Folkets og pressens dom over regjeringen: En analyse av nettdiskusjoner og nyheter i kjølvannet av 22. juli-kommisjonens rapport

Transkript

1 Folkets og pressens dom over regjeringen: En analyse av nettdiskusjoner og nyheter i kjølvannet av 22. juli-kommisjonens rapport Dag Petter Svendsen

2 Folkets og pressens dom over regjeringen: En analyse av nettdiskusjoner og nyheter i kjølvannet av 22. juli-kommisjonens rapport emind har med state-of-the-art text analytics avdekt pressens og «folk flests» reaksjoner på 22. juli-kommisjonens rapport den 13. august i år. Jens Stoltenberg, Grete Faremo og Øystein Mæland ble i dagene etter overlevering av rapporten hyppig omtalt i nyhetsartikler i nettavisene, debattert på Twitter, i diskusjonsforaer og i kommentarfelter i nettavisene innlegg analysert: Diskusjonene er samlet inn i perioden 13. til 17. august, altså ukedagene fra og med publiseringen av rapporten den 13. august og frem til fredag den 17. august. Antallet kommentarer og artikler hentet ut fra Twitter, kommentarfelter, diskusjonsfora og nyhetsartikler er ca Innlegg i blogger er også analysert, men mengden data er så liten at slike data ikke er inkludert. Spørsmålene som stilles er: - Er det forskjeller mellom de tre sosiale mediesfærene hva gjelder hvem som diskuteres, og i forbindelse med hvilke tema? - Hvilke forskjeller i omtale påvises for de ulike aktørene når det gjelder positiv/negativ omtale? - Skiller temaene som diskuteres i sosiale medier seg fra pressens dekning? Analysene under viser en klar enstemmighet i sosiale medier. Stoltenberg, Faremo og Mæland omtales i forbindelse med ansvarsfraskrivelse, manglende tillitt og manglende evne til å utføre jobben de var satt til, bl.a. Omtalen av de tre er negativ. Det er også interessant å observere at «folk flest» i sosiale medier er samstemt med pressen: Kritikken av aktørene, og omtalen av kritikkverdige forhold, er overraskende lik. Under presenteres analysene som ligger til grunn for disse innsiktene. Denne rapportens siste del omfatter en sammenfatning av funnene. Kort om data og metode kommentarer og nyhetsartikler: Data er samlet inn i perioden 13. til 17. august, altså ukedagene fra og med publiseringen av rapporten den 13. august og frem til og med fredag den 17. august. Fra Twitter er det trukket ut litt over 7000 innlegg, fra kommentarfelter i nettavisene er det trukket ut litt over 9500 innlegg. Data fra diskusjonsforaer utgjør nær 2000 kommentarer og antallet nyhetsartikler hentet fra nettaviser er ca Totalt utgjør dette ca innlegg, kommentarer og artikler. 1

3 For nyhetsartikler i nettavisene er fordelingen slik: Stoltenberg omtales i ca artikler, Mæland i nær 900, Faremo i 650. Deretter, Stoltenberg omtales mest i kommentarfeltene, med 7000 kommentarer. For Mæland er antallet 3200 og for Faremo På Twitter er det trukket ut 5900 kommentarer om Stoltenberg, 800 om Mæland og 570 Faremo. I diskusjonsfora ble 1400 kommentarer som omhandlet Stoltenberg trukket ut, rundt 400 om Mæland. I tilfellet Faremo var det for lite data til gjennomføring av analyser. Tab. 1. Fordeling av omtale av sentrale aktører, 22. juli-kommisjonens rapport, i nyheter, kommentarfelt, diskusjonsfora og Twitter Stoltenberg Mæland Faremo Kommentarer Twitter Nyheter Fora Tab. 2. Fordeling av omtale av sentrale aktører, 22. juli-kommisjonens rapport, i nyheter, kommentarfelt, diskusjonsfora og Twitter Stoltenberg Mæland Faremo Kommentarfeltdata er trukket ut fra onlineavisene av medieovervåkningsfirmaet Intermedium 1. Sistnevnte og emind har, i denne analysen, for første gang i Norge samarbeidet om algoritmebaserte innholdsanalyser av kommentarfeltdata. De norske dataene er oversatt til engelsk. Grunnen er at de avanserte analyseverktøyene som anvendes anvender algoritmer og språkressurser som er trent på engelskspråklige data. emind oversetter automatisk, med state-of-the-art, cloud-basert programvare de norske tekstene til engelsk før analyse. En del informasjon vil da gå tapt; til gjengjeld er oversettelsene så rike og presise at de mønstrene og sammenhengene som trengs for å avdekke de underliggende samtaler kan oppdages

