lagen plant zich voort als een besmetting
Op LinkedIn zag ik tussen maart en juni 2026 een golf van klaagposts: je ergert je eraan, je ziet dat het aandacht oplevert, je doet mee. Ik zag ook meer overlijdensberichten dan ooit. Het eerste is een besmetting die ik kan beschrijven, het tweede is iets over mijn tijdlijn en niet over de wereld.
Wat ik zag¶
Tussen ongeveer maart en juni 2026 stond LinkedIn vol met klaagposts. Niet over één onderwerp, maar als toon: gefrustreerde stukken over werkgevers, over sollicitatieprocedures, over collega's, over de sector.
Het mechanisme leek me tamelijk doorzichtig. Je ziet iemand klagen en je ergert je eraan. Vervolgens zie je dat het bericht veel reacties krijgt. En dan denk je, half bewust, dat werkt blijkbaar, en je schrijft er zelf een. Zo steek je de volgende aan.
Dat is besmetting in de letterlijke zin: gedrag dat zich verspreidt door blootstelling, versterkt door een systeem dat beloont wat reacties oplevert.
Waarom een platform dit uitvergroot¶
De sortering op zo'n platform kijkt niet naar of iets waar is of nuttig, maar naar of mensen reageren. Verontwaardiging en herkenbare frustratie doen dat uitstekend, veel beter dan een genuanceerd stuk over hetzelfde onderwerp.
Het gevolg is dat je niet ziet wat mensen denken, maar wat het meeste reactie uitlokt van wat mensen schrijven. Dat zijn twee verschillende dingen, en het verschil is precies waar mijn wantrouwen tegenover dit soort waarnemingen begint.
En dan de tweede waarneming¶
In dezelfde periode zag ik meer overlijdensberichten dan ik ooit had gezien. Dat viel me sterk op.
Hier moet ik streng zijn tegen mezelf, want dit is het punt waarop een eerlijke waarneming een onjuiste conclusie wordt.
Wat ik heb waargenomen, is mijn tijdlijn. Dat is niet hetzelfde als sterfte. Er zijn twee gewone verklaringen die allebei precies dit beeld opleveren zonder dat er iemand extra overlijdt. De eerste is dat aandacht selectief wordt zodra iets je is opgevallen: vanaf dat moment zie je het overal, en de eerdere gevallen die je niet registreerde tellen niet mee. De tweede is de sortering hierboven. Een rouwbericht krijgt veel reacties, dus het platform toont er meer, dus je ziet er meer.
Daar komt bij dat mijn netwerk elk jaar groter wordt en gemiddeld ouder, wat op zichzelf al meer berichten oplevert.
Waarom ik dit onderscheid maak¶
Ik zou hier kunnen stoppen bij wat ik zag en het als bevinding presenteren. Dat doe ik niet, en de reden is dezelfde als bij alles wat ik meet.
Ik heb geen sterftecijfers bekeken. Ik heb geen nulmeting van hoeveel van zulke berichten ik het jaar ervoor zag. Ik heb geen manier om mijn eigen aandacht van de werkelijkheid te scheiden. Wat ik heb is een indruk, en een indruk is geen meting.
En dit is precies de plek waar mensen die ik verder serieus neem de bocht uit vliegen. Van hier is het één stap naar een verklaring, en die stap voelt logisch omdat de waarneming echt was. Maar de waarneming ging over mijn scherm.
Als ik dit zou willen weten, zou ik het bij het statistiekbureau opzoeken en niet bij mezelf. Dat de klaagbesmetting wel te beschrijven is en de sterftegolf niet, komt doordat het eerste over het platform gaat, en het platform is wat ik heb waargenomen.
Zie ook niet gezien is geen bewijs van afwezigheid, niet gezien is geen bewijs van afwezigheid en Beargumenteer eerst het tegendeel van je eigen bevinding.
- Nicholas Christakis en James Fowler, "Connected", 2009de verspreiding van gedrag en stemming door sociale netwerken