Redan år 2019 listade Världshälsoorganisationen WHO vaccintvekan som ett av de tio största hoten mot global hälsa. Trots att vaccinationer bevisligen är en av de viktigaste insatserna för folkhälsan, skapar vaccintvekan och vaccinmotstånd allvarliga bekymmer för en betydande del av befolkningen i många länder, inklusive Sverige. Vaccinoro, så som den kommer till uttryck i sociala medier spelar en betydande roll för en minskande vilja att vaccinera. På de sociala medierna förekommer rikligt med spekulationer om vaccinernas bristande säkerhet och effektivitet och olika konspiratoriska infallsvinklar. Det finns i dag en bred internationell rörelse som tror att vaccin kan leda till allvarliga konsekvenser för hälsan eller till och med till döden.
Inom ramen för projektet ”Rumour Mining”, finansierat av Riksbankens Jubileumsfond (RJ), studerar forskare i Lund och Göteborg ryktesspridningens roll och betydelse för den vaccinationskritik som växer på internet och hur den kan förstås som ett uttryck för ett medborgerligt engagemang i en digital samtid som medfört avgörande förändringar för den vardagliga medborgarkulturen. Den växande vaccinationsskepsisen i Sverige, präglad av omfattande ryktesspridning på internet, utgör projektets fokus. Projektets analysobjekt är textmaterial från svenska sociala medier och intervjuer med personer som är negativt inställda till vaccin på grund av sin livsfilosofi. I en av projektets delstudier undersöker vi möjligheten att med hjälp av sentimentanalys finna en djupare förståelse för hur skribenterna blottlägger sina tankar och idéer om vaccin och vaccinering i diskussionstrådar på sociala medier och vilka värdeladdade ord och uttryck som används.
Sentimentanalys
Sentiment- eller attitydanalys är en typ av textanalys som används inom språkteknologi för att maskinellt kunna identifiera, klassificera och kvantifiera känsloinställningar i framför allt textuella data. Tekniken är bred med många applikationsområden där man vill mäta i vilken grad man har en positiv, negativ eller neutral inställning till en viss fråga, tjänst eller produkt. Sentimentanalys i text innebär att man försöker avgöra om texten uttrycker en värdering och i så fall vilken. Det är en användbar teknik som gör att vi kan föra en diskussion kring vilka känslor som manifesteras av de skribenter som är för eller emot vaccinering; alltså få en bredare förståelse för de bakomliggande värderingarna i vissa diskussionsämnen och möjliggöra en kvantitativ analys av hur olika åsikter utvecklas över tid. Det finns många sätt att närma sig sentimentanalys. Vi använder oss av en lexikonbaserad metod som bygger på antagandet att uppslagsorden är försedda med en etikett som anger deras sentimentala laddning och att förekomsten av dessa ord kommunicerar en viss känsla i texten.
Ord och text
För att kunna genomföra en sådan lexikonbaserad känsloanalys krävs information om vilken sentimental laddning orden har. Den informationen erhålls med hjälp av ett sentiment- eller polaritetslexikon. I den här studien använder vi ett fritt tillgängligt lexikon (https://spraakbanken.gu.se/resurser/sensaldo(siirryt toiseen palveluun)) som innehåller cirka 12 000 uppslagsord med tillhörande polaritetsvärde. Lexikonet kan lätt anpassas och utökas för olika studier, något som vi också har gjort genom att lägga till ett antal textspecifika lexikoningångar som till exempel symtomnamn. Varje lexikoningång är kodad med information som indikerar om lexikoningången har en positiv eller negativ polaritet. Till exempel anses ordet ”arg” ha negativ polaritet medan ”älska” anses ha en positiv polaritet. Textmaterialet vi analyserar består av cirka 10 000 inlägg från diskussionsforumen Flashback och Familjeliv och särskilt trådarna: ”Vad ska man göra om man vägrar ta corona-vaccin?”, ”Ska du vaccinera dig mot corona-viruset?” och ”Vågar ni vaccinera er mot covid?”. Dessa trådar diskuterar för- och nackdelar med vaccination och är publicerade mellan september 2020 och september 2021.
Känsloskiftande ord
Att endast genomföra lexikonuppslag är ett naivt sätt att angripa ett problem. Det naturliga språket kan vara tvetydigt och kontextbundet där intensiteten och polariteten hos enskilda ord och uttryck kan förändras radikalt. För att fånga en del av dessa fenomen tillämpas ett efterbearbetningssteg som hanterar många situationer som kan uppstå genom att identifiera så kallade sentimentskiftare. Dessa kan förstärka, förminska eller ändra sentimentorienteringen av ord; till exempel negationsord som ”inte” eller olika adverbiella och adjektiviska modifierare som ”oerhört”. Med hjälp av dessa kompletteringar analyseras varje postinlägg som positivt, negativt eller neutralt på följande vis: om ett ord eller en fras i texten matchas med en lexikoningång tilldelas ett sentimentvärde enligt lexikonet. Inläggets totala sentimentvärde fås fram genom att summera alla dessa värden och normalisera summan med det totala antalet ord i inlägget. Resultatet blir inläggets totala positiva eller negativa sentimentvärde som ger ett ganska trovärdigt resultat för skribenternas inställning eller attityd till det som sägs. Låt oss ge ett exempel: i inlägget ”Människor med livlig fantasi är smartare och mer kreativa än trångsynta människor” blir resultatet ”Människor med livlig[positiv] fantasi är smartare[positiv] och {mer kreativa[positiv]} än trångsynta[negativ] människor” (här är ”mer” en förstärkare som inte finns i ordlistan men får ett värde i efterbearbetningssteget, medan 12 är antalet ord i meningen). Värdet för just det inlägget blir då positivt: 0+0+1+0+0+1+0+0.5+1+0+[-1]+0)/12 = 0,20.
