Olin tänään MTV:n uutisamuussa kommentoimassa Facebookin ex-työntekijän Frances Haugenin paljastuksia ja Facebookin palvelujen maanantaista kaatumista. Koska suoran lähetyksen aika oli kovin lyhyt, laitan tähän laajemmat vastaukseni toimittajan esittämiin kysymyksiin.
1. Mitä tällä hetkellä tiedetään Facebookin äskettäisen kaatumisen syistä?
Facebookin palvelut eli Facebook, Messenger, Instagram ja WhatsApp olivat mediatietojen mukaan kaatuneena maanantaina noin kuusi tuntia. Kyseessä oli yksittäinen tapahtuma, jonka on epäilty johtuvan inhimillisestä virheestä. Kyse oli Facebookin palvelinkeskusten välisen runkoverkon reititysvirheestä. Virhe ikään kuin sulki Facebookin palvelimet pois Internetistä, kun Facebookin palvelujen verkko-osoitteet eivät yhdistyneet palvelimille. Lisätietoa esim. HS:n artikkelista.
Facebookille kaatuminen tuli ikävään aikaan. Käyttäjille tämä oli hyvä muistutus siitä, että viestintää ei kannata jättää vain yhden sovelluksen tai palveluntarjoajan varaan. Varsinkin WhatsAppin kaatuminen voi olla todella vahingollista monille käyttäjille niin vapaa-ajalla kuin töissäkin.
Laajemmassa kuvassa tämä on viimeisin lenkki Facebookiin kohdistuvassa kritiikissä, joka alkoi kiihtyä vuonna 2018, kun paljastui, miten Facebookia oli käytetty vaaalivaikuttamiseen Yhdsvaltain presidentinvaaleissa ja Brexit-äänestyksessä vuonna 2016.
2. Frances Haugen on Facebookin entinen työntekijä, joka vuoti USA:ssa julkisuuteen FB:n sisäisiä tietoja. Mitä hän on kertonut Facebookin asioista?
Haugenin paljastukset voisi tiivistää niin, että ne osoittavat Facebookin toiminnan olevan vastuutonta, käyttäjille haitallista ja että Facebook ei enää kykene hallitsemaan sitä, miten sen palveluita käytetään hyväksi vahingollisiin tarkoituksiin. Kuvaavaa on, että Facebook puhuu hyvistä aikeista, mutta ei toimi sen mukaisesti.
Tässä joitakin Haugenin paljastuksia:
- Facebookin vahingollisuudesta käyttäjilleen on puhuttu sen alkuajoista lähtien. Haugen kertoi yrityksellä olevan sisäisiä tutkimuksia, jotka osoittavat Facebookin haitat käyttäjille selvästi. Yritys ei kuitenkaan halua tehdä korjaavia toimia, koska se haittaisi Facebookin liiketoimintaa, sillä korjaukset todennäköisesti aiheuttaisivat sen, että käyttäjät olisivat entistä vähemmän Facebookin palveluissa.
- Facebook asettaa liiketoiminnan käyttäjien mielenterveyden ja muun hyvinvoinnin edelle. Tämä näkyy käytännössä esimerkiksi siinä, ettei Facebook estä vihapuhetta, vastakkainasettelua ja disinformaation leviämistä algoritmeissaan niin tehokkaasti kuin se halutessaan voisi tehdä.
- Haugenin mukaan Facebook muutti algoritmejaan viime vuoden presidentinvaalien alla vähentääkseen palvelun polarisoivaa vaikutusta. Heti vaalien jälkeen algoritmit kuitenkin palautettiin ennalleen, mikä saattoi Haugenin mielestä osaltaan vaikuttaa USA:n kongressitalon valtaukseen 6. tammikuuta.
- Yksi esimerkki Facebookin vastuuttomuudesta on myös se, ettei yritys Haugenin mukaan pyri varsinaisesti estämään liian nuorten eli alle 13-vuotiaiden käyttäjien pääsyä Facebookiin ja Instagramiin. Yhtiö on ollut kehittämässä esiteineille suunnattua Instagram Kids -palvelua, vaikka Instagram on niin Facebookin omien kuin muidenkin tahojen tutkimuksissa todettu olleen haitallinen varsinkin nuorten tyttöjen itsetunnon kehittymiselle.
- Kolmantena tärkeänä paljastuksena voi pitää sitä, että Facebook ja Instagram eivät ole enää yhtiön omassakaan hallinnassa. Esimerkkinä tästä on vaikkapa se, että yhtiön tarkoituksena on ollut edistää koronarokotusten ottamista, mutta samaan aikaan sen palvelut ovat tehokkaita koronaan liittyvän disinformaation ja salaliittoteorioiden levittämisessä.
- Haugen myös kertoi, että hänen työskennellessään Facebookin vastavakoilutiimissä he havaitsivat muun muassa Kiinan ja Iranin käyttävän palvelua vakoiluun ja kansalaistensa valvontaan. Facebookilla ei kuitenkaan ole tarpeeksi resursseja puuttua kuin kolmannekseen sen tietoon tulevista tapauksista.
- Facebook ei paljasta kaikkea tietoaan Yhdysvaltain tai muidenkaan maiden hallituksille. Se pyrkii salaamaan tämän, koska tieto olisi sen maineelle haitallinen.
- Facebook käyttää sisällönvalvonnassa apuna tekoälyä, mutta se pystyy tunnistamaan vain 10-20 % kaikesta loukkaavasta sisällöstä.
3. Miten Facebook on reagoinut Haugenin vuotoon?
Facebook on puolustautunut tiukasti. Sen on ollut pakkokin, koska syytökset ovat vakavia. Facebookin edustajat ovat vakuuttaneet, että yhtiö tekee töitä pitääkseen Facebookin turvallisena – kuinkas muutenkaan.
Facebook on julkaissut useita blogikirjoituksia, joissa se mm. on kertonut jäädyttävänsä Instagram Kids -palvelun kehittämisen toistaiseksi, ja poistavansa kaikki alle 13-vuotiaiden käyttäjien tunnukset, jotka se löytää. Blogikirjoituksissa Facebook on pyrkinyt selittämään Wall Street Journalin artikkelien paljastuksia parhain päin. Samalla se on vähätellyt väitteitä ja pyrkinyt esittämään WSJ:n epäluotettavana.
Facebookin julkaisemia blogikirjoituksia:
- https://about.instagram.com/blog/announcements/pausing-instagram-kids
- https://about.instagram.com/blog/announcements/using-research-to-improve-your-experience
- https://about.fb.com/news/2021/09/explaining-research-to-support-families/
4. Viime yönä Haugen oli USA:n kongressin kuultavana. Mitä kongressin kuulemisesta voi seurata Facebookille?
Todennäköisesti tuloksena on, että Facebookin ja muiden nettijättien toimintaa aletaan säännellä aiempaa tiukemmin. Sääntely voisi kohdistua ainakin seuraavaan kolmeen asiaan:
1) Ihmisten yksityisyyden suojaamiseen. Yhdysvalloissa ei tähän mennessä ole yhtä tiukkaa tietosuojasääntelyä kuin EU:ssa on GDPR. Tälläkin hetkellä verkossa on myynnissä puolentoistamiljardin Facebookin käyttäjän tietoja.
2) Algoritmien avoimuuteen ja toimintaan. Haugenin mukaan Yhdysvaltain viranomaisilla ei ole nykyisin laillisia keinoja selvittää, miten Facebookin algoritmit todella toimivat. Yhtiön sisälläkin algoritmeista tietävät tarkasti vain harvat. Facebook on useita kertoja pyrkinyt torppaamaan myös tutkijoiden yritykset ottaa algoritmien toiminnasta selvää (esimerkki tässä YLEn artikkelissa).
3) Velvollisuuksiin puuttua havaittuihin väärinkäytöksiin. Jatkossa on kestämätön tilanne, jos Facebookin kaltaisia palveluita voidaan käyttää esimerkiksi vakoiluun tai väärän tiedon levittämiseen ilman, että alustalla on velvollisuutta puuttua siihen tai edes kertoa tietojaan eteenpäin viranomaisille.
EU:ssa on parhaillaan menossa digitaalisten palvelujen sääntelyä koskevan lakipaketin valmistelu, joka alkoi viime vuoden lopulla. Lisää aiheesta. esim. HS:n artikkelissa.
Filed under: algoritmit, data, Facebook, Facebook Messenger, Instagram, laki, sovellukset ja appsit, tietosuoja-asetus (GDPR), tietoturva, tietovuoto, WhatsApp | Leave a Comment
Pidin tänään Suomen eOppimiskeskuksen jäsenwebinaarissa esityksen digitaalisen opetuksen ja oppimisen trendeistä.
Esitys koostuu kolmesta osasta:
- Missä Suomella on kirittävää?
Tätä lähestyn mm. PISA-tutkimusten, OECD:n TALIS-tutkimuksen ja EU:n Kids Online -kyselyn pohjalta. Lisäksi käyn läpi kokemuksia koronakevään 2020 etäopetusjakson opeista KARVI:n selvitysten perusteella. - Opetussovellusten trendimuutokset koronan aikana
Taustalla on Jane Hartin vuosittaiset Tops Tools for Learning -kyselyt, joista tein koosteen aina vuodesta 2007 lähtien (saatavilla Drivessä). Esityksessä tarkemmin TOP 10 sovellukset vuosina 2017-2021 sekä poimintoja muista kiinnostavista muutoksista sovellusten käytössä. - Digitaalisen opetuksen trendit maailmalla
Kolmantena osana kävin läpi eri tahojen tänä vuonna julkaisemia opetuksen trendikatsauksia ja -listauksia. Yhteensä tutustuin n. 20 trendikatsaukseen, joista kokosin yhteenvetona useimmin toistuvat ja mielestäni tärkeimmät trendit. Yksittäisistä raporteista mainittakoon erityisesti 2021 EDUCAUSE horizon report, joka kokoaa tärkeimpiä muutoksia aiheuttavia makrotrendejä sekä niiden vaikutuksena näkyviä ilmiöitä erityisesti korkeakouluopetuksessa.
