Disinformation, Propaganda & Soft Power Research -laboratorio (DPS-Lab)

Disinformaatio ja propaganda asettavat valtavia globaaleja haasteita, jotka uhkaavat demokraattista yhteiskuntamallia ja sen tulevaisuuden kestävyyttä (WEF 2023). Otamme nämä uhat vakavasti ja olemme osaltamme sitoutuneet niiden ratkaisemiseen laskennallisen yhteiskuntatieteen (computational social science) avulla sekä läheisessä yhteistyössä tietojenkäsittelytieteen ammattilaisten kanssa. Pitkällä aikavälillä tavoitteenamme on kehittää innovatiivisia menetelmiä tällä alalla eri yhteyksissä (ilmastonmuutos, konfliktit, terveys, jne.) esiintyvän propagandan havaitsemiseksi ja sen vaikutuksen lieventämiseksi. Akateemisen tutkimuksen lisäksi pyrimme laajentamaan tämän työn tuloksia yhteiskunnalliselle tasolle, käytännönläheisen toiminnan ja sosiaalisten innovaatioiden kautta.

Globaalin tason poliittinen ympäristö on suuntautumassa yhä voimakkaammin kohti juurtunutta ja vahvistuvaa ideologista kilpailua. Tässä yhteydessä tutkimme ideologisen propagandan roolia ja pyrimme systemaattisesti kehittämään teoreettisia ja käsitteellisiä lähestymistapoja sen tutkimuksen tehostamiseksi. Kokonaisuudessaan työmme myötävaikuttaa aiheen tutkimukseen hahmottelemalla, kuinka ideologian muodot ilmenevät todellisissa yhteyksissä ja muokkaavat erilaisia propagandatekniikoita viestinnän alalla.

Generatiivisten tekoälymallien nopea kehitys asettaa ennennäkemättömiä haasteita uutisorganisaatioille, niiden sidosryhmille, hallintoelimille ja yleisölle. Tämä vaikuttaa viestintään niin paikallisella kuin maailmanlaajuisellakin tasolla, ulottuen sosiaalisen median alustoista tekoälyn luomaan propagandaan, jota voidaan luoda ja levittää yhä nopeammin ja tehokkaammin. Pyrimme ryhmässämme ymmärtämään näitä muutoksia tutkimalla teknologisia, kulttuurillisia ja institutionaalisia olosuhteita, jotka heijastuvat digitaaliseen viestintäympäristöön, painottaen erityisesti globaalien toimijoiden roolia ja ideologiavetoisen viestinnän ilmenemismuotoja.

Disinformaation ja propagandan esiintyminen uutisoinnissa ja viestinnässä on ominaista nykymaailman sodille, kriiseille ja konflikteille. Vallitsevassa geopoliittisessa tilanteessa uutis- ja mediaorganisaatioiden on oltava entistä tietoisempia ideologisen propagandan esiintymisestä osana uutisointia ja informaation välittymistä. Käsittelemme tätä ongelmaa tutkimalla uutistuotannon muuttuvaa mediaympäristöä ja arkkitehtonista dynamiikkaa, joka vaikuttaa erilaisten organisaatioiden kehitykseen ja toimintaan niiden pyrkiessä vastaamaan globaalin viestintäympäristön haasteisiin. Tämän alan hankkeemme rakentuvat aktiiviselle yhteistyölle niin kansainvälisten uutistoimistojen kuin paikallisten mediaorganisaatioiden, ajatushautomoiden ja startup-yritysten kanssa.

Multiple BSc degrees Rutgers University | MSc LUT University

Research Interests: US-Russia space relations, strategic communications, propaganda, disinformation, Russia and the Soviet Union

Languages: English, Russian, Spanish, Finnish

Methodologies: Business Analytics, Sentiment Analysis, Large Language Models (LLMs)

Programming: R, SQL

Work experience: NASA, insurance companies

BSc and MSc Åbo Akademi, Finland

Research Interests: South Korean and North Korean relations, frozen conflicts, propaganda, disinformation, political communications and media of China and Japan, East Asian popular culture, democracy and democratization

Languages: Fluent in English, Swedish, Finnish, Japanese, Mandarin Chinese, Korean

Methodologies: Natural Language Processing (NLP), Machine Learning, Artificial Intelligence, Statistics

Programming: C, Python, R

Tools: MAXQDA

M.Soc.Sci University of Tampere, Finland | Charles University, Czech Republic | Sungkyunkwan University, Republic of Korea

Research Interests: cognitive warfare, intelligence studies, security studies,  arctic studies, strategic cultures, civilian and military crisis management, misinformation, propaganda, technoscientific futures and imaginaries, space politics, political history of Russia and the Soviet Union

Languages: Finnish, English, Swedish, French, German, Czech, Korean  

Methodologies: focus on qualitative and mixed method approaches. Experience in risk analysis and future scenarios. 

Programming: C#

Tools: ATLAS.ti

Work experience: Crisis Management Centre Finland, Finnish Defence Forces, UNICEF Finland

Doctoral Researcher at Finnish Centre for Artificial Intelligence
M.A. International Christian University, Japan

Research Interests: AI Ethics, AI and Trust-building, East Asian popular culture, Music Industry, K-pop, Social Media

Languages:  fluent in English, Chinese, Japanese, Korean

Methodologies: qualitative and quantitative analysis with statistics and computational techniques, including SEM, Topic Modelling, and Sentiment Analysis.

