Hyperactieve minderheid veroorzaakt negatief politiek debat op sociale media
Reacties op posts over asiel en migratie zijn extreem negatief, terwijl de posts zelf vaak neutraal zijn. Zodra asiel aan het onderwerp EU wordt gekoppeld, neemt zowel de negativiteit als de interactie duidelijk toe. Die negatieve dynamiek wordt gedragen door een kleine groep accounts, terwijl positieve reacties juist komen van eenmalige reageerders, AI-content lijkt dit patroon nog verder te versterken. Dit blijkt uit een WebWatch analyse van meer dan 7000 posts van 100 grote Nederlandse politieke accounts en de 140.000+ reacties die hierop volgden in de eerste twee weken van oktober 2025.
Asiel en migratie zijn in recente jaren veruit het meest dominante onderwerp in de verkiezingen. Uit een onderzoek van Ipsos in 2024 bleek dat asiel en migratie het grootste thema was voor de kiezers in die Tweede Kamerverkiezingen, 34% van de ondervraagden verkoos het als belangrijkste onderwerp en – niet te vergeten – staat het onderwerp in een aantal partijprogramma’s centraal. WebWatch onderzoekt hoe het nu zit met de uitingen met betrekking tot het thema van asiel en migratie op sociale media, en wat voor invloed dat kan hebben op de verkiezingen van 2025. Voor een gedegen analyse zijn alle berichten van de 100 grootste politieke sociale media-accounts verzameld, net zoals de reacties daarop. Daaruit volgt beter inzicht in de online discours rondom dit thema, maar doemen ook zondebok-patronen op, zijn verbanden tussen anti-migratie en anti-EU sentimenten zichtbaar, en worden invloedrijke accounts gevolgd.
Hoe klinken de discussies op verschillende platforms?
De meeste posts over asiel en migratie worden geplaatst op X, enkele honderden in de dataset. Instagram en Facebook volgen op een tweede en derde plaats met tientallen posts. Het merendeel van de posts weerspiegelt een neutraal sentiment, welke veelal een informatief doeleinde dienen, maar van de niet-toonloze uitingen is zeker vier keer meer negatief dan positief. Deze verhouding is terug te zien op alle platformen behalve YouTube.
Een heel andere trend is terug te zien in de reacties op deze posts, waar een grote meerderheid negatief is, een derde daarvan neutraal en een kleine hoeveelheid positief. Ook hier is de verhouding tussen de drie sentimenten consistent over alle platformen, inclusief YouTube.
Deze negatieve verhouding tussen de verschillende sentimenten is niet alleen terug te zien bij het thema asiel en migratie. Ook de thema’s Europese Unie en NAVO leveren op sociale media veel scherp geformuleerde uitingen op. Opvallend is dat daar dezelfde trends terug te zien zijn in de verhoudingen tussen negatieve, neutrale en positieve uitingen.
Veel uitingen op sociale media met betrekking tot asiel en migratie worden in relatie gebracht met het thema Europese Unie. Los besproken blijft de interactie met posts over asiel en EU grofweg in balans, maar gecombineerd schuift het sentiment daarvan duidelijk richting negatief.
Het model herkent de negatieve reacties met een hogere zekerheid, dat zien we in de hoeveelheid hoge scores in de onderstaande scatterplot. Negatieve reacties komen niet alleen vaker voor, maar zijn ook feller. Om te kijken waar de reacties vandaan komen vergeleken we unieke- met 'serie reageerders': Wat blijkt? 95% van de positieve reacties komt van kanalen die slechts één keer reageren, tegenover 79% bij negatieve reacties.
Nog belangrijker: negatieve posts over asiel en migratie in EU-context krijgen meer interactie dan neutrale of positieve posts. De meeste posts zijn neutraal, toch zien we dat het gemiddeld aantal likes en shares duidelijk hoger is bij negatieve posts, het effect is nog duidelijker te zien in het aandeel reacties.
Sterke woorden en echo
Deze statistieken weerspiegelen een trend van sterke bewoordingen en echo-werking, die vooral rond verkiezingstijd online zichtbaar is. Nieuw aan deze ronde Tweede Kamerverkiezingen is een grote rol voor AI-gegenereerde video’s en afbeeldingen, teksten en reacties. Sommige van zulke afbeeldingen lijken door gebruikers zelf gemaakt, bijvoorbeeld over Geert Wilders als mogelijke premier, andere media komen van lege TikTok-accounts die berichten maken voor een internationaal publiek. Beide typen worden snel opgepikt door politiek actieve accounts en krijgen veel bereik.
Zo zien we een groep anti-institutionele (en anti-vax) gebruikers TikToks reposten van een nieuw account, dat in een paar weken elf AI-gegenereerde video's plaatste in dezelfde stijl. De content bevat anti-islam-, anti-EU- en pro-Israël-narratieven. Een meerderheid van deze volgers zijn lege bot-accounts.
Een kleine, zeer actieve groep gebruikers deelt steeds vaker grote hoeveelheden Nederlandse- en buitenlandse (AI-)content. Door de grote betrokkenheid van Nederlanders bij deze thema's krijgt dit materiaal - vol nepnieuws, foute statistieken en verdraaide gebeurtenissen - snel veel bereik.
Verantwoording
Om de discussies gedurende de eerste helft van oktober te bestuderen is een dataset samengesteld met twee weken aan berichten en reacties op de 5 grote platforms (Facebook, Instagram, TikTok, X/Twitter, Youtube). Deze dataset bevat in totaal 7.345 berichten van 100 belangrijke politieke accounts en 144.259 reacties onder die berichten. Om relevante reacties te identificeren zijn twee trefwoordenlijsten opgesteld.
Om de toon van het debat te begrijpen, werd een sentimentanalyse uitgevoerd met behulp van het meertalige Twitter XLM-roBERTa-basismodel, dat is geoptimaliseerd voor sentimentanalyse. Dit model is getraind op ~198 miljoen tweets en kan negatieve, neutrale en positieve sentimenten onderscheiden.
Het basismodel voerde sentimentanalyses uit op alle drie de datasets en koppelde aan elke opmerking een sentiment (positief/neutraal/negatief) en daarnaast een score (van 0 tot 1). De score meet de zekerheid van het vastgestelde sentiment. De resultaten zijn verwerkt in de aangehaalde grafieken.