Informatie op Twitter tijdens crisissituaties: nieuw of nieuws?

Informatie op Twitter tijdens crisissituaties: nieuw of nieuws? Informatiestromen op Twitter en in de meldkamer van de politie Groningen tijdens het schietincident in Baflo nader onderzocht. Auteur: Arjen Hoek Arjenhoek AT Gmail.com

Informatie op Twitter tijdens crisissituaties: nieuw of nieuws? Informatiestromen op Twitter en in de meldkamer van de politie Groningen tijdens het schietincident in Baflo nader onderzocht. Vrije Universiteit Amsterdam Faculteit der Sociale Wetenschappen Masterthesis Bestuurskunde Besturen van veiligheid Begeleider: Dr. F.P. Wagenaar Beoordelaar: Dr. ir. F.K. Boersma Auteur: Arjen Hoek Master Bestuurskunde Besturen van Veiligheid 2

INHOUDSOPGAVE 1. Introductie 4 1.1 Aanleiding 4 1.2 Inleiding 4 1.3 Methodologie 6 2. Concepten 7 2.1 Social Media 7 2.2 Twitter 8 2.3 Crisis 9 2.4 Ushahidi 10 3. Theorie 12 3.1 Algemeen 12 3.2 Gedrag van burgers op social media 12 3.3 Type burgerinformatie op Twitter 13 3.4 Kwaliteit burgerinformatie op Twitter 15 3.5 Social Media gebruiken voor crowdsourcing 16 4. Onderzoeksmethoden 18 4.1 Onderzoeksobjecten 18 4.2 Operationalisatie Twitter analyse 19 4.3 Operationalisatie interviews 20 4.4 Representativiteit 21 4.5 Validiteit en betrouwbaarheid 21 5. Empirie 23 5.1 Analyse tweets 23 5.2 Vergelijking Twitter met GMS 26 5.3 Interviews 28 6. Conclusie en discussie 31 Literatuurlijst 34 3

1. INTRODUCTIE 1.1 Aanleiding Opensourcesoftware Ushahidi helpt bij rampenbestrijding In het afgelopen jaar kende Rusland een van de warmste zomers ooit. Door de extreme hitte ontstonden er duizenden branden, met als gevolg het verlies van veertig mensenlevens, vijftienhonderd huizen en meer dan 120.000 hectare bos. De schade had veel groter kunnen zijn als er geen gebruik was gemaakt van de gratis opensourcesoftware Ushahidi. Degenen die de brandhaarden bestreden, maakten met behulp hiervan een internetapplicatie, waarvoor ze informatie van burgers gebruikten om in kaart te brengen wat de beste routes waren om de branden te blussen. Ushahidi zorgt ervoor dat mensen worden gehoord en informatiekanalen democratischer worden; het moedigt burgerparticipatie aan, zegt medeoprichter Juliana Rotich. (Mapa, 2011) 1.2 Inleiding De opkomst van de netwerksamenleving heeft de afgelopen jaren een enorme vlucht genomen. De groeiende ICT mogelijkheden zorgen ervoor dat de hele wereld binnen een paar muisklikken met elkaar in contact staat. De verschillende social media zijn toepassingen of platforms die het mogelijk maken om met elkaar in contact te staan en informatie uit te wisselen. Tijdens de orkaan Katrina in 2005 werd op grote schaal informatie over het rampgebied gedeeld via social media zoals Twitter, Flickr, Facebook en weblogs (Gao e.a. 2011:197). Dit is vergelijkbaar met het principe van Ushahidi. Het uitwisselen van informatie is namelijk ook wat er in 2010 in Rusland gebeurde. Ushahidi gaf de inwoners van Rusland een online platform om informatie te delen. Het principe van online informatiedelen in crisissituaties gebeurt niet alleen in het buitenland, maar ook in Nederland. Ten tijde van grote ongevallen of rampen wordt massaal naar de mobiele telefoon gegrepen om te Twitteren. Twitter is een social media - toepassing die het mogelijk maakt om een microblog bij te houden en hiermee tekst, foto s en video s op een eenvoudige wijze online te delen. De tweets over rampen en crises kunnen belangrijke 4

