Patterns of Surprise and Ambivalence: Studying Social Media Visuality by Way of Aggregated Autoethnography

Abstract

Visuality is central in social media experiences, but complex to research. In this paper, we introduce aggregated autoethnography for nuanced analysis of socially mediated visual practices. The approach starts from guided autoethnographies which help to empower participants to explore their own experiences and build thick descriptions, and moves through multiple levels of aggregation, integration and synthesis (from individual autoethnographies to national datasets of coded snippets, to datasets specific to arguments emerging out of multinational patterns). The aggregated autoethnography approach makes unexpected topics accessible; offers dynamic, rather than static insight; makes visible that which is routine and tacit, as well as that which is experienced as ambivalent. Further, aggregation allows synthesis of multiple perspectives, revealing patterns across contexts that are otherwise difficult to detect. The approach detailed here is used to move back and forth between the singular pieces of visual content and the flows they are part of; to remain loyal to the situational perspective that the visual communication becomes meaningful in; to capture relevant artifacts as well as people's practices; and to be mindful of the affective, embodied and material aspects of ways of seeing with social media.

Visualität ist im alltäglichen Gebrauch sozialer Medien von zentraler Bedeutung, stellt aber für Forscher*innen eine komplexe Herausforderung dar. In diesem Beitrag wird die aggregierte Autoethnografie vorgestellt, ein Ansatz, durch den eine nuancierte Analyse von mediatisierten visuellen Praktiken ermöglicht wird. Der erste Schritt sind angeleitete Autoethnografien, hier lernen Teilnehmende, ihre eigenen Erfahrungen zu erforschen und dichte Beschreibungen zu erstellen. Anschließend werden mehrere Ebenen der Aggregation, Integration und Synthese durchlaufen (von individuellen Autoethnografien über nationale Datensätze mit kodierten Ausschnitten bis hin zu internationalen muster- und argumentspezifischen Datensätzen). Aggregierte Autoethnografien erlauben den Zugang zu unerwarteten Themen; es werden dynamische statt statischer Einblicke gegeben und sichtbar gemacht, was routinemäßig und implizit geschieht bzw. was als ambivalent erlebt wird. Darüber hinaus führt die Aggregation zur Synthese mehrerer Perspektiven, wodurch kontextübergreifende Muster aufgedeckt werden können, die sonst nur schwer zu erkennen sind. Mit dem beschriebenen Ansatz bewegen sich Forschende hin und her zwischen einzelnen Bildern und den Feeds, zu denen sie gehören. Sie bleiben der situativen Perspektive treu, in der die visuelle Kommunikation jeweils bedeutsam wird, relevante Artefakte und darauf bezogene Praktiken werden gleichzeitig erfasst. Zudem können so auch affektive, verkörperte und materielle Aspekte der Art und Weise, wie Menschen soziale Medien wahrnehmen, in den Blick genommen werden.