Alla on koko esitys ja sen jälkeen muutamia nostoja.
Nostoja: 1. Missä Suomella on kirittävää?
EU Kids Online -tutkimuksessa v. 2020 (PDF) selvitettiin mm. lasten ja nuorten kännyköiden ja netin käyttöä. Sen mukaan 12-16-vuotiaat suomalaislapset kuuluvat Euroopan eniten nettiä kännykällä käyttäviin, mutta vain 15-23 % kertoi käyttävänsä nettiä koulutehtäviin. Tässä on selvästi parantamisen varaa, jotta kännykällä osattaisiin tehdä muutakin viihdekäyttöä. Kyselyt oli tehty ennen koronan aikaista etäopetusjaksoa.
Kansallinen koulutuksen arviointikeskus KARVI on selvittänyt, miten opetus sujui, kun koulut siirtyivät pikavauhtia etäopetukseen maaliskuussa 2020. Tulosten mukaan sekä peruskouluissa (kuvassa) että lukioissa etäopetukseen liittyi isoja ongelmia. Peruskouluissa valtaosa rehtoreista ja opetus-/ohjaushenkilökunnasta näki ongelmia opetuksen edistymisessä sekä oppijoiden etäopiskeluun liittyvien valmiuksien tukemisessa.
KARVI selvitti niin ikään, mitä hyviä käytäntöjä kevään 2020 ”etäopetus-eksperimentti” kouluille synnytti. Tässä kuvassa näkyy, mihin teemoihin kerrotut hyvät käytännöt liittyivät. Kiinnostavaa on, että peruskouluissa suurin osa maininnoista liittyi digiosaamisen kehittymiseen – mikä kertoo ”digiloikan” todella tapahtuneen opettajien taidoissa. Sen sijaan peruskouluissa pedagogisten käytäntöjen kehittämiseen ei tämän perusteella vielä oltu monin paikoin päästy. Lukioissa suurempi osa maininnoista liittyi pedagogiikkaan. Jatkossa voi suositella suurempaa painoarvoa pedagogisten käytäntöjen kehittämiselle etenkin peruskoulun opettajille. Molemmissa vastaajajoukoissa iso osa maininnoista liittyi konkreettiseen etäkokousten hyödyntämiseen eri tavoin myös jatkossa.
2. Opetussovellusten trendimuutokset koronan aikana
Tässä kuvassa on Jane Hartin Top Tools for learning -kyselyissä TOP 10:n joukkoon sijoittuneet sovellukset ja ohjelmat vuosina 2017-2021. Listassa on mukana niin itseopiskeluun, työpaikalla tapahtuvaan opiskeluun kuin ns. tavalliseen opetukseen ja oppimiseen liittyvät sovellukset.
Korona on tuonut suosituimpien sovellusten joukkoon etäkokoussovellukset Zoomin ja Microsoft Teamsin. Takavuosien suosikit WordPress ja Skype ovat olleet laskussa, vähemmässä määrin myös Word.
Tähän kuvaan kokosin selviä muutoksia, mitkä sovellukset ovat olleet laskussa ja mitkä nousussa tietyissä kategorioissa.
Oppimisalustoiksi sopivissa sovelluksissa laskussa ovat olleet yleiskäyttöiset pilvipalvelut kuten Dropbox ja Google Workspace (ent. G Suite) sekä blogipalvelut ja mm. Microsoft Sharepoint. Niiden sijaan suosiotaan ovat nostaneet nimenomaan opetuksen tukemisen tehdyt kehittyneet oppimisalustat kuten Google Classroom, Flipgrid, Quizizz ja Canvas.
Yhteisö- ja ryhmäalustojen kategoriassa somepalvelut kuten Facebook, Twitter ja Yammer ovat laskeneet ja tilalle on tullut pikaviestipalvelut WhatsApp, Telegram, Viber ja Discord.
Etäyhteyssovelluksissa vanhat sovellukset Skype ja Adobe Connect ovat saaneet väistyä uudempien Zoomin, Microsoft Teamsin, Google Meetin ja Wherebyn edeltä.
3. Digitaalisen opetuksen trendit maailmalla
Maailman talousfoorumi WEF on listannut toistuvasti, mitä taitoja ns. tulevaisuuden työelämässä tarvitaan eniten. Listauksen sisältö ei ole eri vuosina juurikaan muuttunut, vaan ainoastaan taitojen järjestys. Tämä listaus on viime vuodelta.
Tässä on n. 20 lähteestä koostamani listaus digitaalisen oppimisen ja opetuksen trendeistä tällä hetkellä. Olen valinnut kuvaan useimmin mainitut ja mielestäni merkittävimmät tällä hetkellä digitaalista opetusta muuttavat ilmiöt. Trendit eivät ole tässä missään erityisessä tärkeysjärjestyksessä.
- Mobiili oppiminen + saavutettavuus
- Sosiaalinen ja yhteisöllinen oppiminen
- Personoitu / adaptiivinen oppiminen
- Kehittyneet oppimissisällöt ja LMS:t
- Mikro-oppiminen
- Videot oppimisessa
- Pelillisyys + VR ja AR
- Oppimisanalytiikka ja tekoäly
- STEAM-opetus ja maker-kulttuuri
Lopetin esityksen tähän kuvaan, joka kokoaa yhteen pedagogisesti laadukkaan yhteisöllisen oppimisen elementtejä (ml. edellä kuvattuja trendejä). Yhteisöllinen oppiminen yhdistettynä sitä tukevaan teknologian ja kehittyneiden oppimissisältöjen käyttöön johtavat parhaimmillaan syvälliseen ymmärtävään oppimiseen. Tämän tyyppinen opetus ja oppiminen voivat tapahtua niin läsnä, etänä kuin verkossakin.
(Kirjoituksessa olevia kuvia saa käyttää lähde/linkki mainiten.)
Filed under: artikkelit, digihyvinvointi, digiosaaminen, ennakointi, eoppiminen, esitykset ja luennot, etäopetus, etätyö, hiljaiset signaalit, kännykät, koulutus, koulutusteknologia, mediakasvatus, mobiili oppiminen, monilukutaito, ohjelmistot, ongelmalähtöinen oppiminen, opetus, oppimateriaalit, oppiminen, oppimisympäristö, pedagogiset mallit, peruskoulu, ruutuaika, sosiaalinen media, sovellukset ja appsit, tilastot, trendit, tuotokset, tutkimus, verkko-opiskelu, yhteisöllinen oppiminen | 1 Comment
Tällä viikolla on menossa Digi- ja väestötietoviraston järjestämä digituen teemaviikko. Sen merkeissä päätin jakaa yhden teemaan liittyvän työni noin vuoden takaa.
Kas tässä:
Digitaitotesti
Testi on tehty osana Nuorten ystävät ry:n Osaamisella osallisuutta -hanketta. Testiä voi käyttää digitaitojen valmennuksen ja tuen kartoittamisen apuna. Kohderyhmänä on ollut nuoret aikuiset, mutta testi soveltuu pääosin muunkin ikäisille. Lisätietoa hankkeen sivuilta
Päävastuu testin suunnittelusta ja toteutuksesta oli allekirjoittaneella, mutta hankkeen henkilöstö oli mukana tekemässä valintoja ja antamassa palautetta.
Kuinka testi toimii?
Testi koostuu 24 kysymyksestä ja niihin liittyvistä vastausvaihtoehdoista. Kysymysten perusteella testi arvioi digiosaamisen tason seuraavissa kuudessa kategoriassa:
- laitteet ja perusohjelmat
- sisällön tuottaminen
- kirjautuminen ja tietoturva
- tiedonhaku ja mediataidot
- digitaalinen asiointi
- viestintä ja sosiaalinen toiminta
Jokaista kategoriaa testataan neljällä eri tasoisella kysymyksellä.
Kategorioiden pistemäärien keskiarvon mukaan digiosaamisen tasoksi määräytyy jokin seuraavista päätelmistä:
- Digiin tutustuja
- Aloitteleva käyttäjä
- Hyötykäyttäjä
- Edistyvä käyttäjä
- Erikoistunut osaaja
Testin käytettävyyttä digiosaamisen arvioimisessa parantaa se, että loppupäätelmässä näytetään jokaisen kategorian pistemäärä. Näin testattava ja mahdollinen tukihenkilö näkevät, missä digitaitojen osa-alueissa on vielä petrattavaa.
Lisäksi on linkki dokumenttiin, jossa kerrotaan oikeat/parhaat pisteet tuovat vastaukset.
Kuinka testi tehtiin?
Yksinkertaisuudestaan huolimatta tällaisen testin tekeminen vaati huomattavasti taustatyötä, koska halusimme tehdä sen kestävälle pohjalle sekä niin, että testi arvioisi digiosaamisen tason myös eri osa-alueissa.
Aloitetaan tavoitteista. Tarkoituksena oli siis tehdä testi, jolla testataan digiosaamisen tasoa. Avaan tätä.
Ensin oli määriteltävä, mitä digiosaamiseen kuuluu. Tutustuimme useisiin kansallisiin ja kansainvälisiin digiosaamisen listauksiin ja malleihin. Hyvin paljon yksinkertaistaen päädyimme käyttämään edellä kuvattua kuutta digiosaamisen kategoriaa/osa-aluetta.
Sen jälkeen oli päätettävä, mitä osaamisen tasoja pyritään arvioimaan. Erilaisia digiosaamisen tasojen mallinnuksia on useita, mutta kestävimmäksi teoreettis-käytännölliseksi malliksi valitsin EU:n digitaalisten kompetenssien kehyksen, lyhyemmin DigiComp 2.1:n (The Digital Competence Framework for Citizens, 2017). EU:n mallissa digiosaaminen on jaettu peräti 8 tasoon, mutta päätimme typistää sen tässä testissä neljään tasoon sekä niitä edeltävään ”nollatasoon” (digiin tutustuja). Lisäksi testistä päätettiin jättää kysymättä EU-mallin levelien 7-8 mukaista osaamista, joka on lähinnä alakohtaista erityisosaamista. Alla olevassa kuvassa on nähtävissä DigiComp 2.1:n tasot, joista testi pyrkii siis kattamaan tasot 0-6.
