Amerikaner delte danske dødstal til 692.000 følgere: Så gik SSI i rette med ham på Twitter

Genåbningen af Danmark har skabt en enorm international interesse om Danmark, men det fyger med forkerte fortolkninger. Så nu tweeter Statens Serum Institut på engelsk og går i rette med de værste misforståelser

Siden den 10. februar har Statens Serum Institut næsten kun tweetet på engelsk.

De har svaret på mere end 20 forskellige engelske tråde om de danske Covid-19-tal.

For eksempel til den Harvard-uddannede epidemiolog Eric Feigl-Ding, der til sine godt 692.000 følgere skriver, at danske politikere har mistet forstanden, når nu dødsfald stiger eksponentielt.

Men Statens Serum Institut går i rette med ham. Ifølge dem har Feigl-Ding misforstået de danske tal:

”Kære Eric. Endnu en gang vil vi gerne understrege, at tallene du deler med dine følgere, viser dødsfald med Covid-19. Ikke dødsfald på grund af Covid-19.”

Danmark skelner nemlig mellem om personer er døde af Covid-19 eller med Covid-19. Forskellen fremgår dog ikke af de tal, som Eric Feigl-Ding har lagt ud på Twitter. Grundet den mere smitsomme Omikron-variant er der nemlig flere tilfælde af dødsfald, der ikke direkte skyldes Covid-19, men hvor de døde, alligevel har været smittet med sygdommen.

For Statens Serum Institut giver det mening, at der er interesse for Danmarks tal og coronastrategi, siger pressechef Flemming Platz:

”Siden genåbningen har der været en ekstrem international opmærksomhed, og det er vigtigt, at befolkningen kan gennemskue og forstå de ting, vi laver.”

Med den internationale opmærksomhed har det også været tydeligt for Flemming Platz, at journalister og epidemiologer fra hele verden har svært ved at forstå, hvordan Danmark kan åbne med så høje smittetal, og at de kommer til Staten Serum Instituts Twitter-profil for at høre, hvad der foregår.

”Vi kan se på Twitter, at mange ikke forstår vores situation, og de læser vores tal forkert, selvfølgelig også på grund af sprogvanskeligheder. Så kan de ikke læse de forklaringer, vi har,” siger Flemming Platz.

Derfor er Statens Serum Institut, udover at forklare, også begyndt at gå ind i Twitter-debatter for at supplere med fakta og data. Samtidig har de lavet en lille ordbog til deres grafer, så de kan undgå de sproglige misforståelser.

Pressechefen ser også forklaringerne på Twitter som en selvfølge og et supplement til den faglige deling af data, der allerede finder sted mellem internationale videnskabsfolk.

”Der er et univers på Twitter, hvor man kigger meget på, hvad der sker i Danmark, så selvfølgelig skal vi være der. Det er en unik situation. Vi har en uhørt international opmærksomhed i øjeblikket. Vi synes, det er en forpligtelse at sikre, at den viden kommer ud,” siger Flemming Platz og tilføjer, at deres engelske Twitter-strategi er parallel med hele den danske kommunikationsstrategi, som han kalder maksimal åbenhed, gennemsigtighed og offentliggørelse af data.

Er det en god strategi?

Kommunikationsrådgiver hos Operate og ekspert i politik på sociale medier, Marcus Stoltze, mener også, at det er en god strategi at slå over på engelsk for at gå ind i debatten, svare på kritik og rette misinformation:

”Det er fornuftigt af dem at kommunikere på to sprog, fordi deres målgruppe er større end bare vores egen lille andedam. De har jo to målgrupper: Danmark og dem, der er interesserede i epidemiens udvikling herhjemme, og så har de et internationale publikum, fordi Danmark står i en situation, hvor vi som et af de første lande i verden har ophævet alle restriktioner,” siger Marcus Stoltze.

Faktisk mener Marcus Stoltze også, at Statens Serum Institut i kraft af dets position som myndighed har en vis forpligtigelse til at bruge kanalerne til et internationalt publikum og berigtige information, der er misledende.

”Det er meget nøgtern, faktuel kommunikation. Det er ikke holdningsbåren. De svarer der, hvor de mener, der er misinformation, og det er sådan jeg selv ville rådgive en lignende kunde i den situation til at svare,” siger Marcus Stoltze.

Kommentarer
0
Denne artikel er lukket for kommentarer.
data_usage
chevron_left
chevron_right