Hoe meer we over een gebeurtenis weten, hoe korter en vanzelfsprekender die in het nieuws wordt beschreven. Dit inzicht helpt journalisten, beleidsmakers en ontwikkelaars van kunstmatige intelligentie om bewuster om te gaan met taal en framing, en zo hun invloed op publieke beeldvorming beter te begrijpen en te sturen.
“Direct na een gebeurtenis gebruiken schrijvers vaak uitgebreide beschrijvingen, zoals ‘een vliegtuig vloog in op een gebouw.’ Na verloop van tijd wordt dat korter en vanzelfsprekender, en heeft de lezer genoeg aan de vermelding ‘9/11’,” vertelt taalkundige Levi Remijnse. “Ik wilde begrijpen welke factoren bepalen hoe die framing verandert.”
Echte gebeurtenissen
De concrete aanleiding voor Remijnses onderzoek was dat bestaande taalkundige modellen vaak alleen kijken naar woorden of betekenissen, maar niet naar de echte gebeurtenissen waarover geschreven wordt. “Ik bracht dat samen door te onderzoeken hoe gedeelde kennis (common ground) en tijd invloed hebben op de manier waarop we gebeurtenissen beschrijven. Zo laat ik zien dat taal meebeweegt met wat lezers al weten: hoe meer bekend is, hoe beknopter en vanzelfsprekender de beschrijving wordt,” aldus Remijnse.
Het verhaal sturen
Uit het onderzoek blijkt ook dat schrijvers met hun woordkeuze het verhaal sturen. Ze benadrukken bepaalde aspecten en laten andere weg. “Mijn belangrijkste conclusie is dat taal niet alleen feiten weergeeft, maar ook meehelpt om onze gezamenlijke kijk op gebeurtenissen te vormen. Met andere woorden: taal vertelt niet alleen het verhaal, ze bouwt het mee op.”
Inzicht
Taal verandert dus mee met onze kennis en overtuigingen. Een inzicht dat volgens Remijnse belangrijk is voor journalisten, communicatiespecialisten en onderzoekers. “Zij kunnen beter begrijpen hoe woorden onbewust invloed hebben op hoe mensen gebeurtenissen beleven. Denk aan hoe de keuze tussen ‘klimaatverandering’ en ‘klimaatcrisis’ een ander beeld oproept. Door bewust met framing om te gaan, kunnen media evenwichtiger verslag doen en kunnen beleidsmakers beter inspelen op hoe informatie overkomt bij het publiek.”
Gevoel voor context
Ook kunstmatige intelligentie, zoals taalmodellen, kan profiteren van deze inzichten om teksten beter te interpreteren of te genereren met gevoel voor context. “De toepasbaarheid is direct: in een tijd waarin nieuws, sociale media en AI-taalbots ons wereldbeeld mede vormen, helpt dit onderzoek ons te begrijpen hoe taal verhalen maakt, en hoe we die verhalen bewuster kunnen sturen, ” stelt Remijnse.
Aanslagen en rampen
Het onderzoek van Remijnse combineert taalkundige analyse, computermodellen en menselijke interpretatie. De basis is een grote verzameling nieuwsartikelen over echte gebeurtenissen, zoals aanslagen en rampen. Denk dan aan MH17 en de avondklokrellen. “Met computerprogramma’s heb ik geanalyseerd hoe die gebeurtenissen in de loop van de tijd worden geframed: welke woorden en zinsvormen schrijvers gebruiken, en hoe die veranderen naarmate het nieuws ouder wordt.”
Speciaal systeem
Samen met een team taalkundigen en studenten ontwikkelde Remijnse een speciaal systeem om te markeren welke woorden verwijzen naar welke gebeurtenis, en welk frame of perspectief ze oproepen. “Zo kon ik stap voor stap zichtbaar maken hoe taal verschuift van uitgebreide beschrijving naar kortere, meer conventionele verwijzingen; en hoe deze beschrijvingen van variëren in de frames die zij oproepen.”