informatie voor hulpverleners over een ongeval bevatten. Die informatie kan gebruikt worden door hulpverleners om bijvoorbeeld meer inzicht te krijgen in de situatie. De Nederlandse overheid is zich bewust van de nieuwe kansen welke digitale media bieden. Het Nationaal Crisis Centrum (NCC) heeft het Instituut voor Veiligheids- en Crisismanagement (COT) daarom gevraagd een onderzoek uit te voeren naar het gebruik van Twitter als instrument voor crisiscommunicatie. Dit onderzoek van het COT is met name gericht op de communicatie van de overheid richting de burger met betrekking tot rampen en crises. In deze scriptie worden andere mogelijkheden van Twitter onderzocht. Hierbij gaat het om de bruikbaarheid burgerinformatie op Twitter voor veiligheidsprofessionals tijdens een incident. Hierbij wordt het schietincident in Baflo op 13 april 2011 onderzocht. In de eerste uren het schietincident in Baflo zijn er enkele duizenden tweets verstuurd. Hierbij wordt gekeken naar de inhoud van de tweets, waar hebben burgers het over tijdens een incident en is dit bruikbaar voor veiligheidsprofessionals. Interessant is om te onderzoeken of de informatiestromen op Twitter afwijken van de informatiestromen in de meldkamer van de politie Groningen. In deze scriptie staat de volgende probleemstelling centraal: Wat voor informatie is er door burgers op Twitter verspreid over het schietinicident in Baflo en in hoeverre was dit nieuw en bruikbaar ten opzichte van de GMS uitdraai van de Politie Groningen? De probleemstelling wordt aan de hand van deelvragen beantwoord. Eerst wordt de wetenschappelijke stand van zaken in kaart gebracht door middel van vragen over de theorie en vervolgens wordt de praktische kant in kaart gebracht met behulp van empirische vragen. Theorie 1. Wat zijn social media en wat is het principe van Ushahidi? 2. Hoe gedragen burgers zich op social media tijdens crisissituaties? 3. Wat is er bekend uit over de bruikbaarheid van informatie op social media tijdens crisissituaties? 4. Wat zijn de uitkomsten van empirisch onderzoek naar het gebruik van informatie op social media tijdens crisissituaties? Empirie 5. Wat voor informatie wordt er door burgers op Twitter gezet tijdens de warme fase van het schietincident in Baflo? 5

6. Welke informatie van burgers over het schietincident in Baflo staat op Twitter en was op hetzelfde moment nog niet bekend in de meldkamer? 7. Welke informatie van burgers op Twitter over het schietincident in Baflo was nog niet bekend in de meldkamer en is ook bruikbaar voor veiligheidsprofessionals tijdens de warme fase van het incident? 1.3 Methodologie Het onderzoek wordt gebaseerd op een literatuurstudie en op een empirisch onderzoek. Eerst wordt gekeken wat de huidige wetenschappelijke stand van zaken is op dit onderwerp. In het eerste deel worden de concepten zoals social media, Twitter en Ushahidi uitgewerkt. Daarna wordt het gedrag van burgers op social media tijdens crisissituaties en verschillende theorieën die hier een relatie mee hebben in kaart gebracht. Bij het empirische onderzoek worden de tweets over het schietincident in Baflo onderzocht. Hierbij worden de tweets over de situatie geanalyseerd en wordt in kaart gebracht welke informatie op welk tijdstip door burgers wordt aangeleverd. Dit wordt vergeleken met een GMS uitdraai van de meldkamer van de politie Groningen. Op deze wijze wordt getoetst of informatie eerder bekend was op Twitter dan in de meldkamer. Op basis hiervan wordt ook inzichtelijk welke tweets interessant zijn voor veiligheidsprofessionals tijdens de warme fase. Naast het onderzoek van de tweets worden er een aantal interviews gehouden met veiligheidsprofessionals. Hierbij wordt getoetst hoe interessant de burgerinformatie op Twitter is voor veiligheidsprofessionals. 6

2. CONCEPTEN 2.1 Social media Er zijn in de literatuur verschillende definities van social media bekend. De definitie die gehanteerd wordt in het rapport van het COT is als volgt: een verzamelterm voor internetapplicaties en internetdiensten die interactief zijn, waarin gebruikers centraal staan en er door middel van gezamenlijke activiteiten (co-creatie) nieuwe informatie en kennis wordt opgebouwd (COT, 2010: 5). In de definitie van het COT zijn drie elementen te onderscheiden. Allereerst dat het gaat om internetapplicaties en internetdiensten. Voorbeelden van deze internetapplicaties en diensten zijn sociale netwerksites Twitter, Facebook, Hyves en LinkedIn. Het zijn niet alleen netwerksites, maar ook videosite Youtube en online encyclopedie Wikipedia zijn social media. Ten tweede geeft het COT aan dat de gebruikers centraal staan en ten derde dat gezamenlijke activiteiten bouwen aan nieuwe informatie en kennis. Een concreet voorbeeld hiervan is het toevoegen en modereren van informatie op Wikipedia wat door de gebruikers zelf wordt georganiseerd. De definitie van het COT heeft veel overeenkomsten met de definitie die wordt gegeven in het onderzoeksrapport van TNO en het Ministerie van BZK. In dit rapport worden social media gelijk gesteld aan de ontwikkeling web 2.0. Web 2.0 is een containerbegrip dat staat voor de nieuwe, tweede, fase van het internet. Dit is de periode waarin de gebruiker bijdragen levert aan de inhoud van websites en applicaties en website-eigenaren nieuwe verdienmodellen hebben (Frissen e.a. 2008: 10). Web 2.0 is een zeer gehypt begrip en kent veel verschillende definities en daarom wordt er in deze scriptie verder alleen gesproken over social media. Social media wordt door Frissen omschreven als: Het ontstaan van platforms op het Internet waar gebruikers zich kunnen organiseren, samenwerken, vriendschappen onderhouden, delen, ruilen, handelen en/of creëren, die open toegankelijk zijn en decentraal georganiseerd, waardoor een actieve inbreng van gebruikers mogelijk is,en waar alles wat op die platforms gebeurt maximaal geëxploiteerd wordt. (Frissen e.a. 2008: 9). De toevoeging die hieraan gedaan wordt door Frissen (2008) ten opzichte van het COT (2010) is dat social media openlijk toegankelijk zijn en decentraal georganiseerd worden. Iedereen die over een 7

