Anleitung zum Glücklichsein

Von Susanne Flach

Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen. Wir woll­ten mal wieder pos­i­tiv­er bloggen.

Also gut, bloggen wir heute über Pos­i­tiv­ität in der Sprache. Und damit Sie sich nicht zu sehr erschreck­en oder umgewöh­nen müssen: das Nölen bleibt. Flat­tr drauf!

Wir haben hier schon das eine oder andere Mal über kul­turpsy­chol­o­gis­che Stu­di­en berichtet, die komis­che Annah­men zu Sprache und Kul­tur machen, auf riesi­gen Daten­men­gen basieren und math­e­ma­tisch robuste, aber unsin­nige Kor­re­la­tio­nen zwis­chen Sprache und Gesellschaft gefun­den haben wollen (meist han­delt es sich um soge­nan­nte spu­ri­ous cor­re­la­tions). Wie solche Stu­di­en kon­se­quent Funk­tion, Gebrauch und struk­turelle Kom­plex­ität von Sprache(n) ignori­eren, haben wir hier zum Beispiel bei Ego und Pflicht in der Sprache und Gesellschaft oder zum wirtschaftlichen Erfolg in Abhängigkeit von Tem­pus kommentiert.

Das Prob­lem ist grund­sät­zlich, dass an solchen Stu­di­en nie Linguist/innen beteiligt sind, die mal den Fin­ger heben kön­nten: „Hust! Stop!“ (offen­sichtlich fragt man auch im Peer Review nie­man­den aus der Sprach­wis­senschaft um Rat). Was solchen Stu­di­en dann oft an the­o­retis­ch­er Gültigkeit fehlt, bekom­men sie mit großer Medi­en­aufmerk­samkeit hon­ori­ert. Wir sind mate­ri­al­is­tis­ch­er gewor­den? Nun­ja, das ist jet­zt zwar kein beson­ders orig­ineller Vor­wurf, passt aber im Früh­stücks­fernse­hen immer gut in die pseudo­moralis­chen fünf Minuten vor dem Sportblock.

Mehrfach war in den let­zten Jahren von Stu­di­en zum kollek­tiv­en Glück (hap­pi­ness) und gesellschaftlichen Stim­mungen (mood) zu lesen, die oft an Dat­en aus sozialen Net­zw­erken gemessen wer­den. Heute soll’s um den Hedo­nome­ter gehen, der in „Echtzeit“ pos­i­tive oder neg­a­tive Stim­mungen auf Twit­ter ein­fan­gen will. Seine Schöpfer/innen haben uns zumin­d­est den hüb­schen Begriff Hedo­no­met­rics beschert. ((von Hedo­nis­mus, „in der Antike begrün­dete philosophis­che Lehre, Anschau­ung, nach der das höch­ste ethis­che Prinzip das Streben nach Sin­nen­lust und ‑genuss ist, das pri­vate Glück in der dauer­haften Erfül­lung indi­vidu­eller physis­ch­er und psy­chis­ch­er Lust gese­hen wird“ (Duden­de­f­i­n­i­tion) ))

