💻 computer science

Who Shapes Brazil's Vaccine Debate? Semi-Supervised Modeling of Stance and Polarization in YouTube's Media Ecosystem

Deze studie presenteert de grootste longitudinale analyse van het vaccinatie-debat op YouTube in Brazilië, waarbij een semi-supervised model bijna 1,4 miljoen commentaren classificeert om te laten zien hoe pro- en anti-vaccinatie-narratieven evolueren en hoe wetenschapscommunicatie en digitale kanalen een cruciale, maar kwetsbare rol spelen in deze gepolariseerde media-ecosystemen.

Oorspronkelijke auteurs: Geovana S. de Oliveira, Ana P. C. Silva, Fabricio Murai, Carlos H. G. Ferreira

Gepubliceerd 2026-04-22

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Geovana S. de Oliveira, Ana P. C. Silva, Fabricio Murai, Carlos H. G. Ferreira

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Titel: Wie bepaalt het geluid in Brazilië over vaccins? Een reis door de YouTube-wereld

Stel je voor dat Brazilië een enorm, levendig stadion is. In dit stadion gaat het niet om voetbal, maar over een heel belangrijk onderwerp: vaccinatie. Normaal gesproken is dit een veiligheidsnet voor de gezondheid, maar tijdens de coronapandemie werd dit stadion een plek waar twee grote groepen mensen elkaar de oren van het hoofd schreeuwden.

De auteurs van dit onderzoek (Geovana, Ana, Fabricio en Carlos) wilden weten: Wie zijn de echte stemmen in dit stadion? En hoe verandert het geschreeuw als er een crisis is?

Hier is het verhaal van hun onderzoek, vertaald in simpele taal met een paar handige vergelijkingen.

1. Het Grote Probleem: Te veel ruis, te weinig tijd

Stel je voor dat je probeert een gesprek te horen in een drukke markt. Er zijn miljoenen mensen die praten, maar de meeste studies kijken alleen naar de mensen die Engels spreken of alleen naar de coronavaccins.
De onderzoekers zeiden: "Wacht even! Brazilië heeft een van de beste vaccinsystemen ter wereld, maar we weten niet goed hoe de discussie daar over alle vaccins (van mazelen tot hepatitis) verloopt, zeker niet in het Portugees."

Ze wilden dus niet alleen naar de coronaperiode kijken, maar naar een periode van 7 jaar (van 2018 tot 2024). Dat is als een hele lange film in plaats van een korte scène.

2. De Oplossing: Een slimme robot die leert van zijn eigen fouten

Om al die miljoenen YouTube-berichten te lezen, hadden ze een computer nodig. Maar hier zit een probleem:

Het probleem: De meeste mensen zeggen niets over vaccins (ze zijn "onbeslist" of praten over iets anders). Er zijn veel minder mensen die "Voor" of "Tegen" zeggen. Als je een robot traint met weinig voorbeelden van "Tegen", wordt de robot slordig.
De oplossing: Ze gebruikten een slimme techniek genaamd semi-supervised learning.
- De analogie: Stel je voor dat je een schoolmeester bent. Je hebt maar een paar leerlingen die je echt kent (de handmatig getekende voorbeelden). Je laat je robot eerst deze leerlingen leren. Vervolgens laat je de robot zelf de rest van de klas beoordelen. Maar de robot is niet zomaar: hij kijkt alleen naar de leerlingen waar hij 100% zeker van is. Als hij twijfelt, laat hij ze links liggen.
- Door alleen de zekerste antwoorden van de robot toe te voegen aan zijn training, werd de robot veel slimmer. Hij leerde de "Tegen"-stemmen veel beter te herkennen, zonder dat er duizenden mensen handmatig elk bericht hoefden te lezen.

3. Wat vonden ze? De drie grote verrassingen

A. De discussie verandert met de seizoenen (Net als het weer)

De discussie over vaccins is niet statisch; het verandert met de gebeurtenissen.

