Geen peil op peilingen te trekken

Het gaat bij stemmen om ultracomplexe afwegingen die je niet zomaar even begrijpt; of het nu de stemming om de Brexit, het Oekraïne-referendum of een ‘gewone’ verkiezing is. Velen laten zich helpen door stemwijzers. Daarnaast wordt complexiteit ook platgeslagen door soundbytes waarvan onduidelijk is of ze, zoals bij stemwijzers, correct zijn. Er is veel ruis op de lijn: verdraaiing van feiten, opblazen van kleinigheden, lijken in de kast, nepnieuws dat viraal gaat, advertenties, drogredenen.

Mensen gaan er voetstoots van uit dat wat op Facebook staat, nieuws is en bovendien correct. Maar zoals een gevleugelde uitdrukking over websites gaat: als een dienst gratis is, ben jij het product! Facebook en Google varen wel bij het voorschotelen van advertenties aan gebruikers. Dat is de must-have; correct nieuws is een nice-to-have.

Als je analytisch bent en correcte en foute logica kunt onderscheiden, zelfs dan heb je een kluif aan het kaf van het koren scheiden. Of er een oorzakelijk verband is weet ik niet, maar de scheiding van stemvoorkeuren loopt tegenwoordig meer en meer langs opleidingsniveau. Bij de Brexit werd dat pijnlijk duidelijk. De BBC liet zien dat in streken met relatief de minste afgestudeerden 28 van de 30 stemmers voor een Brexit stemden. In de streken met de meeste afgestudeerden stemden 29 van de 30 om bij Europa te blijven. In de VS koos blank en niet-afgestudeerd vier keer vaker voor Trump dan Clinton.

Een Facebook- of LinkedIn-profiel als graadmeter voor stempeilingen? Klinkt gek met al dat nepnieuws, maar het werkt blijkbaar: socialmedia-analisten zagen de winst van Trump reeds maanden van tevoren aankomen. Monitoring van relevante termen (I voted, Clinton, Trump, etc) op social media waren input voor die conclusie.

Dit is niet nieuw, als velen op twitter roepen dat ze niet kunnen pinnen zal er wel een storing zijn. Google weet heel snel of er iets met virus aankomt, maar is minder accuraat in voorspellen welk virus dat precies is. In combinatie met medische onderzoekuitslagen levert dit wel tijdige en hoogkwalitatieve voorspellingen van bijvoorbeeld een griepepidemie op. Als je bij peilingen naast de klassieke methodes ook gebruik maakt van Big Data vanuit social media, krijg je wellicht weer hogere voorspellende waarde.