4 Metodene som er anvendt i analysene er en kombinasjon av statistiske og lingvistiske algoritmer tilhørende analysefeltet Text Mining eller Text Analytics 2. Mer spesifikt anvendes Natural Language Processing-teknikker 3 sammen med Named-Entity Recognition 4, Sentiment Analysis 5 og Term Network Modeling. Omtale av Jens Stoltenberg i diskusjonsfora I norske diskusjonsfora var reaksjonen på 22. juli-kommisjonens rapport hva gjaldt Stoltenberg klart negativ. Både Stoltenberg, regjeringen og politiet ble kritisert for feilaktig opptreden og manglende ansvar (fig. 1). Faremo og Mæland blir kritisert (fig. 2). Frp opptrer som egen kategori i nettverksmodellen, uten at vi ser direkte sammenhenger med øvrige tema i de foreliggende nettverksmodellene. VG nevnes også, og blir omtalt positivt, som vi ser i sentimentanalysen (fig. 3). Sistnevnte analyse viser også at forumdebattantene etterlyser ansvar og regjeringsbytte, at Stoltenberg er svak og ikke har fungert. Grete Faremo omtales som hensynsløs, antakelig i sammenheng med hennes opptreden overfor Øystein Mæland. Fig. 1. Omtale av Jens Stoltenberg i diskusjonsfora. Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger

5 Fig. 2. Omtale av Jens Stoltenberg i diskusjonsfora. Named Entity-kategorier, nettverksmodell. Sterkeste og midlere sammenhenger. Fig. 3. Omtale av Jens Stoltenberg i diskusjonsfora. Sentimentanalyse, sterkeste sammenhenger. Omtale av Jens Stoltenberg i nyhetsartikler (online-aviser) Omtalen av Stoltenberg i nyhetsartikler i onlineaviser sammenfaller med innholdet i «samtalene» i diskusjonsfora (fig. 4). Det som skiller nyhetsartikler fra sistnevnte er en mer spesifikk omtale av temaer som politikk, telefonsamtaler og makt (fig. 5 og 6). Det nevnes også at kommisjonsrapportens kritikk av regjeringen var «knusende». Dette ses også i sentimentanalysen (fig. 7, fig. 8), og denne analysen viser også referanser til Grubbegata og at denne ikke var stengt i kombinasjon med kommentarer som refererer til at regjeringen i «lang tid» hadde kunnet stenge den. 4

6 I samme figur ser vi også at ansvar og konsekvenser etterlyses, samt skryt av VG. Faremo får samme karakteristikk som i diskusjonsfora. Fig. 4. Omtale av Jens Stoltenberg i nyhetsartikler, onlineaviser. Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. Fig. 5. Omtale av Jens Stoltenberg i nyhetsartikler, onlineaviser. Named Entity-kategorier, nettverksmodell. Sterkeste og midlere sammenhenger. 5

7 Fig. 6. Omtale av Jens Stoltenberg i nyhetsartikler, onlineaviser. Named Entity-kategorier, nettverksmodell. Sterkeste og svakere sammenhenger. Fig. 7. Omtale av Jens Stoltenberg i nyhetsartikler, onlineaviser. Sentimentanalyse, sterkeste sammenhenger. 6

8 Fig. 8. Omtale av Jens Stoltenberg i nyhetsartikler, onlineaviser. Sentimentanalyse, sterkeste og midlere sammenhenger. Omtale av Jens Stoltenberg på Twitter Omtalen av Stoltenberg på Twitter sammenfaller med «dommen» i norske diskusjonsfora og i nyhetsartiklene i onlineavisene: Manglende ansvar, Stoltenberg har ikke gjort det han skulle (fig. 9 og 10). Det er en sterk sammenheng mellom VG og Stoltenberg, hvilket antakelig henger sammen med VGs leder og kravet om regjeringens avgang. En kuriøsitet: Stoltenbergs «lommetwittring» dukker også opp i fig. 10: «hvkæ», og i forbindelse med VG. Denne sammenhengen har ikke blitt undersøkt videre. Fig. 9. Omtale av Jens Stoltenberg på Twitter. Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. 7

9 Fig. 10. Omtale av Jens Stoltenberg på Twitter. Named Entity-kategorier, nettverksmodell. Sterkeste og midlere sammenhenger. I sentiment-analysen (fig. 11) viser de sterkeste sammenhengene krav om at Stoltenberg burde gå av, og at han bør vise seg ansvarlig. En cluster-modell av twittringene (fig.12) avdekker prat om Siv Jensen, og hennes kraftige reaksjoner på 22. juli-kommisjonens rapport. Fig. 11. Omtale av Jens Stoltenberg på Twitter. Sentimentanalyse, sterkeste sammenhenger. 8

10 Fig. 12. Omtale av Jens Stoltenberg på Twitter. Term/type-cluster. Omtale av Grete Faremo i nyhetsartikler (onlineaviser) Faremo blir omtalt på samme måte som Stoltenberg i nyhetsartikler i onlineavisene. De sterkeste sammenhengene dreier seg om Stoltenberg, politiet, Øystein Mæland og kommisjonens rapport. Videre brukes ord som regjeringen, problem, tillit, ansvar og feil (fig. 13). I fig. 14 ser vi at nettverket utvides med temaer som også opptrådte i analysene av Stoltenberg. Det gjelder også negativ omtale. Sentiment-analysen sammenfaller også i stor grad med mønstrene som ble avdekket i tilfellet Stoltenberg (fig. 15). Fig. 13. Omtale av Grete Faremo i nyhetsartikler (onlineaviser). Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. 9

