Direkt zum Hauptbereich

Verbreitung von #Corona #FakeNews auf Facebook

Die Reichweite von Gruppen, in denen Fakenews zum Coronavirus geteilt werden, übersteigt die Reichweite US-amerikanischer Regierungsinstitutionen zu dem Thema um Längen.

Datensammlung

Es ist schwierig, sich einen Überblick über die Verbreitung von Nachrichten auf Facebook zu verschaffen, schon weil es ganz unterschiedliche Kanäle gibt. Ein wenig beachteter Kanal sind Facebook-Gruppen, die weniger transparent sind als Seiten. Die folgende Analyse basiert auf Daten aus der CrowdTangle API (offizielle Schnittstelle von Facebook). Wir haben einige spezifische Fakenews identifiziert. Dabei geht es darum, das Virus sei von Bill Gate oder dem chinesischen Militär entwickelt und in China würden massenhaft Leichen verbrannt. Die Links stelle ich nicht ins Netz, um die Verbreitung nicht noch zu erhöhen.
Über CrowdTangle können wir Daten abfragen, wie häufig die entsprechenden URLs (zum Beispiel InfoWars-Stories) auf Facebook geteilt wurden und von welchen Seiten oder Gruppen. So konnten wir eine Liste mit Gruppen erstellen, in denen Fakenews verbreitet wurden. Diese Liste vergleichen wir mit einer Liste amerikanischer Regierungsinstitutionen. In beiden Listen haben wir nach Beiträgen in den letzten 30 Tagen gesucht, die entweder das Wort "Corona" oder das Wort "Coronavirus" enthalten.

Datenauswertung

Beide Listen sind aufgrund der Datenerhebung mehr als unvollständig. Es lassen sich daher keine Aussagen treffen, wie viel Fakenews insgesamt verbreitet wurden. Wir können aber vergleichen, welche Reichweite die Corona-Posts in den Gruppen hatten im Unterschied zu den offiziellen Statements.

Die erste Abbildung zeigt die Total-Views der Posts in Millionen. In der Facebook-Gruppe THE FINAL BATTLE haben 422 Millionen Nutzer Posts über Corona gesehen.
Um die Visualisierung benutzerfreundlicher zu machen, haben wir die Zahlen logrithmiert. Hier die Ergebnisse:
Es sind dieselben Werte, die jetzt auf der x-Achse einfach exponential zunehmen. Das Weiße Haus hat z. B. 0,35 Millionen Views mit seinen Corona-Posts bekommen.

Das Bild wiederholt sich in etwa bei den Shares. Hier sind mehr Seiten und Gruppen angegeben, weil in den CrowdTangle Daten erstaunlicher Weise für diverse Posts keine Views anzeigen. (Ich denke, das liegt an den Privacy-Vorkehrungen von Facebook...).
 Und nocheinmal logarithmiert:

Ergebnis

Facebook-Gruppen, die Verschwörungstheorien zu Corona verbreiten, können eine wesentlich höhere Reichweite erzielen als offizielle Regierungsseiten.
Das kann auch damit zusammenhängen, dass Facebook die Zugehörigkeit zu einer Gruppe als deutliches Signal nimmt, dass die Inhalte für die entsprechenden Nutzer relevant sind. Wir sehen an den Daten auch - wie zu erwarten - einen deutlichen Zusammenhang zwischen Shares und Views. Allerdings ist dieser nicht linear und auch kein festes Verhältnis. Es gibt also eine Reihe anderer Indikatoren, die ein starkes Gewicht auf den News-Feed-Algorithmus von Facebook haben.
Es wäre an der Zeit, dass Facebook eine Überprüfung seiner Algorithmen ermöglicht! Definitiv lässt sich festhalten, dass Facebook nach wie vor eine Plattform ist, auf der Fakenews und Verschwörungstheorien stark verbreitet werden.

Beliebte Posts aus diesem Blog

#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-...

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...

Zwischen #AfDErfolg und Medienberichten gibt es einen kausalen Effekt - und der lässt sich berechnen

BuzzFeed Deutschland  hat Daten zusammengetragen, mit denen sich der Einfluss der Medien auf die Umfragewerte der AfD berechnen lässt. Wir zeigen, dass es einen statistischen Kausalzusammenhang zwischen der Häufigkeit der Berichte über die AfD und ihren Umfragewerten gibt. Hierfür verwenden wir Granger-Causality-Analyse. Das Ergebnis ist, dass vier bis fünf Wochen, nachdem vermehrt über die AfD berichtet wurde auch die Umfragewerte signifikant steigen. Was ist in den Daten Die Daten enthalten vor allem eine Zeitreihe mit wöchentlichen Aktivitäten zur Suche „AfD“ bei Google News (über Google Trends bezogen) und die Umfrageergebnisse der Afd in den Umfragen der Institute EMNID, Forschungsgruppe Wahlen, GMS, Infratest dimap, Forsa, INSA/YouGov und Allensbach. Aus diesen Werten haben wir einen wöchentlichen Durchschnitt gebildet. AfD-Umfragen/Google News, absolut Die absoluten Werte geben erst einmal keinen Aufschluss über einen Zusammenhang. Die Analyse Zeitreihen h...