Kapittel 18: Fanges vi av filterbobler og ekkokamre?

Melanie Magin er førsteamanuensis i mediesosiologi ved Norges teknisk-naturvitenskapelige universitet (NTNU) i Trondheim og har doktorgrad i kommunikasjonsvitenskap fra JGU Mainz (Tyskland). Hennes forskning fokuserer på samfunnsrolle og innflytelse av tradisjonelle og nye medier, samt mulighetene og risikoen forbundet med dem. Hun jobber i krysset mellom politisk kommunikasjon, online kommunikasjon (spesielt sosiale medier og søkemotorer) og sammenlignende forskning, hovedsakelig basert på kvantitative metoder.

For mange av oss har søkemotorer og sosiale medier blitt en viktig del av hverdagen og er praktiske og behagelige på mange måter. Uansett om vi vil vite hva et bestemt begrep betyr, når restauranten rundt hjørnet åpner eller hvilket produkt andre rangerer høyest – en søkemotor kan hjelpe: Vi googler det raskt og finner svar på spørsmålene. Sosiale medier har også mange fordeler for oss: Vi kan lett holde kontakten med venner og bekjente (selv med tilfeldige bekjente som vi aldri ville ringt eller sendt e-post til) og finne likesinnede innen nesten alle tenkelige temaer.

Men i tillegg til slike praktiske hverdagsfunksjoner har søkemotorer og sosiale medier også fått en annen viktig funksjon for mange: De har blitt sentrale kilder til nyheter og politisk informasjon. Selv om de tradisjonelle nyhetsmediene fortsatt er den viktigste kilden til nyheter i Norge, er det en betydelig andel nordmenn (spesielt de yngre) som også bruker søkemotorer og sosiale medier for å informere seg om aktuelle hendelser. For eksempel brukte hver andre nordmann (52 prosent) i 2020 sosiale medier som nyhetskilder. I tillegg får man enkelt direkte adgang til informasjon fra profesjonelle (f.eks. politiske partier, selskaper) og ikke-profesjonelle aktører (f.eks. politiske aktivister).

Dette er bra fordi det åpner for tilgang til mange flere forskjellige informasjonskilder. Mange flere aktører har nå muligheten til å relativt enkelt henvende seg direkte til offentligheten (selv om dette ikke nødvendigvis betyr at mange legger merke til dem). Men det medfører samtidig farer som er bedre kjent under stikkordene «filterbobler» (Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. New York) og «ekkokamre» (Sunstein, C.R. (2018). #republic: Divided democracy in the age of social media. Princeton University Press), som er på alles lepper for øyeblikket. Begge har å gjøre med hvordan sosiale medier og søkemotorer fungerer: De personaliserer innhold ved hjelp av dataprogrammer, såkalte algoritmer. Dette betyr at de presenterer for hver bruker innhold som passer deres personlige interesser og gjenspeiler deres personlige meninger. I motsetning til nyhetsmediene foretrekker algoritmene innhold som er personlig relevant for den enkelte bruker over sosialt relevant innhold. Det fører til frykt for at dette vil resultere i at brukere utvikler et begrenset verdensbilde og at deres preferanser stadig blir mer ensidige og ekstreme til de endelig befinner seg i sin egen lille verden, frakoblet fra samfunnet.

I den offentlige diskusjonen kan man få inntrykk av at vi alle lever i slike filterbobler og ekkokamre. Men er det sant? Og hva menes egentlig med disse begrepene?

Hva er algoritmisk personalisering?

Når folk i hverdagen snakker om å være i en filterboble eller et ekkokammer, mener de ofte at en god del av innholdet de ser på for eksempel Facebook eller Instagram passer med deres interesser og holdninger. For eksempel blir folk som er interessert i fotball vist nyhetsartikler om fotball, folk som liker å lage mat får lenker til matblogger, og folk som liker å gå på tur ser anbefalinger for turstier. Dette inkluderer også meninger: Folk som anser miljøvern som viktig eller er motstandere av et bestemt politisk parti, vil ofte motta innhold på sosiale medier som omhandler miljøvern eller som kritiserer dette partiet. Mange av oss observerer dette fenomenet hver dag. Men betyr det at vi er fanget i filterbobler eller ekkokamre? Og hva menes egentlig med «filterbobler» og «ekkokamre» i forskningen om disse fenomenene?

