Affekt, riskperception och tillit i COVID-19-vaccindebatten på Twitter

Sammanfattning

Denna studie undersöker hur riskperception formas och förändras i digitala miljöer under COVID-19-pandemin, med särskilt fokus på vaccindebatten på Twitter (numera X). Utgångspunkten är att risk inte enbart kan förstås som ett tekniskt mått, utan som en process där affekt, osäkerhet och institutionell tillit samverkar över tid. Genom att integrera Paul Slovics psykometriska paradigm med datorstödda metoder för naturlig språkbehandling (NLP) analyserar studien hur affektiva uttryck samspelar med dimensionerna dread risk (fruktan), unknown risk (det okända) samt trust low (misstro mot institutioner). Metodologiskt tillämpar studien en mixed methods-design där kärnan utgörs av en transformermodell (BERT) som används för att beräkna semantisk likhet mellan hundratusentals Twitterinlägg och teoretiskt förankrade riskdimensioner. Genom standardisering via z-värden identifieras perioder med förhöjd diskursiv intensitet, vilka därefter kontextualiseras genom en kvalitativ tematisk analys av inlägg med högt signalvärde. Resultaten, som visualiseras genom tidsserieanalyser, intensitets-heatmaps, ordmoln, violin-plots och Slovics risk space, indikerar mönster av tidsmässig samvariation mellan policy- och nyhetshändelser och skiften i den digitala riskperceptionen, samt att misstro ofta sammanfaller med situationer där kunskapsmässig osäkerhet också är hög. Detta kan tolkas i relation till teorin om risk as feelings samt social förstärkning enligt social amplification of risk framework, och indikerar att riskkommunikation i digitala miljöer behöver förhålla sig till både osäkerhet och institutionell misstro som centrala dimensioner.