Hoe we de klimaatdiscussie op Twitter hebben geanalyseerd

Wij doken voor ons onderzoek naar klimaatsceptici diep in het Nederlandse klimaatdebat. De geïnterviewden waren het over één ding eens: het debat is gepolariseerd. ‘Niemand praat meer met elkaar,’ kregen we vaak te horen.

Maar hoe ziet het klimaatdebat er uit? Is het inderdaad gepolariseerd? Om het klimaatdebat in kaart te kunnen brengen, maakten we een data-analyse met behulp van Twitter. Tijdens de eerste zes weken van het jaar verzamelden we alle tweets (7430 in totaal) op kernwoorden uit de klimaatdiscussie. Wij waren ons ervan bewust dat de analyse niet representatief is voor het hele klimaatdebat. Niet iedereen is actief op Twitter en ook twitteraars die tijdens de eerste zes weken niet actief zijn geweest,  zijn niet meegenomen in de analyse. Desondanks kwamen er een aantal interessante resultaten uit.

Om te laten zien hoe de discussie over klimaat er op Twitter uitziet, hebben we anderhalve maand Nederlandstalige tweets verzameld die (een deel van) de sleutelwoorden klimaat, CO2, climate, IPCC, windmolen, zeespiegel of turbine bevatten:

Vervolgens hebben we gekeken wie op wie reageert in de discussie.

Van deze gegevens maakten we een netwerk waarin te zien is welke twitteraars op elkaar reageerden.

Zie ook de interactieve versie.

De analyse toont twee parallelle werkelijkheden: één waarin wordt opgeroepen tot actie omdat klimaatverandering een grote bedreiging vormt, en één waarin de focus wordt gelegd op de onbedoelde nadelige gevolgen van klimaatbeleid en waarin zorgen over klimaatverandering worden afgedaan als ‘klimaathysterie’. Kortom, het debat lijkt inderdaad enorm gepolariseerd.

Daarnaast liet de analyse ook zien wie op Twitter het meest ‘vocaal’ waren. Hoe groter de stip, hoe vaker de twitteraar over het klimaat twittert. Vooral de sceptici bleken op Twitter erg actief.

Een blik op de inhoud van de tweets, liet zien dat de parallelle werkelijkheden ook zichzelf bevestigende werelden zijn. De twitteraars proberen met hun eigen grafieken, hashtags en gephotoshopte plaatjes hun eigen volgers van hun eigen gelijk te overtuigen. Sceptici doen dat vaak ook nog in hun eigen taal. Zo worden windmolens  ‘faalmolens’ of ‘wapperpalen’ en de Engelse Brexit blijkt inspiratie voor een ‘Clexit’ (Climate Exit).

Methodologie

1. API

Twitterdata mag je niet zomaar binnenhalen. Persoonlijke data zijn kostbaar en worden niet zomaar vrijgegeven. Bovendien kan wild scrapen de server overbelasten en dit zou een onstabiele service opleveren.

Om data deels openbaar maken, heeft Twitter een API. Deze maakt Twitterdata leesbaar voor een computerscript. De Twitter API heeft limieten.

Voor ons onderzoek hebben we de Twitter Search API gebruikt.

2. script & methode

Ons script maakt gebruik van de Tweepy Python library. We hebben de data binnengehaald tussen begin januari tot half februari.

Vervolgens hebben we alle reacties (likes, antwoorden, re-tweets) tussen gebruikers uit deze data gehaald.

Kijk naar de jupyter notebooks op github voor technische details.

3. Gephi

De verzamelde gegevens hebben we vervolgens in de netwerktool Gephi gezet.

De verbindingen tussen gebruikers zijn gevormd door likes, re-tweets en antwoorden. De grootte van de ‘bubbel’ is bepaald door hoeveel tweets van deze gebruiker in onze dataset terecht zijn gekomen. De diepte van de kleur schetst hoeveel reacties deze tweets hebben opgeroepen.