Für die Hedo­nome­trie haben die Autor/innen (Dodds et al. 2011, Kloumann et al. 2012) eine Liste der zehn­tausend häu­fig­sten Wörter erstellt und die Begriffe nach ihrer „Pos­i­tiv­ität“ evaluieren lassen: man hat Unbeteiligte gebeten, die Wörter auf ein­er Skala von 1 bis 9 zu bew­erten, je nach­dem wie „gut“ sie sich bei dem entsprechen­den Wort fühlen. Das hat man als „durch­schnit­tlichen Glück­swert“ des Wortes inter­pretiert: laugh­ter ‚Lachen, Gelächter‘ bekam im Schnitt 8,5 und hap­pi­ness ‚Glück, Zufrieden­heit, Fröh­lichkeit‘ sowie love ‚Liebe‘ jew­eils 8,4. Am anderen Ende der Skala find­en sich rape ‚Verge­wal­ti­gung‘, sui­cide ‚Selb­st­mord‘ und ter­ror­ist mit 1,4 bzw. 1,3. Ins­ge­samt über­wiegen in der Liste Begriffe mit pos­i­tiv­er Bew­er­tung: von 10.222 Wörtern haben nur 29% eine Bew­er­tung von unter 5. Dies ver­an­lasste die Autor/innen dazu, Englisch eine „pos­i­tive Sprache“ zu nen­nen, weil es einen „Pos­i­tiv­ität­süber­hang“ (pos­i­tiv­i­ty bias) im Lexikon gebe: die Mehrheit der Wörter sei „pos­i­tiv“ beset­zt — was etwas die Tat­sache über­strahlt, dass sich zwei Drit­tel der Begriffe im Mit­telfeld zwis­chen 4 und 6 befind­en. Egal: damit war der Siegeszug durch die Medi­en nicht mehr aufzuhal­ten.

Abge­se­hen davon, dass Wörter in Iso­la­tion anders wahrgenom­men wer­den kön­nen, als sie tat­säch­lich ver­wen­det wer­den — find­en Sie cares ‚sor­gen, pfle­gen‘ (7,3) in Who cares? ‚wen juckt’s?‘ beson­ders zufrieden­heit­slastig? — über­sieht diese Analyse beson­ders fre­quenter Ele­mente die Möglichkeit, dass „neg­a­tive“ Wörter ein­fach nur zahlre­ich­er (Typen), aber dafür im Einzelfall sel­tener sein kön­nten (Token).

Denn stellen wir uns vor, wir sind gle­ich oft gut oder schlecht gelaunt: wenn uns für den Aus­druck guter Laune fünf Begriffe zur Ver­fü­gung ste­hen und wir jeden dieser Begriffe jew­eils 10 mal ein­set­zen (50 mal gute Laune), umgekehrt für schlechte Laune aber 25 Begriffe jew­eils nur zwei Mal ein­set­zen (50 mal schlechte Laune), dann befind­en sich unter den, sagen wir, sieben häu­fig­sten Begrif­f­en halt beein­druck­ende 71% „pos­i­tive“ Begriffe — das sagt aber über­haupt nichts über die Stim­mung im Lexikon, der Sprache oder der Sprachge­mein­schaft aus. Im Umkehrschluss blieben aber alle poten­tiell neg­a­tiv­en Emo­tio­nen unbeachtet, wenn die so definierte „Pos­i­tivliste“ Ihrer sieben Begriffe die Daten­grund­lage ist.

Let­z­tendlich ist die Liste, auf der der Hedo­nome­ter beruht, im besten Fall also schlicht nichts anderes, als ein The­men­barom­e­ter. Und das geht so: man hat die Liste genom­men, um die Ver­wen­dung­shäu­figkeit der Begriffe in Mil­liar­den von Tweets mit ihren jew­eili­gen Glück­swerten zu kor­re­lieren. Mit aufwändig­sten math­e­ma­tis­chen Formeln wur­den dann die täglichen Verän­derun­gen in der Ver­wen­dungs­fre­quenz dieser Wörter auf Twit­ter mod­el­liert. Schauen wir uns zur Verdeut­lichung einen Auss­chnitt der Stim­mungskurve der let­zten acht Monate an (Klick ver­größert die Grafik):

Hedonometrik 2014

Hedo­nome­trie, 4. Dezem­ber 2013 – 27. Juli 2014, hedonometer.org

Man sieht zwei Dinge: erstens gibt es wöchentliche Zyklen, die sam­stags ihren Höhe- und dien­stags ihren Tief­punkt erre­ichen. Zweit­ens führen Feiertage (wie Wei­h­nacht­en, Mut­tertag, Valentin­stag, Thanks­giv­ing oder der Amerikanis­che Unab­hängigkeit­stag) zu starken Auss­chlä­gen nach oben, und Ereignisse des tragis­chen Welt­geschehens (Absturz von MH17, Nahost-Eskala­tion oder der Tod von berühmten Per­sön­lichkeit­en) fast auss­chließlich zu Stimmungsabfällen.