internettoegang beschikt, kan gebruik maken van social media. De definitie die in deze scriptie gehanteerd wordt is een combinatie van Frissen en het COT: Social media is een verzamelterm voor internetapplicaties en internetdiensten die open toegankelijk, interactief en decentraal georganiseerd zijn, waarin gebruikers centraal staan en er door middel van gezamenlijke activiteiten (co-creatie) nieuwe informatie en kennis wordt opgebouwd. 2.2 Twitter Twitter is een microblogging service die behoort tot de social media. Microblogging is een vorm van webloggen dat gebruikers de mogelijkheid geeft om korte tekstberichten of media als foto s of videoclips te delen (Sakaki e.a., 2010: 851). Er zijn op de internationale markt verschillende partijen die microblogging-diensten aanbieden. Twitter is hiervan de grootste en de enige met bekendheid onder het grote publiek in Nederland (Starbird e.a., 2010: 241-242). Twitter stelt gebruikers alleen de volgende vraag: What are you doing? (Twitter, 2011-1). De beantwoording van deze vraag heet een tweet en moet gedaan worden in maximaal 140 karakters (Sakaki e.a., 2010: 851). Tweets kunnen worden verstuurd via verschillende mogelijkheden: de website Twitter.com, e-mail, sms en via applicaties op mobiele telefoons of computers met internetverbinding. Een Twitter-account bevat een korte omschrijving van de gebruiker. Dit openbare profiel bevat de naam, locatie, website, een korte biografie en het aantal verstuurde tweets van een gebruiker (Kwak e.a., 2010: 591). Daarnaast bevat een Twitter-account de tweets die door de gebruiker verstuurd zijn. Een gebruiker die kennis wil nemen van de berichten van een gebruiker kan zich abonneren op zijn berichten door follower (volger) te worden. Op het moment dat een gebruiker een tweet plaatst dan ontvangen al zijn followers (volgers) dit bericht (COT, 2010: 6). Naast het eenzijdig plaatsen van tweets is het ook mogelijk om met Twitter de interactie aan te gaan. Hierbij wordt gebruik gemaakt van het @ symbool gevolgd door een gebruikersnaam (bijvoorbeeld: @vnogregio) in een tweet om deze te richten aan een specifieke gebruiker (Starbird e.a., 2010: 242). Met deze methode is het mogelijk om op andere gebruikers, ook als deze geen volgers zijn, te reageren. De tweets die gezamenlijk verstuurd worden door de gebruikers vormen de Twitstream, dit is een continue reeks berichten die zonder vertraging gepubliceerd wordt (COT, 2010: 6). Een belangrijke eigenschap van microblogging services is dat het real-time gebeurt. De meeste weblogs geven iedere paar dagen een update op hun website, actieve Twitter 8

gebruikers versturen meerdere keren per dag een tweet. Gebruikers weten hoe het gaat met andere gebruikers en waar ze mee bezig zijn. Ze keren regelmatig terug naar de site om de updates van anderen te lezen (Sakaki e.a., 2010: 851). Iemand die kennis wil nemen van de berichten die op Twitter geplaatst worden, hoeft hiervoor niet per definitie een gebruiker of een volger te zijn. Het COT heeft een overzicht gemaakt van de verschillende methoden om kennis te nemen van berichten: - Door een zoekopdracht te plaatsen naar sleutelwoorden in berichten van andere gebruikers. - Door te abonneren op een onderwerp. Onderwerpen worden aangegeven met een hashtag (het # - symbool), zoals #koninginnedag en #apeldoorn. Alle berichten die deze onderwerpen bevatten worden dan naar de gebruiker gestuurd. - Door te abonneren op zoektermen die in het bericht voor kunnen komen. - Door te abonneren op berichten uit een bepaald geografisch gebied. Wanneer een bericht wordt toegevoegd door iemand uit dit gebied, krijgt de gebruiker deze toegestuurd. - Door aan te sluiten bij een groep, zodat alle berichten van de leden van de groep bij elkaar getoond worden. Hiervoor zijn in toenemende mate oplossingen van derden beschikbaar. (COT, 2010: 6) Het bereik van Twitter is in de periode 2009 tot 2011 aan een enorme stijging onderhevig. Uit de meest recente onderzoeksresultaten van comscore blijkt dat 26,8% van de Nederlanders met een internetaansluiting gebruik maakt van Twitter (comscore, 2011-1). Het aantal unieke bezoekers per maand is in de periode 2010 2011 met bijna 70% gestegen van ruim 1,9 miljoen naar meer dan 3,2 miljoen unieke bezoekers per maand (comscore, 2011-1). 2.3 Crisis Een crisis is volgens Rosenthal (1984): een ernstige bedreiging van de basisstructuren of van de fundamentele waarden en normen van een sociaal systeem, welke bij een geringe beslistijd en bij een hoge mate van onzekerheid dwingt tot het nemen van kritische beslissingen (Bron: Rosenthal 1984 in: Stol e.a. 2006: 346). In de definitie van Rosenthal zijn vier elementen te onderscheiden. Ten eerste wordt er gesproken over een ernstige bedreiging van de basisstructuren of fundamentele waarden en normen van een sociaal systeem. Daarnaast de factor tijd die beperkt is maar waarbinnen wel een beslissing moet worden genomen over een incident waar onzekerheid is. Die onzekerheid is een gebrek aan informatie over het incident. 9