Figur 18.1 Algoritmisk personalisering betyr at algoritmer til søkemotorer og sosiale medier prøver å forutsi hva slags innhold som kan være interessant for brukerne basert på tidligere interaksjoner av brukerne og deres nettverk med søkemotorer eller sosiale medier. Illustrasjon: Bakhtiar Zein/Shutterstock.

Helt generelt kan vi si at begge begreper er metaforer for informasjonsomgivelser der folk mottar informasjon som stemmer overens med deres personlige preferanser. Så langt er hverdagsforståelsen og den vitenskapelige forståelse ganske lik. Men den vitenskapelige forståelsen av disse begrepene går mye lenger og er mye strengere enn hva mange har i tankene når de snakker om filterbobler og ekkokamre i hverdagen: Når forskere snakker om filterbobler og ekkokamre, sikter mange av dem til situasjoner hvor folk havner i helt lukkede informasjonsomgivelser hvor de bare mottar ensidig informasjon som bekrefter deres syn på verden, og derfor mister tilknytningen til samfunnet som helhet.

Altså er den hverdagslige forståelsen av begge begreper mye bredere enn den vitenskapelige.

Denne brede hverdagsforståelsen av filterbobler og ekkokamre har et annet navn i vitenskapelig diskurs: Der kalles det personalisering av innhold ved hjelp av algoritmer. Dette skjer hovedsakelig på sosiale medier og søkemotorer. Selv om både filterbobler og ekkokamre blir sterkt assosiert med sosiale medier og søkemotorer, eksisterte disse fenomenene lenge før internett og kan i prinsippet utvikle seg helt uten teknologi. Tenk for eksempel på religiøse sekter eller terrorceller som lever i sine egne, små, isolerte verdener. Det finnes to former for personalisering:

1. Brukerstyrt (eller eksplisitt) personalisering («customization») er tilfeller hvor brukerne aktivt informerer tjenesten om preferanser for hvilket innhold de ønsker å motta i fremtiden (f.eks. «like» en Facebook-side, «følge» en Twitter-konto).. Algoritmer er ikke absolutt nødvendige for dette; det samme skjer hvis vi ber en bedrift om å jevnlig sende oss informasjon om deres nye produkter pr. post. Men algoritmer muliggjør en mye mer presis og raskere tilpassing av innholdet til personlige preferanser.
2. Algoritmisk (eller implisitt) personalisering («matching») er utenkelig uten algoritmer, som navnet tilsier. Basert på brukernes tidligere interaksjoner med søkemotorer eller sosiale medier, prøver deres algoritmer å forutsi hva slags annet innhold som også kan være interessant for brukerne. Dette inkluderer brukerstyrt personalisering, men går langt utover den: Algoritmer kartlegger hele adferden vår på plattformene: hva vi leter etter, hva vi klikker på, hvilket innhold vi liker, deler og kommenterer, når og hvor lenge vi bruker plattformene, hvor vi har vært når, hvem vi har vært sammen med, hva vi har handlet osv., samt metainformasjon om innhold vi bruker (f.eks. opprettelsesdato, dokumenttype og hvor mange popularitetsmerknader som «likes» og «shares» innholdet fikk totalt).

Noen algoritmer (spesielt på sosiale medier) kombinerer brukernes egne preferanser med preferansene til brukernes nettverk – altså venner og bekjente – for å personalisere innhold. Det kalles sosiale filtre. Algoritmene antar at venner har lignende interesser og meninger – slik at det som interesserer vennene dine, interesserer deg også. Det er selvfølgelig ikke slik at vi alle bare har venner som ligner på oss, men forskning viser at mennesker faktisk har en tendens til å inngå sosiale bånd spesielt med mennesker som de har mye til felles med (McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a feather: Homophily in social networks. Annual Review of Sociology, 27(1), 415–444).

Hvorfor personaliserer søkemotorer og sosiale medier innhold?

Men hvorfor personaliserer egentlig søkemotorer og sosiale medier innhold? For å forstå dette må man være klar over forretningsmodellen til plattformene: Deres (nesten) eneste inntektskilde er reklame. Den blir personalisert for hver enkelt bruker ved hjelp av algoritmer. Personalisert reklame var faktisk grunnen til at plattformene begynte å personalisere i utgangspunktet. Jo mer presist annonsene kan skreddersys for individuelle brukere, jo mer attraktive blir søkemotorer og sosiale medier for annonsører, og jo mer penger kan de tjene. Brukernes data blir altså en vare som selges til annonsører.

