Vorige week verscheen het rapport van de commissie-Cohen over de “Facebookrellen” in Haren in 2012. Als netwerkonderzoeker met een speciale interesse in online sociale netwerken was ik verheugd te zien dat het rapport ook een kwantitatieve analyse van het online netwerkverkeer bevat, en ik bladerde dan ook gretig door naar het kopje “Netwerk analyse” (sic) in Deelrapport 2: De Weg naar Haren. In deze paragraaf vinden we een aantal fraaie visualisaties van het Facebooknetwerk in termen van wie-reageert-op-wie, waarbij de ontwikkeling van het netwerk over de tijd in beeld gebracht wordt. Hoewel ik blij ben dat netwerkanalyse in een dergelijk rapport terechtkomt, en hoewel ik snap dat de tijd die de onderzoekers voor de analyse hadden beperkt was, vond ik de conclusies (op p.27-28) toch wat teleurstellend. Ik kon het niet laten mijn kanttekeningen bij de conclusies hier samen te vatten.
- “In het figuur zijn mensen zeer sterk met elkaar verbonden”Een verbinding is gedefinieerd als een reactie op een post, dus wat deze conclusie eigenlijk zegt is dat er veel reacties op posts zijn. Om dat te concluderen hebben we geen netwerkanalyse nodig. De auteurs zouden ook kunnen bedoelen dat de Facebookers verbonden zijn in één hecht verbonden component, maar ook die conclusie is weinig informatief; met zoveel reacties is dat ook precies wat je op basis van klassieke grafentheorie zou verwachten.
- “Er kan geen onderscheid worden gemaakt tussen verschillende clusters van mensen doordat de verbondenheid binnen het netwerk zeer groot is.”Die conclusie, alleen op basis van deze plaatjes, lijkt me voorbarig. Visualisaties van grote netwerken worden al gauw een visuele warboel (zo ook hier), en daar nog op het oog structuur in zien is erg lastig. De structuur die we in netwerkplaatjes kunnen zien hangt bovendien af van het specifieke algoritme dat voor de plaatsing van de “knooppunten” in het netwerk gebruikt wordt. Boeken over netwerkanalyse staan vol met meer kwantitatieve methoden om clusters op te sporen, maar er zijn geen aanwijzingen dat die hier gebruikt zijn.
- “Een grote groep mensen verstuurt slechts enkele berichten. Slechts 13% van de mensen is verantwoordelijk voor 56% van het verkeer.”Ook dit is geen conclusie waar we netwerkanalyse voor nodig hebben; het tellen van het aantal berichten per persoon is hier voldoende.
- “Op 17 september vindt een sterke groei van het aantal verbindingen plaats. Een zogeheten kritieke massa diende zich dus aan net voor en op de dag van de eerste aandacht van de massamedia.”Het gebruik van de term “kritieke massa” suggereert dat we hier een dynamisch, zichzelf versterkend sociaal proces op het spoor zijn. Een voetnoot in het rapport bevestigt die lezing: “Een kritieke massa wordt gevormd bij een niet exact aan te duiden omslagpunt in het aantal aanmeldingen, verbindingen of andere deelnemingen. Op dit punt vindt in elk geval een duidelijke versnelling plaats. Voor nieuwe aanmeldingen of verbindingen heeft het zin om mee te gaan doen omdat er voldoende andere participanten zijn. Men steekt elkaar aan, en het gaat als het ware ‘vanzelf’ lopen.” Deze interpretatie blijkt echter in het geheel niet uit de analyse: het enige dat we zien is dat op een bepaald moment het aantal berichten sterk toeneemt. Of dit komt door de interne dynamiek van het proces of door externe factoren kunnen we in de plaatjes helemaal niet zien, zoals Peter Vasterman al elders opgemerkte. Ook later in het rapport speelt deze “kritieke massa” nog een rol.
- “Uit de verschillende kleuren kan worden afgeleid dat op verschillende momenten verschillende groepen mensen aan het woord zijn.”Ook hier speelt netwerkanalyse eigenlijk geen rol. Dat op verschillende momenten verschillende groepen actief zijn wisten we ook al uit de vorige paragraaf van het rapport. De conclusie is extra merkwaardig omdat de groepen (en kleuren) in die paragraaf al mede gedefinieerd zijn aan de hand van het moment waarop de leden actief waren. Deze conclusie lijkt dus haast tautologisch.
- ” Ook zien we dat de groepen (kleuren) min of meer bij elkaar clusteren. Hieruit concluderen we dat mensen op een bepaald moment inhaken bij de discussie die gaande is.”Behalve dat deze observatie in strijd lijkt met conclusie #2, is de conclusie eigenlijk nietszeggend; men kan immers niet inhaken op iets dat niet al gaande is, en al helemaal niet op een onbepaald moment.
Kortom: hoewel netwerkanalyse een methode is om de structuur van sociale groepen te onderzoeken, leren we hier eigenlijk erg weinig over die structuur. De hele exercitie in het rapport is bedoeld om de vraag te beantwoorden of “bepaalde groepen (of zelfs individuen) een cruciale rol hebben gespeeld in het proces” (p.26). Ik vraag mij sterk af in hoeverre de bovengenoemde conclusies helpen bij het beantwoorden van die vraag; in ieder geval wordt er in het vervolg van het rapport niet meer echt op teruggekomen. Misschien komt dat omdat de vraag ook nog niet erg specifiek geformuleerd is. Wat is namelijk “cruciaal”? Betekent dat dat bepaalde mensen centraal staan in het netwerk, in de zin dat veel informatie via hen loopt? Het beantwoorden van zo’n vraag vereist in ieder geval een theoretisch idee over hoe invloed in zo’n netwerk van reacties werkt. Netwerkanalyse biedt vervolgens allerlei methoden om die invloed, en het is jammer dat die hier niet gebruikt zijn. Let wel, ik wil hier niet beweren dat zo’n analyse simpel zou zijn, of dat de beschikbare data überhaubt toereikend zouden zijn om die vraag te beantwoorden, maar ik denk wel dat de auteurs hier met de term ‘netwerkanalyse’ meer beloven dan ze waarmaken. Wie overigens zelf met de data aan de slag wil kan ze hier downloaden.