Kun oli tiedossa selvitettävät digiosaamisen osa-alueet sekä mitattavat tasot, oli päätettävä miten testi teknisesti tehdään.
Koska tavoitteena oli mitata digiosaamista osa-alueittain, syntyi melko luontevasti matriisi, jossa toisella akselilla on osa-alueet ja toisella tasot seuraavasti:
| Digiin tutustuja | Aloitteleva käyttäjä | Hyötykäyttäjä | Edistyvä käyttäjä | Erikoistunut osaaja | |
| Laitteet ja perusohjelmat | x | x | x | x | |
| Sisällön tuottaminen | x | x | x | x | |
| Kirjautuminen ja tietoturva | x | x | x | x | |
| Tiedonhaku ja mediataidot | x | x | x | x | |
| Digitaalinen asiointi | x | x | x | x | |
| Viestintä ja sosiaalinen toiminta | x | x | x | x |
Taulukossa jokainen X kuvaa yhtä testin kysymystä. Jokaisesta mitattavasta tasosta ja osa-alueesta on siten yksi kysymys, eli kyse on 4×6-matriisista = yhteensä 24 kysymystä.
Kysymysten määrä oli yksi päätettävä asia. Jos testistä olisi haluttu tehdä vielä tarkempi ja sisällöllisesti laajempi, olisi jokaisesta osa-alueesta ja tasosta voitu tehdä kaksi kysymystä (2x4x6), mutta silloin kysymyksiä olisi tullut yhteensä 48. Tai 3x4x6 = yhteensä 72 kysymystä jne. Testi haluttiin kuitenkin pitää suhteellisen lyhyenä.
Osaamistasoa arvioitaessa henkilön on hallittava alemman tason taidot, jotta osaaminen on ylitse sen eli seuraavaksi ylemmällä tasolla. Testin antamat päätelmät toimivat tällä logiikalla: jos saat päätelmäksi ”aloitteleva käyttäjä” eri osa-alueiden pistemääräsi keskiarvo on ylittänyt ”digiin tutustujan” mutta jäänyt alle ”hyötykäyttäjän”. Ylimmän ”erikoistunut osaaja” -osaamistason kysymyksiä puolestaan testissä ei ole, koska sen saamiseen riittää täydet pisteet kaikilla alemmilla tasoilla, jolloin osaaminen siis ylittää ”edistyvän käyttäjän” taidot.
Testiä tehdessä digiosaamisen osa-alueiden sisältöjä tarkasteltiin huomattavasti laajemmin kuin mitä testiin valikoituneet kysymykset käsittelevät. Ensiksi oli määriteltävä osa-alueet, sitten niihin kuuluvat sisällöt eli yksittäiset taidot ja lopulta keksittävä eri taitoihin ja tasoihin sopivat kysymykset vastausvaihtoehtoineen.
Tässä kuvassa on yksinkertaistettuna, mitä asioita ja taitoja eri digiosaamisen osa-alueisiin sisältyy:
Luonnollisesti eri tasoihin kuuluvat asiat ja taidot ovat enemmän tai vähemmän aikaan sidottuja. Iso osa työtä oli nimenomaan näiden pohtiminen ja valinta. Sisältöjä olisi helppo lisätä taulukkoon paljon enemmänkin, mutta pyrimme pitämään sen pääasiassa yleistaitoja käsittelevänä. Teknologian ja digitaalisen yhteiskunnan kehittyessä taulukon sisältöä tulee jälleen arvioida uudestaan.
Taulukon toiseksi ylimmällä rivillä esitetään DigiComp 2.1-mallia mukaillen, minkälaisesta tuesta ja toiminnasta eri tasoilla olevat oppijat hyötyvät. Mitä pitemmällä osaaminen on, sitä enemmän henkilön rooli muuttuu ohjattavasta ohjaajaksi.
Matriisia (ja testiä) voi käyttää myös sen arvioimiseen, millä tasolla digitukihenkilönä tai -ohjaajana toimivan tulisi olla, jotta hän voi ohjata eri digiosaamisen osa-alueita. Luonnollisesti testi ja matriisi yhdessä voivat toimia myös itseopiskelun tukena.
Testin tekninen toteutus
Testi vaikuttaa ensinäkemältä vain yhdeltä Testimato-testiltä – mitä se onkin. Tässä kohtaa lähetänkin kiitokset Testimadon ylläpitäjälle More Karvoselle teknisestä tuesta ja kehitystyöstä, joka mahdollisti mm. testin helpon upottamisen eri nettialustoille (upotus onnistuu laittamalla testi iframe-ikkunan sisään).
Se, että päädyimme toteuttamaan testin juuri Testimadolla, johtuu puhtaasti Testimadon ominaisuuksista.
Kartoitimme hankkeen aikana muita vastaavia testejä. Juuri halutun tyyppistä testiä emme löytäneet – eli sellaista, joka mahdollistaisi eri osa-alueiden/kategorioiden pisteytyksen erikseen ja niiden perusteella annettavat päätelmät.
Kaikkein lähimmäksi toivomaamme pääsi MENTEP-hankkeessa kehitetty ja testattu opettajien TVT-osaamisen itsearviointityökalu TET-SAT (Technology Enhanced Teaching Self-Assessment Tool). Se on vielä huomattavasti digitaitotestiä järeämpi työkalu antaen vielä enemmän tietoa tuloksista testin suorittajalle.
Valitettavasti TET-SAT-alusta ei kuitenkaan ollut vapaasti saatavilla, eikä budjetti tässä tapauksessa riittänyt vastaavan järjestelmän koodaukseen. Sinänsä vastaava olisi helppo tehdä, mutta mitä ei ole budjetissa, ei voida tehdä.
Joten oli löydettävä ”ilmainen” työkalu. Siinä kohtaa päädyimme tutkimaan tarkemmin myös Testimatoa. Pian kävi ilmi, että Testimadolla voi tehdä kysymyksiä, joiden oikeista vastauksista saa pisteitä eri kategorioissa. Yhteydenotto Testimadon ylläpitäjään selvitti lisäksi sen, että kategorioiden pistemäärät oli mahdollista saada näkyville loppupäätelmän yhteyteen.
Siltä varalta, että joku haluaa tehdä vastaavan, laitan kuvakaappauksen alle.
Näin Testimato osoittautui alustaksi, josta löytyi toivomamme ominaisuudet. Valinnan sinetöi Testimadon ylläpitäjän antama hyväksyntä ja tuki tämän tyyppisen testin toteuttamiseen.
Tulokset tähän mennessä
Testimadon hyviin ominaisuuksiin kuuluu lisäksi tilastot. Tätä kirjoittaessa digitaitotesti on suoritettu 993 kertaa ja päätelmät ovat jakaantuneet seuraavasti:
Tulosten jakautuminen noudattaa mielestäni sitä, mitä saattoi etukäteen odottaakin. Testi kykenee erottelemaan digitaitojen osaamistasot tämän perusteella melko hyvin – ollen samalla yksinkertainen ja nopeasti tehtävä.
Digiin tutustujien pientä määrää selittänee se, että testin löytäminen itsenäisesti netistä vaatii jo ”aloittelevan käyttäjän” osaamista, mikä useimmilta suomalaisilta löytyy. Toisaalta testistä ei haluttu tehdä liian vaikeaa etenkään alempien tasojen kysymysten osalta, koska sen haluttiin olevan mieluummin kannustava kuin lannistava.
Parhaimpaan päätelmään eli ”erikoistunut osaaja” on tähän mennessä päätynyt 10 % testin suorittajista. Tästä olen ehkä tekijänä eniten tyytyväinen, sillä jos enemmistö tai edes neljännes olisi päätynyt tähän tulokseen, voisi testiä pitää epäonnistuneena erottelemaan digitaalisen osaamisen tasoja.
Luonnollisesti pitkälle meneviä johtopäätöksiä ei näistä tilastoista voi kuitenkaan tehdä. Emmehän tiedä, keitä testin tekijät ovat todella olleet, millaisissa tilanteissa se on tehty ja moniko on tehnyt testin ”tosissaan”.
Kyseessä on hyvä pikatesti digiosaamisen arviointiin, eikä sen tarkoitus olekaan olla sen enempää.
Mikäli et vielä tehnyt testiä, voit siirtyä siihen tästä. 🙂
Filed under: digihyvinvointi, digiosaaminen, hankkeet ja projektit, koulutus, nuoret, ohjaaminen, opetus, oppimateriaalit, oppiminen, oppimisanalytiikka, sovellukset ja appsit, suunnittelu, testit, tulevaisuuden taidot, tuotokset | Leave a Comment
Pidin tällä viikolla Tuusulan kunnalle kaksi koulutusta varhaiskasvatuksen ja esiopetuksen tietosuojasta. Aiheesta on melko vähän materiaalia avoimesti tarjolla, joten julkaisen molemmat esitykset alla.
Avaa esitys SlideSharessa
Julkaisulupa päiväkodeille ja kouluille
Tein koulutusta varten julkaisulupamallin päiväkotien ja koulujen käyttöön. Dokumenttia saa käyttää ja muokata vapaasti omiin tarkoituksiin.
Tästä voit avata julkaisuluvan Google Drivestä. Voit tallentaa sen haluamassasi muodossa.
Filed under: esitykset ja luennot, henkilötiedot, laki, lapset, mediakasvatus, opetus, peruskoulu, sosiaalinen media, tietosuoja-asetus (GDPR), varhaiskasvatus | Leave a Comment
Ylen tiedotteen mukaan Sanoma-konserni on tehnyt EU-komissiolle kantelun, jonka kohteena ovat ”erityisesti tapa, jolla Yle voi julkaista sisältöjä Yle Areenassa sekä Ylen internetissä tarjoamat oppimisen palvelut”.