For å kunne personalisere reklame må plattformene samle inn så mye data som mulig om hver enkelt bruker. Som sagt blir hele adferden vår på plattformene kartlagt, og alle datasporene som samles bidrar til rekonstruksjonen av brukernes personlige preferanser – en slags «digital tvilling». Jo flere data plattformene kan samle inn, jo bedre er det fordi personaliseringen da blir mer presis. (Det er i det minste det plattformene vil at annonsørene skal tro på for å tjene så mye penger som mulig. Faktisk vet vi ikke om personaliseringen virkelig fungerer så bra og er så presis som de sier.)

Jo oftere og jo lenger brukerne blir på plattformene, jo mer data kan plattformene samle inn. For å få brukerne til å holde seg på plattformene så lenge som mulig, personaliserer plattformene ikke bare reklame, men alt innholdet. Bak dette ligger håpet om at brukerne etterlater et stort antall dataspor. Plattformene prøver spesielt å unngå at brukerne utsettes for innhold som strider mot deres egen overbevisning, fordi det kan føre til en følelse av ubehag (en såkalt kognitiv dissonans) og redusere tiden som de tilbringer på plattformen.

Hva mener forskere når de snakker om filterbobler og ekkokamre?

Alle som bruker sosiale medier har sannsynligvis allerede sett effekten av algoritmisk personalisering, og det kan være nyttig og praktisk for brukere. Det finnes mange positive effekter av personalisering: For eksempel kan Google innen en brøkdel av et sekund finne restauranter i vårt område ved bruk av geografiske filtre. Facebook informerer oss i newsfeeden om at favorittforfatteren vår har gitt ut ei ny bok. Som foreldre får vi nyttige tips om oppdragelse av barn fordi våre venner (som har barn selv) følger mammabloggerne på Instagram. Sist, men ikke minst, hjelper sosiale medier og deres sosiale filtre oss med å raskt og enkelt finne likesinnede på mange forskjellige områder – politikk, kultur, sport, uvanlige hobbyer – og komme i kontakt med dem. Spesielt når disse likesinnede bor tusenvis av kilometer unna, ville man sannsynligvis aldri ha kommet i kontakt med dem uten sosiale medier.

Men hver mynt har to sider. Algoritmisk personalisering kan også få negative konsekvenser – og det er nettopp slike negative effekter den vitenskapelige diskusjonen om filterbobler og ekkokamre fokuserer på. Det er viktig å forstå – som med mange andre begreper – at hverdagsforståelsen som mange har av filterbobler og ekkokamre skiller seg fra den vitenskapelige bruken av begrepene.

Figur 18.2 Når forskere snakker om filterbobler, mener de en omgivelse hvor brukerne bare får innhold som tilsvarer deres personlige syn på verden – og absolutt ingenting annet. Illustrasjon: desdemona72/Shutterstock.

I den vitenskapelige litteraturen kalles ikke algoritmisk personalisering «filterbobler» og «ekkokamre», men filterbobler og ekkokamre er beskrevet som spesifikke ekstreme konsekvenser av algoritmisk personalisering: Algoritmisk personalisering har potensialet til å skape et scenario hvor brukerne bare får innhold som tilsvarer deres personlige syn på verden – og absolutt ingenting annet. En «world on its own» oppstår, isolert og frakoblet fra samfunnet. Det er denne spesifikke vitenskapelige begrepsforståelsen jeg refererer til nedenfor.

Selv om filterbobler og ekkokamre som begrep ofte brukes synonymt, beskriver de relaterte, men forskjellige fenomener: En filterboble oppstår hvis en enkelt bruker får en overvekt av stoff som matcher hans/hennes personlige interesser, preferanser og meninger gjennom brukerstyrt og algoritmisk personalisering. Et ekkokammer handler om mer enn en slik overvekt av ensidig informasjon. Ekkokammeret er et sosialt fenomen: For at det skal oppstå, trengs det i tillegg en gruppe av likesinnede som kaster tilbake sine egne meninger igjen og igjen som et «ekko». Fordi dette krever et personlig nettverk, kan ekkokamre bare oppstå hvis brukerstyrt og algoritmisk personalisering blir kombinert med sosiale filtre.

