Reakcje użytkowników Twittera na wiadomość o wypadku z udziałem prezydenckiej limuzyny

Abstract

Wypadek z udziałem prezydenckiej limuzyny, który miał miejsce 4 marca 2016 roku był szeroko komentowany przez internautów w serwisie społecznościowym Twitter. Wpisy użytkowników Twittera stanowią ciekawy materiał badawczy, a odpowiednio usystematyzowany pozwala wyciągnąć wnioski. Bazując na literaturze można stwierdzić, że kryzys jaki wówczas wybuchł został przyporządkowany do rodzaju wrogości i pogłosek. Ma to realne znaczenie na kształtowanie opinii publicznej ze względu na charakter opiniotwórczy analizowanego serwisu społecznościowego i dane, które mówią, że ok. 75% cytowań z Twittera pojawia się w radiu, 68% w telewizji oraz 35% w prasie. Materiał badawczy pozwolił wyodrębnić wpisy pozytywne, negatywne i neutralne. W ostateczności analiza wykazała, że najliczniejszą grupą były tweety neutralne – 7728 tweetów, co stanowi 66% całości. Wpisów uznanych za negatywne było 3030 tj. 26%, zaś wpisów pozytywnych można było w wynikach zauważyć 918, co stanowiło 8% udziału wszystkich tweetów. Uzyskany wynik analizy może świadczyć o tym, że na tle liczby pozytywnych wpisów negatywne cieszyły się większą popularnością na Twitterze, co jest przykładem na pogłębiającą się mowę nienawiści w Sieci.

An accident with the presidential limousine which took place in 4 March, 2016 was commented on Twitter. Their inscriptions took some interesting science material, which can give conclusions. When we based on social media literature we can state that crisis connected which the crash was assigned to “hate” and “rumor” categories. It has very hard influence for the public opinion, because the radio is quote about 75% Twitter’s tweets, 68% TV and 35% press. From presented science material we can extract positive, negative and neutral comments. The most popular of group was neutral tweets (about 26%). But positive tweets provide only 8%. The result of this research it can indicated that negatives took popularity on Polish Twitter and could be example for hating and trolling on the Internet.