olleet vuorovaikutuksessa (vähintään kerran).

Tarkasteltuihin tunnuksiin vuorovaikutuksessa olleet bottipisteitä saaneet Twitter-tunnukset.

Huomaa, että kuvassa ei ole kaikkia poliitikkoihin yhteydessä olleita (joita olisi huomattavasti suurempi määrä), vaan ainoastaan bottipisteitä saaneet tunnukset.

Kuten kuvasta näkyy, puolet (50 %) bottipisteitä saaneista oli ollut vuorovaikutuksessa vain yhteen tarkasteltuun poliitikkoon tai puolueeseen. Kaksi kolmasosaa (67 %) oli ollut yhteydessä korkeintaan kahteen. Näiden osalta ei voida epäillä minkäänlaista koordinoitua informaatiokampanjaa.

Mutta joukossa oli myös pieni ryhmä, joka erottuu kuvaajan vasemmassa reunassa:

• Vähintään viiteen tarkasteltuun poliitikkoon tai puolueeseen oli ollut vuorovaikutuksessa 55 (15 %) Twitter-tunnusta.
• Vähintään kahdeksaan (eli puoleen 16:sta) oli ollut yhteydessä 22 (6 %) tunnusta.
• Kärkenä erottuu viisi tunnusta, jotka olivat olleet yhteydessä vähintään 11:een (eli kahteen kolmasosaan 16:sta) tarkasteltuun poliitikkoon tai puolueeseen. Näistä kahdella lukema oli 13.

Ei ole sattumaa, että samat bottipisteitä saaneet Twitter-tunnukset ovat olleet näin moniin suomalaispoliitikkoihin ja puolueisiin yhteydessä tarkasteltuna jaksona. Tämän perusteella on selvää, että jonkinlaista informaatiovaikuttamista on kohdistunut tarkasteltuihin poliitikkoihin ja puolueisiin Twitterissä edellisen 7 päivän aikana.

Onko 55:n tai 22:n Twitter-tunnuksen joukko sitten iso vai pieni? Määränä se on ehdottomasti pieni. Kuitenkin kyse on enemmästä kuin yksittäistapauksista, joten poliitikkojen väitteet informaatiovaikuttamisesta eivät tämän selvityksen perusteella ole vailla katetta.

Mitä informaatiovaikuttaminen sisälsi ja mikä sen kohde oli?

En tehnyt tässä suhteellisen suppeassa selvityksessä bottipisteitä saaneiden tunnusten twiiteistä systemaattista sisällönanalyysiä.

Manuaalinen läpikäynti teki selväksi, että tarkasteltuihin poliitikkoihin ja puolueisiin useimmin vuorovaikutuksessa olleissa bottipisteitä saaneissa Twitter-tunnuksissa (edellä mainitut 22 tunnusta) oli usein sisältönä EU-kriittistä kommentointia ja varsinkin poliittiseen oikeistoon kuuluvien poliitikkojen ja Twitter-aktiivien viestien retweettejä.

Sisällöt liittyivät siis selvityksen kohteena olevaan aiheeseen: EU:n elpymispakettiin. Ilman tarkempaa sisällönanalyysiä ei kuitenkaan voi sanoa, missä määrin aiheen kommentointi oli kritisoivaa ja missä määrin elpymispakettia tukevaa. Otin tämän kuitenkin manuaalisen tarkastelun perusteella huomioon valitessani tarkastelun kohteina olevia poliitikkoja: tässä tapauksessa valitsin niitä, joille näytti kohdistuvan elvytyspaketin kritisointia.

Informaatiovaikuttamisen kohteena näyttää olleen varsinkin Kokoomus, mutta myös laajemmin keskusta-oikeisto. Samaan aikaan kohteena oli vähemmässä määrin muidenkin puolueiden edustajia.

Keihin mahdollinen informaatiovaikuttaminen kohdistui?

Seuraavassa on analyysin tunnusluvut tarkastelluista poliitikoista ja puolueista. Järjestys määräytyy sen mukaan, kuinka monen tunnuksen kanssa kukin oli ollut Twitterissä vuorovaikutuksessa edellisen viikon aikana.

