💬 NLP

P1SCO: Social Dimensions from a Perspectivist Lens

Het artikel introduceert P1SCO, een nieuw dataset van sociale-mediaopmerkingen die zijn geannoteerd langs tien sociale dimensies met uitgebreide annotatormetadata, ontworpen om verfijnd onderzoek te faciliteren naar hoe sociale percepties variëren tussen platforms, individuen en demografische factoren.

Oorspronkelijke auteurs: Amanda Cercas Curry, Gianmarco de Francisci Morales, Luca Maria Aiello

Gepubliceerd 2026-05-26

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Amanda Cercas Curry, Gianmarco de Francisci Morales, Luca Maria Aiello

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

Stel je voor dat je naar een enkele, vreemde schilderij kijkt dat in een galerie hangt. Voor jou lijkt het op een sombere storm. Voor je vriend naast jou lijkt het op een vredige zonsondergang. Voor een derde persoon lijkt het op een plattegrond van een stad. Niemand van jullie heeft het "fout". Jullie kijken gewoon naar hetzelfde ding door verschillende gekleurde brillen.

Dit artikel, P1SCO, gaat over het bouwen van een enorme bibliotheek van die "gekleurde brillen" om te begrijpen hoe mensen sociale interacties online interpreteren.

Hier is de uiteenzetting van wat de onderzoekers deden, met gebruik van eenvoudige analogieën:

1. De Kernidee: Iedereen Ziet Dingen Anders

De auteurs beginnen met een eenvoudige waarheid: Taal gaat niet alleen over de woorden; het gaat over wie ze zegt en wie ze hoort.

Denk aan een sociale media-opmerking als een stuk muziek. Als je een jazznummer afspeelt voor een liefhebber van klassieke muziek, een rockfan en een jazzfan, zullen ze allemaal iets anders horen. Het artikel stelt dat wanneer we een opmerking op Instagram, Reddit of YouTube lezen, we niet alleen de tekst lezen; we filteren deze door onze eigen levenservaringen, onze persoonlijkheid en ons geslacht.

2. De "Tien Sociale Dimensies" (De ReceptIngrediënten)

Om dit te bestuderen, gebruikten de onderzoekers een specifieke lijst van 10 "smaken" of sociale doelen die mensen proberen te bereiken wanneer ze praten. Denk hierbij aan de belangrijkste ingrediënten in een soep:

Kennis: Informatie delen of onderwijzen.
Macht: Proberen te controleren of te bevelen.
Status: Lof geven of respect tonen.
Vertrouwen: Tonen dat je op iemand kunt vertrouwen.
Ondersteuning: Een vriend zijn of hulp bieden.
Romantiek: Liefde of genegenheid tonen.
Gelijksoortigheid: Gelijksoortigheid vinden.
Identiteit: Behoren tot een groep.
Leuk: Grappen maken of een goede tijd hebben.
Conflicten: Ruzie maken of het oneens zijn.

3. Het Experiment: Een Enorme Proeverij

De onderzoekers vroegen mensen niet alleen om opmerkingen te lezen; ze organiseerden een enorme proeverij.

De Ingrediënten: Ze verzamelden 6.000 opmerkingen uit drie zeer verschillende "restaurants" (sociale media-platforms): Instagram (visueel en persoonlijk), YouTube (video en breed) en Reddit (tekstrijk en niches).
De Proevers: Ze werven meer dan 500 mensen uit de VS en het VK. Voordat ze begonnen, vroegen ze deze proevers om een vragenlijst in te vullen over hun leeftijd, geslacht, politiek en zelfs hun persoonlijkheidstype (met behulp van de beroemde "Big Five"-persoonlijkheidstest, die dingen meet zoals hoe open-minded of georganiseerd je bent).
De Taak: Elke persoon las 50 opmerkingen en moest raden welke "smaken" (uit de lijst van 10 hierboven) aanwezig waren. Ze konden meer dan één smaak voor een enkele opmerking kiezen.

4. Wat Ze Vonden: De Brillen Maken Het Uit

De belangrijkste ontdekking is dat meningsverschil geen fout is; het is het punt.

Het Platform-effect: Net zoals een jazzclub anders aanvoelt dan een rockconcert, veranderde het platform hoe mensen dingen zagen.
- Op Reddit en YouTube zagen mensen vooral "Kennis" en "Conflicten" (debatten en feiten).
- Op Instagram zagen mensen meer "Ondersteuning", "Gelijksoortigheid" en "Status" (lof en vriendschap).
- Analogie: Het is als hoe een opmerking op een nieuwssite misschien als een politiek argument lijkt, terwijl dezelfde opmerking op een foto van een kat als een vriendelijke grap lijkt.
Het Geslachtseffect: De studie vond dat mannen en vrouwen vaak dezelfde opmerking anders "proeven".
- Analogie: Als een opmerking dubbelzinnig is, proefden mannen eerder "Macht" of "Conflicten", terwijl vrouwen eerder "Ondersteuning" of "Vertrouwen" proefden. Het is alsof mannen en vrouwen licht verschillende getinte brillen dragen die verschillende delen van het gesprek benadrukken.
Het Persoonlijkheidseffect: Iemands persoonlijkheid fungeerde ook als een filter.
- Mensen die meer "Open" waren voor nieuwe ideeën, zagen eerder "Kennis".
- Mensen die meer "Zaakgericht" (georganiseerd/plichtsgetrouw) waren, zagen eerder "Ondersteuning".
- Opmerking: Deze effecten waren klein, zoals een subtiele kruid in een soep, geen enorme smaakexplosie.

