Soziale Medien machen das Teilen von Beiträgen sehr einfach. Algorithmen helfen oft, sensationelle Posts zu verbreiten, weil solche Beiträge viele Teilungen bekommen.
Ein Forschungsteam der University of Copenhagen schlägt vor, das Teilen etwas schwerer zu machen. Die Idee ist eine kurze Verzögerung vor dem Klick, damit Menschen nachdenken. Die Forschenden testeten ein Computermodell, das die Ausbreitung auf Plattformen wie X, Bluesky und Mastodon simuliert. Das Modell zeigte, dass eine kleine digitale Verzögerung die Zahl der Teilungen reduzieren kann.
Allein eine Verzögerung verbessert aber nicht immer die Qualität der Beiträge. Deshalb schlugen die Forschenden ein kurzes Lernfenster mit Quizfragen vor. Als nächstes wollen sie die Idee in einer echten Umgebung testen oder simulierte Plattformen nutzen.
Schwierige Wörter
- algorithmus — Regeln für Computer, die Inhalte auswählenAlgorithmen
- sensationell — Sehr auffällig oder schockierend für Menschensensationelle
- verbreiten — Etwas an viele Menschen senden oder zeigen
- verzögerung — Kurze Zeit, die etwas später passiert
- forschungsteam — Gruppe von Personen, die etwas untersucht
- simulieren — Ein Modell benutzen, um etwas nachzumachensimuliert
- lernfenster — Kurze Zeit zum Lernen mit Fragen
- ausbreitung — Wie etwas sich zu vielen Orten bewegt
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Würdest du eine kurze Verzögerung vor dem Teilen mögen? Warum oder warum nicht?
- Glaubst du, ein kurzes Lernfenster mit Quizfragen kann die Qualität verbessern? Warum?
- Hast du schon einmal einen Beitrag schnell geteilt ohne nachzudenken? Erzähle kurz.
Verwandte Artikel
Soziale Medien: Folgen für Lesen und Aufmerksamkeit
Neue Forschung zeigt: Regelmäßige Nutzung sozialer Medien in der frühen Jugend hängt mit schwächeren Lese- und Wortschatzfähigkeiten sowie Aufmerksamkeitsproblemen zusammen. Forschende empfehlen, Bildschirmzeit zu begrenzen und mit Smartphones zu warten.
Autorennennung verändert Bewertungen großer Sprachmodelle
Forscher der Universität Zürich zeigen, dass große Sprachmodelle einen Text anders bewerten, wenn ihnen der Autor genannt wird. Ohne Quellenangabe stimmen die Modelle über alle Themen zu über 90% überein; Nennung von Autorität enthüllt versteckte Vorurteile.
Forscher verbessern Sicherheit großer Sprachmodelle
Forschende der North Carolina State University untersuchen, wie Sicherheitsausrichtung bei großen Sprachmodellen funktioniert. Sie beschreiben die SSAH und zeigen, dass das Einfrieren bestimmter Neuronen beim Feinabstimmen Sicherheit und Leistung besser bewahren kann.
Familien und Altersdiskriminierung: Studie der NYU
Forscherinnen und Forscher der NYU untersuchen, wie erwachsene Kinder und Angehörige ältere Familienmitglieder behandeln. Die Studie beschreibt Stereotype, Folgen für Selbstbestimmung und Vorschläge, wie Familien ihr Verhalten ändern können.