Man kön­nte sagen: klingt doch plau­si­bel. Und ver­mut­lich ist das ja nicht mal völ­lig falsch: am Woch­enende sind wir entspan­nt und zufrieden, am Wochenan­fang aber übel gelaunt, was sich wiederum mit der Vor­freude auf das nahende Woch­enende bessert. Auch an Feierta­gen sind wir hap­py: Wei­h­nacht­en, das Fest der Liebe, der Fam­i­lie und des kollek­tiv­en Frohsinns. Und natür­lich stürzt ein hohes Ergeb­nis bei einem WM-Halb­fi­nale Amerikaner/innen in tiefe nationale Trauer.

Wait, what?

(Ich hoffe ja, dass min­destens ein Teil unser­er Leser/innenschaft schon über den all­ge­meinen Entspan­ntheit­sanspruch von Wei­h­nacht­en gestolpert ist. Falls nicht, fra­gen Sie jeman­den, der mal im Jan­u­ar eine Sin­gle­woh­nung in ein­er deutschen Großs­tadt suchen musste.)

Das Prob­lem ist, dass man hier eigentlich keinen Zyk­lus gesellschaftlich­er Fröh­lichkeit gefun­den hat, son­dern ein­er zirkulären Meth­ode aufge­sessen ist. Unter den beson­ders pos­i­tiv beset­zten Begrif­f­en, die am ehesten für die Auss­chläge ver­ant­wortlich sein dürften (Wert > 7, N = 582, lediglich 5,7% der Begriffe), ((Die ganze Liste kann übri­gens hier einge­se­hen wer­den.)) befind­en sich unter anderem hap­py, week­end, friends, moth­er, enjoy, mer­ry, good oder par­ty sowie sat­ur­day and sun­day und die Feiertage christ­mas und thanks­giv­ing (sowie inde­pen­dence und valentine’s). Unter den am schlecht­esten bew­erteten Begrif­f­en (Wert < 3, N = 403, 3,9 % der Begriffe) befind­en sich death, acci­dent, murder(er), die/s/d, dead, killed, jail, war, killings, cry/cries, sad, sad­ness, hate, lost oder funer­al.

Wenn man Pos­i­tiv­ität und Neg­a­tiv­ität so fes­tlegt und dann damit Fröh­lichkeit messen will, find­et man lediglich das raus, was man zuvor definiert hat. Zirkulär daran ist, dass abhängi­gen und unab­hängi­gen Vari­ablen die gle­ichen Dat­en zugrunde liegen: ich definiere mer­ry und christ­mas oder good und week­end als pos­i­tiv, messe dann, wie oft diese an Wei­h­nacht­en und am Woch­enende artikuliert wer­den, finde an Wei­h­nacht­en häu­figer Mer­ry Christ­mas und Freitag/Samstag öfter have a good week­end und fol­gere daraus, dass Wei­h­nacht­en ein Freuden­tag ist und am Woch­enende eine fröh­liche Gesellschaft auf Par­tys geht — sprich: es kann gar nichts anderes rauskom­men. Das gle­iche gilt übri­gens für neg­a­tive Begriffe sowie die Wochen­t­age, deren Pos­i­tiv­itätswerte wenig über­raschend nahezu kom­plett dem wöchentlichen Glück­lichkeit­szyk­lus entsprechen: mon­day (4,3), tues­day (5,0), wednes­day (5,4), thurs­day (5,9), fri­day (6,9), sat­ur­day (7,4), sun­day (7,3). Hier geht’s schon lange nicht mehr um die Frage, was was bedingt.