5. Waarom Dit Belangrijk Is (Volgens Het Artikel)

Meestal proberen wetenschappers die data verzamelen om iedereen het eens te krijgen over één "correct" antwoord. Als 10 mensen naar een opmerking kijken en 5 zeggen dat het "Grappig" is en 5 zeggen dat het "Gruwelijk" is, zou traditionele wetenschap die data misschien weggooien als "ruis".

P1SCO zegt: Gooi het niet weg!
Het meningsverschil is de data. Het bewijst dat sociale betekenis perspectiefgebonden is. Het artikel toont aan dat wie je bent (je geslacht, je leeftijd, je persoonlijkheid) en waar je bent (welke app je gebruikt) fundamenteel verandert hoe je menselijke interactie begrijpt.

Samenvatting

Het artikel bouwde een dataset genaamd P1SCO om te bewijzen dat er geen enkele "objectieve" manier is om een sociale media-opmerking te lezen. In plaats daarvan wordt elke opmerking geïnterpreteerd door een unieke lens die bestaat uit de identiteit van de lezer en het platform waarop ze zich bevinden. Door al deze verschillende perspectieven apart te houden, in plaats van ze te middelen, krijgen we een veel rijker, accurater beeld van hoe mensen zich eigenlijk verbinden.

Technische Samenvatting: P1SCO – Sociale Dimensies vanuit een Perspectivistische Lens

Probleemstelling
Huidige computationele benaderingen van sociale pragmatische vaak taalkundige betekenis als objectief behandelen of diverse interpretaties samenvoegen tot één "grondwaarheid". Taal is echter inherent perspectiefgebonden; sociale betekenis wordt gevormd door de culturele achtergrond, persoonlijke ervaring en identiteit van de interpreter. Eerdere datasets, zoals het baanbrekende werk van Choi et al. (2020), worden beperkt door hun aggregatie van labels (alleen totale aantallen per zin rapporteren), hun afhankelijkheid van één platform (Reddit) en het ontbreken van annotator-metadata. Deze aggregatie verdoezelt de legitieme variatie in sociale perceptie en behandelt annotator-ongelijkheid als ruis in plaats van als een betekenisvol signaal van hoe verschillende individuen sociale intentie interpreteren. Er is behoefte aan een dataset die individuele annotator-perspectieven behoudt, platformoverschrijdende variaties vastlegt en labels voor sociale dimensies koppelt aan demografische kenmerken en persoonlijkheidstrekken van de annotators.

Methodologie
De auteurs introduceren P1SCO (Perspectives on the 10 Social dimensions of Conversation), een dataset ontworpen om een perspectivistische benadering van sociale pragmatische te operationaliseren.

Datacollectie: De dataset bestaat uit 6.000 unieke opmerkingen (2.000 elk) van drie verschillende platforms: Instagram, YouTube en Reddit. Opmerkingen werden gefilterd op een lengte van 20 tot 100 woorden, zonder emoji's en in het Engels. De bemonsteringsstrategie maakte gebruik van de Instagram Influencer Dataset, de YouTube Search API met gerandomiseerde ID-generatie en de Pushshift Reddit-dataset.
Annotatiekader: In tegenstelling tot eerdere werken die een enkel label afdwongen, staat P1SCO annotators toe om meerdere labels toe te wijzen uit een set van tien sociale dimensies zoals gedefinieerd door Choi et al. (2020): Kennis, Macht, Status, Vertrouwen, Ondersteuning, Romantiek, Gelijkheid, Identiteit, Plezier en Conflict. Annotators konden ook "Anders" (met specificatie) of "Geen" selecteren.
Werving en Metadata van Annotators: 543 deelnemers werden via Prolific gerekruteerd uit het VK en de VS. Om datakwaliteit te waarborgen, werd in de studie de demografische consistentie met Prolific-profielen geverifieerd, werden uitschieters gefilterd op basis van de voltooingstijd, en werden dubbele voorbeelden opgenomen voor checks van intra-annotator-overeenstemming.
Profilering van Annotators: Voordat ze labelden, vulden deelnemers sociodemografische vragenlijsten en de Big Five-persoonlijkheidsinventaris van 10 items (Rammstedt en John, 2007) in. Dit resulteerde in een rijke metadata-set die 28.775 annotaties koppelt aan specifieke kenmerken van de annotator (geslacht, leeftijd, nationaliteit, politieke voorkeur, opleiding, etniciteit en persoonlijkheidstrekken).
Analyse: De auteurs gebruikten gemengde-effecten logistische regressiemodellen om te onderzoeken hoe annotator-kenmerken de toewijzing van labels voorspellen. Overeenstemming werd gemeten met de paarwijze Cohen's $\kappa$ (de voorkeur boven Krippendorff's $\alpha$ om gelokaliseerde overeenstemming in perspectiefgebonden taken vast te leggen) en geanalyseerd zowel overall als gestratificeerd per demografische groepen en platforms.

