aalto1 untyped-item.component.html
Social media overload: dimensions, impacts and mitigation strategies
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Business |
Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Degree programme
Language
en
Pages
20 + 10
Series
Abstract
Social media has become a central part of everyday life, but its increasing complexity and intensity have raised concerns about users’ ability to manage digital demands. This thesis examines social media overload as a multidimensional phenomenon that affects users cognitively, behaviorally, and emotionally. Drawing on literature from information systems, psychology, and communication studies, the thesis synthesizes existing research on the causes, impacts, and potential mitigation strategies related to social media overload.
The review identifies three interconnected dimensions of social media overload: information overload, system feature overload, and social overload. Information overload arises from the high volume, uneven quality, and fragmented distribution of content. System feature overload results from increasing system complexity, frequent updates, and excessive functionality. Social overload develops from large online networks, communication pressure, and expectations of constant availability. Together, these dimensions contribute to cognitive strain, changes in user behavior such as avoidance or compulsive use, and emotional outcomes including stress, anxiety, and social media fatigue.
The thesis further reviews research-based principles and existing platform practices aimed at mitigating overload. While empirical evidence on the effectiveness of specific interventions remains limited, the literature suggests that strategies such as filtering and prioritization, algorithmic transparency, notification control, and features that support user self-regulation may help reduce overload-related strain.
Sosiaalinen media on vakiinnuttanut asemansa osana arkipäiväistä elämää, mutta sen kasvava monimutkaisuus, tietomäärä ja jatkuva läsnäolo ovat herättäneet huolta käyttäjien kyvystä hallita alustojen aiheuttamaa kuormitusta. Tässä tutkielmassa tarkastellaan sosiaalisen median ylikuormitusta moniulotteisena ilmiönä, joka vaikuttaa käyttäjiin kognitiivisesti, käyttäytymisen tasolla ja emotionaalisesti. Tutkielma perustuu kirjallisuuskatsaukseen, joka yhdistää näkökulmia tietojärjestelmätieteestä, psykologiasta ja viestinnän tutkimuksesta.
Kirjallisuuskatsauksen perusteella sosiaalisen median ylikuormitus koostuu kolmesta toisiinsa kietoutuneesta ulottuvuudesta: tiedon ylikuormituksesta, järjestelmän ominaisuuksien ylikuormituksesta sekä sosiaalisesta ylikuormituksesta. Tiedon ylikuormitus syntyy sisällön suuresta määrästä, vaihtelevasta laadusta ja tiedon hajautumisesta useille alustoille. Järjestelmän ominaisuuksien ylikuormitus liittyy sosiaalisen median alustojen kasvavaan monimutkaisuuteen, jatkuviin päivityksiin ja runsaaseen toiminnallisuuteen. Sosiaalinen ylikuormitus puolestaan kehittyy suurista sosiaalisista verkostoista, viestintäpaineesta ja odotuksista olla jatkuvasti tavoitettavissa. Nämä ulottuvuudet yhdessä heikentävät käyttäjien tiedonkäsittelykykyä, vaikuttavat käyttäytymiseen esimerkiksi välttelyn tai pakonomaisen käytön kautta sekä aiheuttavat emotionaalisia seurauksia, kuten stressiä, ahdistusta ja sosiaalisen median väsymystä.
Tutkielmassa tarkastellaan myös kirjallisuudessa esitettyjä periaatteita ja käytännön esimerkkejä sosiaalisen median ylikuormituksen lieventämiseksi. Vaikka empiirinen näyttö yksittäisten toimenpiteiden tehokkuudesta on vielä rajallista, tutkimus viittaa siihen, että esimerkiksi sisällön suodattaminen ja priorisointi, algoritmien läpinäkyvyys, ilmoitusten hallinta sekä käyttäjän itsehallintaa tukevat ominaisuudet voivat vähentää ylikuormituksesta aiheutuvaa haittaa.