Freunde, Follower und Fake News: Vertrauen in Online-Netzwerken schaffen
Wissen darüber, wie die Bevölkerung Entscheidungen trifft, ist in zahlreichen Bereichen von zentraler Bedeutung, unabhängig davon, ob es um die Politik, die Wirtschaft oder das Gesundheitswesen geht. Eine genaue Modellierung der Haltung größerer Gruppen von Menschen, die sich häufig auf fragmentierte, heterogene und widersprüchliche Daten stützen, ist jedoch schwierig. Das Projekt DeciTrustNET will sich dieser Herausforderung stellen. Dazu entwickelt es mathematische Modelle, die das Maß an Vertrauen in einem Netzwerk und den Konsens in der Bevölkerung ermitteln können. „Menschen drücken ihre Meinung eher in Worten als in Zahlen aus“, sagt Projektkoordinator Francisco Chiclana von der Universität De Montfort in Leicester, Vereinigtes Königreich. „Meine Forschung konzentriert sich auf die Modellierung des Einvernehmens zwischen Menschen mit einer unklaren Einstellung.“
Online-Bindungen
Da die sozialen Netzwerke einen immer größeren Stellenwert in unserem heutigen Leben einnehmen, müssen wir unbedingt verstehen, wie sie zur Bildung von Meinungen und dem Treffen von Entscheidungen beitragen. Nur so lassen sich Phänomene wie die Verbreitung von Fehlinformationen im Internet oder die Einstufung von wahren Fakten als „Fake News“ erklären. DeciTrustNET ist ein Rahmenwerk, das aktuelle und historische Beziehungen im gesamten Netzwerk berücksichtigt und so genau beurteilt, ob die darin enthaltenen Informationen vertrauenswürdig sind. Chiclana erklärt, dass Vertrauen wesentlich dazu beiträgt, inwiefern Verhalten durch Online-Beziehungen beeinflusst wird. „Vertrauen besteht zwischen Freunden – man kennt jemanden und weiß, dass er oder sie ehrlich ist. Daher geht man davon aus, dass das, was die Person sagt, für gewöhnlich wahr ist“, fügt er hinzu. Könnte man dieses Vertrauen rechnerisch modellieren, ließen sich Netzwerke schaffen, in denen Fehlinformationen durch das Melden zweifelhafter Inhalte nicht weiterverbreitet werden.
Praxisluft schnuppern
Die von ihm entwickelten Modelle können außerdem den allgemeinen Konsens in einer Gruppe von Menschen beurteilen und diejenigen erkennen, deren Meinung am meisten vom Durchschnitt abweicht. „Möchte die Regierung beispielsweise den Mindestlohn einführen, könnte sie unter Umständen vorläufige Informationen in den Medien preisgeben“, so Chiclana. „Anhand der entsprechenden Reaktionen auf Twitter oder Facebook könnte sie dann analysieren, wie diese Idee von der Bevölkerung aufgenommen wird. Stellt die Regierung dann fest, dass sich die Mehrheit der Menschen für diese Veränderung ausspricht, könnte sie damit fortfahren.“ Marketingunternehmen könnten mithilfe von Programmierwerkzeugen für künstliche Intelligenz, die das Vertrauen zwischen Menschen im Internet analysieren können, außerdem die Influencer ausfindig machen, die den Verkauf eines Produktes am ehesten ankurbeln könnten.
Rekordverdächtige Veröffentlichungen
Unterstützt wurde die Forschungsarbeit durch die Marie-Skłodowska-Curie-Maßnahmen, in deren Rahmen Finanzmittel bereitgestellt wurden, damit sich die Wissenschaftlerin Raquel Ureña Chiclana anschließen konnte. „Übergeordnetes Ziel des Projekts war die Entwicklung eines mathematischen und rechnergestützten Rahmenwerks für gesellschaftliche, auf Vertrauen basierende Entscheidungen zu ungenauen Informationen. Das konnten wir in die Tat umsetzen“, sagt er. „Innerhalb von zwei Jahren konnten wir sieben Veröffentlichungen in hoch angesehenen Fachzeitschriften verbuchen.“ Laut Chiclana wird sich die künftige Arbeit auf Modelle konzentrieren, die dynamisch arbeiten und Feedback geben. So könnte man zum Beispiel die Politik über die Reaktion der Bevölkerung auf neue Initiativen informieren oder Gesundheitsorganisationen Strategien an die Hand geben, wie sich Menschen am besten von schädlichen Verhaltensweisen wie dem Rauchen abbringen lassen.
Schlüsselbegriffe
DeciTrustNET, Vertrauen, online, soziales Netzwerk, Fake News, Entscheidung, gesellschaftlich, Influencer, Fehlinformationen