Sentimentanalys är långt ifrån utan utmaningar och man ska därför förvänta sig en viss felmarginal. Vidare fungerar inte lexikonbaserad sentimentanalys särskilt bra på svårhanterliga stilgrepp som ironi, utan den sortens inlägg får man redigera manuellt eller använda metoder från artificiell intelligens för att komma fram till mer träffsäker statistik. En annan brist i den lexikala metoden är att om ett ord saknas i den aktuella ordlistan, kommer det inte kunna poängsättas.
Den digitala världens möjligheter
För forskare ger den digitala världen nya möjligheter att förstå hur människor känner i olika samhällsaktuella frågor. Genom att studera vaccinrelaterade diskussioner i sociala medier kan vi öka vår förståelse för såväl vaccinattityder som värderingar i frågan. Texter från sociala medier är informella och följer inte etablerade skrivnormer gällande exempelvis stavning, men de utgör en ovärderlig källa till kunskap om vad en del av befolkningen anser vara viktigt just nu och vad man tycker och känner i aktuella frågor. Därmed ger sentimentanalys i vår studie en tillförlitlig fingervisning om omvärldens attityd till vaccin och vaccineringsfrågan i stort.
I tabellen nedan förekommer några exempelposter med höga positiva respektive negativa sentimentpoäng (ord med positivt sentiment är markerade med understrykning medan de med negativt sentiment med fet stil). Inlägget markerat med * i tabellen är troligen ett ironiskt påstående.
| Postinlgg med positivt sentimenvrde |
| jag beundrar din tlmodighet och din krnfulla och trffskra analys |
| vaccin rddar liv och r utvecklade med hjlp av modern vetenskap |
| s nog drivs vra ledare vrlden ver av moral krlek och karaktr* |
| ot tack min vn fr att du hjlper mig att terigen lyfta denna extremt viktiga frga |
| Postinlgg med negativt sentimenvrde |
| stora vergrepp r snarare lockdown och resefrbud som drabbar folk hrt |
| antar att du undvikit de andra frtryckarvaccinen mot hepatit polio mssling etc. |
| hela lkemedelsindustrin genomsyras av korruption sekretess bedrgeri mutor och maffiaverksamhet |
| satans jvla idioter som inte kan lmna oss andra ifred med sina psykotiska schizofrena vanfrestllningar |
Figurerna nedan visar de 50 mest frekventa flerordsuttrycken som dominerar i texten i form av ordmoln; positiva (överst) och negativa (nederst). Textstorleken står i förhållande till ordets frekvens i materialet.
Att förstå vaccinattityder
I de svenska texter vi har analyserat verkar majoriteten av människors åsikter om vaccinationstveksamhet inte ha en tydlig politisk agenda eller ett antivetenskapligt tänkande. De flesta människor som är engagerade i dessa diskussionstrådar verkar snarare osäkra inför valet att ta injektionen eller inte, och på ett beskrivande sätt uttrycker de sin frustration och oro, med frågor som ”Ska man ta vaccinhelvete eller ej? ”. Det är dock tydligt att grupperna är polariserade, särskilt när starkt vaccinkritiska personer blir inblandade i diskussionen. De som är kritiska stöder sina argument med länkar till olika webbsidor. Vaccinskepsisen kan kopplas till olika faktorer, som misstro mot myndigheter och regering:”naiva idioter som slänger er in i vad som helst helt okritiskt och låter er agera försökskaniner genom att blint lita på staten”; bristande vetenskaplig förståelse: ”vacciner innehåller antigener (kroppsfrämmande ämnen), samt oftast adjuvanter (rena giftet) och annat jox och att spruta in det i kroppen låter som rena vansinnet i mina öron”, eller rädsla för biverkningar: ”förutom döden finns redan en del otrevliga biverkningar, någon tappade typ all hud ungefär som allvarlig brännskada”.
En indikator för relevans av åsiktsmätning via sentimentanalys kunde vara att jämföra med vaccinationsgraden för hela befolkningen. Målet med forskningen som presenteras kunde då vara att rikta in åtgärder för att höja vaccinationstäckningen i regioner där den är låg. Att öka förståelsen rörande de sociala, politiska och kulturella faktorer som omger och formar vaccinattityder och varifrån människor hämtar information kunde hjälpa myndigheter att utveckla strategier och genomföra mer riktade informationsinsatser för att öka vaccinacceptansen. Tveksamma personer kan vara villiga att ta vaccinet om rätt sorts influencers – kändisar och artister, men även religiösa och politiska ledare, som många vaccinskeptiska respekterar – bidrog med uppmaningen att vaccinera sig. I Sverige startade under maj 2021 en sådan rikstäckande kampanj, #KavlaUpp (en motkampanj till denna startades dock också #KavlaNer) där närmare hundra profiler ställde upp och uppmanade alla att vaccinera sig mot covid-19. Vissa forskare föreslår även strategier i linje med att använda #hashtags, som tveksamma användare vanligtvis söker efter, vilket skulle uppmuntra samhällsmedlemmar att delta i diskussioner med dessa människor i syfte att motverka motståndet mot vaccinering.