Das Prob­lem: solange Ele­mente Teil der Daten­menge sind, die man voraus­sagen möchte, dür­fen sie nicht gle­ichzeit­ig Teil der Voraus­sage selb­st sein. Eigentlich hätte den Autor/innen klar sein müssen, dass die Analyse kaputt ist und dass die abge­fahre­nen sta­tis­tis­chen Mod­elle wert­los sind, sog­ar ohne dass sie irgen­det­was von Sprach­struk­tur ver­ste­hen müssen. Würde man die zirkulären Begriffe raus­nehmen, ver­schwände die Deut­lichkeit (und vielle­icht auch die Sig­nifikanz) der Auss­chläge. Man kann an ein­er Tüte mit einzel­nen Wörtern (bag of words) — sei sie auch noch so voll oder schillernd visu­al­isiert — keine Emo­tio­nen able­sen, da kommt Ihnen ein­fach zu viel Sprach­struk­tur, Metaphorik und Idiomatik dazwis­chen. Fän­den Sie die Tat­sache, dass mor­gens häu­figer über Son­nenaufgänge gesprochen wird, als über Son­nenun­tergänge, kul­turpsy­chol­o­gisch inter­es­sant? Oder dass Kaf­fee zwis­chen 8 und 9 Uhr seinen lexikalis­chen Höhep­unkt hat? Eben.

So gese­hen muss die Lin­guis­tik da jet­zt noch nicht mal mit dem Ein­wand kom­men, dass Sprache eben kein Pool von Befind­lichkeit­en ist, in den man ein­fach ein Fieberther­mome­ter steck­en kann, um Volkes Stim­mung abzule­sen — ich tu’s trotz­dem mal, sicher­heit­shal­ber. Es ist max­i­mal ein The­men­barom­e­ter, denn Wei­h­nacht­en ist vielle­icht im ZDF oder der Brausewer­bung kollek­tiv roman­tisch. Dass wir mit Sprache mehr anstellen, als zu murmeln „I feel good today“ oder „I feel mis­er­able now“ und dass wir mehr als 10.222 Möglichkeit­en haben, Emo­tio­nen in Worte zu fassen, ist eigentlich offen­sichtlich, wird in der Kul­turpsy­cholo­gie aber nicht so schnell ankom­men. Aber offen­bar haben wir — Gott sei Dank! ((Der Spruch ist voll pos­i­tiv!)) — alle so intak­te Fam­i­lien, dass wir fest­ste­hende Aus­drücke wie Hap­py Inde­pen­dence Day und Hap­py New Year! aus voller fröh­lich­er Überzeu­gung twit­tern (und nicht, weil man das an diesen Tagen halt so macht). Dann erübrigt sich fürs erste auch zu fra­gen, wie man No, I don’t hate X & Co hedonometrisiert.

Twit­ter nen­nt solche The­men­clus­ter unprä­ten­tiös „Trends“.

Postscript

An ein­er Stelle ist den Autor/innen die Absur­dität ihrer Analyse zumin­d­est soweit aufge­fall­en, dass sie es kommentieren:

One arguably false find­ing of a cul­tur­al event being neg­a­tive was the finale of the last sea­son of the high­ly rat­ed tele­vi­sion show ‘Lost’, marked by a drop in our time series on May 24, 2010, and in part due to the word ‘lost’ hav­ing a low hap­pi­ness score of havg = 2.76, but also to an over­all increase in neg­a­tive words on that date. (Dodds et al. 2011)

Ein möglicher­weise falsches Ergeb­nis eines neg­a­tiv­en kul­turellen Events war das Finale der let­zten Staffel der beliebten Fernsehserie „Lost“, das in unser­er Zeitrei­he am 24. Mai 2010 einen Abfall darstellt; und zum Teil dem niedri­gen Hap­pi­ness­wert des Wortes lost, havg = 2,76, aber auch einem all­ge­meinen Anstieg neg­a­tiv­er Wörter an diesem Tag geschuldet ist.‘