In dit onderzoek wordt gekeken op welke wijze burgerinformatie op Twitter deze onzekerheid kan inperken waardoor betere beslissingen kunnen worden genomen. Er zijn verschillende typen crises die onderling erg van karakter versschillen. Het COT maakt vermelding van een indeling van verschillende typen crisis op basis van de snelheid waarmee een crisis ontstaat en ook weer verdwijnt. Er wordt door Boin e.a. (2006) onderscheid gemaakt tussen de volgende vier typen crisis: - Fast-Burning: Een bommelding op een station of een weeralarm. - Long-Shadow: De aardbeving op Haiti in 2010. - Cathartic: de dreiging van een aanslag op een persoon. - Slow-burning: De q-koorts of een grieppandemie. Flitscrisis Creeping crisis Abrupt einde Fast-burning Cathartic Wegfadend Long-shadow Slow-burning (Boin, Hart, And & Sundelius, 2006) 2.4 Ushahidi Ushahidi is een opensource platform dat het mogelijk maakt om informatie tijdens crisissituaties online aan een digitale kaart te koppelen (Keay, 2010: 116). Ushahidi is ontstaan als website met als doel crowdsourcing te faciliteren. Bij crowdsourcing wordt de informatie en kennis van een grote groep mensen gedeeld zodat iedereen die belangstelling heeft hiervan kan profiteren (Okolloh, 2009: 65). Hersman (2010) geeft als definitie: by crowd sourcing this crisis information, we hope to bring more data, information, from ordinary people on the ground, rather than just the top-down hierarchy of how disaster management was handled in the past, and how early warning was handled in the past as well (Hersman, 2010 in: Keay, 2010: 117). Ushahidi is ontstaan naar aanleiding van het geweld na de verkiezingen in Kenia in de periode december 2007 tot en met januari 2008. In deze periode zorgde de overheid voor censuur en het verbannen van de media zodat inwoners van Kenia niet op de hoogte werden gehouden van de gewelddadige ontwikkelingen in het land (Okolloh, 2009: 65). Om te voorzien in juiste informatie is het platform Ushahidi ontwikkelt waarop burgers informatie kunnen delen. Het idee achter deze vorm van crowdsourcing is dat met genoeg volume aan deelnemers de waarheid altijd inzichtelijk is voor iedereen (Okolloh, 2009: 67). Na deze periode van geweld 10

in Kenia is geconstateerd dat de software van Ushahidi van waarde kan zijn voor lokale en internationale organisaties om te helpen tijdens crisissituaties. De opensource software van Ushahidi is ingezet bij de aardbeving in Haïti in januari 2010 en in maart 2011 bij de Tsunami in Japan. 11

