Dit is totaal geen sarcastisch artikel

Er zijn weinig dingen irritanter dan als mensen je sarcasme missen. Daarom zal ik dit artikel geheel vrij van enig sarcasme houden. Geen flintertje sarcasme zal mijn lippen ontsnappen, dit wordt één grote explosie van serieusheid waarin er geen plaats voor sarcas– ach je snapt het wel.

Het zit zo: mensen zijn enórm goed in het detecteren van sarcasme. Onze hersenen zijn zó getuned naar de fijne sneer van de ironie dat iedere vleug van ongemeendheid moeiteloos opgepikt wordt door zelfs de troebelsten der geesten.

Dat laatste was dus niet sarcastisch (ik zeg het er maar even bij). In een onderzoek naar online sarcasme in posts op Twitter hebben wetenschappers van de Radboud Universiteit in Nijmegen een programma aangeleerd om sarcastische tweets te herkennen. Het systeem zou op basis van signaalwoorden uit een set van 3.3 miljoen tweets de sarcastische posts eruit moeten kunnen halen. Dat kan een bijzonder nuttige tool zijn in het tijdperk van big data, waarin het mogelijk begint te worden om gigantische hoeveelheden sociale uitingen te kwantificeren en analyseren. En hij doet het niet zo best. Althans, minder goed dan mensen dus. Het lijkt erop dat wij mensen over een geavanceerd systeem beschikken om sarcasme te herkennen en duidelijk te maken.

Sarcasme is trouwens niet alleen maar nutteloze zuurpruimerij. Uit onderzoek blijkt dat onze hersenen duidelijk harder moeten werken om een sarcastische uitspraak te verwerken dan bij een uitspraak zonder retorische dubbele bodem. Dit extra werk dat je hersenen moeten doen om sarcasme te begrijpen maakt je mogelijk scherper: Israëlische studenten die in een onderzoek naar klachten via een helpdesk luisterden, waren beter in het oplossen van de problemen als die sarcastisch werden uitgelegd dan wanneer de klant alleen maar boos was.

Waarschijnlijk herkennen we het zo goed omdat we het sarcasme er voor de zekerheid vaak vrij dik bovenop leggen. Wie een sarcastische opmerking maakt, verpakt er vaak een signaal(woord) in om zijn toehoorders op de dubbele bodem in zijn uitspraak te wijzen. Zo zeg je misschien “perfécte dag hebben we weer uitgekozen” als de eerste druppels vallen zodra je net je vlieger uit het plasticje hebt geworsteld. Als je die paar druppels vervangt door een monsoen en een orkaan, volstaat een dunnere laag cynisme: “lekker weertje he?” is dan ook wel genoeg om de andere mensen waarmee je je aan de lantaarnpaal vastklampt duidelijk te maken dat je het weer ongebruikelijk vindt voor in de polder.

Ook je gezichtsuitdrukking en intonatie kunnen een belangrijke rol spelen bij het detecteren van de dubbelzinnigheids in iemands boodschap.

Maar online, zoals op Twitter bijvoorbeeld, missen deze signalen. In een tweet kan je niet naar iemands gezicht kijken of hij het meent of luisteren naar de omhoogkruipende geveloursde stem om de dubbele bodem te spotten. In de snelle, vluchtige wereld van de microblog is het moeilijker – zelfs bijkans onmogelijk – om de subtiliteiten van de taal op te pikken uit de toegestane 140 tekens.
Niet dus. Want op Twitter leggen we de verbale signalen er nóg veel dikker bovenop. Daar kwamen ook de taalwetenschappers aan de Radboud Universiteit in Nijmegen achter bij hun onderzoek naar sarcasme op Twitter.

In een recent artikel, getiteld “The perfect solution to detecting sarcasm in tweets #not”, leggen ze uit hoe ze een sarcasmedetectiesysteem voor tweets gebouwd hebben dat sarcasme in tweets zou moeten herkennen. Het blijkt dat een groot deel van de Twitterende Nederlanders het gebruik van sarcasme aanduidt met de subtiele hashtag #sarcasme. Op basis van 78 duizend verzamelde tweets met die hashtag hebben ze een programma geleerd sarcastische tweets te herkennen, zelfs als bij die tweets de linguistische zijwieltjes erafgehaald zijn herkent het programma nog 75% van de “#sarcasme”-tweets. Afgezien daarvan moeten de onderzoekers toegeven dat de machine, als hij op zichzelf staand selecteert, maar 30% sarcastische tweets correct identificeert. Sarcasme herkennen, concluderen ze, is nog best wel moeilijk.

De reden hiervoor lijkt mij op het eerste gezicht niet een geheel mysterie. Zo houdt de sarcasmobot geen rekening met de context waarin een opmerking gemaakt wordt. En dat is best belangrijk, want het is bijvoorbeeld best een duidelijke indicator als iemand bijvoorbeeld een positieve opmerking maakt waar de heersende tendens is om iets volledig af te zeiken. “Man, wat heb ik toch veel geleerd van het Zwarte Pieten-debat” doet bij een gemiddeld mens waarschijnlijk aardig wat belletjes rinkelen, maar aan het programma gaat de subtiliteit mogelijk voorbij. Dat is misschien niet echt de meest redelijke kritiek, want culturele context is een notoir moeilijk onderwerp in de wereld van de kunstmatige intelligentie.

Gelukkig geeft de analyse van het Nederlandse Twitter-sarcasme toch nog wel wat leuke resultaten. Zo blijkt dat er op Twitter wel degelijk signalen worden gebruikt om de sarcasmevlag uit te hangen. De onderzoekers noemen de hashtag het online equivalent van de sarcasme-intonatie en bijbehorende vertrokken gezicht. #sarcasme wordt vaak gebruikt, maar ook andere oogpoep als #LOL, #grapje en #NOT wordt vaak gebezigd. Ook als iemand woorden gebruikt als “yay”, “yes”, “gelukkig” of “leuk”, hou dan je hart vast voor een taalkundig stukje misleidingspraat waar de honden geen brood van lusten.

Ook zijn er een aantal onderwerpen eruit te steken die het blijkbaar verdienen om gehoond te worden. Het meest voor de hand liggende onderwerp is uiteraard het infameuze Nederlandse weer – en de NS. Andere zaken die regelmatig een sneer te verduren krijgen zijn TV-programma's, de kerk, de tandarts en stofzuigen. Natúúrlijk stofzuigen.