kennisbank item

Hoe stemhulp-chatbots helpen bij de keuze voor een politieke partij

Publicatiedatum: 21 | 09 | 2020
Delen:

Eén van de doeleinden waarvoor chatbots worden ingezet, is hulp bieden bij het maken van keuzes. In de marketingcontext kan een chatbot bijvoorbeeld adviseren over het product of de dienst die het best past bij jouw voorkeuren. Zo kun je bij de chatbot van een willekeurig telecombedrijf aangeven hoeveel belminuten en welke internetsnelheid je wenst, en het advies voor een abonnement rolt eruit. Kan een chatbot ook keuzehulp bieden in een politieke context, bijvoorbeeld om een geïnformeerde keuze te maken van de politieke partij die het best bij je past? Samen met twee studenten ontwikkelden en testten Naomi Kamoen en Christine Liebrecht stemhulp-chatbots.

Keuzestress doet zich niet alleen voor bij het afsluiten van een telefoonabonnement, maar ook bij de keuze voor een politieke partij in verkiezingstijd. Logisch, want er zijn in Nederland veel partijen om uit te kiezen (28 partijen bij de laatste Tweede Kamerverkiezingen) en wie neemt nou de moeite om al die partijprogramma’s te vergelijken? Nu bestaan er natuurlijk stemhulpen zoals Stemwijzer en Kieskompas die deze keuze vergemakkelijken. Je geeft je mening over allerlei politieke stellingen en ontvangt vervolgens een stemadvies. De tools zijn populair en hebben een aantoonbaar positief effect op de politieke kennis en interesse van burgers, en kunnen (daardoor) zelfs de opkomst bij de verkiezingen verhogen (zie bijvoorbeeld Ruusuvirta & Rosema, 2009).

Waarom stemhulp-chatbots?
De reden om een stemhulp te integreren in een chatbot was simpel: mensen snappen de stellingen vaak niet en doen nauwelijks moeite om deze informatie eerst op te zoeken voordat ze een stelling beantwoorden (Kamoen & Holleman, 2017). Dit vertekent het stemadvies. Een chatbot kan politieke informatie op een gepersonaliseerde en toegankelijke wijze aanbieden. In plaats van alle informatie over bijvoorbeeld vennootschapsbelasting te moeten doorzoeken via Google, kan een gebruiker gericht aan de chatbot vragen wat deze term betekent, of wat de huidige hoogte van deze belasting is. Met deze informatie in het achterhoofd kan de gebruiker vervolgens zijn mening geven over de stelling dat dit belastingtype verlaagd moet worden. Met een chatbot kost het dus minder moeite om relevante informatie te vinden.

Het onderzoek
Om het effect van stemhulp-chatbots te onderzoeken, voerden we samen met masterstudenten twee experimentele studies uit: Simone van Limpt vergeleek een stemhulp-chatbot met een reguliere stemhulp, en Pleun Mekel testte verschillende varianten van een stemhulp-chatbot. Eerst werd een traditionele stemhulp gemaakt met twintig stellingen die vanwege de terminologie (bijvoorbeeld vennootschapsbelasting) begripsproblemen konden veroorzaken. Met de software van Flow.ai werden vervolgens de stemhulp-chatbots ontwikkeld waarin gebruikers per stelling extra informatie konden opvragen. Bijvoorbeeld wat een term betekende, of wat de huidige stand van zaken was. Beide typen stemhulpen gaven na de twintig stellingen een stemadvies.

In Figuur 1 is te zien hoe de stemhulp-chatbot er uitzag, Figuur 2 laat zien hoe de stemhulp-chatbot de informatie op maat aanbood.

Figuur 1. Stelling in de chatbot met buttons en intypvenster.

Figuur 2. Een antwoord op een gebruikersvraag.