Tunnus	Vuorovaik. 7 pv	Bottipisteitä saaneet	%-osuus	Mahd. botteja
@OttoMeri	1215	97	8 %	3
@kokoomus	1006	105	10 %	4
@elinavaltonen	964	86	9 %	3
@KarnaMikko	818	55	7 %	1
@PaiviRasanen	777	73	9 %	5
@sannigrahn	755	79	10 %	3
@satuhassi	642	71	11 %	3
@filsdeproust	603	46	8 %	3
@AnnikaSaarikko	495	43	9 %	3
@TyttiTup	410	62	15 %	1
@MariaOhisalo	394	34	9 %	2
@anttihakkanen	314	26	8 %	3
@MarinSanna	307	40	13 %	2
@keskusta	306	33	11 %	1
@KaiMykkanen	299	37	12 %	4
@PetteriOrpo	263	23	9 %	2

Taulukon mukaan eniten bottipisteitä saaneita eli ”epäilyttäviä” vuorovaikutuksessa olleita tunnuksia oli edellisen viikon aikana seuraavilla: @kokoomus (105), @OttoMeri (97), @elinavaltonen (86), @sannigrahn (79), @satuhassi (71), @PaiviRasanen (73), @TyttiTup (62).

Ei selvästikään ole sattumaa, että moni näistä poliitikoista on jo aiemmin tuonut esiin mahdollisen informaatiovaikuttamisen.

Mielestäni on yllättävää, että @MarinSanna- ja @PetteriOrpo-tunnukset sijoittuivat tässä vertailussa häntäpäähän. Kuitenkin myös niihin kohdistui vuorovaikutusta samojen bottipisteitä saaneiden tunnusten toimesta kuin muihinkin listalla oleviin. Toisaalta hieman kriteerejä muuttamalla olisin voinut ”pudottaa” @PetteriOrpo:n verrokkiryhmään, koska bottipisteitä saaneita vuorovaikutuksessa olleita tunnuksia oli sillä vain 23.

On hyvä huomata, että viikon aikana Twitterissä on ollut useita muitakin keskusteluaiheita kuin EU:n elpymispaketti. Siten kaikki ”epäilyttävien” tunnusten vuorovaikutus ei ole liittynyt pelkästään siihen. Esimerkiksi @PaiviRasanen on keskustellut runsaasti häneen kohdistuneesta rikostutkinnasta. @KarnaMikko puolestaan on hyvin aktiivinen useissa aiheissa. Informaatiovaikuttamisen näkökulmasta ”tehokkaita” kohteita ovat juuri aktiiviset Twitter-käyttäjät, joiden kautta keskustelut leviävät.

Suhteellisesti tarkasteltuna järjestys muuttuisi, mutta tässä tapauksessa se olisi huono mittari. Näin siksi, koska suhteelliseen osuuteen vaikuttaa mm. se, kuinka paljon kyseiset poliitikot saavat muuten viestejä muilta Twitterin käyttäjiltä. Palaan tähän jäljemmässä.

Tarkastelluille poliitikoille ja puolueille oli yhteistä, että ne 1) olivat olleet viimeisen viikon aikana yhteydessä vähintään satojen tunnusten kanssa, 2) joista vähintään 7 % sai analyysissä bottipisteitä. Tärkein ydistävä tekijä tarkastelluille kuitenkin oli nimenomaan samat bottipisteitä saaneet Twitter-tunnukset – erityisesti ne edellä mainitut 22 tunnusta, jotka olivat yhteydessä vähintään puoleen tarkastelluista.