Helsingin Sanomat haastatteli tuoreeltaan Sanoma Oyj:n toimitusjohtajaa hollantilaista Susan Duinhovenia. Duinhovenin mukaan ”Kantelu kuulostaa liiankin negatiiviselta. Haluamme viranomaisten pysähtyvän ja tekevän tarkistuksen”.
Todettakoon, että kantelun merkitys on lähtökohtaisesti negatiivinen. Sen synonyymi on ”valittaminen”. Ajatuksena on, että kantelun kohde on toiminut jollain tapaa väärin.
Siksi ei ole ihme, että kantelu herätti välittömästi voimakkaita tunteita.
Sanomalla on tietenkin kaikki oikeus tarkistuttaa Ylen toiminnan laillisuus EU-komissiolta.
Ylen merkitys sananvapaudelle
EU:n keskeisiä arvoja on sananvapaus. Suomen perustuslaissa (PL 12 §) se määritellään seuraavasti:
Jokaisella on sananvapaus. Sananvapauteen sisältyy oikeus ilmaista, julkistaa ja vastaanottaa tietoja, mielipiteitä ja muita viestejä kenenkään ennakolta estämättä.
Juuri tämän oikeuden yhdenvertaista toteutumista Ylen toiminta suojaa. Se tuottaa runsaasti uutis- ja oppimissisältöjä, joita kaupallinen media ei yksinkertaisesti tee. Verovaroin tuotetut sisällöt ovat tulotasosta riippumatta kaikkien käytettävissä.
Sananvapaus on tärkein peruste Ylen toiminnalle. Se on myös keskeinen oikeusvaltion ja demokratian toteutumisen edellytys: jotta jokainen voi muodostaa mielipiteitä ja osallistua yhteiskunnalliseen keskusteluun tasapuolisesti, tarvitaan monipuolista, kattavaa ja puolueetonta uutistarjontaa, joka ei toteudu yksin kaupallisen uutismedian toimesta.
Yle on onnistunut tehtävässään hyvin ainakin, jos mittarina pidetään yleisön luottamusta Ylen uutisiin. Yle on ties kuinka monetta vuotta peräkkäin ollut suomalaisten luotetuin uutismedia Reuters-instituutin tekemissä kyselyissä:
On sanomattakin selvää, että luotetun uutismedian rooli vain korostuu tänä valeuutisten, salaliittoteorioiden ja muun disinformaation aikakautena.
Koska myös EU pyrkii edistämään sananvapautta ja demokratiaa, en odota sen puuttuvan merkittävästi Ylen toimintaan.
Todettakoon tasapuolisuuden nimissä vielä Sanoman toimitusjohtajan näkemys sananvapauden ja liiketoiminnan välisestä suhteesta:
”Toivon, että kaikista teoistani näkyy, että olen erittäin vahva sananvapauden puolustaja. Mutta uskon vahvasti myös siihen, että jokaisella on oikeus tehdä liiketoimintaa”, Duinhoven sanoo (lähde edellä).
Ylen merkitys opetus- ja koulutusalalle
Yle on ollut ja on merkittävä kansansivistäjä. Nykyään Yle Oppimisen sisältöpankki ja tietenkin Yle Areena ovat huomattava resurssi suomalaiskouluille.
Yle Areenan sisältöjä saa käyttää opettajien toimesta ilmaiseksi varhaiskasvatuksessa, esi- ja perusopetuksessa, lukiokoulutuksessa ja maksuttomassa ammatilliseen perustutkintoon johtavassa koulutuksessa. Luonnollisesti kuka tahansa saa käyttää Areenan sisältöjä itsensä sivistämiseen.
Voi kysyä, olisiko Suomi ollut PISA-tutkimusten kärkimaita ilman Ylen vuosikymmenien aikana kouluille ilmaiseksi tuottamia sisältöjä? Toki se on vain yksi palanen kokonaisuudessa, eikä tärkein (opettajat sen varsinaisen työn tekevät), mutta merkityksensä silläkin on ollut.
Ylen oppimissältöjen merkitys ulottuu kouluja laajemmalle. Esimerkiksi Yle Oppimisen Valheenpaljastaja-artikkelisarja on oivallista luettavaa kenelle tahansa, joka pyrkii tunnistamaan faktan humpuukista. Vastaavaa tarjontaa en ole löytänyt kaupalliselta puolelta. Yle Areena puolestaan tarjoaa jatkuvasti esimerkiksi laadukkaita dokumentteja eri aihepiireistä.
Kouluissa ja kunnissakin on eroja. Kaikilla ei ole varaa ostaa Sanoman kieltämättä laadukkaita oppikirjoja ja sähköisiä materiaaleja käyttöönsä.
Koulujen oppimateriaalit – paperinen ja sähköinen – ovat valtava bisnes. Jokainen esimerkiksi lukion oppikirjoja ostanut tietää, että niiden hinnoittelu on vedetty niin sanotusti tappiin asti. Kukaan tuskin ostaisi niitä samoilla hinnoilla, jos kyse ei olisi pakollisesta hankinnasta. Sähköisessä maailmassa sama sisältö voidaan myydä rajoittamattomasti uudelleen ilman tuotantokustannusten merkittävää kasvua.
Lainaus OPH:n toisen asteen koulutuksen kustannuksia koskevasta selvityksestä (2018):
Lukio-opintoihin liittyvät välttämättömät kustannukset ovat nykyään keskimäärin 2 500 euroa, kun opiskelussa käyttökelpoisen kannettavan tietokoneen hinnaksi arvioidaan 600 euroa. Digitaalisten materiaalien käyttöön ottaminen ei näytä vähentävän kokonaiskustannuksia, koska niitä ei voi hankkia käytettyinä.
Yhden lukiojakson oppikirjojen hinnalla tilaa Hesarin vuodeksi. Tässä lieneekin Sanoman toimintalogiikan ydin ja sen tavoite.
Jos nyt Yleen ”kajoaminen” aiheuttaakin jonkinasteisen boikottiaallon HS:n tilauksiin, niin Sanomalle se kannattaa, jos tuloksena saadaan rajoitettua Ylen verovaroin tuottamien oppimissisältöjen tarjontaa verkossa, koska oppimateriaaleissa kate on kymmeniä kertoja uutismediaa parempi.
Tosin juuri oppimateriaaleissa Sanoman ensimmäisen vuosineljänneksen tulos oli huomattavasti miinuksella. Näin on ainakin toista vuotta peräkkäin. Korjaus: koko vuoden 2020 lukemat (kuvassa oikealla) olivat plussalla, mutta ensimmäinen kvartaali miinuksella. Viime vuoden tuloksessa oppimissisällöt olivat Sanoman liiketoimintasegmenteistä voitollisin.
Sanoma on investoinut merkittävästi palkkaamalla lisää henkilöstöä Learning-liiketoimintaansa. Ylen oppimissisältöjen rajoittamisen pyrkimys on loogista jatkumoa tälle.
Sanomalla on ymmärrettävästi kiire toisen asteen oppikirjojen tullessa maksuttomiksi eli opetuksen järjestäjien hankittaviksi. Muutostilanteessa markkinaosuudet muotoutuvat väistämättä uudestaan. Mitä enemmän Sanoma pystyy torppaamaan ”ilmaisten” (oikeammin: yhteisesti verovaroista kustannettujen) oppimateriaalien tarjontaa, sitä vahvemmassa asemassa se itse on.
Sanoman todellinen kilpailija verkossa on YouTube
Yle ja etenkin Yle Areena on ”suomalaisten rakastama” kuten Ylen toimitusjohtaja Merja Ylä-Anttila osuvasti ilmaisee. Siksi Sanoman kantelu on kaikesta huolimatta yllättävä. Koska kyse on pitkään juurtuneista tunteista, on selvää, että Sanoma kerää nyt laajan yleisön ”vihat” päällensä. Reaktioiden voimakkuus voi kuin voikin yllättää Sanoman päättäjät.
Isossa mittakaavassa Suomi on Sanoman Learning-liiketoiminnassa yksi pienimpiä markkina-alueita. Voi pohtia, onko nyt otettu riski kuitenkaan sen arvoinen.
Mutta katsottiinpa kansallista tai globaalia tasoa, niin Sanoman isoin kilpailija verkossa ei ole Yle eivätkä muutkaan eurooppalaiset yleisradioyhtiöt, vaan amerikkalaisjätti Google ja varsinkin sen YouTube-videopalvelu.
Seuraavassa on Suomen käytetyimmät verkkosivustot Similarwebin mukaan:
Lista on pysynyt melko muuttumattomana vuodesta 2009 lähtien, jolloin YouTube kipusi toiselle sijalle heti Googlen hakukoneen jälkeen.
Todettakoon, että myös YouTubea käytetään laajasti opetuksessa. Eri alojen ammattilaiset ja harrastajat jakavat sinne videoitaan. Niin tekee myös lukuisat opettajat. YouTube on merkittävä ilmaisen oppimateriaalin jakelukanava.
Mediat kilpailevat loppujen lopuksi yleisön ajankäytöstä. YouTube on videoalustojen keskinäisessä kilpailussa huomattavasti merkittävämpi tekijä kuin Yle Areena. Jopa Facebook menee videoalustana Areenan edelle. Seuraavassa on käytetyimmät videoalustat Suomessa vuonna 2019 (lähde: AudienceProject).
Sanoma ei ymmärrettävästi voi syyttää YouTubea valtiontukien antamasta epäreilusta kilpailuedusta kuten Yleä.
Ehkä Sanoman johdossa olisi syytä miettiä, mitä he voisivat tehdä toisin parantaakseen mahdollisuuksiaan kilpailla Googlen ja Facebookin palvelujen kanssa?
Vastaus tuskin on sananvapauden ja oppimisen kannalta kansallisesti tärkeän Ylen toimintaedellytysten rajoittaminen.
Filed under: eoppiminen, HS, journalismi, mediakasvatus, mediakritiikki, opetus, oppimateriaalit, oppiminen, sananvapaus, tilastot, uutiset, YLE, YouTube | 3 Comments
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.:
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).