 

Chatbot versus reguliere stemhulp
In het eerste onderzoek werd de stemhulp-chatbot met de traditionele stemhulp vergeleken. Hieruit kwam naar voren dat gebruikers van stemhulp-chatbots meer politieke kennis hadden opgedaan dan gebruikers van de reguliere stemhulp: in de vragenlijst aan het eind van het onderzoek beantwoordden ze meer vragen goed over specifieke politieke onderwerpen uit de stellingen. Ook werden de stemhulp-chatbots positiever geëvalueerd dan de reguliere stemhulp. We vonden geen effect op stemintentie: als er nu verkiezingen zouden zijn, zouden beide groepen even vaak wel of niet gaan stemmen. Negen maanden voor de eerstvolgende Tweede Kamerverkiezingen vonden mensen deze vragen wellicht erg abstract om te beantwoorden.

Verschillende chatbotdesigns
In het arsenaal aan chatbots bestaan verschillende designs: van chatbots die gebruikers met buttons door een beslisboomstructuur leiden tot tools waarin gebruikers chatberichten kunnen typen zoals ze ook doen in chats met mensen. In de tweede studie onderzochten we drie varianten van de stemhulp-chatbot: een chatbot met alleen buttons, met alleen een intypveld, of een combinatie van beide. Gebruikers vonden de chatbot met buttons gebruiksvriendelijker en amusanter dan de chatbot met alleen het intypveld, maar de chatbot met beide functionaliteiten verhoogde de politieke kennis van gebruikers meer dan de buttonvariant.

Bredere context
Wat betekenen deze bevindingen in een bredere context? Het is aannemelijk dat chatbots complexe informatie toegankelijker kunnen maken doordat die op maat aangeboden wordt. Bovendien worden de dynamische chatbots positiever geëvalueerd dan de statische reguliere stemhulpen. Dit is interessant voor organisaties die met taaie stof te maken hebben, of een doelgroep met minder kennis van een onderwerp. Denk bijvoorbeeld aan de financiële sector of overheidsorganisaties.

Daarnaast is het zinvol om na te denken over de interface. In ons design met enkel buttons hoefden mensen weinig moeite te doen om extra informatie te krijgen en konden ze gemakkelijk navigeren. Bovendien was er minder kans op miscommunicatie. Wil je dat informatie nog beter blijft hangen, dan is het verstandig om gebruikers naast de standaardinformatie via de buttons ook nog andere informatie te kunnen laten opvragen via het intypveld. Het kost weliswaar tijd om een chatbot dusdanig te trainen dat hij elke vraag aan kan, maar gebruikers kunnen zo wel precies de informatie vinden die ze nodig hebben.

Dit is een bewerkte versie van het artikel ‘Politieke informatie op maat: Stemhulp-chatbots’ in Tekstblad 4 (2020), p. 12-15.

 

Meer weten? Dit artikel is gebaseerd op onderstaande onderzoeken:

Kamoen, N., & Holleman, B. (2017). I don’t get it. Response difficulties in answering political attitude statements in Voting Advice Applications. Survey Research Methods, 11(2), 125-140.

Limpt, S. van (2020). Conversational Agent Voting Advice Applications: The effect of tone of voice in (CA)VAAs and political sophistication on political knowledge, voting intention, and (CA)VAA evaluation. Thesis Tilburg University.

Mekel, P. (2020). Conversational Agent Voting Advice Applications (CAVAA’s): Het effect van het CAVAA-design en politieke sofisticatie op het politiek begrip van de gebruiker, de gebruiksvriendelijkheid en de amusementswaarde van de CAVAA. Thesis Tilburg University.

Ruusuvirta, O., & Rosema, M. (2009). Do online vote selectors influence electoral participation and the direction of the vote? Paper presented at the ECPR general conference, September 10-12, Potsdam.

Over de auteur

Dr. Christine Liebrecht is universitair docent Bedrijfscommunicatie en Digitale Media aan Tilburg University. Haar onderwijs en onderzoek richt zich op taalkenmerken in online communicatie tussen klanten en organisaties, waaronder content marketing, webcare en chatbots.

Mail mij 1x per maand een update over merken, marketing en communicatie