Der Ein­bruch am Tag des 7:1 bei Brasilien gegen Deutsch­land dürfte weniger der Trau­rigkeit der Amerikaner/innen, als vielmehr der Kom­men­tarflut zu weinen­den Fans (sad, cry), schock­ierten Aussprüchen wie (no) shit!, schock(ed), sowie der Ten­denz, in diesem Fall die Nieder­lage der Brasil­ian­er (loose, defeat, against [Ger­many]) sprach­lich eher her­vorzuheben, als den Erfolg der DFB-Mannschaft (vic­to­ry, win). Dass das Teil ein­er mess­baren kollek­tiv­en Empathie ist, will ich gar nicht bestre­it­en. Im Gegen­teil: das ist für sich genom­men sog­ar ziem­lich inter­es­sant, was genau in den Vorder­grund gestellt wird — und wieso. Aber dann ist die Forschungs­frage halt nicht so kühn.

Literatur

Dodds, Peter Sheri­dan, Kameron Deck­er Har­ris, Isabel M. Kloumann, Cather­ine A. Bliss & Christo­pher M. Dan­forth. 2011. Tem­po­ral atterns of hap­pi­ness and infor­ma­tion in a glob­al social net­work: Hedo­no­met­rics and Twit­ter. PLoS ONE 6(12). e26752. doi:10.1371/journal.pone.0026752.

Kloumann, Isabel M, Christo­pher M Dan­forth, Kameron Deck­er Har­ris, Cather­ine A Bliss & Peter Sheri­dan Dodds. 2012. Pos­i­tiv­i­ty of the Eng­lish lan­guage. PLoS ONE 7(1). e29484. doi:10.1371/journal.pone.0029484.

11 Gedanken zu „Anleitung zum Glücklichsein

  1. Lillifred

    Am Tag des Fußball­halb­fi­nales Deutsch­land-Brasilien hat die “Oper­a­tion Schutzrand” der israelis­chen Armee gegen die Hamas begonnen. Kön­nte das auch einen Ein­fluss auf die Häu­fung von neg­a­tiv­en Begrif­f­en an diesem Tag gehabt haben?

    Antworten
    1. Susanne Flach Beitragsautor

      Gut möglich, natür­lich. Wobei man sehen müsste, inwiefern das auch in der kollek­tiv­en Wahrnehmung so plöt­zlich kam, dass es die Twit­ter­flut zu einem Sportereig­nis par­al­lel begleit­et. Das klingt zynisch, ist aber Twitter.

      Antworten
  2. Nathalie

    So viele Möglichkeit­en Emo­tio­nen auszu­drück­en und doch fehlen mir ger­ade die Worte… Und das von einem Depart­ment of Math­e­mat­ics and Sta­tis­tics! Da sollte man doch zumin­d­est… ach, egal…

    Das… das macht mich alles andere als glück­lich (und das Hedo­nome­ter würde es nicht mal ver­ste­hen). So viel dann auch zur Überschrift… ;-/

    Antworten
  3. Dierk

    Vielle­icht hät­ten die Autoren der Studie weniger kom­plexe Konzepte zur Prü­fung bere­it hal­ten sollen, sagen wir, die Qualia von Far­ben bzw. deren Beze­ich­nun­gen. Oder sie hät­ten nicht Aus­drücke nehmen sollen, die beze­ich­nen, was gesucht ist, son­dern schauen, welche Far­ben pos­i­tiv und neg­a­tiv kon­notiert sind.

    Oder sie hät­ten dem alten Grund­satz fol­gen sollen, dass je aus­ge­feil­ter — abge­fahren­er — die sta­tis­tis­chen Meth­o­d­en, desto frag­würdi­ger die Ergebnisse.

    Antworten
  4. Daniel

    Der Name Bliss passt irgend­wie zur Studie. Wenn das Peer Review dort so streng ist, veröf­fentliche ich doch auch ein­mal ein paar Stu­di­en auf Plos One.

    PS: Tem­po­ral Pat­terns, nicht atterns.