Voor de pandemie: Het was een rustige dag. Mensen praten over specifieke vaccins (zoals gele koorts in 2018) als er een uitbraak is, en dan is het weer stil.
Tijdens de pandemie: Het was een orkaan. Plotseling was er over alles en iedereen een discussie. De polarisatie (het tegenover elkaar staan) explodeerde.
Na de pandemie: De storm is gaan liggen, maar het landschap is veranderd. De discussie is versnipperd. Mensen praten nog steeds over vaccins, maar het is minder één grote schreeuwpartij en meer een verzameling van verschillende, soms tegenstrijdige, groepjes.

B. Wie schreeuwt het hardst? (Niet de nieuwszenders!)

Je zou denken dat de grote nieuwszenders (zoals CNN of BBC) de discussie leiden. Maar dat is niet zo.

De analogie: Stel je voor dat de nieuwszenders de omroep zijn. Ze vertellen je wat er gebeurt, maar ze staan niet in het midden van het veld.
De echte spelers: De discussie wordt gedomineerd door wetenschappers die op YouTube zitten (zoals artsen of biologen) en internet-sterren (digital-native channels).
- Deze YouTubers zijn het toneel waar de strijd wordt uitgevochten. Ze zijn zo populair dat zowel de voorstanders als de tegenstanders daar komen.
- Het is een hybride arena: Een plek waar wetenschappelijke autoriteit wordt getoetst, maar ook waar complottheorieën vliegen. De grote nieuwszenders zetten het onderwerp op de kaart, maar de YouTubers houden de discussie levendig.

C. Hoe praten mensen met elkaar?

De onderzoekers keken ook naar hoe mensen reageren op elkaar.

Vóór de pandemie: Mensen die voor vaccins waren, reageerden vaak op sceptici om hen uit te leggen waarom ze het mis hadden. Het was eenzijdig.
Tijdens de pandemie: Het werd een eerlijke vechtpartij. Voor- en tegenstanders reageerden evenveel op elkaar.
Na de pandemie: De sceptici (de "Tegen"-groep) zijn gaan samenkomen in hun eigen groepjes en versterken elkaars geloof. De voorstanders zijn wat versplinterd geraakt. Het is alsof de sceptici een fort hebben gebouwd waar ze elkaar aanmoedigen, terwijl de voorstanders wat verspreid zijn.

4. Waarom is dit belangrijk?

Dit onderzoek laat zien dat we niet alleen moeten kijken naar "fake news" die door boze mensen wordt gemaakt.

De les: Zelfs als een video objectief en wetenschappelijk is (bijvoorbeeld een arts die uitlegt waarom een vaccin werkt), kan het een vuurwerk van discussie ontketenen. Mensen reageren op onzekerheid en angst, niet alleen op leugens.
De oplossing: Het is niet genoeg om alleen berichten te verwijderen. We moeten begrijpen dat de discussie plaatsvindt in een complex netwerk van YouTubers, artsen en nieuwszenders. Als we willen dat mensen zich veilig voelen bij vaccins, moeten we die YouTubers en wetenschappers helpen om hun boodschap duidelijk te maken in die drukke stadions.

Kortom: De discussie over vaccins in Brazilië wordt niet bepaald door de grote kranten, maar door een levendige, soms chaotische mix van YouTubers en wetenschappers. En net als bij het weer, verandert de storm van de discussie als er een nieuwe crisis is, maar de grond waarop we staan (het vertrouwen in elkaar) is voor altijd veranderd.