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.
Filed under: botit ja trollit, EU-kritiikki, informaatiovaikuttaminen, politiikka, sosiaalinen media, sosiaaliset verkostot, tilastot, tuotokset, tutkimus, Tweeps.net, Twitter, viestintä, vuorovaikutus | 1 Comment
Naton strategisen viestinnän keskus – tuttavallisemmin StratCom – julkaisi viime viikolla raporttinsa suomalaisministereihin kohdistuvista Twitter-viesteistä.
StratCom on tieto- ja tutkimuskeskus, joka tukee Naton ja sen kumppaneiden valmiuksia strategisen viestinnän alalla. Keskus tuottaa vuosittain tutkimusraportteja mm. informaatiosodankäynnistä ja sosiaalisen median vaikutusoperaatioiden trendeistä. (Wikipedia)
Kiireisimmät ovat jo ehtineet leimata raportin tavalla jos toisellakin – ehkä sitä tarkemmin lukematta. Ehdin lopulta lukea raportin läpi ja kokoan sen tulokset tähän lyhyesti.
Kuva: Suomi-Twitterin klusterit tutkimuksen aineiston mukaan. Verkostokartassa vasemmalla on summittaisesti poliittinen vasemmisto ja oikealla oikeisto. Isoimmat pallukat ovat hallituksen ministereiden tunnuksia, vaikka nimet onkin poistettu kuvasta. Värit eivät kuvaa puolueita, vaan ne on verkostoanalyysin klustereille arvottuja.
Twitter-analyytikon näkemys tutkimuksen menetelmistä
Luin raporttia suurella mielenkiinnolla, koska teen itsekin sekä Twitter-bottien tunnistamista että Twitteriä koskevia verkostoanalyysejä. Tämän tyyppisten raporttien arvioiminen onkin ilman aihepiirin ja sen menetelmien tuntemista haastavaaa.
Raportissa kuvattu tutkimusprosessi ja menetelmät ovat hyvin vakuuttavia. Niiden suhteen en löytänyt kritisoitavaa. Ilokseni huomasin StratComin päätyneen esimerkiksi hyvin samankaltaiseen bottien ja trollien tunnistamisen keinoihin kuin mitä käytän itse Tweeps.net:in bottianalyysissä. Boteiksi määritellään tilit, jotka aineiston perusteella todistetusti ovat tehneet automatisoitua viestintää. StratComin tutkimus on tässä suhteessa tiukka: se ei esimerkiksi väitä boteiksi tilejä, joiden profiilitiedot ovat ”epäilyttäviä”, vaan botiksi määrittely edellyttää selvästi epäaitoa viestintää.
Osana analyysiä on tehty ns. vihapuheanalyysi, jolla tunnistettiin viestien loukkaavuus. StratCom ei ole tyytynyt kääntämään suomenkielisiä viestejä englanniksi ja käyttämään olemassa olevia työkalujaan, vaan se käytti Knuutilan et al (2019) tutkimuksesta saatua 2000 twiitin aineistoa kouluttaakseen neuroverkkoja hyödyntävän tekoälyn tunnistamaan häirinnän suomenkielestä. Tämä osoittaa tutkimuksen tekijöiltä kiitettävää paneutumista aiheeseen.
Knuutilan et al tutkimus tunnisti laajasti eri puolueiden poliitikkoihin kohdistuvaa vihapuhetta. Siksi sen aineiston käyttö StratComin analyysin tekoälyn koulutukseen on perusteltu valinta. Lukijan näkökulmasta ongelmana kuitenkin on, että tekoäly ei ole ulkopuolisten arvioitavissa, eikä koulutukseen käytettyä aineistoa ole saatavilla (tarkistin).
Datankeruu ja siitä tehty verkostoanalyysi on kuvattu raportissa tarkasti:
- Aineisto on haettu tutkimusaikana Twitterin ohjelmistorajapinnasta (ilmeisesti vähintään viikottain johtuen Twitter-haun API:n aikarajoituksesta)
- Aineisto on kerätty tutkimusaikana suomalaisministerien Twitterissä saamista vastauksista ja maininnoista
- Aineiston pohjalta on tehty tavanomainen verkostoanalyysi eli ketkä viestivät kenelle, ja näin on laskettu käyttäjien välisten yhteyksien voimakkuudet
- Edelleen verkostosta on tehty verkostoanalyysissä tyypillinen klusterianalyysi eli käyttäjistä on koostettu tilastollisilla menetelmillä ryhmiä perustuen heidän keskinäiseen läheisyyteensä verkostossa
- Lisäksi verkostoanalyysissä on tehty tavanomainen aiheittainen tarkastelu ja – mikä on sen suurin ansio – verkostot sen mukaan, 1) mistä klustereista havaittiin eniten häiritsevää (abuse) viestintää muille käyttäjille sekä 2) miten verkostojen jäsenet jakaantuivat mm. nimellään ja nimettöminä esiintyviin käyttäjiin.
Raportti on kaiken kaikkiaan tiivis ja ammattitaitoisesti tehty. Lisäksi se sisältää kiitettävästi viittauksia muihin aihepiirin tutkimuksiin.
Kyseessä ei ole nopeasti, kevyin perustein tai menetelmin tehty tilastollinen selvitys, vaan sen tekijät ovat raportin perusteella tehneet huolellista työtä. Raportista ei löydy heikkoja osia, vaan se on tiivistä ja argumentaatioltaan johdonmukaista tekstiä. Toki joitakin asioita olisi voinut kuvata vielä syvällisemmin.
Mitä ja miten tutkittiin?
Tutkimusprosessi näyttää edenneen näin:
- Tutkimuksen tarkoituksena oli selvittää, kohdistuuko Suomen ministereihin koordinoitua epäaitoa (eli bottien tuottamaa) vaikuttamista ja häirintää.
- Tätä varten kerättiin aineisto ministereille tutkimusajankohtana (12.3.-27.7.2020) kohdistuvista Twitter-viesteistä.
- Tutkimuksen välituloksena havaittiin, että eniten häiritseviä viestejä kohdistui naisministereille.
- Tutkimuksen aineisto eli Twitter-viestit luokiteltiin aiheiden mukaan. Aineiston perusteella yhdeksi kategoriaksi muodostui seksistiset viestit.
- Tilastollisen aineiston yhteydessä tutkijat kävivät manuaalisesti läpi ministereille kohdistuvia häirintäviestejä.
Uutisissa mainittu naisiin kohdistuva häirintä ei ilmeisesti ollut tutkimuksen alussa aiheena, vaan se nousi esiin tulosten pohjalta.
Mitä tuloksia tutkimuksessa saatiin Suomi-Twitteristä?
Botteja oli vain 3 % käyttäjistä
Tutkimuksen alkuperäinen tarkoitus oli siis selvittää, käytetäänkö Twitterissä botteja eli automaattisesti viestejä lähettäviä tunnuksia vaikuttamaan Suomen politiikkaan. Katsotaan aluksi, mitä tuloksia tästä saatiin:
- Analysoiduista (ministereille kohdistuvista) twiiteistä vain 3 % arvioitiin olevan bottitileiltä
- Suurin osa twiiteistä oli joko omalla nimellään toimivilta henkilöiltä (50 %) tai anonyymeiltä tileiltä (45 %)
- Suomen Twitter-keskustelut todettiin huomattavasti puhtaammaksi boteista kuin esimerkiksi Iso-Britanniassa ja Venäjällä
- Tutkimuksen mukaan suomenkieli suojaa boteilta. Automatisoitua viestien lähetystä havaittiin pääasiassa englanniksi.
Häirintäviestien osuus ministereiden saamista viesteistä oli 7 %
Häirintäviestit tunnistettiin koulutetun tekoälyä hyödyntävän algoritmin avulla.
- Analyysissä oli mukana n. 350 000 ministereille kohdistettua viestiä. Niistä todennäköisesti häirintäviestejä (engl. abuse, ”väärinkäyttöviestejä”) oli n. 25 000 eli 7 %.
Twitter-häirintää tekevät ovat ihmisiä, eivät botteja
- Häirintäviesteistä 59 % lähetettiin anonyymisti ja 35 % omalla nimellä. Vain 2,5 % häirintäviesteistä arvioitiin bottien lähettämiksi.
- Tutkimuksen mukaan Suomessa tapahtuvasta häirinnästä Twitterissä vastaa joukko yksityishenkilöitä, jotka toimivat itsenäisesti. Tässä ei havaittu merkkejä koordinoidusta eli minkään tahon johtamasta toiminnasta.
- Häirintäviestejä lähettäviä tunnuksia oli seurantajaksona yhteensä 5426.
- Häiriköiden Twitter-toimintaa kuvaa se, että jopa 95-100 % kaikista heidän twiiteistään on kohdistettu muille käyttäjille. Tällaisten tunnusten twiiteistä 14 % oli häirintäviestejä. Kaksi kolmasosaa näistä toimi anonyymisti.
- Pieni osa häirintäviestejä lähettävistä oli todella aktiivisia. Esimerkiksi eräs tunnus lähetti 138 päivän aikana 520 viestiä, joista 199 oli häirintäviestejä (=38 %).
Tutkimuksessa löydettiin tietty ryhmä häirikkötunnuksia, jotka oli luotu vuonna 2020
- Aineistossa oli yli 500 tunnusta, jotka viestivät ainoastaan @-merkinnän (mention/pingaus) avulla toisille käyttäjille, eli eivät tehneet Twitterissä mitään muuta kuten retwiitanneet, jakaneet linkkejä tms. Näistä 70 % oli anonyymejä.
- Edellä mainituista tunnuksista 30 % oli luotu vuonna 2020. Ne muodostavat epäilyttävän ryhmän saman tyyppisiä tunnuksia, mutta niidenkään kesken ei havaittu koordinoitua toimintaa.
