
Reacties van huurders op Facebook kunnen woningcorporaties helpen hun communicatie over verduurzaming beter af te stemmen op de bewoners. Het AI-platform WoonPraat Lezer maakt die reacties doorzoekbaar en onderscheidt vragen, kritiek en waardering. Een workshop bij Woonbedrijf liet zien hoe medewerkers de uitkomsten kunnen gebruiken om campagne-ideeën te ontwikkelen. Of die campagnes daadwerkelijk tot meer deelname of draagvlak leiden, is nog niet onderzocht.
Dat beschrijven Shray Juneja, Suzan Verberne, Monique van Lent en Ioulia V. Ossokina in hun artikel voor Real Estate Research Quarterly, het wetenschappelijke tijdschrift van VOGON. Zij ontwikkelden WoonPraat Lezer om de inhoud van online huurdersreacties toegankelijk te maken voor communicatie-, duurzaamheids- en leefbaarheidsteams. Het platform combineert taalmodellen met een interactief dashboard.
Voor verduurzaming zijn woningcorporaties afhankelijk van de medewerking van bewoners. Dat geldt voor renovaties, maar ook voor energiebesparing en het vergroenen van tuinen. Onder Facebookberichten stellen huurders praktische vragen, delen ze ervaringen en uiten ze onvrede. Aantallen likes, reacties en gedeelde berichten maken nauwelijks duidelijk wat achter die betrokkenheid schuilgaat. Vijftig reacties kunnen zowel vragen als complimenten of klachten bevatten, met verschillende gevolgen voor de benodigde communicatie.
Vragen en kritiek uit elkaar houden
WoonPraat Lezer analyseert reacties langs drie lijnen: de inhoudelijke relatie met het oorspronkelijke bericht, het positieve, negatieve of neutrale sentiment en de bedoeling van de reactie. Bij die bedoeling onderscheidt het systeem vragen, kritiek, waardering, mededelingen en het doorverwijzen door anderen te taggen. Gebruikers kunnen onder meer filteren op trefwoord, periode en type reactie en vervolgens de oorspronkelijke berichten en reacties lezen.
De databank bevat 792 berichten over duurzaamheid en 3.197 reacties, afkomstig van openbare Facebookpagina’s van 92 Nederlandse woningcorporaties uit de periode 2018 tot 2023. Reacties op reacties zijn niet meegenomen. Het gaat om de eigen openbare pagina’s van corporaties, niet om besloten bewonersgroepen. Het dashboard biedt daarmee zicht op de onderzochte online gesprekken; de uitkomsten geven geen volledig beeld van de opvattingen van alle huurders.
Klachten buiten het onderwerp blijven relevant
Negen medewerkers van Woonbedrijf testten de toepassing in een workshop. Onder hen waren renovatiemanagers, adviseurs op het gebied van communicatie en duurzaamheid en IT-specialisten. Bij het verkennen van reacties over zonnepanelen zagen ze dat gesprekken regelmatig verschoven naar bredere frustraties over woningkwaliteit en renovatie-ervaringen.
Het onderscheid tussen reacties die wel en niet over het oorspronkelijke bericht gaan, hielp om die gesprekken te duiden. Een negatieve reactie onder een bericht over zonnepanelen hoeft geen afwijzing van zonnepanelen te betekenen. De onvrede kan over een ander probleem gaan. Zulke reacties worden in het dashboard bewaard: ze kunnen wijzen op zorgen die de corporatie eveneens moet oppakken.
Van tuintegels naar campagne-ideeën
In een tweede oefening ontwikkelden deelnemers campagnevoorstellen op basis van reacties over tuinen. Vanuit het perspectief van leefbaarheid ontstond het idee van een ruilmarkt voor verwijderde tuintegels en planten, gekoppeld aan ontmoetingen tussen bewoners. De groep met het communicatieperspectief stelde voor om ervaringen en verhalen van bewoners centraal te stellen.
Vanuit duurzaamheid legden deelnemers een verband tussen klachten over losliggende of versleten tegels en mogelijkheden voor vergroening. Zij stelden voor bewoners te helpen tegels door planten te vervangen, bijvoorbeeld met stimulerings- of omruilacties. De voorbeelden laten zien hoe bestaande vragen en klachten aanknopingspunten kunnen bieden voor de inhoud en insteek van communicatie.
Menselijke beoordeling blijft nodig
De automatische analyse is niet foutloos. Op een afzonderlijke testset van 262 handmatig beoordeelde reacties behaalde de sentimentanalyse 72 procent nauwkeurigheid en de herkenning van de bedoeling 85 procent. Vooral sarcasme bleek lastig. De modellen zijn bovendien getest op Facebookreacties; toepassing op andere platforms vraagt waarschijnlijk aanpassingen.
De onderzoekers zien de toepassing als ondersteuning voor het verkennen en interpreteren van huurdersreacties. De workshop biedt aanwijzingen voor praktisch gebruik bij campagneontwikkeling, maar bewijst geen oorzakelijk effect op bewonersgedrag. Medewerkers moeten de achterliggende reacties daarom blijven lezen en de uitkomsten in hun context beoordelen.
Lees hier het volledige artikel.
Over de auteurs
Shray Juneja en Ioulia V. Ossokina zijn verbonden aan de Technische Universiteit Eindhoven, Suzan Verberne aan de Universiteit Leiden en Monique van Lent aan Stichting Woonbedrijf SWS HHVL.