3. THEORIE Er zijn een aantal onderzoeken gedaan naar het gebruik van Twitter tijdens crisissituaties. De meerderheid hiervan is uitgevoerd in de Verenigde Staten en in Japan. Dit is te verklaren doordat in de V.S. en Japan eerder en op grotere schaal gebruik gemaakt werd van Twitter. In deze paragraaf wordt eerst de algemene theorie over dit onderwerp samengevat en vervolgens de wetenschappelijke stand van zaken over dit onderwerp uiteengezet. 3.1 Algemeen De algemene theorie die in deze scriptie getoetst wordt is het onderzoek van Starbird e.a. (2010) naar de Red River Flooding en het onderzoek van Vieweg e.a. (2008) naar de Virginia Tech Shooting. Starbird e.a. (2010) stelt dat burgers op Twitter zelforganiserend optreden en informatie die waardevol is herdistribueren via retweets (Starbird 2010: 250). Burgers vertrouwen op officiële instanties voor informatie tijdens een crisis en de burgerinformatie van betrouwbare ooggetuigen op Twitter moet gezien worden als aanvulling hierop (Starbird 2010: 250). Vieweg e.a. (2008) stelt dat burgers tijdens crisissituaties uit zichzelf informatie aanleveren via social media. Burgers zijn zich bewust van het feit dat deze informatie betrouwbaar en juist moet zijn. Deze burgerinformatie op social media is bruikbaar voor een betere rampenbestrijding (Vieweg e.a. 2008: 53). 3.2 Gedrag burgers op social media Burgers vertonen tijdens een crisissituatie een gedragsverandering op social media. In een onderzoek van Hughes e.a. (2009) naar gedrag op Twitter tijdens crisissituaties, wordt het gedrag van burgers op Twitter tijdens twee orkanen vergeleken met een neutrale situatie. De aanwezigheid van verwijzingen naar externe webpagina s op Twitter verdubbeld tijdens crisissituaties. Ruim de helft van de tweets met betrekking tot de orkanen bevatte een deeplink. Een deeplink is een verwijzing naar een externe pagina, beginnende met htt:// gevolgd oor de url. Slechts een kwart van de tweets van de neutrale controlegroep bevatte tijdens dezelfde periode een deeplink (Hughes e.a. 2009: 256). Door het plaatsen van verwijzingen, geven burgers aan welke informatie zij op dat moment belangrijk vinden en wat zij bij hun onder de aandacht willen brengen. 12

In Starbird e.a. (2010) komt vergelijkbaar gedrag van burgers op Twitter tijdens crisissituaties naar voren. Starbird e.a. heeft onderzoek gedaan naar het gedrag van burgers tijdens overstromingen in de Red River Valley. Het brongebruik van de burgers zijn officiële instanties en betrouwbare ooggetuigen. Doordat er geen beoordelingsysteem is van tweets, gebruiken burgers retweets en deeplinks om de belangrijkste en kwalitatief hoogwaardige informatie (opnieuw) onder de aandacht te brengen (Starbird e.a. 2010: 249). 3.3 Type burgerinformatie op Twitter Tijdens rampen en crises wordt door burgers informatie gedeeld via Twitter. In 2010 is er door Starbird e.a. (2010) een studie geweest naar het type informatie op Twitter tijdens een overstroming van de Red River Valley. De tweets met betrekking tot de Red River Valley zijn onderzocht en hieruit zijn alle tweets met informatie uitgefilterd. Deze tweets met informatie zijn onderzocht en er worden drie typen informatie onderscheiden. De tweets kunnen ingedeeld in de volgende drie typen informatie: generative information production, synthetic information production en derivative information production. Generative Information Production Generative information (broninformatie) is informatie rechtstreeks van de bron. Dit is bijvoorbeeld autobiografische informatie zoals eigen waarnemingen tijdens een incident(starbird e.a. 2010: 246). Dit zijn ook foto s die ter plekke gemaakt zijn en online worden gezet. Een andere vorm van broninformatie is afkomstig uit algemene kennis of door te citeren uit bestaande bronnen. Hierbij kan gedacht worden aan een citaat uit een gemeente website met informatie over de gemeente Winsum. In de casus van de overstroming van Red River Valley zijn minder dan 10% van de berichten broninformatie. Van deze berichten wordt 80% verstuurd door mensen vanuit het gebied waar de overstroming plaatsvond. (Starbird e.a. 2010: 246). Synthetic Information Production Synthetic information (samengestelde informatie) is informatie die samengesteld wordt door de zender uit verschillende bronnen. Om zoveel mogelijk informatie binnen de beschikbare 140 karakters van een tweet te kunnen versturen, worden nieuwsberichten gefilterd en aangepast (Starbird e.a. 2010: 247). Je kan hierbij denken aan een tweet die verstuurd wordt waarin een paar steekwoorden uit de persconferentie van de politie verwerkt zitten. In het onderzoek van Starbird e.a. (2010) bevat ruim 25% van de tweets over de overstroming 13