Häirintäviestit kohdistuivat pääasiassa oikeistosta vasemmistoon, mutta myös päinvastoin
Tutkimuksen verkostoanalyysissä tunnistettiin kaksi pääklusteria: ministerien Twitter-tunnusten ympärille muodostunut klusteri ja PS:n Halla-ahon Twitter-tunnuksen ympärille muodostunut klusteri.
- Suora käännös raportista (s. 26): ”Suurin osa väärinkäytöksistä (engl. abuse) on keskittynyt oikeaan alakulmaan oikeanpuoleisen verkkoyhteisön keskuudessa. Tämä havainto ei ole yllättävä, koska Perussuomalaiset on tällä hetkellä osa Marinin vasemmistokeskustahallituksen oppositiota. Vasemmistolainen yhteisö tuotti pienen osuuden väärinkäyttöviestejä suurelta osin vastauksena hallituksen vastaisiin viesteihin.”
- Tutkimuksessa havaittiin, että usein häirintäviestien kohteet eivät reagoineet viesteihin itse, vaan heitä puolustivat muut Twitter-käyttäjät.
Alla olevassa kuvaajassa poliittinen vasemmisto on vasemmalla ja PS oikealla/alhaalla. Kuvaajaan on merkitty punaisella häirintäviestien lähteet ja niiden verkosto:
Naisministerit saivat eniten häirintäviestejä
Tutkimuksen kohteena oli suomalaisministerien saamat eli yhteensä 19 ministerille kohdistetut viestit Twitterissä. Tutkimuksessa ei siis selvitetty esimerkiksi kaikkien kansanedustajien tai puoluejohtajien saamia häirintäviestejä, vaan ainoastaan tutkimuksen ajankohtana ministereinä olleiden saamia viestejä.
- Pääministeri Marin sai eniten häirintäviestejä, jopa yli kolmanneksen kaikista havaituista (34%).
- Toiseksi eniten häirintäviestejä sai sisäministeri Ohisalo (18 %).
- Sen jälkeen eniten häirintäviestejä saivat Andersson (12%), Kulmuni (6%) ja Tuppurainen (4%).
- Miesministeritkin saivat härintäviestejä: eniten Haavisto, sen jälkeen Harakka ja Lintilä. Eli tutkimuksessa ei selvitetty pelkästään naisministereille kohdistettuja häirintäviestejä.
Suhteellisesti eniten häirintäviestejä saivat Haavisto ja Tuppurainen (lisäys 23.3.)
- Jos häirintäviestejä tarkastellaan määrien sijasta suhteellisesti, eli kuinka suuri osuus kunkin ministerin saamista viesteistä luokiteltiin häirintäviesteiksi, niin järjestys muuttuu.
- Tällöin suhteellisesti eniten häirintäviestejä saivat Haavisto ja Tuppurainen (13,5 %). Haaviston kohdalla häirintäviestit liittyivät mm. Syyrian leireillä olevien suomalaisten kotiuttamisen tapaukseen ja Tuppuraisen kohdalla EU:n avustuspakettiin.
- Seuraavaksi suhteellisesti eniten häirintäviestejä saivat Ohisalo (11 %), Marin (9 %) ja Henriksson.
Häirintäviestit liittyivät pääosin tiettyihin aiheisiin
Kuten sisällönanalyysiä sisältävissä tutkimuksissa on tapana, analyysissä pyrittiin muodostamaan tuloksista viestien aiheiden mukaisia kategorioita. Tutkimuksessa tunnistettiin seuraavat aiheet:
- Hallinnon korruptio ja epäonnistuminen
- Seksismi ja homofobia
- Rasismi ja islamofobia
- Hallinnon toiminta koronaviruksen kanssa
- Koulutus (liittyen koronavirukseen)
Alla oleva kuva kertoo, mihin aiheisiin liittyvissä viesteissä havaittiin häirintää tutkimuksen tarkasteluaikana:
Yllä oleva kuvaaja kertoo siis viestien määrät, jotka liittyivät tiettyyn aiheeseen ja tunnistettiin analyysissä häirintäviesteiksi.
Tässä kuvassa näkyy häirintäviestien osuus kaikista viesteistä tarkastelujaksolla:
Naisministerit saivat usein seksististä häirintää
Naisministereihin kohdistuva sukupuoleen perustuva häirintä on nostettu monessa yhteydessä tutkimuksen tuloksista esiin. Tutkimusraporttia lukiessa somessa nähdyt reaktiot asian tiimoilta vaikuttavat jopa ylimitoitetuilta, sillä teema nousee kunnolla esiin vasta aivan lopussa tutkimuksen yhteenvedossa.
- Tutkimuksessa mainittu naisministereille kohdistuva seksistinen häirintä tarkoittaa edellä kuvattua Sexism-aihealueen viestien määrää.
- Tutkimuksessa ei sanota yksittäistä lukemaa, kuinka suuri osuus naisministereille kohdistetusta häirinnästä oli seksististä.
- Raportista suoraan kännettynä (s. 50-51): ”Hämmästyttävä osa tästä väärinkäytöstä sisälsi sekä piilevää että avoimesti seksististä kieltä. — sukupuolista kieltä käytettiin kritisoimaan naisministerien suorituskykyä valtion virkamiehinä riippumatta aiheesta.”
- Tutkimuksen johtopäätösten mukaan häirinnästä on vastuussa pääasissa yksityishenkilöt.
Yhteenvetoa
Lopuksi omaa yhteenvetoa tutkimuksesta:
- Tutkimus on hyvin rajallinen. Aikarajaus on tyypillinen (muutama kk) ja aineiston keruu melko rajallinen: vain 19 käyttäjälle kohdistetut viestit. Viestimäärä (350 000 viestiä) on mielestäni laaja tarkalle tekstianalyysille, mutta melko pieni sosiaalisen median verkostoanalyysille.
- Tämä on muistettava tutkimuksen raporttia lukiessa: se kertoo vain aineistostaan ja käytetyistä menetelmistä, eikä sen tuloksia voi yleistää muuhun. Kyse on pikemminkin tapaustutkimuksesta ja kyseisen ajanjakson dokumentoinnista.
- Tutkimuksen ajanjakso oli poikkeuksellinen suomalaisessa politiikassa. Juuri tänä aikana korostui hallitukseen kohdistuva kritiikki etenkin koronaan liittyen.
- Mielestäni olisi ollut yllättävää, jos pääministeri ei olisi ollut se, johon kohdistui eniten häirintää. Myös sitä voi pitää odotettuna, että hallituksen vasemmistopuolueiden puheenjohtaja-ministereille kohdistui suurin osuus oikeisto-opposition taholta tulevasta häirinnästä.
- Raportin kirjoittajat eivät ota kantaa, pitävätkö he 7 %:n keskimääräistä häirintäviestien osuutta isona vai pienenä. Häirintäviestien osuutta tarkastellaan myös ministerikohtaisesti (kuva nro 8) ja tästä voi huomata, että noin kahdella kolmesta ministereistä häirintäviestien osuus oli tätä pienempi. Häirintäviestit näyttävät kohdentuneen sekä määrällisesti että suhteellisesti pääosin tietyille ministereille.
- Monelle lukijalle tutkimus vahvistaa aineistolähtöisesti sen, mitä on voinut itse havaita Twitterissä maalis-heinäkuussa 2020, jos on seurannut Twitter-viestittelyä aktiivisesti.
- Tutkimuksessa mainitaan useaan kertaan – ehkä lähes kymmenesti – etteivät tutkijat löytäneet Suomi-Twitteristä koordinoitua automatisoitua viestintää, ja että bottien osuus oli pienempi kuin aiemmin tutkituissa muissa maissa. Tämä oli raportissa useimmin toistettu tulos.
- Tutkijoiden kiinnostava havainto oli, että pieni kielialue suojaa suomalaista Twitter-keskustelua boteilta, mutta samasta syystä Twitterin automaattinen häirintäsuodatus ei toimi täällä yhtä hyvin kuin englanninkielisissä twiiteissä.
- Naisiin kohdistuva sukupuoleen perustuva häirintä oli tutkimuksen tuloksista esiin noussut aihe, mutta sen nostaminen raportoinnin kärjeksi on tekijöiden valinta. Määrällisesti mitattuna yleisin häirintään liittyvä aihe oli hallinnon epäonnistuminen.
- Suomalaiskansallisena ilmiönä näyttäytyy se, että hallituksen politiikkaa vastustavat luovat Twitteriin anonyymejä tilejä, joiden suojista haukutaan ministereitä.
- Kyseessä ei ole akateemisesti vertaisarvioitu tutkimus, vaan sen luotettavuus on StratComin arvovallan ja tutkimusraportin vakuuttavuuden varassa. Vaikka raportti on hyvin kirjoitettu, se ei tarjoa vastauksia kaikkiin lukijan kysymyksiin.
- Tutkimus on samalla hyvä ajankohtaiskatsaus sosiaalisen median viestintää, botteja ja häirintää koskeviin tutkimuksiin. Lähdeluettelo on kattavampi kuin ehkä tämän tyyppiseltä tutkimuslaitoksen tiiviiltä raportilta yleensä odottaa.
Filed under: botit ja trollit, häiriköt, politiikka, seksuaalinen häirintä, sosiaalinen media, sosiaaliset verkostot, tilastot, tutkimus, Twitter, verkostoanalyysi, verkostoituminen, vihapuhe | 4 Comments
Pidin eilen tiiviin koulutuksen FCG:n Tiedonhallinnan ajankohtaispäivillä tietosuojasta etätyössä. Kas tässä esitys, josta lienee hyötyä kenelle tahansa etätöitä tekevälle:
Tänä vuonna mm. erilaisten huijausten vuoksi tietosuojan yhteydessä korostuu entisestään tietoturvasta huolehtiminen, mikä nousee esille tässäkin esityksessä. Kirjoitin syksyn aikana myös MLL:n nettisivuille artikkelin tietoturvaohjeista lapsiperheille, joka siis pitää sisällään perustason tietoturvaohjeita.