Probleemstelling

Hoewel vaccinatie een hoeksteen van de volksgezondheid is, ondermijnen online desinformatie, politieke polarisatie en dalend institutioneel vertrouwen immunisatie-inspanningen. Bestaande computationele studies over vaccin-discours op sociale media hebben drie belangrijke beperkingen:

Taal- en contextbeperking: De meeste studies focussen op Engelstalige data of specifieke vaccins (zoals COVID-19), waardoor het begrip van langetermijndynamieken in niet-Engelse contexten zoals Brazilië beperkt blijft.
Gebrek aan longitudinale diepgang: Er is weinig inzicht in hoe houdingen evolueren over een volledig nationaal immunisatieprogramma (PNI) en over verschillende tijdsperiodes (pre-, tijdens en post-pandemie).
Structuur van het ecosysteem: Het is onduidelijk hoe verschillende types kanalen (traditionele media, wetenschapscommunicatoren, digitale native kanalen) de verspreiding en zichtbaarheid van pro- en anti-vaccin-narratieven vormgeven.

Het doel van dit onderzoek is om deze gaten te dichten door een longitudinale studie uit te voeren van het Braziliaanse vaccin-debat op YouTube (2018-2024), met name gericht op de COVID-19-pandemie en de daaropvolgende periode.

Methodologie

De auteurs hanteren een geavanceerde semi-supervised leerbenadering gecombineerd met een sociotechnische analyse van het YouTube-ecosysteem.

1. Dataverzameling en Preprocessing

Bron: YouTube Data API v3.
Scope: Januari 2018 tot juli 2024.
Query's: Gebaseerd op het Braziliaanse Nationale Immunisatieprogramma (PNI), met zoektermen voor 19 specifieke vaccins en gerelateerde ziekten.
Filtering: Verwijdering van educatieve content (bijv. "examen", "cursus") en selectie van commentaren in het Portugees.
Dataset: 3.897 kanalen, 14.318 video's en 1.422.406 commentaren van unieke gebruikers.

2. Stance Detectie Framework (RQ1)
Om de enorme dataset te classificeren in Voor (Favorable), Tegen (Against) en Onduidelijk (Inconclusive), gebruiken de auteurs een semi-supervised pipeline:

Handmatige Annotatie: Een kleine, evenwichtige dataset van 3.476 commentaren werd handmatig gelabeld door drie annotatoren (Fleiss' Kappa = 0,69).
Supervised Baseline: Een Llama 3.1 8B model werd fijngefineerd (fine-tuned) met QLoRA (Quantized Low-Rank Adaptation) om de klassenonbalans aan te pakken (waarbij 'Onduidelijk' de meerderheid is).
Semi-Supervised Self-Training: Om de prestaties te verbeteren zonder extra handmatige labels, werd een self-training strategie toegepast:
- Het model genereerde pseudo-labels voor de ongelabelde data.
- Selectie op basis van onzekerheid: Alleen commentaren met een zeer lage Shannon-entropy (hoge zekerheid) werden geselecteerd.
- Inverse-frequentie sampling: Om de meerderheidsklasse ('Onduidelijk') niet te laten domineren, kregen minderheidsklassen ('Voor' en 'Tegen') prioriteit bij de selectie van pseudo-labels.
- Het model werd hertraint op de uitgebreide dataset (origineel + geselecteerde pseudo-labels).

3. Analyse van Discours en Polarizatie (RQ2 & RQ3)

Temporele Analyse: De data werd opgedeeld in drie fasen: pre-pandemie, pandemie en post-pandemie.
Interactie-analyse: Conditional reply probabilities ( $P(s_{reply} | s_{parent})$ ) werden berekend om te zien hoe gebruikers reageren op tegenstrijdige standpunten.
Kanaal-taxonomie: Kanalen werden gecategoriseerd als Certified (ANJ-geaccrediteerde nieuwsmedia) of Non-certified (wetenschapscommunicatoren, digitale native commentatoren, etc.).