samengestelde informatie. Dit type berichten werd vooral verstuurd door landelijke en regionale media. Een groot deel van dit type berichten bevatte ook deels broninformatie, doordat ze als eerste online geplaatst werden en afkomstig waren van traditionele media welke andere nieuwsbronnen raadpleegden zoals de redactie van kranten (Starbird e.a. 2010: 247). Derivative Information Production Derivative information (ondersteunende informatie) zijn tweets die online informatiezoekers helpen belangrijke en relevante informatie te herkennen en te vinden. In het onderzoek van Starbird e.a. (2010) bevat ongeveer 75% van de tweets ondersteunende informatie (Starbird e.a. 2010: 247) Tweets met derivative information hebben deels overlap met tweets uit de categorie synthetic information, met name in het geval van re-sourcing. Door de vele tweets die tijdens een crisissituatie verstuurd worden over één onderwerp, is het lastig voor informatiezoekers om de juiste informatie te vinden. De meeste ondersteunende tweets worden verstuurd door gebruikers die zich niet in het gebied bevinden waar de overstroming zich voordoet. De gebruikers van Twitter zijn zelf organiserend en gebruiken daarom verschillende technieken om de belangrijkste informatie onder de aandacht te brengen. Bij ondersteunende tweets wordt naar informatie verwezen of wordt informatie opnieuw gepubliceerd. Dit wordt gedaan met Retweets (RT), Follow tweets (@), re-sourcing en deeplinking (urls) (Starbird e.a. 2010: 247-248). - Door middel van een retweet wordt een tweet opnieuw gepubliceerd. Dit gebeurt vaak met een tweet die broninformatie bevat. Een voorbeeld: RT: Om 14:00 uur geeft de korpschef een persconferentie met meer informatie die te volgens is via Journaal24. - Met een follow tweet wordt een Twitter gebruiker aanbevolen. Hiermee wordt dan verwezen naar een autoriteit of hulpdienst ter plekke die broninformatie verspreid. Een voorbeeld: Volg @Politie_grn voor actuele rampen informatie. - Bij re-sourcing wordt er in tweets verwezen naar andere bronnen of wordt er informatie gekopieerd en in een tweet geplaatst. Dit wordt bijvoorbeeld gedaan om informatie over een incident samen te vatten. Voorbeeld: Dagblad van het Noorden: De politie Groningen is actief op Twitter. - Bij deeplinking wordt er een url geplaatst in een tweet om door te verwijzen naar een externe website. Een url is een opklikbare link die de informatiezoeker doorstuurt naar 14

een andere website. Als voorbeeld: Via http://nos.nl/nieuws/live/journaal24/ kan de persconferentie van de korpschef gevolgd worden. (Starbird e.a. 2010: 247-248; COT 2010: 10-11). 3.4 Kwaliteit burgerinformatie op Twitter De kwaliteit van de informatie die door burgers op Twitter wordt geplaatst, wordt regelmatig in twijfel getrokken. Op 12 april 2009 kopte de NRC (2009) nog: Twitter is snel, anoniem en onbetrouwbaar (NRC, 2009-1). Dit naar aanleiding van de oproer tegen de oppositieleider Vlad Filat in Moldavie. Het bedrijf Ponders Social Media heeft een kennisplatform over social media en zegt hierover: Social media zijn niet altijd zo betrouwbaar als gezegd wordt. Veel berichten op Twitter betreffen bijvoorbeeld geruchten die door de massa worden versterkt en vervolgens niet waar blijken te zijn. (Pondres Social Media, 2011-1). Tijdens een crisissituatie is er weinig tijd om te onderzoeken of informatie mogelijk onjuist is. Tijdens een crisissituatie zijn de veiligheidsprofessionals op management vaak bezorgd over de geruchten en de onjuiste informatie die via burgers verspreid worden (Vieweg e.a. 2008: 44). In tegenstelling tot de voorgaande berichten leren ervaringen uit het verleden dat mensen tijdens crisissituaties zich innovatiever en beter gedragen om anderen te helpen. De bijdrage van burgers beperkt de impact van een crisis en zorgt voor een sneller herstel (Vieweg e.a. 2008: 44). Er is onderzoek gedaan naar de kwaliteit en betrouwbaarheid van burgerinformatie op social media tijdens crisissituaties. Naar aanleiding van de Virginia Tech Shooting in 2007 is er onderzoek gedaan naar de kwaliteit en betrouwbaarheid van informatie die rond ging op Facebook. Doordat autoriteiten niet naar buiten kwamen met informatie over slachtoffers hebben studenten en professoren zelf een online inventarisatie gedaan op Facebook. Hierbij is de rolverdeling en de structuur van informatieverzameling door burgers, zonder verdere regie, spontaan ontstaan tijdens de crisissituatie (Vieweg e.a. 2008: 47). De betrouwbaarheid van de informatie in deze situatie was erg hoog. Op het moment dat mensen een bericht met informatie plaatste zonder verdere onderbouwing, werd er altijd door andere gebruikers om een bron gevraagd. De geplaatste informatie was niet altijd 100% te onderbouwen met bronnen, maar de burgers die de informatie plaatsten deden hun uiterste best om correcte informatie aan te bieden (Vieweg e.a. 2008: 50). 15

