5. Social Bots und Filterblasen

5.1 Social Bots und Filterblasen

In diesem Modul werden Social Bots und Filterblasen näher beleuchtet.


Die folgende Grafik definiert den Begriff 'Social Bots' und beschreibt deren Funktionsweise. 

Bildquelle: Eigens erstellte Grafik
Michael Kreil - Social Bots, Fake News und Filterblasen

Das folgende YouTube-Video zeigt einen Vortrag des Datenjournalisten Michael Kreil, welcher ein Jahr lang verschiedene Bots, Twitter-Accounts und deren Tweets sowie verschiedenste Online-Artikel gesammelt und anschließend ausgewertet hat. 

Mit professioneller Unterstützung von Experten und TwitteruserInnen, hat er sich intensiv mit den Themen Social Bots, Fake News und Filterblasen auseinandergesetzt und sich auf die Suche nach diesen begeben, um herauszufinden, ob diese wirklich existieren, wie sie funktionieren und ob sie problematisch sind. 

In seinem Vortrag stellt er seine Ergebnisse zu dieser Forschung sowie seine angewandten Methoden dazu vor. 

Der Vortrag soll im Rahmen des Fake News-Projekt dazu dienen, den Zusammenhang von Social Bots, Fake News und Filterblasen mithilfe des obig beschriebenen Experimentes besser zu verstehen. 

Zum Video: https://www.youtube.com/watch?v=6jNWl5d_DOk

Zusammenfassung der wichtigsten Punkte
Michael Kreil - Social Bots, Fake News und Filterblasen
  • Übersicht: Was sind Fake News und was nicht?
Bildquelle: Rühl, Wolf-Dieter. "Measuring Fake News: Die Methode", Stiftung Neue Verantwortung, 2017. Online-Quelle: https://www.stiftung-nv.de/sites/default/files/fake_news_methodenpapier_deutsch.pdf

Welche Merkmale weisen auf Social Bots hin?

Bildquelle: Kreil, Michael. "34C3 - Social Bots, Fake News und Filterblasen", media.ccc.de, 28.12.2017, Online-Quelle: https://www.youtube.com/watch?v=6jNWl5d_DOk
Nach einer Bot-Suche mit obiger „Anleitung“ wurden gefunden: 
  • inaktive Accounts
  • Service-Accounts
  • Trolle (Teenager, Rassisten, Hater,…)
  • Spam (mit Links zu YouTube, Porn, BitCoin-Shit,…)
eher weniger gefunden wurden:
  • politisch aktive Social Bot Netzwerke
-> Verweis auf Prof. Dr. Simon Hegelich, der sich mit Political Data Science beschäftigt
Studie: Invasion der Meinungsroboter 
  • es gibt verschiedene Methoden, um Social Bots nachzuweisen, bzw. zu erforschen. Dennoch ist es insgesamt nicht wissenschaftlich haltbar
Zusammenfassung Vortrag Michael Kreil - Social Bots, Filterblasen, Fake News
  • Forschung ist noch in den Anfängen 
  • Methodiken sind neu und müssen überprüft werden
  • Wissenschaftliche Publikationen müssen überprüft werden
  • neue gesellschaftliche Gruppen betreten soziale Netzwerke und nutzen die dortigen Funktionen für ihre Meinungsäußerung und greifen im Zweifelsfall auch auf Fake News zurück, wenn es ihre Ansichten bestätigt
  • soziale Netzwerke sind dennoch nicht geeignet, um gesellschaftliche Lösungen zu entwickeln ->  daher muss ein neuer Ansatz geschaffen werden (Debattenentwicklung), um daraus ggf. eine neue Wissenschaft zu entwickeln

Was sind Filterblasen?

Die folgende Abbildung erklärt kurz und bündig den Filterblasen-Effekt:

Bildquelle: Stark, Birgit, Magin, Melanie und Jürgens, Pascal. "Ganz meine Meinung? Informationsintermediäre und Meinungsbildung – Eine Mehrmethodenstudie am Beispiel von Facebook", 2017, Online-Quelle: https://t.co/WSterZNNG5?amp=1

Quellen:

Rühl, Wolf-Dieter. "Measuring Fake News: Die Methode", Stiftung Neue Verantwortung, 2017. Online-Quelle: https://www.stiftung-nv.de/sites/default/files/fake_news_methodenpapier_deutsch.pdf

Stark, Birgit, Magin, Melanie und Jürgens, Pascal. "Ganz meine Meinung? Informationsintermediäre und Meinungsbildung – Eine Mehrmethodenstudie am Beispiel von Facebook", 2017, Online-Quelle: https://t.co/WSterZNNG5?amp=1

YouTube. "34C3, Kreil, Michael - Social Bots, Fake News und Filterblasen", media.ccc.de, 28.12.2017, Online-Quelle: https://www.youtube.com/watch?v=6jNWl5d_DOk



Informationsmeldung
Bisher wurde noch kein Kommentar abgegeben.