Katsotaan seuraavaksi verrokkiryhmän tuloksia:

Tunnus	Vuorovaik. 7 pv	Bottipisteitä saaneet	%-osuus	Mahd. botteja
@veronikahonka	360	17	5 %	2
@Halla_aho	229	24	10 %	0
@Vapaavuori	218	19	9 %	2
@vihreat	157	19	12 %	2
@vasemmisto	157	11	7 %	0
@liandersson	155	10	6 %	2
@kirsipiha	118	4	3 %	0
@willerydman	100	10	10 %	1
@Demarit	97	13	13 %	0
@Haavisto	81	39	48 %	7
@anttikaikkonen	80	8	10 %	0

Koostin verrokkiryhmän valitsemalla siihen Twitter-tunnuksia, joiden tulosten vertaaminen on kiinnostavaa juuri tässä tapauksessa edellä olevaan ryhmään. EU:n elpymispakettiin liittyen olisi voinut ajatella, että esimerkiksi @demarit-tunnus olisi ollut yhtälailla vaikuttamisen kohteena. Näin ei näytä olleen, sillä siihen vuorovaikutuksissa olleita tunnuksia edellisen 7 päivän aikana oli vain vähän.

Miten nämä eroavat ensimmäisestä tarkasteltavien ryhmästä? 1) Verrokkiryhmään vuorovaikutuksessa olleita Twitter-tunnuksia on vähemmän, 2) bottipisteitä saaneiden määrät ovat pienempiä ja 3) bottipisteitä saaneissa ei ollut merkittävästi samoja tunnuksia kuin ensimmäisessä ryhmässä.

@Haavisto erottuu verrokkiryhmässä mielenkiintoisena erillistapauksena: jopa lähes puolet siihen edellisen 7 päivän aikana yhteydessä olleista tunnuksista sai analyysissä bottipisteitä, mikä on suhteellisesti ottaen merkittävä tulos. Mahdollisia bottitunnuksia niistä oli kuitenkin vain 7. Suurin osa sen bottipisteitä saaneista oli tavallisia spämmikäyttäjiä, ei botteja. Joka tapauksessa mahdollisia botteja oli @Haavistolla enemmän kuin muilla.

Oliko kyse boteista?

Yllä oleviin taulukoihin on merkitty ”Mahd. botteja” -sarakkeeseen, niiden bottipisteitä saaneiden Twitter-tunnusten määrät, jotka olivat Tweeps-palvelun tulkinnan perusteella mahdollisia botteja. Vain aniharva bottipisteitä saaneista oli mahdollisesti varsinaisia botteja.

Koko joukosta 359 bottipisteitä saaneista vain 8 tunnusta luokiteltiin Tweepsin tulkinnoissa mahdollisiksi boteiksi. Toisin sanoen ”epäilyttävistä” tunnuksista vain n. 2 % oli mahdollisia botteja. Tweepsin antamat bottipisteet olivat kaikissa tunnuksissa alle 6, mikä on suhteellisen vähän. Epäilyttävistä tunnuksista voidaan suurin osa manuaalisen tarkastelun perusteella todeta pikemminkin trollaaviksi ihmisiksi kuin ohjelmallisesti toimiviksi boteiksi.

Suurimmassa osassa Tweepsin antamista bottipisteiden tulkinnoista oli kyse spämmääjistä. Tavallisimmin spämmääjä-tulkintaan johtaa epätavallisen suuri retweettien osuus kaikista twiiteistä – kuitenkin niin, että samaan aikaan ei ole merkkejä ohjelmallisesta toiminnasta, joka johtaisi botti-tulkintaan. Lisätietoa löytyy täältä.

Tulosta voi verrata siihen, että jos Tweeps-palvelun bottianalyysi tehdään minkä tahansa nyt tarkastellun poliitikon Twitter-tunnuksen seuraajista, löydetään paljon enemmän mahdollisia botteja kuin mitä tässä vuorovaikutuksessa olleiden tunnusten analyysissä löydettiin. Tarkastelluilla tunnuksilla on siis kyllä botteja seuraajissaan, mutta ne eivät ole aktivoituneet viestimään edellisen viikon aikana.

Tulos on selkeä: ei havaintoa bottiarmeijasta edellisen 7 päivän vuorovaikutuksessa. Kyse oli ihmisten ohjaamista Twitter-tunnuksista.

Tapahtuiko muiden kuin bottien tekemää informaatiovaikuttamista?