In deze crisissituatie werd gewerkt aan een gedecentraliseerde oplossing voor een informatievraagstuk door verschillende mensen die hierbij de beste en serieuze intenties hebben. Dit in tegenstelling tot de kritiek op het gebruik van burgerinformatie omdat deze onbetrouwbaar zou zijn. Vieweg e.a. (2008) zegt hierover: The behavior we see exhibited is in striking contrast to the typical ways in which activity by the public is portrayed, which is one in need of policing and control. A long history of disaster sociological work has shown that that particular view of public behavior is misguided, and that, instead, people form altruistic communities (Fischer, 1998; Tierney et al, 2001), which include the sort we now see on-line. (Vieweg e.a. 2008: 53). Het onderzoek van Vieweg e.a. (2008) vormt het eerste wetenschappelijke bewijs dat social media tijdens crisissituaties een betrouwbaar gedecentraliseerd platform kan zijn voor burgerparticipatie. 3.5 Social media gebruiken voor crowdsourcing Niet alle social media platforms worden gebruikt voor crowdsourcing Dit komt mede doordat het ene social media platform beter geschikt is dan het andere. Twitter heeft een goede zoekfunctie om gecentraliseerd per onderwerp (#baflo) alle tweets te doorzoeken. Ushahidi centraliseert informatie per onderwerp waardoor alle relevante informatie bij elkaar staat (Keay 2010: 122). Facebook daarentegen werkt met individuele datastromen welke grotendeels niet openbaar zijn. Daarnaast mist facebook een zoekfuncties om statusupdates te doorzoeken. Hierdoor is Facebook minder geschikt voor crowdsourcing tijdens crisissituaties dan Twitter of een Ushahidi platform (Keay 2010: 122). In Nederland is Twitter beter geschikt voor crowdsourcing dan Ushahidi. Ushahidi is in Nederland relatief onbekend en op dit moment worden er tijdens crisissituaties door Nederlandse burgers gerelateerde berichten op Twitter geplaatst. Het gebruik van social media voor crowdsourcing wordt nationaal en internationaal op verschillende manieren toegepast. In Japan wordt Twitter gebruikt als sensor om aardbevingen te detecteren. Iedere gebruiker van Twitter is in dit geval een sensor en iedere tweet wordt gezien als informatie van deze sensor. Doordat een tweet gekoppeld kan worden aan een locatie en altijd een tijdselement bevat, is het een geschikt instrument om trends te registreren. Op het moment dat binnen korte tijd, vanaf een bepaalde locatie een grote hoeveelheid tweets wordt verstuurd met keywords zoals earthquake of now it s shaking, wordt er aan geregistreerde gebruikers een waarschuwing verstuurd vanwege een naderende aardschok (Sakaki e.a. 2010: 852). Deze methode registreert 96% van alle aardbevingen in 16

Japan op de schaal van Richter van 3 of hoger. De methode heeft een snellere alarmering dan de officiële meteorologische dienst van de Japan (Sakaki e.a. 2010: 853). Twitter gebruik voor crowdsourcing: ook in Nederland wordt social media als sensor gebruikt, bijvoorbeeld om een komende griepgolf te voorspellen. Mensen zoeken naar middelen voor verkoudheid of noemen dat ze verkouden zijn bijvoorbeeld. Dit wordt door onder andere door het Rijksinstituut voor Volksgezondheid en Milieu (RIVM) gebruikt om de voorlichting af te stemmen. Grote drogisterijketens gebruiken het juist om meer zelfgeneesmiddelen te verkopen (A. Vogel, 2010-1). 17

4. ONDERZOEKSMETHODE In de onderzoeksopzet wordt ingegaan op de manier waarop het empirische onderzoek is opgezet. Achtereenvolgens worden de verschillende keuzen die aan het onderzoeksdesign, de analysemethode en de operationalisatie van het onderzoek ten grondslag liggen besproken. 4.1 Onderzoeksobjecten Het onderzoeksdesign van deze scriptie is opgesteld op basis van The practice of Social Research, van Earl Babbie (2010). Dit onderzoek is een exploratief onderzoek naar mogelijke bijdrage van informatie op social media tijdens de warme fase van crisissituaties. Het empirische onderzoek bestaat uit twee delen empirische gegevens die verkregen worden via kwalitatief onderzoek. In eerste instantie wordt onderzoek gedaan naar typen tweets tijdens crisissituaties. Vervolgens worden de uitkomsten van dit eerste onderzoek voorgelegd in interviews aan geselecteerde respondenten. De gekozen casus voor dit onderzoek is het schietincident in Baflo. Er zijn een aantal redenen bepalend geweest voor de selectie van deze crisissituatie. In eerste instantie moest het een recente crisissituatie zijn. Doordat de ontwikkelingen in de netwerksamenleving en de verspreiding van social media in de samenleving snel gaat, moest de casus bij voorkeur niet ouder zijn dan een half jaar voor aanvang van het onderzoek. Ten tweede moest er een aanmerkelijke hoeveelheid aan tweets verstuurd zijn over de crisissituatie, welke als onderzoeksobject kon dienen. Ten slotte was het belangrijk dat de politie en de veiligheidsregio waar de crisissituatie plaats heeft gevonden welwillend tegenover een dergelijk onderzoek moesten. Om een vergelijking te kunnen maken met informatiestromen in onder andere de meldkamer van de politie is een meewerkende politiedienst een vereiste. Doordat de politie Groningen en het schietincident in Baflo aan deze voorwaarden voldeden en omdat de incidenten die voldoen aan deze kwalificaties niet vaak voorkomen, is er gekozen voor deze casus. Het eerste deel van het onderzoek richt zich op de communicatie van burgers via Twitter die plaatsvond rondom het schietincident in Baflo op 13 april 2011. Het onderzoeksobject van dit onderzoek is de sociale interactie, in de vorm van tweets, geplaatst door burgers op Twitter en de GMS uitdraai van de meldkamer politie Groningen op 13 april 2011 (Babbie 2010: 101). In het tweede deel van het onderzoek zijn de onderzoeksobjecten individuen, in de vorm van 18

