Direkt zum Hauptbereich

Neues Projekt zu Effekten von Desinformationskampagnen - Mit massig Facebookdaten

Update

Das Wissenschaftsjournal Nature hat über unser Projekt berichtet.

Social Media und Desinformation

In einem neuen Projekt werden wir der Frage nach gehen, ob Desinformationskampagnen einen messbaren Effekt auf die Wahlergebnisse bei der Bundestagswahl hatten. Dafür analysieren wir Daten, die uns von Facebook im Rahmen einer weltweiten Ausschreibung bereitgestellt wurden.

Facebook und der SSRC: Ein neues Modell der Kooperation

Facebook wird (zu Recht) häufig kritisiert, dass kaum Daten der Wissenschaft zugänglich gemacht werden. Andererseits sind aber auch die Wissenschaftler*innen nicht immer Vorbilder im Umgang mit Social Media Daten: Siehe Cambridge Analytica.
Außerdem werden wir Wissenschaftler*innen schnell völlig trunken, wenn wir uns unbegrenzte Datenberge vorstellen. Was man damit alles erforschen könnte! Drunk on data. Denn meistens ist das Bedürfnis nach Daten gar nicht von einem konkreten Forschungsinteresse geleitet und widerspricht dem Grundsatz der Datensparsamkeit, der auch für die Wissenschaft gilt.
Der Social Science Research Council hat mit der Initiative Social Science One einen sehr interessanten Weg gewählt.
Wissenschaftler*innen definieren wichtige Forschungsfragen (in diesem Fall der Einfluss von Social Media auf Demokratische Wahlen). Dann sagen sie, welche Daten dafür gebraucht werden und diskutieren mit Facebook, was man davon einem beschränkten Kreis zugänglich machen könnte. Dann gibt es eine Ausschreibung und jedes Team kann sich bewerben. Eine Bedingung der Anträge ist übrigens, dass die zuständige Ethikkommission der jeweiligen Universität sich mit dem geplanten Projekt befasst hat und es für unbedenklich erklärt.
Der SSRC such ohne jeden Einfluss von Facebook Projekte raus, nach wissenschaftlichen Kriterien im Rahmen eines Begutachtungsverfahrens.
Facebook gewährt diesen Teams Zugriff, ohne ein Recht zu haben, auf die Forschung Einfluss zu nehmen.

So kann Kooperation laufen.
Hier ist ein Paper von Gary King, in dem er das Konzept erläutert.

Wir sind das einzige Team an einer deutschen Uni.

Unser Projekt: 

Abstract

During the German general election in 2017, there were coordinated attempts to disturb online public opinion. Disinformation campaigns used different social media platforms like Facebook and Twitter. They managed to infiltrate the online reporting of major German news outlets. Due to the distributed character of disinformation campaigns, these attempts were hardly noticed by the public, and their real dimension has not yet been revealed. We will use data from Facebook about shared URLs in combination with our unique dataset of the political online discourse in Germany, including 700 million tweets and 1.8 million URLs of media content shared by Twitter users, time series of media reports on the German political parties, and political polls to answer two questions: What was the real dimension of a disinformation campaign that was linked (by Twitter) to the Russian Internet Research Agency (IRA)? Is there a measurable effect of the disinformation campaign, either on news reports on the parties or directly on polls? To answer these questions, data access to the Facebook URL Shares dataset is requested to measure the distribution of content from disinformation campaigns across platforms. The starting point of the project is a list of Twitter accounts that Twitter has publicly linked to the IRA.

Labels:

Beliebte Posts aus diesem Blog

Deep-Dive Impfeffektivität: Eine kritische Datenanalyse der RKI-Berechnungen / Teil 1: Die Methode

Die Einschätzung, wie effektiv die COVID-Impfung ist, ist eine der politisch relevantesten Kennzahlen derzeit. Insbesondere für die Einschätzungen der Angemessenheit einr Impfpflicht ist diese Zahl extrem wichtig. In der Vergangenheit hat sich immer wieder gezeigt, dass die Berechnungen des RKI nicht in jeder Hinsicht eindeutig sind, sondern auf vielen Annahmen beruhen, die man auch kritisch hinterfragen kann und muss. Für die politische Datenwissenschaft ist es daher essenziell, diese Berechnungen nachvollziehbar zu machen. In diesem Beitrag wird das methodische Vorgehen des RKI zur Berechnung der Impfeffektivität analysiert. Die Informationen dazu entstammen den RKI-Wochenberichten .  In einem zweiten Teil habe ich die konkreten Berechnungen des RKI so weit wie möglich rekonstruiert und kann daher zeigen, wie stark die Ergebnisse schwanken, wenn Annahmen leicht verändert werden. Meine Erkenntnisse aus der folgenden Analyse: Das RKI verwendet zur Berechnung der Impfeffektivität di...
Mehr anzeigen

Der Nutzerismus: Eine Ideologie mit totalitärem Potential

Ich glaube, dass wir derzeit den Aufstieg einer Ideologie erleben, die ich Nutzerismus nennen möchte. Hannah Arendt hat darauf hingewiesen, dass jede Ideologie zu einem totalitaristischen Regime führen kann und es gibt ernste Anzeichen, dass dies auch für den Nutzerismus gilt.  Was ist der Nutzerismus? Wie bei jeder Ideologie ist der Kerngedanke sehr einfach: Im Prinzip gibt es für alle gesellschaftlichen Probleme eine technische Lösung. Leider wenden die Menschen die richtigen Technologien nicht an. Sie nehmen ihre Rolle als Nutzer nicht wahr. Es geht dem Nutzerismus also um das Zusammenspiel von Mensch und Technik, allerdings immer wieder aus der gleichen Perspektive. Die Technik kommt vor als potentielle Lösung eines gesellschaftlichen Problems. Eventuell fehlt die perfekte Lösung noch, aber das ist dann als Auftrag an die Wissenschaft und die Ingenieure zu verstehen. Dieser Technikglaube hat etwas sehr Naives. Er abstrahiert zum Beispiel von allen Interessen, für die Technolog...
Mehr anzeigen

#RTutorial: Using R to Harvest the Twitter STREAM API

Initializing the Twitter API In this tutorial, the so called STREAMING-API from Twitter is used. This API provides real-time access to Twitter, so the results are dependent from what is actually going on, right now. Before we start, we have to initialize the Twitter-API. To use the Twitter API, a consumer key and consumer secret is required. Therefore, you have to register as a developer who is creating a Twitter app. Create a Twitter account and then sign in at https://apps.twitter.com/. The account has to be verified with a phone number. This can be done on the Twitter webpage in the account settings. Fill in name, description and any valid URL with leading “http://”. It is important NOT to provide any call-back URL, because otherwise the registration from R will not function. After this, you can see a summary of your newly created app with a link to “manage keys and access tokens”. The consumer key and consumer secret that can be found there have to be copied into the following R-...
19 Kommentare
Mehr anzeigen