Den vitenskapelige forståelsen av disse fenomenene inkluderer også at slike informasjonsomgivelser ofte er preget av hatefulle meningsuttrykk og berører eller bryter tabuer (Schmidt, J.-H. (2018). Social Media. 2. utgave. Springer VS, s. 6). Teoretisk forestiller man seg at individer i filterbobler og ekkokamre blir mer og mer ekstreme og over tid ofte blir mer fiendtlige i sine synspunkter mot alt og alle som avviker fra disse synspunktene. I et ekkokammer skriver og leser medlemmene ofte hatefulle ytringer og (draps-)trusler (for eksempel mot politikere, kjendiser, migranter eller kvinner) som alle i ekkokammeret er enig om. Ingen motsier hverandre, og ingen moderator griper inn. Ofte tror medlemmene ukritisk på desinformasjon bare fordi de er enige med det eller fordi en de stoler på fra gruppen har delt det. De stiller ikke spørsmål ved dette kritisk, men bekrefter gjensidig riktigheten av innholdet.

Fra et teoretisk synspunkt forutsetter fremveksten av både filterbobler og ekkokamre brukere med ekstreme, intolerante og ofte udemokratiske holdninger. Med andre ord: For å havne i slike informasjonsomgivelser må algoritmene kunne trekke ut fra brukeradferden at en bruker ønsker ensidig informasjon og meningsinnhold om ett eller noen få bestemte temaer, f.eks. migrasjon, vaksinering eller miljøvern. Det kan egentlig bare skje hvis en bruker viser ekstreme holdninger og ensidige interesser i brukeradferden.

Hvis man derimot liker mange forskjellige sider på Facebook eller Instagram (f.eks. favoritt-fotballklubben, skolen man gikk på, et popmusikkband, en Høyre-politiker og forskjellige nettbutikker og merker som Coca-Cola og Apple), klikker på forskjellige innhold i newsfeeden og kommenterer på en moderat måte i diskusjoner om forskjellige emner, kommer man ikke inn i et slikt lukket informasjonsmiljø. På denne måten signaliserer man nemlig til algoritmene at man er interessert i mange forskjellige ting og har moderate holdninger.

Hvor utbredt er filterbobler og ekkokamre?

Selv om vi uten tvil ser effekter av algoritmisk personalisering på søkemotorer og sosiale medier, havner de aller fleste av oss ikke i slike ekstreme informasjonsomgivelser. Derfor er, i henhold til den vitenskapelige forståelsen, de aller fleste av oss på ingen måte «fanget» i filterbobler eller i ekkokamre.

Fra denne observasjonen oppstår spørsmålet om hvor utbredt disse fenomenene egentlig er. En rekke empiriske studier har systematisk undersøkt begge fenomener. Noen forskere har prøvd å simulere utviklingen av filterbobler i eksperimenter og datasimuleringer med (nyhets-)søkemotorer, men forskere har ennå ikke lyktes i å skape filterbobler. Dette har ført til den stort sett enstemmige konklusjonen om at algoritmisk genererte filterbobler i henhold til den strenge vitenskapelige forståelsen ikke engang eksisterer (Haim, M., Graefe, A., & Brosius, H.-B. (2018). Burst of the Filter Bubble? Effects of personalization on the diversity of Google News. Digital Journalism, 6(3), 330–343. Jürgens, P., Stark, B. & Magin, M. (2014). Gefangen in der Filter Bubble? Search Engine Bias und Personalisierungsprozesse bei Suchmaschinen. In B. Stark, D. Dörr & S. Aufenanger (Eds.), Die «Googleisierung» der Informationssuche. Suchmaschinen zwischen Nutzung und Regulierung (pp. 98-135). Berlin: de Gruyter. Zuiderveen Borgesius, F. J., Trilling, D., Möller, J., Bodó, B., De Vreese, C. H., Helberger, N. (2016). Should we worry about filter bubbles? Internet Policy Review, 5(1)).

Dette utelukker ikke muligheten for at det finnes gradvise effekter som fører til at brukere beveger seg i retning av filterbobler (selv om de ikke er inne i dem). Det er mulig at algoritmisk personalisering under visse forhold forsterker eksisterende meninger og begrenser brukernes horisonter, men vi vet i skrivende stund ikke mye om disse forholdene. Det er viktig at mekanismene rundt dette blir bedre undersøkt.

Studier av ekkokamre i konteksten av sosiale medier indikerer at de sannsynligvis finnes, men at de bare oppstår under spesifikke forhold og er mye mindre utbredt enn det ofte antas. Bare et lite mindretall med ekstreme synspunkter og homogene nettverk vil sannsynligvis bli direkte berørt, men på ingen måte majoriteten av befolkningen. Ekkokamre er åpenbart bare et nisjefenomen.