Belangrijkste Bijdragen

Methodologische Innovatie: Bewijs dat semi-supervised learning met self-training en entropy-based filtering de robuustheid van stance-detectie aanzienlijk verbetert, vooral bij sterk onbalans in de data en hoge kosten voor handmatige annotatie.
Grootste Longitudinale Studie: De grootste studie tot nu toe over vaccin-discours in Brazilië, die de volledige immunisatiekalender bestrijkt over een periode van 7 jaar.
Ecosysteem-inzicht: Een gedetailleerde kaart van hoe polarisatie niet primair door traditionele media wordt gedreven, maar door een hybride ecosysteem van wetenschapscommunicatoren en digitale native kanalen.

Resultaten

1. Prestaties van het Model
De semi-supervised benadering leidde tot significante verbeteringen ten opzichte van de puur supervised baseline:

F1-score 'Tegen': Steeg van 0,67 naar 0,88.
F1-score 'Voor': Steeg van 0,57 naar 0,91.
De modelvariatie over de cross-validatie folds nam af, wat wijst op een stabieler model.

2. Temporele Dynamiek en Polarizatie

Verdeling: De meeste commentaren (74,4%) zijn 'Onduidelijk'. Van de gepolariseerde commentaren is 'Tegen' (204k) iets talrijker dan 'Voor' (153k).
Engagement: 'Tegen'-commentaren krijgen meer likes (passieve validatie), terwijl 'Voor'-commentaren meer antwoorden genereren (actief gesprek).
Tijdsverloop:
- Pre-pandemie: Pro-vaccin-gemeenschap had sterke interne cohesie; reacties van 'Tegen' waren asymmetrisch.
- Tijdens pandemie: De polarisatie werd symmetrisch (gelijkwaardige confrontatie tussen beide kanten). Het percentage gepolariseerde commentaren verdubbelde van 13,6% naar 26,0%.
- Post-pandemie: De polarisatie werd weer asymmetrisch, maar nu met een versterkte 'Tegen'-cohesie (0,67) en een verzwakte pro-vaccin-internaliteit (0,50).

3. Rol van Kanalen (Disseminatiebronnen)

Hybride Ecosysteem: 82,4% van alle anti-vaccin-commentaren komt van niet-gecertificeerde kanalen.
Centrale Actoren: Wetenschapscommunicatoren (zoals Julio Pereira en Olá, Ciência!) zijn de belangrijkste arena's voor debat. Ze trekken zowel sterke ondersteuning als intense kritiek aan.
Traditionele Media: Nieuwskanalen fungeren meer als agenda-setters dan als de primaire loci van gepolariseerde interactie.
Video-inhoud: De meest gepolariseerde video's gaan vaak over onzekerheid, bijwerkingen (bijv. AstraZeneca en trombose) of controversiële thema's, en niet noodzakelijk over expliciete anti-vaccin-propaganda. Dialogische formaten (bijv. een scepticus vs. een arts) genereren de meeste confrontatie.

Betekenis en Conclusie

Dit onderzoek toont aan dat vaccin-polarisatie in Brazilië dynamisch is en sterk beïnvloed wordt door epidemiologische crises. De belangrijkste bevinding is dat polarisatie niet voornamelijk plaatsvindt in de traditionele nieuwsmedia, maar in een hybride informatie-ecosysteem dat wordt gedomineerd door wetenschapscommunicatoren en digitale native kanalen.

De studie benadrukt dat:

Semi-supervised methods essentieel zijn voor het analyseren van grote, onbalansige datasets in sociale media.
Polarisatie niet statisch is, maar evolueert van een asymmetrische correctie (pre-pandemie) naar een symmetrische strijd (tijdens pandemie) en vervolgens naar een versterkte sceptische cohesie (post-pandemie).
Beleid en Governance: Interventies gericht op content-moderatie alleen zijn onvoldoende. Er is behoefte aan strategieën die de interactiedynamiek en de rol van vertrouwen in wetenschapscommunicatoren binnen het hybride ecosysteem adresseren.

De auteurs hebben hun model en dataset openbaar gemaakt om reproduceerbaarheid en verdere onderzoek te stimuleren.