Die Leichtigkeit des Teilens in sozialen Medien trägt laut Forschenden dazu bei, dass Fehlinformationen sich schnell verbreiten. Algorithmen bevorzugen oft sensationsstarke Beiträge, weil sie viele Teilungen und Aufmerksamkeit erzeugen. Vor diesem Hintergrund schlagen Forschende der University of Copenhagen eine praktische Gegenmaßnahme vor: das Teilen kurz zu erschweren.
In einer Studie, veröffentlicht in npj Complexity, erklären Doktorandin Laura Jahn und Professor Vincent F. Hendricks, dass ein kurzer Moment im Teilen‑Prozess die Nutzerinnen und Nutzer zum Nachdenken bringen kann. Das Team baute ein Computermodell, das die Ausbreitung von Informationen auf Plattformen wie X, Bluesky und Mastodon simuliert. Das Modell zeigt, dass eine kleine digitale Reibung die Zahl der Teilungen reduziert, Reibung allein aber nicht immer die Qualität der geteilten Inhalte steigert.
Deshalb ergänzten die Forschenden das Modell um ein Lernelement. Hendricks nennt als mögliches Beispiel ein Hinweisfenster mit einem kurzen Quiz, das Fragen stellt wie: „Wie wird Fehlinformation definiert, und was unternimmt diese Plattform, um Falschmeldungen einzudämmen?“ Kombiniert man Reibung mit einem Lernschritt, verbessert sich laut Modell deutlich die durchschnittliche Qualität der Beiträge.
- Kurze Pause oder Verzögerung vor dem Teilen
- Hinweisfenster, die zum Nachdenken anregen
- Kurze Quizfragen zu Fehlinformation und Plattformregeln
Als nächsten Schritt wollen die Forschenden prüfen, ob sich die Modell‑Ergebnisse in realen Umgebungen zeigen. Sie hoffen, dass Technologieunternehmen die Idee testen; falls große Plattformen nicht mitarbeiten, planen die Forschenden, simulierte Plattformen für Forschungstests zu nutzen. Die Arbeit wurde am Center for Information and Bubble Studies der University of Copenhagen durchgeführt. Quelle: University of Copenhagen.
Schwierige Wörter
- fehlinformation — falsche oder irreführende Nachricht im InternetFehlinformationen
- algorithmus — Programm, das Inhalte automatisch auswähltAlgorithmen
- sensationsstark — stark auf Aufmerksamkeit und Emotionen ausgerichtetsensationsstarke
- gegenmaßnahme — Schritt, um ein Problem zu verhindern oder verringern
- reibung — Hindernis oder Verzögerung im Prozessdigitale Reibung
- lernelement — Element, das Wissen oder Verhalten vermittelt
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Glaubst du, dass eine kurze Pause oder Verzögerung vor dem Teilen das Verbreiten von Fehlinformationen verringern würde? Begründe deine Meinung.
- Welche Vor- und Nachteile könnte ein Hinweisfenster mit Quizfragen für Nutzerinnen und Nutzer haben? Nenne zwei Beispiele.
- Wie sollten Technologieunternehmen solche Gegenmaßnahmen testen, damit die Tests realistische Ergebnisse liefern?
Verwandte Artikel
OSIA: KI-Beratung für Schul- und Berufsentscheidungen in Kamerun
In Kamerun unterstützt die Plattform OSIA Schülerinnen und Schüler mit einem virtuellen Tutor und psychometrischen Tests bei Schul- und Berufsentscheidungen. Entwickelt hat sie Frédéric Ngaba; die Lösung ist auf lokale Lehrpläne und 20 Sprachen angepasst.
Chinesische Elektroautos verlagern ihren Fokus nach Afrika
Chinesische Autohersteller expandierten ins Ausland, doch hohe Zölle in den USA und Handelskontrollen in der EU schränken den Zugang ein. Viele Firmen und afrikanische Regierungen bauen nun Produktion, Händlernetz und Infrastruktur in Afrika aus.
Huck-Video im Parque Indígena do Xingu sorgt für Kritik
Im August drehte Luciano Huck in Parque Indígena do Xingu. Monate später wurde ein Hinter-den-Kulissen-Video mit Anitta auf Instagram viral. Indigene Organisationen kritisierten Hucks Äußerungen und verteidigten den Zugang zu Technik; Huck sagte, er sei missverstanden worden.
KI erweitert Zugang zu sexueller Gesundheit in Lateinamerika
Forschende und NGOs in Peru und Argentinien nutzen Künstliche Intelligenz, um Informationen zur sexuellen und reproduktiven Gesundheit zu verbreiten. Projekte bieten Chatbots in lokalen Sprachen, es gibt aber Bedenken zu Verzerrungen und Diskriminierung.