Im Folgenden möchte ich kurz die Studie „Automated identification of media bias in news articles: an interdisciplinary literature review“ vorstellen, die sich mit der automatisierten Identifizierung von Medienverzerrungen in Nachrichtenartikeln beschäftigt. Diese Studie, verfasst von Felix Hamborg, Karsten Donnay und Bela Gipp, bietet einen umfassenden Überblick über die bestehenden Ansätze und Herausforderungen bei der Identifizierung von Medienverzerrungen.
Einleitung in die Thematik
Die Studie beginnt mit der Feststellung, dass Medienverzerrung, also einseitige Berichterstattung, die öffentliche Wahrnehmung der berichteten Themen stark beeinflussen kann. Während in den Sozialwissenschaften umfassende Modelle und Methoden zur Beschreibung und Analyse von Medienverzerrungen existieren, sind diese oft manuell und dadurch mühsam in der Anwendung. Im Gegensatz dazu bietet die Informatik schnelle, automatisierte und skalierbare Methoden, nutzt diese jedoch bisher selten systematisch zur Analyse von Medienverzerrungen.
Verständnis und Formen von Medienverzerrungen
Die Studie bietet einen detaillierten Einblick in die verschiedenen Arten von Medienverzerrungen, wie beispielsweise Event- und Quellenauswahl, Kommission und Unterlassung von Informationen, Etikettierung und Wortwahl, Platzierung und Größenzuweisung sowie Bildauswahl und -erklärung. Diese Formen der Verzerrung entstehen in verschiedenen Phasen der Nachrichtenproduktion und haben jeweils unterschiedliche Auswirkungen auf die Rezipienten.
Zuverlässigkeit und Generalisierbarkeit
Ein zentraler Punkt der Diskussion in der Studie ist die Zuverlässigkeit und Verallgemeinerbarkeit manueller Ansätze aus den Sozialwissenschaften. Hier werden Schlüsselaspekte hervorgehoben, die bei der Bewertung interdisziplinärer Forschungen zu Medienverzerrungen berücksichtigt werden sollten.
Toxische Kombination in sozialen Medien
Die Studie thematisiert auch die Herausforderungen, die sich aus einer toxischen Kombination von automatisierten Bots, von Menschen gesteuerten Troll-Accounts und gezielten Social-Engineering-Maßnahmen in sozialen Medien ergeben. Diese Kombination kann zu einer verstärkten und gezielten Manipulation der öffentlichen Meinung führen.
Potenzial der Tools zur Verbesserung der Erkennung
Interessanterweise wird auch das Potenzial der gleichen Tools zur Verbesserung der Erkennung von Medienverzerrungen bewertet. Dies umfasst den Einsatz von Natural Language Processing (NLP), um Medienverzerrungen effektiver zu identifizieren und gegen zu steuern.
Vielversprechende Gegenmaßnahmen
Abschließend werden in der Studie vielversprechende Gegenmaßnahmen vorgestellt. Dazu gehören legislative Maßnahmen und die Geschäftsbedingungen von Plattformen, die manipulative Verhaltensweisen wie die Automatisierung von Accounts verbieten.
Insgesamt bietet die Studie einen wertvollen Beitrag zum Verständnis der komplexen Natur von Medienverzerrungen und wirft ein Licht auf die möglichen Wege, diese Herausforderungen mit Hilfe von Technologie zu bewältigen.
Schlussfolgerung
In ihrer Schlussfolgerung betonen die Autoren die Notwendigkeit einer engeren Integration von Modellen zur Untersuchung von Medienverzerrungen aus den Sozialwissenschaften mit automatisierten Methoden aus der Informatik. Dieser Ansatz bietet das Potenzial, einen ausgewogeneren Überblick über Ereignisse und gesellschaftliche Themen für Nachrichtenkonsumenten bereitzustellen.
- Russische Militärische Cyber-Akteure nehmen US- und globale kritische Infrastrukturen ins Visier - 11. September 2024
- Ransomware Risk Report 2024 von Semperis - 11. September 2024
- Künstliche Intelligenz in Deutschland – Status, Herausforderungen und internationale Perspektiven - 10. September 2024