Dette kan høres overraskende ut. Imidlertid blir det lettere å forstå hvis man innser at begge metaforene implisitt er basert på premisser som ikke gjelder de aller fleste brukere: at de utelukkende innhenter informasjon fra algoritmisk tilpassede kilder, ikke interesserer seg for mangfoldig innhold og alltid danner politisk homogene nettverk (Bruns, A. (2019). Are filter bubbles real? Polity Press. Bodó, B., Heberger, N., Eskens, S., & Möller, J. (2019). Interested in Diversity: The role of user attitudes, algorithmic feedback loops, and policy in news personalization. Digital Journalism, 7(2), 206–229. Geiß, S., Magin, M., Jürgens, P. & Stark, B. (2021). Loopholes in the echo chambers: How the echo chamber metaphor oversimplifies the effects of information gateways on opinion expression. Digital Journalism. Published online ahead of print).

Tvert imot har de fleste store, heterogene vennskapsnettverk på sosiale nettverk, som også inkluderer flyktige kontakter («weak ties») som f.eks. tidligere skolevenner, feriebekjente eller noen fra sportsklubben. Det er helt usannsynlig at alle disse kontaktene vil ha de samme interessene og politiske synspunktene som en selv. Ofte – og av nettopp denne årsaken – oppstår nøyaktig motsatte, positive effekter: Studier viser at algoritmisk personalisering ofte fører til at vi mottar mer mangfoldig informasjon. Hvis vi for eksempel klikker på mange forskjellige temaer på Facebook, lærer algoritmen at vi er interessert i mangfold og gir oss et bredt spekter av informasjon – og mange brukere er jo interessert i mangfold (Bodó, B., Helberger, N., Eskens, S. & Möller, J. (2019). Interested in Diversity: The role of user attitudes, algorithmic feedback loops, and policy in news personalization. Digital Journalism, 7(2), 206–229). Og hvis vi – som mange brukere – har et heterogent nettverk av venner med mange forskjellige interesser, «snubler» vi over ny, overraskende informasjon som vi ellers ikke ville ha funnet («incidental news exposure») (Kümpel, A.S. (2019). The issue takes it all? Incidental news exposure and news engagement on Facebook. Digital Journalism, 7(2), 165–186) og blir konfrontert med motsatte synspunkter («cross-cutting exposure») (Messing, S. & Westwood, S.J. (2014). Selective exposure in the age of social media: Endorsements Trump partisan source affiliation when selecting news online. Communication Research, 41(8), 1042–1063).

På denne måten kommer brukerne over nye, tidligere ukjente temaer og blir konfrontert med ulike meninger – selv temaer eller meninger som kanskje ikke har fått mye plass i nyhetsmediene. Hvis man klikker på slikt innhold, øker man til og med sannsynligheten for at algoritmen vil vise enda mer slikt i fremtiden. Og selv om man skulle få ensidig informasjon på sosiale medier, dempes det av at de aller fleste ikke bare får informasjon på sosiale medier, men også fra nyhetsmediene.

Så hva er problemet da?

Hvis det virkelig er så få mennesker i ekkokamre – og sannsynligvis nøyaktig de samme menneskene som ville ha vært i et slags «analogt ekkokammer» uten sosiale medier: Er det faktisk et problem?

Det er heller ikke så enkelt. For det første: Selv om noen ikke er i et ekkokammer av den vitenskapelige definisjonen, kan algoritmisk personalisering føre til en polarisering av meninger over tid. Det er faktisk vanskelig å si om og når noen virkelig er i et ekkokammer, fordi det ikke finnes noen klart definerte kriterier for når noen er fanget i et. Egentlig snakker vi mer om et kontinuum (Geiß, S., Magin, M., Jürgens, P. & Stark, B. (2021). Loopholes in the echo chambers: How the echo chamber metaphor oversimplifies the effects of information gateways on opinion expression. Digital Journalism. Published online ahead of print). Men selv om mange bare beveger seg i retning av ekkokamre, fører dette til en polarisering av samfunnet som helhet. Og det er ikke en ønskelig utvikling.

