Direkt zum Hauptbereich

Invasion der Meinungs-#Roboter

Neue Veröffentlichung

Für die @KASonline (Konrad Adenauer Stiftung) habe ich die Risiken durch #SocialBots zusammengefasst. Die Kurzstudie findet ihr hier.

Hegelich, S., 2016, Invasion der Meinungsroboter, in: Analysen & Argumente, 221, 2016, Konrad-Adenauer-Stiftung, 1-9.


Und das sind die Kernthesen:
  • „Social Bots beeinflussen Meinung, ihr bevorzugter Wirkungsraum sind die sozialen Netzwerke: Bei Debatten um den Brexit, bei Ereignissen wie die russische Annexion der Krimhalbinsel, während des Ukrainekonflikts und aktuell im Wahlkampf zwischen Trump und Clinton haben sie bereits in den Meinungsbildungsprozess eingegriffen.
  • „Social Bots sind von Menschen programmierte Software-Roboter. Sie sammeln Informationen und Daten, setzen aber auch bewusst Trends und Topthemen in den sozialen Medien, ohne dass der Nutzer davon Kenntnis hat. Das Beeinflussungspotenzial – der sogenannte „Bot-Effekt“ – ist theoretisch sehr groß, lässt sich empirisch aber nur schwer nachweisen.
  • „Es wird immer schwerer, Bots von Menschen zu unterscheiden. Bots betreiben Fake-Profile und geben somit vor, Menschen zu sein. Sie mischen sich bewusst in die öffentliche Diskussion in den sozialen Medien ein. Vermehren sich Bots in den sozialen Medien überproportional, könnten sie sich disruptiv auf bestehende Nachrichtenplattformen wie z.B. Twitter auswirken, da die Nutzer keinen Sinn mehr darin sehen, auf einer Plattform zu kommunizieren, auf der sich zum großen Teil nur noch Maschinen als Gesprächspartner befinden.
  • „Politische Gruppen und Parteien können Social Bots auch in Deutschland für sich nutzen. Der erfolgreiche Umgang mit Bots in den USA wird auch in Deutschland ankommen und dort zu einem intensiven Einsatz von Social Bots hinsichtlich politischer Kommunikation führen.
  • „Transparenz und der Anstoß einer offenen Debatte können entscheidend zu einer Aufklärung und einem kompetenten Umgang mit Social-Bots beitragen. Die Gleichung, dass Qualität und Quantität zusammengehören, gilt für das Internet nicht.

Kommentare

Beliebte Posts aus diesem Blog

Kritik an dem Science-Artikel der Priesemann-Gruppe „Inferring change points in the spread of COVID-19 reveals the effectiveness of interventions“

Der Science-Artikel von Dehning et al. (2020) gilt als Beleg für die Effektivität der Corona-Maßnahmen in Deutschland im März 2020. Wir glauben, dass der Artikel gravierende Fehler enthält und daher nichts darüber aussagt, ob insbesondere das Kontaktverbot vom 23.03.2020, irgendeinen Effekt hatte. Unsere Kritik haben wir bei Science eingereicht und sie ist hier zu finden: https://science.sciencemag.org/content/369/6500/eabb9789/tab-e-letters Im folgenden übersetze ich unseren Beitrag und gehe anschließend auf die Frage ein, wie Wissenschaft unter COVID-19-Bedingungen funktioniert und was daran bedenklich ist. Eine Kritik an ‘Inferring change points in the spread of COVID-19 reveals the effectiveness of interventions’ Wir haben den Artikel ‘Inferring change points in the spread of COVID-19 reveals the effectiveness of interventions’ analysiert und dabei gravierende Unstimmigkeiten im Design der Studie festgestellt: Anstatt das Datum der Wendepunkte (wann sich die COVID-19-Entwicklung i

Neue Veröffentlichung: Der Aufstieg der #AfD in den Sozialen Netzwerken

Das Political Data Science Team hat eine neue Veröffentlichung zum Thema " The Rise of Germanys AfD: A Social Media Analysis " vorzuweisen. Erstautor ist der fabelhafte Juan Carlos Medina Serrano und der Artikel ist als open access erschienen als: Serrano, Juan Carlos Medina, Morteza Shahrezaye, Orestis Papakyriakopoulos, and Simon Hegelich. "The Rise of Germany's AfD: A Social Media Analysis." In Proceedings of the 10th International Conference on Social Media and Society, pp. 214-223. ACM, 2019. URL:  https://dl.acm.org/citation.cfm?id=3328562 Cross-platform-analysis Ein großes Problem in der aktuellen Social Media Forschung ist, dass meistens nur einzelne Plattformen (und häufig nur Twitter) betrachtet werden. Wir untersuchen in dem Artikel Twitter, Facebook, Instagram und YouTube und schauen auf die Beiträge der deutschen Parteien. Der Vergleich von unterschiedlichen Plattformen ist nicht nur deshalb wichtig, weil ansonsten ein sehr verzerrtes Bild en

Der große Test: Warum eine Politik, die sich an den #COVID19-Fallzahlen orientiert, aus Perspektive der politischen Datenwissenschaft fahrlässig ist

Bei der Interpretation „der Zahlen“ wird jeder datenwissenschaftliche Standard ignoriert. Die COVID19-Politik, die auf den ersten Blick evidenzbasiert – weil an Daten orientiert – erscheint, ist auf dieser Basis nicht zu begründen. Im Folgenden werden Punkte aufgeführt, die eindeutig belegen, dass die gängige Interpretation „der Zahlen“ durch Politik und Medien unzureichend ist. Jeden Tag werden die „Fallzahlen“ berichtet. Es gibt ein neues Rekordhoch bei den COVID19-Fällen zu verkünden oder einen moderaten Rückgang, der uns aufatmen lassen soll. Im R-Wert werden die Fälle der letzten Woche mit denen von heute ins Verhältnis gesetzt, um das Infektionsgeschehen abzubilden. Die Inzidenzwerte setzen die Fälle in Verhältnis zur Bevölkerungszahl und machen so die Entwicklung in Berlin und Bayern vergleichbar. Auch die absolute Zahl der Fälle seit Februar wird täglich in den Medien berichtet, um die Dramatik der Entwicklung deutlich zu machen. Und wer sich wirklich schaudern will, schaut auf