veiligheidsprofessionals, die in een interview de resultaten van het eerste onderzoek op waarde voor de praktijk beoordelen (Babbie 2010: 100). 4.2 Operationalisatie Twitteranalyse Voor de operationalisatie van het onderzoek moet om te beginnen de data verzameld worden. De ruwe dataset van dit onderzoek bevat alle Twitterberichten in de periode van 13 april 2011, 19:30 uur tot en met 20 april 2011, om 20:00 uur. De dataset begint bij een kwartier voor de start van het schietincident. De tweets zijn verzameld tot na de officiële herdenkingen van de slachtoffers van het schietincident. Dit zijn in totaal 9.394 tweets. De selectie van de tweets heeft plaats gevonden op basis van de zoektermen in het onderstaande schema. Zoekterm (met en zonder #hashtag) Baflo Eventuele toelichting Plaats incident Overleden agent Doodgeschoten agent Begrafenis agent XXX XXX XXX XXX Naam overleden agent Naam vrouwelijk slachtoffer Naam verdachte Naam verdachte Figuur 1: Gebruikte zoektermen voor selectie tweets. De dataverzameling van de tweets is gedaan op 21 april 2011 met het programma Coosto. Coosto is een tool om social media te monitoren. Deze tool is gebruikt omdat deze als enige tool 6 keer per dag alle Nederlandstalige tweets binnenhaalt, welke vervolgens bewaard worden op eigen servers. De tweets die in de dagen na het schietincident door de gebruikers zijn verwijderd, zijn hierdoor behouden in de dataset van dit onderzoek. De tweets uit de dataverzameling die uiteindelijk geanalyseerd worden, zijn geplaatst in de periode tussen 13 april 2011, 19:30 uur en 14 april 2011 om 00:25 uur. In deze periode zijn 2385 tweets verstuurt over het schietincident. Op 14 april 2011 is om 00:25 uur de eerste 19

officiële persconferentie van de politie waarbij informatie verstrekt wordt over het schietincident. Dit tijdstip wordt in dit onderzoek gehanteerd als het eindpunt van de warme fase van het schietincident. Na dit moment is de informatie die op Twitter verspreid wordt vooral afkomstig is uit deze persconferentie. Daarnaast is het vanwege de redelijke uitvoerbaarheid niet mogelijk alle tweets naar aanleiding van het schietincident in Baflo te analyseren. Nadat de selectie van de tweets is gedaan, worden de tweets geanalyseerd en gecategoriseerd. Hierbij wordt gebruik gemaakt van het analysekader van Starbird e.a. (2010). In eerste instantie worden de tweets opgesplitst in de categorie tweets die informatie bevatten over het schietincident in Baflo en de categorie overige tweets. Voorbeelden van tweets uit de categorie overige, zijn tweets die medeleven tonen of afschuw uitspreken over het schietincident. Vervolgens worden alle informatieve tweets gecategoriseerd op basis van het analysekader van Starbird. Dit kader geeft een indeling voor informatieve tweets in drie categorieën: broninformatie, samengestelde informatie en ondersteunende informatie (Stabird e.a., 2010: 246-248). In het theoretisch kader zijn deze drie categorieën al verder uitgewerkt. Ter afsluiting van dit deel van het onderzoek worden alle tweets uit de categorie broninformatie en samengestelde informatie vergeleken met de GMS uitdraai van politie Groningen tijdens het schietincident in Baflo. Hierbij wordt gekeken of er informatie eerder bekend is op Twitter dan dat deze in de meldkamer bekend is. Dit onderzoek heeft overeenkomsten met de studie van Starbird e.a. (2010) naar de overstromingen in de Red River Valley. In het onderzoek van Starbird zijn de tweets gedurende 51 dagen van hoog water en overstromingen gecategoriseerd en geanalyseerd. Het belangrijkste verschil tussen het onderzoek van Starbird en dit onderzoek is het type crisissituatie dat onderzocht wordt. Het onderzoek van Starbird betreft een slow burning crisis en deze studie gaat over een fast burning crisis. 4.3 Operationalisatie interviews De onderzoeksobjecten bij het tweede deel van het empirische onderzoek zijn twee individuen die werkzaam zijn in een veiligheidsorganisatie. De data zijn verzameld door het afnemen van interviews. Op basis van de resultaten van het eerste onderzoek zijn de onderwerpen vastgesteld die besproken worden in de interviews. De tweets met broninformatie vormen het "substantive frame". Dit is het raamwerk wat de structuur van de interviews bepaald (Weiss, 1994:15). In de interviews worden de uitkomsten van het kwalitatieve onderzoek voorgelegd 20