For det andre påvirker ekkokamre ikke bare de som er i dem. Problemet har å gjøre med en generell menneskelig tendens som vi kaller frykt for isolasjon: Som sosiale vesener liker ikke vi mennesker å være alene – selv ikke mennesker med ekstreme meninger. For ikke å bli ekskludert fra samfunnet tilpasser folk seg flertallet for ikke å tiltrekke seg negativ oppmerksomhet, og kan derfor også skjule ekstreme synspunkter som de vet at mange andre avviser. De med ekstreme synspunkter vet vanligvis at de tilhører et mindretall. Og fordi det er så få av dem, er det utenfor internett ofte ikke så lett å finne likesinnede med ekstreme synspunkter i umiddelbar nærhet – i eget nabolag, bygd eller by.

Figur 18.3 Algoritmisk personalisering kan føre til ekkokamre og mistenkes for å drive polariseringen av samfunnet. Illustrasjon: Zenza Flarini/Shutterstock.

Sosiale medier tillater oss å finne likesinnede innen absolutt alt – spesielle interesser som bengalkatter, ølbrygging eller obskur amerikansk blues fra 20- til 50-tallet. Men det gjelder også ekstreme meninger: Sosiale medier er også en plattform hvor små minoriteter med ekstreme meninger lett kan finne likesinnede – uavhengig av hvor de bor. Dette er en av grunnene til at sosiale medier er ideelt egnet til å bidra til utviklingen av ekkokamre. Selv om disse minoritetene i ekkokamrene fortsatt vet at de er en minoritet, føler de seg mindre isolerte enn uten sosiale medier. Denne følelsen av å ikke være alene (lenger) gjør dem mer frittalende, både på sosiale medier og utenfor.

Populistiske og ekstreme politiske aktører som ofte retter seg mot nettopp disse minoritetene, lykkes godt med å benytte seg av sosiale medier. I motsetning til nyhetsmediene gir sosiale medier dem muligheten til å nå sine tilhengere direkte og spre sine ofte radikale meldinger uhindret. Og det er nettopp slikt innhold som finner veien inn i ekkokamrene til deres mest ekstreme tilhengere. Det er nettopp disse politiske aktørene som ofte har et stort antall fans på sosiale medier og kan mobilisere dem der – f.eks. til å stemme på nettopp disse partiene i politiske valg. Mobiliseringskampanjer på sosiale medier kan bringe inn ekstra stemmer og sikre (flere) seter i de politiske parlamentene for de politiske aktørene. Dette kan påvirke utfallet av et valg, spesielt i tider som disse, når små marginer kan avgjøre valgresultatet.

Alt dette kan bidra til at ekstreme synspunkter blir mer utbredt i den offentlige diskursen, også i nyhetsmediene, og at slike synspunkter dermed når befolkningen som helhet. Det kan bidra til polariseringen av samfunnet. Det gjør kompromisser som er essensielle for demokratier vanskelige og i ekstreme tilfeller til og med umulige.

Så langt har det vært empirisk bevis for slike polariserende effekter, spesielt for USA (Bail, C. A., Argyle, L. P., Brown, T. W., Bumpus, J. P., Chen, H., Hunzaker, M. B. F., Lee, J., Mann, M., Merhout, F., & Volfovsky, A. (2018). Exposure to opposing views on social media can increase political polarization. Proceedings of the National Academy of Sciences, 115(37), 9216–9221. Flaxman, S., Goel, S., & Rao, J. M. (2016). Filter Bubbles, Echo Chambers, and Online News Consumption. Public Opinion Quarterly, 80(S1), 298–320). Men selvfølgelig er sosiale medier på ingen måte den eneste årsaken til en slik utvikling. Det amerikanske samfunnet har lenge vært polarisert, hovedsakelig på grunn av sosiale ulikheter, og de skarpe kontrastene i befolkningen, mellom de to store partiene i elitediskursen og i mediesystemet, forsterker hverandre. De sosiale mediene kom da bare inn og fortsatte å drive denne utviklingen som en ekstra faktor, men likefullt en faktor vi ikke kan neglisjere.

I Norge er samfunn, politikk og media strukturert veldig forskjellig fra USA. Det er mye mindre sosial ulikhet. Sosial samhørighet og politisk konsensus spiller en viktig rolle. Dermed er det lite sannsynlig at Norge ender opp med en like ekstrem polarisering som i USA. Men kunnskapen om at sosiale medier kan bidra til polariseringen av samfunnet gir likevel grunn til bekymring. Vi bør derfor holde et øye med dette – og alltid stille kritiske spørsmål ved informasjonen vi mottar på søkemotorer og sosiale medier.