Belangrijkste Resultaten

Labelverdeling: De dataset is sterk scheef. Kennis (38,2%), Ondersteuning (28,4%) en Gelijkheid (25,7%) zijn de meest voorkomende labels. Romantiek, Macht en Vertrouwen zijn relatief zeldzaam. De meeste voorbeelden bevatten ten minste twee overlappende dimensies, wat aangeeft dat sociale interacties zelden door één enkele lens worden geïnterpreteerd.
Platformeffecten: De context van het platform beïnvloedt de perceptie aanzienlijk. YouTube en Reddit vertonen vergelijkbare verdelingen die worden gedomineerd door Kennis, Gelijkheid en Conflict. Daarentegen worden Instagram-interacties gekenmerkt door Ondersteuning, Gelijkheid en Status, met een opvallend hogere prevalentie van Romantiek en een lager aandeel "Geen"-labels.
Invloed van Demografie en Persoonlijkheid:
- Geslacht: Mannelijke annotators wieselden significant meer labels per voorbeeld toe dan vrouwen. Hoewel de algehele overeenstemming gemiddeld was, waren geslachtsgebonden verschillen in labelselectie significant, met name op Reddit en YouTube. De analyse onthulde een perceptueel equivalent van Tannen's "genderlects": mannen interpreteerden interacties vaker als Macht of Conflict, terwijl vrouwen dezelfde interacties vaker labelden als Ondersteuning, Vertrouwen of Gelijkheid.
- Persoonlijkheid: Correlaties tussen Big Five-trekken en labeltoewijzing waren over het algemeen zwak maar statistisch significant. Zo toonde Openheid een bescheiden positieve correlatie met Kennis-annotaties, terwijl Zorgvuldigheid zwak geassocieerd was met Ondersteuning.
- Overeenstemming: Homogene demografische groepen (bijvoorbeeld hetzelfde geslacht of nationaliteit) vertoonden een hogere overeenstemming binnen de groep dan de algemene populatie, wat suggereert dat gedeelde ervaringen convergente interpretatieve kaders creëren.
Modellering: Gemengde-effectmodellen bevestigden dat het bronplatform de sterkste voorspeller is voor labeltoewijzing, gevolgd door sociodemografische factoren (met name geslacht, leeftijd en opleiding).

Betekenis en Bijdragen
Het artikel claimt drie primaire bijdragen:

Eerste Perspectivistische Dataset: P1SCO is de eerste dataset die niet-aggregatieerde, multi-label annotaties van sociale dimensies biedt die gekoppeld zijn aan rijke annotator-metadata, en zo voorbijgaat aan het paradigma van de "grondwaarheid".
Empirisch Bewijs voor Perspectivisme: De studie toont aan dat demografische kenmerken en persoonlijkheidstrekken systematisch bepalen hoe sociale dimensies worden waargenomen en gelabeld. Ongelijkheid wordt niet als fout, maar als een weerspiegeling van echte diversiteit in sociale perceptie, opnieuw geformuleerd.
Methodologische Richtlijnen: De auteurs bieden een kader voor perspectivistische annotatie dat individuele perspectieven expliciet behoudt, annotator-kenmerken modelleert en de demografische samenstelling transparant rapporteert.

Beperkingen
De auteurs erkennen verschillende beperkingen:

Interpretatieve Aard: Labels weerspiegelen de perceptie van de annotator en niet objectieve tekstkenmerken, wat hun gebruik als definitieve grondwaarheid voor classificatie beperkt.
Cognitieve Belasting: De taak om tien dimensies te identificeren is cognitief veeleisend, en het ontbreken van expliciete redeneringen beperkt het inzicht in de redenen achter meningsverschillen.
Diversiteit: De pool van annotators is beperkt tot de VS en het VK en mist etnische diversiteit, waardoor de culturele reikwijdte van de dataset begrensd is.
Generaliseerbaarheid: Bevindingen zijn specifiek voor de drie bemonsterde platforms en kunnen niet noodzakelijkerwijs worden uitgebreid naar andere sociale media-contexten.
Label-Scheefheid: De zeldzaamheid van bepaalde dimensies (bijvoorbeeld Romantiek, Macht) creëert scheve verdelingen die de training van gebalanceerde supervisie-modellen zonder herbemonstering kunnen uitdagen.

Conclusie
P1SCO stelt vast dat sociale betekenis niet uniform is, maar wordt uitgevoerd en geïnterpreteerd via persoonlijke en situationele filters. Door variatie op het niveau van de annotator te behouden, maakt de dataset het mogelijk om te bestuderen hoe sociale doelen worden gecommuniceerd en begrepen door diverse individuen, wat toekomstig onderzoek ondersteunt naar overeenstemming tussen en binnen annotators en de invloed van identiteit op sociaal discours.