Tiiviin koulutusvuoden täydentää omalta osaltani vielä eilen startannut tietosuojavastaavien peruskoulutus (2 op), jonka järjestämme Snellman-kesäyliopiston kanssa nyt jo kolmannen kerran. Kurssille lähti mukaan tavallista suurempi osallistujaryhmä – mikä takaa sen, että koulutus saa edelleen jatkoa ensi vuonna.
Filed under: artikkelit, esitykset ja luennot, etätyö, henkilötiedot, huijaukset, kännykät, koulutus, MLL, Snellman-kesäyliopisto, sovellukset ja appsit, tietosuoja-asetus (GDPR), tietoturva | Leave a Comment
Pidin eilen Suomen kesäyliopistoille webinaarin yhteisöllisestä oppimisesta ja pedagogisista malleista. Kyse oli osasta laajempaa Digiopetus ja -ohjaus vapaassa sivistystyössä -koulutusta, jonka järjestäjänä oli Suomen eOppimiskeskus ry.
Yhteisöllinen oppiminen ja pedagogiset mallit ovat itselleni yksi läheisimpiä koulutusten aiheita. Samaan aikaan etä- ja verkko-opetus sekä yleisemminkin pedagogiikkaan liittyvä keskustelu ovat hyvin ajankohtaisia.
Ehkä näistäkin syistä koulutuksen valmisteluun tuli paneuduttua hieman tavallista enemmän, mikä toivoakseni näkyy materiaalissa:
Katsahdus taaksepäin ja tähän päivään
Esityksen valmistelussa kohtasivat toisaalta yli kymmenen vuoden yhteisöllisen oppimisen ja verkkopedagogiikan ajatukset ja kokemukset sekä toisaalta ajankohtaiset opetuksen kehittämiseen liittyvät teemat. Sen aikana kertasin niin vanhempia kuin uudempiakin materiaaleja aiheesta.
On todettava, että vaikka etä- ja verkko-opetus ovat tänä vuonna kokeneet varsinaisen buumin koronaviruksen vuoksi, niin tärkeimmät niihin liittyvät pedagogiset innovaatiot – ja niiden taustalla oleva oppimistutkimus – on tehty pääosin jo yli 20 vuotta sitten.
Etä- ja verkko-opetus eivät ole millään tavalla uusia teemoja, vaan niistä on laajasti osaamista (ja tutkimusta) suomalaisella koulutuskentällä.
Huomasin tämän konkreettisesti esimerkiksi siinä, että 12 vuotta sitten parin kollegan kanssa tekemäni esitys sisältää samat pääasiat yhteisöllisestä oppimisesta kuin eilinen esitykseni. Sen sisältö tuntuu jopa yllättävän tuoreelta – katsokaa vaikka itse:
Toinen esimerkki: ymmärtävän ja yhteisöllisen oppimisen sekä teknologian opetuskäytön tärkeimmät periaatteet esitetään kattavasti jo vuonna 1999 julkaistussa teoksessa Tieto- ja viestintätekniikka tutkivan oppimisen välineenä (Kai Hakkarainen, Lasse Lipponen, Liisa Ilomäki, Sanna Järvelä, Minna Lakkala, Hanni Muukkonen, Marjaana Rahikainen & Erno Lehtinen).
Kun suomalaisen koulutusjärjestelmän pedagogiikasta käydään parhaillaan julkisuudessa osin kiivastakin keskustelua, niin en malta olla ottamatta yhtä kriittistä lainausta tuosta vuoden 1999 teoksesta:
Vaikka nykyisessä koulussa käytetään suhteellisen paljon tekemällä oppimista ja projektioppimista, johtaa se kuitenkin harvoin olennaisiin muutoksiin oppimistuloksissa tai oppilaiden ajattelun ja asiantuntijuuden kehittymiseen. Bereiter esittää, että nykyisten tekemällä oppimista korostavien pedagogisten käytäntöjen taustalla on kolme virhepäätelmää. Ensinnäkin oletetaan, että kun lapsilla on hauskaa, he oppivat. Toiseksi oletetaan, että lapset ovat kiinnostuneita ainoastaan konkreettisista ja tutuista asioista. Kolmanneksi uskotaan perusteettomasti, että konkreettisten ja välittömästi havaittavien asioiden kanssa työskentely johtaa käsitteellisen ymmärryksen syvenemiseen. Näiden olettamusten tueksi ei ole olemassa mitään tieteellisiä perusteita. Vaikka tekemällä oppiminen on sinänsä pedagogisesti arvokas käytäntö, yleensä sitä kautta opitaan ainoastaan niitä asioita, joihin toiminta kohdistuu. Tekemällä oppimisen välityksellä voidaan harjoitella tärkeitä taitoja (esim. kertolaskuun tai vieraaseen kieleen liittyviä taitoja), mutta se ei itsestään johda oppilaiden ymmärryksen syvenemiseen. Jotta oppilaiden omalla aktiivisella toiminnalla ja tiedonhankinnalla olisi myönteisiä pedagogisia vaikutuksia, on olennaista pyrkiä rikkomaan perinteisen projektioppimisen rajoja ja ohjata osallistumaan aitoihin, ymmärtämisen syvenemiseen tähtääviin tutkimusprosesseihin.
Kipeän relevanttia ja ajankohtaista. Lue tarvitteassa useamman kerran.
Lainauksessa mainittuihin ongelmiin löydät vastauksia esimerkiksi yllä olevista esityksistä. Katso ainakin tämä:
Mikä sitten on muuttunut tällä välin?
Se, mikä 20 vuotta sitten oli opetuksessa pioneeritoimintaa, on tänä päivänä jo monille opettajille arkipäivää.
Eteenpäin on menty. Ja mennään.
Vaikka mitään mullistavaa uutta oppimisen ja opetuksen perusteista tai teknologian opetuskäytöstä ei tällä välin ole keksitty.
Toki laitteet ja sovellukset ovat kehittyneet paljon 20 vuodessa. Tämän päivän laitteilla pystyy uskomattomiin asioihin.
Mutta kyse on edelleenkin enemmän siitä, osataanko välineitä käyttää pedagogisesti tarkoituksellisesti eli ymmärtävää oppimista tukevalla tavalla. Tähän liittyvää täydennyskoulutusta tarvitaan yhä paljon.
Kun oppimistutkimuksen havaintoihin perustuva pedagogiikka on hallussa, opettajat tekevät oppimisessa (lue: ymmärryksessä) mitattuna kovaa tulosta kulloinkin käytössä olevilla laitteilla.
Filed under: eoppiminen, esitykset ja luennot, etäopetus, flipped classroom, koulutus, koulutusteknologia, ongelmalähtöinen oppiminen, opetus, oppiminen, pedagogiset mallit, peruskoulu, teknologia, tutkiva oppiminen, verkko-opiskelu, yhteisöllinen oppiminen, yhteisölliset skriptit, ymmärtävä oppiminen | Leave a Comment
Pidin tänään WebAkatemian järjestämänä webinaarin otsikolla ”Twitter pintaa syvemmältä”. Sen yhtenä osana käsittelin Twitterin algoritmeja.
Twitterin algoritmit ja toiminnot ovat muuttuneet tänä vuonna ehkä enemmän kuin koskaan aiemmin. Siksi päätin kirjoittaa aiheesta vielä tämän blogikirjoituksen.
Alla aluksi esitys, joka on samalla laajempi katsaus Twitterin tämän hetken tilanteeseen Suomessa ja yleisemminkin.
Muutosten tausta: algoritmin lanseeraus ja USA:n vaalit v. 2016
Pontimena muutoksille on ollut etenkin parhaillaan menossa olevat Yhdysvaltain presidentinvaalit. Siitä lisää jäljemmässä.
Mutta jotta voi ymmärtää koko taustan, pitää aloittaa aiemmista eli vuoden 2016 vaaleista. Sattumoisin vuosi oli sama, jolloin Twitter otti käyttöön algoritmiin perustuvan uutisvirran. Alla olevassa kuvassa näkyy Twitterin algoritmien tärkeimmät muutokset eri vuosina (klikkaamalla näet kuvan isona).
Vuoden 2016 muutos oli merkittävä: siihen asti Twitterin käyttäjät olivat nähneet kaikkien seurattavien twiitit aikajärjestyksessä. Muutoksen jälkeen algoritmi nosti uutisvirran kärkeen suosituimmat twiitit – eli ne, jotka saivat eniten reaktioita: tykkäyksiä, kommentteja ja retwiittejä.
Käyttäjien kannalta algoritmi merkitsi sitä, että he näkivät aina ensiksi sillä hetkellä suosituimpia puheenaiheita käsitteleviä twiittejä sekä tietenkin mainoksia. Algoritmin lanseerauksesta lähtien Twitterin käyttäjät eivät periaatteessa enää ole nähneet kaikkien seurattaviensa kaikkia uusia twiittejä.
Kyse ei ollut pelkästään käyttäjän seurannassa olevien tunnusta twiiteistä, vaan joukossa oli myös muiden suosituimpia twiittejä. Twitter oli aloittanut ei-seurattujen käyttäjien twiittien esittämisen jo vuonna 2014, mutta algoritmin käyttöönotto lisäsi entisestään niiden näkyvyyttä. (Tämä kappale on lisätty 2.11.2020.)
Pelkkään suosioon perustuvaa algoritmia oli helppo käyttää hyväksi, kunhan teki sellaisia julkaisuja, jotka saivat paljon reaktioita. Siihen on pari helppoa keinoa: nostattamalla voimakkaita tunteita (etenkin suuttumusta) tai esittämällä yllättäviä väitteitä.
Twitterin algoritmi tuli kuin tilauksesta vuoden 2016 vaalikampanjointiin. Näkyvyyttä on toki helppo saada muutenkin verkostopalvelussa em. keinoilla, mutta algoritmin avustuksella se oli entistä helpompaa.
Algoritmi yksinkertaisesti vahvisti niitä viestejä, jotka saivat muutenkin eniten reaktioita – eli käytännössä eniten tunteita herättäviä julkaisuja.
