Tarinat eivät katoa väittelyssä – nyt niitä voi analysoida järjestelmällisesti
Olet ehkä huomannut sen työpaikan kahvipöydässä tai somessa: kun väittely käy kuumana, taulukot ja käyrät hiljenevät helposti yhden arkisen kertomuksen edessä. Yksi kertoo, miten rokotteen jälkeen mummo vihdoin pääsi taas torille; toinen muistaa bussinkuljettajan, joka maksoi omasta pussistaan nuoren matkustajan lipun. Tällaiset tarinat eivät ole pelkkää koristelua. Ne muuttavat sitä, miten kuulemme väitteet ja päätämme, kehen uskoa.
Silti tarinoiden roolista nimenomaan verkkoväittelyissä on tiedetty yllättävän vähän. On puhuttu “hyvän tarinan voimasta” ja toistettu viestintäoppaita, mutta se, mitkä kerronnan piirteet todella liittyvät siihen, että keskustelukumppani muuttaa kantaansa, on jäänyt hämäräksi. Nyt tuore tutkimus tuo aiheeseen mittarit.
ARGUS-niminen kehys esittelee tavan tunnistaa tarinat ja niiden keskeisiä piirteitä verkossa käytävissä väitteissä. Työkalu ei rajoitu yhteen alustaan tai aiheeseen, vaan se testataan laajassa verkkokeskusteluaineistossa. Tavoite on suora mutta kunnianhimoinen: nähdä, missä kohdissa väittelyä kertomus astuu kuvaan ja miten erilaiset kerronnan ulottuvuudet ovat yhteydessä siihen, onnistuuko kirjoittaja muuttamaan lukijan mieltä.
Ajattele keskustelua joukkoliikenteestä. Yksi kirjoittaja latoo lippuhintoja ja matkustajamääriä. Toinen aloittaa: “Kun palasin yövuorosta viime viikolla, bussi ei tullutkaan. Vanhus pysäkillä jäi odottamaan pakkaseen.” Jälkimmäinen on tarina: siinä on toimija, tapahtuma ja seuraus, joka koskettaa. ARGUS pyrkii tunnistamaan tällaisten kertomusten läsnäolon ja purkamaan niitä osiin. Tutkimuksessa määritellään kuusi keskeistä kerronnan piirrettä, joista jokainen voi vaikuttaa lukijan vastaanottoon eri tavalla.
Taustalle yhdistetään kaksi vakiintunutta teoreettista kehystä: toinen keskittyy itse tekstiin – siihen, millaisia merkkejä ja rakenteita kerronta sisältää – ja toinen siihen, miten nämä piirteet vaikuttavat vastaanottajaan. Näiden pohjalta tutkijat kokosivat uuden aineiston ChangeMyView-keskusteluista ja merkitsivät siihen sekä tarinat että kyseiset kerronnan piirteet. Näin syntyi koulutusaineisto, jonka avulla tunnistimia voi opettaa ja koetella.
Teknisesti ratkaisu yhdistää kahta lähestymistapaa. Ensinnäkin käytetään erikseen koulutettuja kielimalleja, jotka oppivat tunnistamaan tarinoita ja piirteitä esimerkkien perusteella. Toiseksi hyödynnetään niin sanottuja suuria kielimalleja “nollalaukauksena” – niiltä pyydetään suoraan luokittelua ilman erillistä lisäkoulutusta. Yhdessä nämä tarjoavat keinon viedä analyysi laajalle: pääsee kysymään systemaattisesti, millainen kerronta on läsnä ja miten se liittyy väittelyn lopputulokseen.
Tutkimuksen vahvuus on juuri tässä mittakaavassa ja menetelmällisessä selkeydessä. Aiemmin on pitänyt tyytyä esimerkkitapauksiin tai käsin tehtyihin, rajallisiin luokitteluihin. Nyt kerronnan palasia voidaan seuloa tuhansista viesteistä. ARGUS ei väitä ratkaisevansa keskustelukulttuurin pulmia – se tarjoaa linssin, jolla ilmiötä voi katsoa paremmin.
On silti syytä olla varovainen sen suhteen, mitä löydöksistä voi päätellä. Ensinnäkään kerronnan tunnistaminen ei ole yksiselitteistä. Missä kulkee raja tarinan ja esimerkin välillä? Miten erottaa kokemuksellinen kuvaus pelkästä kuvitteellisesta maalailusta? Vaikka aineisto on huolellisesti merkitty, tulkinnanvaraa jää. Myös automaattiset mallit tekevät virheitä, etenkin kun niitä pyydetään toimimaan ilman erityistä koulutusta tietyllä aineistolla.
Toiseksi yhteys ei vielä tarkoita syytä. Se, että jokin kerronnan piirre esiintyy viestissä, joka näyttää onnistuneen muuttamaan mieltä, ei todista piirteen olleen ratkaiseva. Verkkoväittelyissä vaikuttaa moni muu tekijä: keskustelijoiden aiemmat käsitykset, sävy, viestin pituus ja ajoitus, jopa se, kuinka tunnettu kirjoittaja on. ARGUS auttaa rajaamaan ja mittaamaan, mutta ei kumoa inhimillistä monimutkaisuutta.
Kolmanneksi konteksti rajaa yleistettävyyttä. Aineisto on koottu yhdestä väittelyalustasta, yhdellä kielellä ja tietyssä kulttuurissa. Kerronnan teho voi vaihdella aiheittain ja yleisöittäin. Se, mikä toimii terveyspolitiikassa, ei ehkä toimi ilmastosta puhuttaessa – ja toisinpäin.
Mitä tästä seuraa?
Jos kerronnan vaikutusta väittelyssä voidaan tutkia näin, käytännöllisiä seurauksia on monia. Toimittajat ja tutkijat saavat aiempaa tarkempaa näyttöä siitä, millainen selittäminen avaa lukijan mielen. Moderaattorit voivat hahmottaa, miten keskustelua saa rakentavammaksi ilman, että faktoista lipsutaan. Toisaalta sama tieto voi houkutella myös oikoteihin: jos tiedämme, millaiset tarinat purivat aiemmin, eikö kiusaus kasvaa muotoilla viestejä yhä enemmän tunteiden varaan – tai suorastaan manipuloiviksi?
ARGUS ei vastaa näihin eettisiin kysymyksiin, mutta se auttaa kysymään ne paremmin. Se tekee näkyväksi sen, minkä olemme aistineet: väittely ei ole vain väitteiden törmäystä, vaan myös kertomusten kamppailua. Ja kun ymmärrys lisääntyy, myös vastuu kasvaa.
Ehkä seuraava iso keskustelu ei koske sitä, voittaako data tarinan vai tarina datan. Ehkä tärkeämpi kysymys on tämä: millaisia tarinoita haluamme suosia julkisessa keskustelussa, jotta ihmiset eivät vain taipuisi, vaan myös ymmärtäisivät paremmin?
Paper: https://arxiv.org/abs/2602.24109v1
Register: https://www.AiFeta.com
viestintä tarinat verkkokeskustelu tekoäly kielimallit vaikuttaminen tiede