Programming: Python 

Tools: SPSS, R, KH Coder 

Recent Publications:

• Yang, S., Seeck, H., Melchior, C. (2025). Tainted Idols, Global Reactions: A Cross-Cultural Study of Public Responses to K-pop Celebrity Controversies. ICA Annual Conference 2025, Denver,  United States.
• Yang, S. (2024). Trust in AI in China: A Mixed-Methods Approach to Understanding Public Opinion and Factors Affecting Trust Levels in AI. ICA Annual Conference 2024, Gold Coast, Australia.
• Yang, S., and Jung, J. (2023). Public Opinion Toward the Rape Victim in China: A Content Analysis of a MeToo Movement Case on Sina Weibo. ICA Annual Conference 2023, Toronto, Canada.

BSc Humboldt University, Germany | MSc Åbo Akademi, Finland

Research Interests: ecofeminism, propaganda, sustainability, Singapore

Languages: German, English, Chinese, Burmese, French, Swahili, Japanese, Malay

Methodologies: quantitative research, statistics

Tools: SPSS, R

Work experience: multiple years of experience as a research assistant in the field of psychology, African history, and statistical evaluation

Recent publications:

• Bröder, C., Blüthmann, I., Grimm, A.-L., & Watermann, R. (2022). Ergebnisse der berlinweiten Befragung der Bachelor-Lehramtsstudierenden zum Übergang in den Lehramtsmaster. Freie Universität Berlin.
• Grimm, A. L. (2022). Trauma and Stigma: Myanmar Refugee Trauma, and German Attitudes Towards Refugees [Master’s Thesis]. Abo Akademi University.
• Kämpfe, B., Zimmermann, J., Dreisbusch, M., Grimm, A. L., Schumann, J. H., Naujoks, F., Keinath, A. & Krems, J. (2022). Preferences and Perceptions of Bidirectional Charging from a Customer’s Perspective – A Literature Review and Qualitative Approach. Proceedings, 177-191.

Doctoral Programme in Drug Research, University of Helsinki | MSc University of Helsinki, Finland

Research interests: crisis management, cross-sector collaboration, COVID-19, pharmaceutical supply chain, pharmaceutical industry, pharmacy, healthcare system development, Nordic countries

Language: Finnish, English, Swedish, German, Danish

Methodologies: quantitative and qualitative methods

Work experience: pharmaceutical industry (Novo Nordisk, ratiopharm), community pharmacies, hospital pharmacy (Helsinki University Hospital), Finnish Medicines Agency

Recent publications:

• Latonen, S. (2025). Crisis management and cross-sectoral collaboration among pharmaceutical supply chain stakeholders during the COVID-19 pandemic. e-thesis . http://hdl.handle.net/10138/592759
• Latonen, S., Pussila, S., Seeck, H., Airaksinen, M., Juppo, A. M. (2025). Crisis management in the pharmaceutical industry during the COVID-19 pandemic. International Journal of Disaster Risk Reduction, 125.
• Latonen, S., Juppo, A. M., Seeck, H., Airaksinen, M. (2025). Crisis management in Finnish hospital pharmacies during the COVID-19 pandemic. BMC Health Services Research, 25. http://dx.doi.org/https://doi.org/10.1186/s12913-025-12643-7
• Latonen, SH , Neuvonen, E. , Juppo, AM , Seeck, H. , & Airaksinen, M. (2024). Crisis management in community Pharmacies during a Pandemic. Research in Social and Administrative Pharmacy, 20(9), 940-948. https://doi.org/10.1016/j.sapharm.2024.06.010
• Latonen, S. H., Suominen, R. M., Juppo, A. M., Airaksinen, M., & Seeck, H. (2023). Organisation of cross-sector collaboration and its influence on crisis management effectiveness among pharmaceutical supply chain stakeholders during the COVID-19 pandemic. Public Health, 222, 196-204. https://doi.org/10.1016/j.puhe.2023.06.042
• Rimpelä, A.-K., Schmitt, M., Latonen, S., Hagström, M., Antopolsky, M., Manzanares, J. A., Kidron, H., & Urtti, A. (2016). Drug Distribution to Retinal Pigment Epithelium: Studies on Melanin Binding, Cellular Kinetics, and Single Photon Emission Computed Tomography/Computed Tomography Imaging. Molecular Pharmaceutics, 13(9), 2977-2986. https://doi.org/10.1021/acs.molpharmaceut.5b00787

MSc African Institute for Mathematical Sciences, Rwanda | LUT University, Finland

Research Interests: computer vision, Computational Social Science, climate-related startups, propaganda, social innovation, Africa

Languages: English, French, Kinyarwanda

Methodologies: quantitative and qualitative research, statistical analysis, actuarial science, machine learning, text analysis (NLP)

Programming: python (pandas, NumPy, scikit-learn, TensorFlow), R, Julia, SQL

Tools: Jupyter Notebook, VS Studio, PowerBI, Tableau

Work experience: World Bank, ILO (International Labor Organization), LadyAgri Impact Investment

Doctoral Programme | Graduate School of Advanced Integrated Studies in Human Survivability, Kyoto University, Japan

Research Interests: Financial inclusion, migration and remittances, gender, social resilience, decentralized and digital technologies (e.g. blockchain)

Languages: English, Japanese, French

Methodologies: Network analysis, social science surveys, mixed methods, dimensionality reduction (SVD, PCA), statistical analysis

Tools: R, Python, Stata

Work experience: ERIA (Economic Research Institute for ASEAN and East Asia), corporate banking

(Doctoral Researcher at Vilnius University, Lithuania)

Research Interest: Propaganda, Disinformation, Fake News identification, analysis, and monitoring; NLP; Low-resource languages; Corpus Annotation.

Language(s): Lithuanian, English

Methodologies:  Natural Language Processing methods, Machine Learning, Large Language Models (LLMs)

Programming: Python, SQL, R

Tools: Visual Studio Code, PyCharm