Trollit ja botit kiittivät. Ne olivat pesiytyneet Twitteriin jo aiemmin, mutta algoritmin avulla ne pystyivät tehokkaasti levittää haluamaansa materiaalia kuten huhuja, provosoivia väitteitä, vihapuhetta, manipuloituja valokuvia ja valeuutisia.
Jälkeenpäin – vasta vuonna 2018 – kävi ilmi, että niin sanotun Pietarin trollitehtaan eli venäläisen Internet Research Agencyn (IRA) luomat Twitter-tilit kampanjoivat Trumpin voiton puolesta. Sen jälkeen Twitter poisti löydetyt trollitilit. Poistetut tilit ja niiden twiitit ovat edelleen ladattavissa Twitterin sivuilta esimerkiksi tutkimuskäyttöön.
Tässä välissä vuonna 2017 Twitter ehti kehittää algoritmiaan edelleen niin, että käyttäjille näytetyt twiitit osuivat paremmin heidän kiinnostustenkohteisiinsa. Tosin Twitterin profilointi ja suositusten relevenssimalli eivät ole vaikuttaneet kovinkaan hienovaraisilta tai kehittyneiltä: edelleenkin tärkein muuttuja tuntui olevan julkaisujen saama reaktioiden määrä. Tilanne on jatkunut samana aina tähän vuoteen asti.
Algoritmin korjailua 2018-2019
Jo algoritmin lanseeraus vuonna 2016 herätti Twitteriä kohtaan runsaasti kritiikkiä. Monen mielestä palvelu on ollut rikki siitä lähtien. Kritiikki yltyi huomattavasti vuonna 2018 esiin tulleiden seikkojen takia – ja samalla toki monesta muustakin syystä.
Sen jälkeen Twitter on keskittynyt korjailemaan palveluaan. Korjaukset ovat olleet kolmen tyyppisiä: 1) uutisvirran algoritmin muutoksia, 2) uusia algoritmeja ja 3) muiden toimintojen muutoksia.
Twitteriin pätee sama kuin mihin tahansa välineeseen: se, miten sitä käytetään, riippuu ennen muuta siitä, minkälaiseen käyttöön sen ominaisuudet käyttäjiä ohjaavat – eli minkälainen käyttö kulloisillakin ominaisuuksilla on käyttäjien tavoitteisiin nähden tehokkainta.
Algoritmit ja muut toiminnot siis lopulta muokkaavat käyttäjien toimintaa. Jokaisen muutoksen jälkeen menee aikansa ennen kuin sen kaikki vaikutukset ovat nähtävissä.
Siksi vuonna 2018 Twitterillä oli jo kiire, sillä vuoden 2020 vaalit lähestyivät nopeasti. Se ei missään tapauksessa halunnut nähdä saman toistuvan uudestaan ja joutua taas kriitikoiden hampaisiin.
Vuoden 2018 merkittävin uudistus oli ns. terveellisempien keskustelujen edistäminen. Sen näkyvin muoto oli käyttäjien laatupisteytysalgoritmin käyttöönotto. Tarkoituksena oli, että ne käyttäjät, joiden Twitter päättelee aiheuttavan haittaa keskusteluille ja muille käyttäjille, eivät näy palvelun ominaisuuksissa kuten hakutoiminnoissa, suosituksissa ja uutisvirran algoritmissa muille.
Laatupisteytys näkyy käytännössä siten, että ”huonolaatuiset” Twitter-tunnukset joutuvat ns. sahdow bännäyksen kohteeksi. Shadow bännättyjen käyttäjien vastaukset eivät esimerkiksi näy keskusteluketjuissa muille (ainakaan kaikille). Näkyvyyden vähentäminen on tehokas tapa vähentää bottien, trollien ja muiden hämärätwiittaajien toiminnan tehoa ja intoa.
Vuonna 2019 Twitterillä oli päästy itsereflektiossa ja käyttäjäpalautteen kuuntelussa jo siihen pisteeseen, että käyttäjille tuotiin uudestaan mahdollisuus käyttää vanhaa kunnon aikajärjestykseen perustuvaa uutisvirtaa algoritmin valitseman virran sijasta. Valinta löytyy Twitter-käyttäjän etusivun oikeasta yläkulmasta tähti-ikonista klikkaamalla.
Myös terveellisiä keskusteluja edistävien toimintojen kehittämistä jatkettiin. Tärkein niistä oli käyttäjille tullut mahdollisuus piilottaa twiitteihin tulleita vastauksia (lähde). Näin kuka tahansa pystyy piilottamaan mielestään ikävät vastaukset. Hyödyllistä toiminnossa on lähinnä se, ettei häiritsevää kommentoijaa tarvitse kokonaan blokata. Itse käytän toimintoa niin, että annan mahdollisille trolleille yhden varoituksen ennen seuraavan vastauksen piilotusta.
Vuoden 2019 lopun uudistuksiin kuului myös topics-ominaisuus, joka mahdollisti käyttäjille tiettyjen uutisaiheiden twiittien seuraamisen sen sijaan, että sisältöjen seuranta tapahtuisi vain muiden käyttäjien tai hashtagien seuraamisen kautta (lähde). Käytännössä kyse oli askeleesta uutistoimitustyyppiseen toimintaan, jossa Twitter itsenäisesti valitsee, mitkä julkaisut mistäkin aiheesta näkyvät käyttäjille.
Lieneekö vain väliaikainen tilanne (esimerkiksi Twitterin resurssien ollessa varattuna vaaleihin), mutta tällä haavaa topics-aiheiden valinta näyttää ainakin itselleni pelkästään tyhjää.
Sattumoisin hyvin saman tyyppistä teknistä toteutusta käytetään nyt toiminnossa, jolla voi seurata Yhdysvaltain vaaleja koskevia julkaisuja Twitterissä. Voi kysyä, kehitettiinkö topics-toiminto sitä varten, että Twitter voi aina tarvitessaan hallita aiempaa paremmin, mitä tietoja palvelun kautta välitetään käyttäjille.
Vuoden 2020 muutokset
Kuten jo alussa mainitsin, tänä vuonna muutoksia on tullut ehkä enemmän kuin koskaan aiemmin. Suurin osa muutoksista on Twitterin mukaan liittynyt suoraan siihen, että se on pyrkinyt estämään alustansa väärinkäytön Yhdysvaltain vaaleissa.
Ajan säästämiseksi listaan muutokset tässä vain lyhyesti:
- Helmikuu: varoitukset manipuloidusta mediasta twiiteissä, esim. muokatuista valokuvista (lähde).
- Toukokuu: varoitukset twiitin sisältämästä disinformaatiosta (lähde). Alunperin Twitter kehitti systeemin ilmeisesti koronaan liittyvän huuhaan torjumiseksi, mutta virheellisestä tiedosta varoittavaa huomautusta on käytetty myös joihinkin Trumpin lähettämiin twiitteihin. Jo aiemmin vuonna 2019 Twitter kehitti toiminnon, jolla merkittävän tahon Twitterin sääntöjä rikkovan twiitin yhteydessä voidaan huomauttaa sääntörikkeestä ja siitä, ettei twiittiä poisteta sen yhteiskunnallisen merkityksen vuoksi. Sitäkin on käytetty Trumpin twiitteihin.
- Kesäkuu (Android)/syyskuu (iOS): Twitter voi kehottaa tiettyjen verkkosivustojen ja artikkelien uudelleentwiittauksen yhteydessä lukemaan linkin kohteen ensin (lähde). Varmaan merkittävä juttu rapakon takana vaalivaikuttamisen estämisessä, mutta omassa käytössä ei ole tullut vielä vastaan.
- Elokuu: mahdollisuus valita, ketkä voivat vastata twiittiin: 1) oletuksena kaikki, 2) seuraamasi henkilöt, 3) vain mainitsemasi ihmiset (lähde). Tämä mahdollistaa ei-toivottujen tahojen vastaamisen eston, jolloin keskustelu pysyy kivasti (?) omassa kuplassa.
- Syyskuu: muiden twiittien lainaukset eli quotet näkyvät nyt alkuperäisen twiitin yhteydessä (lähde). Tämä tuo aiempaa paremmin esille, miten muut ovat twiittiin reagoineet ja esimerkiksi kehystäneet sitä uusilla merkityksillä omissa twiiteissään.
- Lokakuu: mobiilisovellukset ehdottavat uudelleentwiittauksen yhteydessä lisäämään oman kommentin eli tekemään quote-twiitin. Tämän hyödyllisyydestä voi olla montaa mieltä, koska toiminto suorastaan ohjaa kehystämään muiden twiittejä omilla merkityksillä. Trollien unelmatoiminto?
- Lokakuun 20. päivä: uutisvirran algoritmi ei enää näytä ei-seurattujen käyttäjien suosittuja twiittejä kuten aiemmin (lähde). Tämä on mielestäni tärkein parannus algoritmin ohjailemaan uutisvirtaan. Korjaa edellä kuvaamani v. 2016 algoritmin isoimman ongelman.
Varsinkin viimeisen uudistuksen jälkeen Twitter ei ole enää yhtä pahasti rikki kuin mitä se on ollut vuoden 2016 algoritmin lanseerauksen jälkeen.
Lisäys 16.11.2020: Twitter perui em. muutoksen 12.11. ja näyttää taas uutisvirrassa suosituksia myös ei-seuratuilta käyttäjiltä (lähde). Ilmeisesti Twitter huolestui käyttäjien laskenneesta aktiivisuudesta, vaikkakin muutoksen perumista perusteltiin sillä, ettei sillä saatu vähennettyä disinformaation leviämistä.
Iloni muutoksesta oli siis ennenaikainen.
Selventävä kuva:
Filed under: algoritmit, botit ja trollit, esitykset ja luennot, informaatiovaikuttaminen, sananvapaus, sosiaalinen media, sosiaaliset verkostot, totuudenjälkeen, Twitter, uutiset, vaalit, valeuutiset, vihapuhe, yhteiskunta | Leave a Comment
LEHMÄTKIN LENTÄIS 