← Neueste Arbeiten
📄 other

Public discourse on the first US congestion pricing program in New York City across social media platforms

Diese Arbeit analysiert den öffentlichen Diskurs über die Implementierung der Mautgebühren in New York City im Jahr 2025 auf YouTube, Reddit und TikTok unter Verwendung einer mehrstufigen NLP-Pipeline und zeigt auf, dass zwar fast die Hälfte der Kommentare eine negative Stimmung oder Ablehnung zum Ausdruck bringt, die Einstellungen jedoch je nach Plattform und Thema erheblich variieren, was kritische Erkenntnisse für die zukünftige Politikgestaltung und öffentliche Kommunikationsstrategien liefert.

Ursprüngliche Autoren: JIahe Mao, Nilaa Raghunathan, Xuan Di

Veröffentlicht 2026-07-27
📖 6 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: JIahe Mao, Nilaa Raghunathan, Xuan Di

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich das Internet als einen riesigen, chaotischen Marktplatz vor, auf dem jeder gleichzeitig seine Meinung schreit. In dieser digitalen Stadt haben verschiedene Viertel sehr unterschiedliche Regeln. Einige Orte sind wie laute, lange Coffeeshops, in denen Menschen stundenlang debattieren; andere sind wie schnelllebige Straßenfestivals, auf denen Menschen tanzen, schreien und kurze, dramatische Clips präsentieren. Wissenschaftler, die untersuchen, wie Menschen über große Regeln und Gesetze sprechen (wie zum Beispiel, wie Städte den Verkehr regeln), haben erkannt, dass man ein verzerrtes Bild erhält, wenn man nur einem einzigen Viertel zuhört. Wenn man nur dem Coffeeshop zuhört, könnte man denken, alle seien ruhig und logisch. Wenn man nur das Straßenfest beobachtet, könnte man denken, alle seien verrückt und emotional. Um die wahre Geschichte zu erfahren, muss man ihnen allen gleichzeitig zuhören. Dies ist die Welt der „Social Media Sentiment Analysis“ (Stimmungsanalyse in sozialen Medien), bei der Forscher nicht nur herauszufinden versuchen, was die Leute denken, sondern auch, wie sie sich fühlen, wo sie zu einem Thema stehen und wie sie es ausdrücken.

Diese Arbeit taucht ein in ein massives, reales Experiment: das erste Mal, dass eine große amerikanische Stadt, New York City, Autofahrern eine Gebühr für die Einfahrt in den belebtesten Teil der Stadt berechnet hat (eine politische Maßnahme namens „Congestion Pricing“ – Mautregelung) im Januar 2025. Die Forscher wollten sehen, wie die Öffentlichkeit über drei sehr unterschiedliche digitale Viertel hinweg reagierte: YouTube (der lange, laute Coffeeshop für Videos), Reddit (der durch Thread strukturierte Debattierclub) und TikTok (das kurze, emotionale Straßenfest). Sie fragten nicht nur: „Magst du das?“, sondern bauten ein superintelligentes Robotergehirn, um über 12.000 Kommentare und Beiträge zu lesen und herauszufinden, ob die Leute wütend oder glücklich waren, ob sie die Maßnahme unterstützten oder hassten und ob sie sarkastisch, informativ oder einfach nur frustriert waren.

Hier ist, was sie fanden heraus. Die Geschichte ist nicht einfach; es ist eine Erzählung von drei verschiedenen Welten.

Die drei Viertel
Zuer unterm fanden die Forscher, dass es einen Unterschied macht, wo man sich online aufhält, wie man klingt.

  • YouTube war das grummeligste Viertel. Es wurde von Frustration und Wut dominiert. Die Menschen hier waren überwiegend negativ, und ihre Kommentare fühlten sich oft wie eine Reaktion auf einen schlechten Tag an.
  • Reddit war das ausgewogenste Viertel. Es war der einzige Ort, an dem die Konversation in etwa in der Mitte geteilt war und die Menschen ruhige Diskussionen im Hin und Her führten. Es fühlte sich wie eine echte Debatte an.
  • TikTok war das extremste Viertel. Es war eine Achterbahnfahrt. Die Menschen hier waren entweder sehr glücklich oder sehr wütend, mit sehr wenigen Menschen in der Mitte. Es war ein Ort voller hoher Dramatik und starker Emotionen.

Die großen Zahlen
Als die Forscher alle Daten zusammen betrachteten, war das Bild recht klar: Die Öffentlichkeit liebte die neue Maßnahme nicht gerade.