11 Fig. 14. Omtale av Grete Faremo i nyhetsartikler (onlineaviser). Named Entity-kategorier, nettverksmodell. Sterkeste og midlere sammenhenger. Fig. 15. Omtale av Grete Faremo i nyhetsartikler (onlineaviser). Sentimentanalyse, sterkeste sammenhenger. Omtale av Grete Faremo på Twitter I analysen av omtale av Faremo på Twitter gjentas mønstrene sett over (fig. 16). I sentimentanalysen kommenteres Siv Jensens bekymring, Mæland-saken betegnes som «desperat», og Faremo uklare posisjon overfor Mæland kommenteres (fig. 17). 10

12 Fig. 16. Omtale av Grete Faremo på Twitter. Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. Fig. 17. Omtale av Grete Faremo på Twitter. Sentimentanalyse, sterkeste sammenhenger. Omtale av Øystein Mæland i diskusjonsfora Hva så med Mæland? De samme mønstrene som er observert for Stoltenberg og Faremo ses også i dette tilfellet. Han omtales i forbindelse med de to sistnevnte, og sammen med AP, jobb og regjeringen. Dertil observeres en rekke spesifikk og generell negativ omtale, som dårlig, kritikk, problem og feil (fig. 18). 11

13 I sentimentanalysen ser vi for første gang omtale av Kåre Willoch og referanser til hans kritikk av Stoltenberg 6 (fig. 19). Fig. 18. Omtale av Øystein Mæland i diskusjonsfora. Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. Fig. 19. Omtale av Øystein Mæland i diskusjonsfora. Sentimentanalyse, sterkeste sammenhenger

14 Omtale av Øystein Mæland i nyhetsartikler (onlineaviser) Analysen av nyhetsartikler i onlineavisene viser at mønsteret her er det samme som observert for Stoltenberg og Faremo, og for øvrig det samme som observert i diskusjonsfora og på Twitter for alle tre aktørene. «Politisjefen» blir omtalt i negative ordelag, og nevnes sammen med tillit, ansvar og kompetanse (fig. 20). Mæland omtales også som svak (fig. 21). I sentiment-analysen i fig. 22 etterlyses Mælands ansvarstaking, lederskapet omtales som dårlig, det vises til 22. juli-kommisjonens knusende kritikk, uklare politikere og uklare evner, samt Faremos kynisme (i denne sammenhengen er «reliable» ikke en positiv term, selv om den figurerer slik i grafikken). Sentiment-analysen i fig. 23 viser utfyllende reaksjoner på kommisjonens rapport. Fig. 20. Omtale av Øystein Mæland i nyhetsartikler (onlineaviser). Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. 13

15 Fig. 21. Omtale av Øystein Mæland i nyhetsartikler (onlineaviser). Named Entity-kategorier, nettverksmodell. Svakere sammenhenger. Fig. 22. Omtale av Øystein Mæland i nyhetsartikler (onlineaviser). Sentimentanalyse, sterkeste sammenhenger. 14

16 Fig. 23. Omtale av Øystein Mæland i nyhetsartikler (onlineaviser). Sentimentanalyse, sterkeste sammenhenger. Omtale av Øystein Mæland på Twitter I den siste visualiseringen av omtale av de tre sentrale aktørene som berøres av 22. julikommisjonens konklusjoner ser vi at mønsteret vi så langt har sett over, gjentas. Mæland omtales sammen med Stoltenberg og Faremo og omtalen er negativ (fig. 24). Sentimentanalysen sammenfaller også med sammenhengene som er påvist ellers i denne rapporten. Det bemerkes at «integritet» er klassifisert som en positiv term; i dette tilfellet er det feil klassifisering. Det riktige er at hans integritet blir trukket i tvil. Fig. 24. Omtale av Øystein Mæland på Twitter (onlineaviser). Named Entity-kategorier, nettverksmodell. Sterkeste sammenhenger. 15

17 Fig. 25. Omtale av Øystein Mæland på Twitter. Sentimentanalyse, sterkeste sammenhenger. Sammenfatning I begynnelsen av rapporten stilte vi noen spørsmål vi ville ha svar på i løpet av analysene. Vi ville vite om det var forskjeller mellom de tre sosiale mediesfærene hva gjelder hvem som ble diskutert, og i forbindelse med hvilke tema. Deretter ville vi vite om det kunne påvises forskjeller i omtale for de ulike aktørene når det gjaldt positiv og negativ omtale. Til slutt stilte vi spørsmålet om det kunne påvises forskjeller mellom «folk flests» meninger i sosiale medier og pressens dekning. Svarene som analysene ga er, kort sammenfattet: - Hovedaktørene Stoltenberg, Faremo og Mæland omtales både i kommentarfelter, i diskusjonsfora og i Twitter, om enn i ulikt omfang. - Tonen i «samtalene» er sammenfallende for de tre: Omtalen er negativ. - «Folk flests» reaksjoner på 22. juli-kommisjonens rapport sammenfaller med pressens omtale av aktørene. 16