Kuten edellä toin esiin, ovat bottipisteitä saaneet Twitter-tunnukset vain pieni osa kaikista, jotka ovat edellisen viikon aikana viestineet tarkastelluille poliitikoille ja puolueille. Tämä tulee esiin yllä olevien taulukoiden ”Vuorovaik. 7 pv” -sarakkeista.

Varsinkin @OttoMeri, @kokoomus ja @elinavaltonen olivat olleet huomattavan suuren joukon kanssa vuorovaikutuksessa Twitterissä edellisen viikon aikana. Sama pätee @KarnaMikko:n tunnukseen, mutta hänelle lukumäärässä ei ole mitään kovin tavallisesta poikkeavaa (minkä tarkastelu vaatisi kuitenkin useamman vertailujakson).

Tweepsin tuloksissa näkyy myös se, kuinka monia viestejä kukin tarkasteltuihin poliitikkoihin ja puolueisiin vuorovaikutuksessa ollut tunnus on näille lähettänyt. Luonnollisesti suurin osa tunnuksista oli ollut vuorovaikutuksessa vain kerran.

Kuitenkin esimerkiksi @kokoomus, @OttoMeri ja @elinavaltonen (ex-Lepomäki) -tunnuksille olivat muutamat tunnukset lähettäneet viikon aikana 20-40 twiittiä. Aktiivisimmat viestijät olivat monessa tapauksessa samoja eri poliitikoilla, ja kuuluivat niihin 22 tunnukseen, jotka olivat olleet vuorovaikutuksessa vähintään puoleen tarkasteltuihin poliitikkoihin ja puolueisiin.

Mutta joukossa oli paljon myös sellaisia Twitter-tunnuksia, jotka eivät saaneet bottianalyysissä pisteitä. Tällaisilla tunnuksilla ei ole tilastollisen analyysin perusteella mitään ns. epäilyttäviä piirteitä kuten viestien lähetyksen säännönmukaisuutta, toistuvaa sisältöä tai tietyn tyyppisten viestien (kuten retweet tai lainaus) ylisuurta osuutta.

Kokonaisuutena keskimäärin vain 10 % kaikista tarkasteltuihin poliitikkoihin ja puolueisiin yhteydessä olleista Twitter-tunnuksista sai Tweeps-palvelun analyysissä bottipisteitä. Suurin osa analysoiduista tunnuksista ei siten ollut millään tavalla epäilyttäviä. 90 % analysoiduista tunnuksista ei joko saanut bottipisteitä tai niillä oli liian vähän julkaistuja twiittejä (vähintään 200 julkista) analyysin tekoon.

Keitä informaatiovaikuttamisen takana oli?

Niin, informaatiovaikuttamista se on pienikin informaatiovaikuttaminen, vaikka sen takana olisi vain kotoperäisiä toimijoita ja poliittisesti aktiivisia kansalaisia. Venäjä-yhteyksiä ei tässä selvityksessä tullut esiin.

Twiittien sisältöjen perusteella taustalla oli poliittista oikeistoa ja sitä tukevia tahoja, jotka pyrkivät vaikuttamaan päätökseen EU:n elvytyspaketista.

Luonnollisesti voisin julkaista TOP-listan niistä tunnuksista, jotka olivat useimmin yhteydessä poliitikkojen ja puolueiden Twitter-tunnuksiin edellisen viikon aikana. Kyse on Twitterissä olevista täysin julkisista tiedoista. Tekisinkin niin, mikäli selvityksessä olisi tullut vastaan selviä tai hyvin todennäköisiä bottitunnuksia.

Tuloksena oli kuitenkin vain kahdeksan ”mahdollista bottia”, joista suurin osa paljastui manuaalisessa tarkastelussa pikemmin ihmisiksi kuin boteiksi. Bottien tutkijan näkökulmasta se oli laiha saalis. Mutta tulos tämäkin.

Jätän siis listan tunnuksista julkaisematta. Jokainen halukas voi bongata kyseisiä tunnuksia Tweeps-palvelun avulla milloin tahansa ja halutessaan torjua heidät sitten Twitterissä, jos niiden tekemä viestintä tuntuu häiritsevältä. Itse en blokannut ketään tämän selvityksen tulosten perusteella.