  • Insgesamt drückten 43,4 % der Kommentare negative Gefühle aus.
  • 44,8 % der Kommentare waren explizit gegen die Maßnahme.
  • Das Paper legt jedoch nahe, dass „sich schlecht fühlen“ nicht immer „der Idee widersprechen“ bedeutet. Manchmal sind Menschen wütend über den Verkehr oder die Kosten, halten die Maßnahme aber dennoch für eine gute Idee. Deshalb mussten die Forscher „Haltung“ (was man denkt) separat von „Sentiment“ (wie man sich fühlt) betrachten.

Die Problemzonen „Einnahmen“ und „Fahrer“
Die Forscher bemerkten auch, dass sich die Stimmung der Menschen änderte, je nachdem, worüber sie sprachen.

  • Wenn die Leute über die „Verwendung der Einnahmen“ (wohin das Geld fließt) oder darüber sprachen, wie die Maßnahme „Fahrer und Pendler“ trifft, war die Stimmung sehr skeptisch und negativ.
  • Aber wenn das Gespräch über die Vorteile ging (wie sauberere Luft oder bessere Busse), waren die Leute viel eher unterstützend.
  • Es scheint, dass die Maßnahme am meisten gehasst wird, wenn sie sich direkt auf den Geldbeutel oder den täglichen Arbeitsweg der Menschen auswirkt.

Der „Video vs. Kommentar“-Twist
Eine der coolsten Entdeckungen geschah auf YouTube. Die Forscher verglichen, was die Video-Ersteller in ihren Videos sagten, mit dem, was die Kommentatoren darunter sagten. Sie fanden eine riesige Diskrepanz!

  • Nur 41,6 % der Kommentare stimmten mit dem Video überein, auf dem sie erschienen.
  • Das bedeutet, selbst wenn ein Video die Mautregelung unterstützte, war der Kommentarbereich oft voll von Menschen, die „Nein!“ schrien.
  • Dies deutet darauf darauf hin, dass die Gegner der Maßnahme sehr aktiv und laut sind, besonders wenn sie jemanden sehen, der sie unterstützt.

Wer spricht da eigentlich?
Die Studie versuchte auch zu erraten, wer spricht (basierend auf Profilbildern, was das Paper als schwierig und nicht perfekt anmerkt).

  • TikTok-Nutzer waren überwiegend jünger, meist zwischen 20 und 40 Jahren alt.
  • YouTube-Nutzer waren eine Mischung aus verschiedenen Altersgruppen, aber immer noch tendenziell junge und mittelalte Erwachsene.
  • Interessanterweise, als sie Menschen betrachteten, die behaupteten, in New York City zu leben, im Vergleich zu denen, die behaupteten, in London zu leben, waren die New Yorker in ihrer Stichprobe tatsächlich positiver gegenüber der Maßnahme als die Londoner. Dies deutet darauf hin, dass Menschen, die mit der Maßnahme leben, eine andere Perspektive haben könnten als diejenigen, die nur aus der Ferne zusehen.

Das Fazit
Die wichtigste Lektion dieser Arbeit ist, dass man nicht nur auf einer einzigen Social-Media-App nachsehen kann, um zu verstehen, was die Öffentlichkeit denkt. Wenn man nur auf TikTok schauen würde, würde man denken, alle schreien sich gegenseitig an. Wenn man nur auf Reddit schauen würde, würde man denken, alle halten eine höfliche Teeparty ab. Wenn man nur auf YouTube schauen würde, würde man denken, alle sind wütend.

Die Forscher legen nahe, dass dies ein wichtiger Hinweis für Stadtplaner und Regierungsbehörden ist. Sie können nicht einfach sagen: „Die Öffentlichkeit hasst das“ oder „Die Öffentlichkeit liebt das“. Sie müssen verstehen, dass die „Öffentlichkeit“ eigentlich eine Ansammlung verschiedener Gruppen ist, die in unterschiedlichen Sprachen und Tönen sprechen. Um das Problem zu lösen, müssen Behörden den wütenden Fahrern auf YouTube, den Debattierern auf Reddit und den emotionalen Creatorn auf TikTok zuhören und erkennen, dass jede Gruppe einen anderen Teil derselben Geschichte erzählt. Das Paper sagt nicht, ob die Maßnahme ein Erfolg oder ein Misserfolg ist, aber es deutet darauf hin, dass das Verständnis dieser verschiedenen Stimmen der einzige Weg ist, um das Chaos zu begreifen.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →