Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
Door 60 miljoen #BlackLivesMatter-tweets te analyseren, toont deze studie aan dat de toenemende persistentie van collectieve woede, in plaats van de intensiteit ervan, dient als een betrouwbaar vroegtijdig waarschuwingssignaal voor het voorspellen van pieken in sociale bewegingsactiviteit.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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 de wereld van de sociale wetenschappen voor als een enorme, drukke weersverwachtingspost. In plaats van regen en wind te volgen, proberen wetenschappers hier de "stormen" van menselijk gedrag te voorspellen—die plotselinge, massale momenten waarop een groep mensen besluit om gezamenlijk in actie te komen, zoals een protest dat uitbreekt of een beweging die viraal gaat. Een lange tijd dachten onderzoekers dat ze deze stormen konden voorspellen door te meten hoe "boos" de menigte op elk gegeven moment was. Het leek logisch: als iedereen schreeuwt van woede, komt er een rellen aan, toch? Maar dit artikel suggereert dat kijken naar het volume van de schreeuw niet het hele verhaal is. In plaats daarvan zou de echte aanwijzing kunnen liggen in hoe plakkerig die woede aanvoelt. Denk aan een elastiekje: als je eraan trekt en het veert direct terug, is het stabiel. Maar als je eraan trekt en het wankelt langzaam, zonder terug te keren naar zijn oorspronkelijke vorm, staat het op het punt te knappen. Dit "wankelen" is wat wetenschappers critical slowing down noemen. Het is een chique term voor een systeem dat zijn veerkracht verliest en vast komt te zitten in zijn huidige staat, wat vaak gebeurt vlak voor een grote verandering. Dit begrijpen is als het hebben van een kristallen bol voor sociale verandering; het zou ons kunnen helpen zien wanneer een rustig gesprek overgaat in een gebrul, waardoor leiders en activisten zich kunnen voorbereiden op de verschuiving voordat deze plaatsvindt.
Dus, wat hebben de onderzoekers eigenlijk gedaan? Ze besloten deze "elastiekjes-theorie" op grote schaal te testen met behulp van de #BlackLivesMatter-beweging. Ze keken niet naar slechts een paar honderd mensen; ze groeven zich een weg door een berg data—ongeveer 60 miljoen tweets geplaatst tussen 2015 en 2020. Hun doel was om te zien of ze de "pieken" in activiteit (die dagen waarop de beweging explodeerde met nieuwe berichten) konden voorspellen door te kijken naar de emotionele weerpatronen die eraan voorafgingen.
Eerst pakten ze het oude idee aan: Voorspelt de intensiteit van woede een piek? Ze controleerden het gemiddelde niveau van woede in de tweets, dag na dag. Ze keken ook naar andere negatieve gevoelens zoals angst en verdriet. De resultaten waren een kleine plotwending: Het gemiddelde niveau van woede voorspelde niets. Alleen omdat mensen op een dinsdag boos waren, betekende dat niet dat er op woensdag een grote piek aan zat. Sterker nog, het artikel vond dat hogere niveaus van angst en verdriet eigenlijk beter waren in het signaleren dat een piek dichterbij kwam, terwijl de intensiteit van de woede zelf een doodlopende weg was voor voorspelling.
Vervolgens verschoof hun focus naar de "plakkerigheid" van de woede, die ze maten met een concept genaamd autocorrelatie. In gewone mensentaal vraagt autocorrelatie: "Wordt wat mensen nu voelen zwaar beïnvloed door wat ze gisteren voelden?" Als het antwoord ja is, dan is de emotie persistent; het blijft hangen en veert niet snel terug naar normaal. Dit is de critical slowing down in actie.
Hier is de grote ontdekking: Hoe persistenter de woede werd, hoe dichter de beweging bij een enorme piek was. Naarmate de dagen wegtikten richting een grote gebeurtenis, werd de woede in de tweets niet noodzakelijkerwijs luider, maar werd ze "trager" in haar herstel. Het begon langer rond te hangen, waardoor een patroon ontstond waarbij de woede van vandaag bijna een perfecte kopie was van die van gisteren. De onderzoekers ontdekten dat naarmate het systeem dichter bij een piek kwam, deze autocorrelatie aanzienlijk toenam. Het was alsof de menigte vast kwam te zitten in een lus van woede, niet in staat om los te laten, wat signaleerde dat een transitie onvermijdelijk was.
Ze keken ook naar variantie (hoeveel de woedeniveaus omhoog en omlaag sprongen). Verrassend genoeg werd de woede juist minder variabel naarmate een piek dichterbij kwam. Het schommelde niet wild; het verstilde in een gestage, persistente brom van woede. Dit is een beetje anders dan de klassieke tekstboekdefinitie van critical slowing down, die soms suggereert dat dingen chaotischer worden voordat ze breken, maar het artikel merkt op dat recent onderzoek dit idee van verminderde variantie in bepaalde systemen ondersteunt.
Om er zeker van te zijn dat ze niet gewoon patronen in de ruis zagen, voerden de onderzoekers serieuze controles uit. Ze schudden de datums van de tweets willekeurig door elkaar, zoals het mengen van een kaartspel, en probeerden dezelfde patronen te vinden. Wanneer ze dat deden, verdween de "plakkerigheid" van de woede. Dit suggereert dat het patroon dat ze in de echte data vonden een echt signaal was, en geen foutje in hun computercode. Ze controleerden ook of online tweets overeenkwamen met protesten in de echte wereld, en ze vonden een sterke link: wanneer de tweets toenamen, namen de protesten ook toe.
Dus, wat is de kern van het verhaal? Het artikel suggereert dat we niet alleen moeten luisteren naar de hardste schreeuwen om de volgende grote stap van een sociale beweging te voorspellen. In plaats daarvan moeten we letten op de momenten waarop de emotie stopt met terugveren en begint te blijven hangen. Het gaat niet om hoe boos de menigte is; het gaat erom hoe lang die woede weigert te vervagen. Hoewel de studie niet kan bewijzen dat deze woede de piek veroorzaakt (het voorspelt het alleen), biedt het een krachtige nieuwe manier om naar de onzichtbare dynamiek van menselijke groepen te kijken. Het blijkt dat het belangrijkste teken van een naderende storm niet de donder is, maar de manier waarop de lucht zwaar en stil aanvoelt vlak voordat de regen begint.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.