    Antworten
    1. Susanne Flach Beitragsautor

      @Daniel: Damit wäre ich vor­sichtig. Ich denke, das Prob­lem ist eher, dass für den Review häu­fig Statistiker/innen einge­bun­den wer­den, bzw. also Men­schen, die aus der gle­ichen Diszi­plin wie die ein­re­ichen­den Autor/innen kom­men (bzw. deren „Haupt­diszi­plin“). Ich weiß aus eigen­er Erfahrung, dass es als Lin­guistin bei nicht-sprach­wis­senschaftlichen Zeitschriften schw­er ist (wobei das immer so ist, nehme ich an, wenn man fach­fremd ist). Da das Prob­lem von „Cul­tur­omics“ vor allem in der The­o­rie liegt bzw. den Annah­men über Sprache, die vor der Methodik liegen, ist das auch kein Prob­lem von PLOS ONE allein, son­dern find­et sich in allen Bere­ichen und allen Zeitschriften, d.h. den Oper­a­tional­isierungs­fehler bege­hen viele — weil er ihnen als Fehler nicht bewusst ist.

      Antworten
  5. Ospero

    über­sieht diese Analyse beson­ders fre­quenter Ele­mente die Möglichkeit, dass „neg­a­tive“ Wörter ein­fach nur zahlre­ich­er (Typen), aber dafür im Einzelfall sel­tener sein kön­nten (Token).”

    Vielle­icht ver­ste­he ich das nur nicht richtig, aber müsste es dem Beispiel im auf das Zitat fol­gen­den Absatz zufolge nicht genau umgekehrt sein? Weniger Typen, mehr Token?

    Antworten
    1. Susanne Flach Beitragsautor

      @Ospero: keine Ahnung, auf wessen Seite jet­zt grad das Missver­ständ­nis liegt (und ich die Frage richtig ver­standen habe): angenom­men eine Sprache hat 100 Wörter (Typen), wovon 5 pos­i­tiv, 25 neg­a­tiv und 70 neu­tral bew­ertet sind. Die fünf pos­i­tiv­en Wörter haben eine hohe Token­fre­quenz von jew­eils 5, die 25 neg­a­tiv­en Wörter kom­men aber jew­eils nur ein mal vor. Dann kön­nte ich in einem Sam­ple beispiel­sweise 50 emo­tion­al gefärbte Token haben (pos­i­tiv: 5 Typen, 25 Token; neg­a­tiv: 25 Typen, 25 Token). Dann hab ich genau gle­ich viel über Pos­i­tives und Neg­a­tives gesprochen — aber in eine Analyse, die nur hochfre­quente Ein­heit­en unter­sucht, gehen nur hochfre­quente, hier: pos­i­tive, Typen ein.

      Antworten
  6. Timo Grossenbacher

    Inter­es­sante Dekon­struk­tion, solche Häu­figkeit­s­analy­sen sind mir bei mein­er Lit­er­atur­recherche auch schon ein paar mal aufgefallen. 

    Zu Analy­sen mit Dat­en aus Sozialen Medi­en (insb. geo­ref­eren­zierten Dat­en) habe ich einen län­geren Blog­post geschrieben, der weit­ere Prob­leme aufzeigt, z.B. die “par­tic­i­pa­tion inequal­i­ty”, die das (son­st schon wert­lose) Resul­tat sich­er auch bei Sprach­analy­sen beeinflusst. 

    Den Post find­est Du unter http://timogrossenbacher.ch/2014/04/truth-and-beauty-in-social-media/

    Antworten
  7. Susanne

    Immer wieder inter­es­sant, was so alles unter­sucht wird, wenn der Tag lang ist. Allerd­ings hät­ten mich die Worthäu­figkeit­en auch ohne die Analy­sen dieses Blogs nicht über­rascht. Wo sehen denn die Autoren der Unter­suchung die Rel­e­vanz der Ergeb­nisse des Hedo­nome­ters? Oder ist das nur eine Spielerei?

    Antworten

Schreibe einen Kommentar zu Lillifred Antworten abbrechen

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.