Nachrichtenmüdigkeit – Fatigue

Das Reuters Institute, eine britische Denkfabrik der Universität Oxford, die sich hauptsächlich aus Drittmitteln finanziert, hat ihren jährlichen Bericht 2022 vorgelegt. 92.000 Menschen auf sechs Kontinenten wurden befragt. Die wichtigsten Ergebnisse:
– Bei bis zu einem Drittel der Menschen (teilweise in Brasilien 54 Prozent und Großbritannien 46 Prozent herrscht eine Nachrichtenmüdigkeit (Fatigue) vor: Nachrichten werden entweder bewusst gemieden oder selektiv gemieden
– Das Interesse an Nachrichten geht vor allem bei zwei Gruppen zurück: 1. Jüngere, weniger gut ausgebildete, online aktive Menschen. 2. Menschen, die sich nicht auf neue Angebote des Internet einlassen wollen.
– Jüngere Menschen mit einer Affinität zu sozialen Medien konsumieren Nachrichten eher bei Instagram, TitkTok, Youtube oder Spotify
Bleiben viele Menschen in einem Gefühl der Machtlosigkeit zurück?
“More people are disconnected, interest in news is down, selective news avoidance up, and trust far from a given. The Ukraine crisis, and before it the COVID-19 pandemic, have reminded people of the value of accurate and fair reporting that gets as close to the truth as possible, but we also find evidence that the overwhelming and depressing nature of the news, feelings of powerlessness, and toxic online debates are turning many people away – temporarily or permanently. Paywalls and registration gates may not be helping either, putting further barriers in the way of the content that audiences want to consume, even as they are creating more sustainable businesses for some.”

Digital News Report 2022
Executive Summary
Video Summary
Esther Menhard: Reuters Digital News Report: Mehr Menschen meiden News, netzpolitik.org 17.06.2022

Bellingcat Tools

Bellingcat, das investigative Recherchenetzwerk, das als Open Source Intelligence (OSINT) agiert, hat verschiedene Tools für investigative Recherchen zur Verfügung gestellt:

1. Öffentlich zugängliche vorhandene Werkzeuge
Bellingcat’s Online Investigation Toolkit [bit.ly/bcattools] Tabellarische Übersicht von Tools zu WHOIS, IPs, & WEBSITE ANALYSIS

Bellingcat Osint Landscape tabellarisch (Stand: 2018)
Bellingcat Osint Landscape grafisch (Stand 2018)
Dazu ist aktuell zu ergänzen:
Osint Framework

2. Extra entwickelte Tools auf Github
Ein neues Tool ist gerade im Mai vorgestellt worden:

Anonymer Drache
Anonymer Fuchs
Anonymer Kormoran
Anonymer Kürbis
 Freigeben

Twitter-Datenanalyse Diskussion Corona

Dana Hajek: Wir gegen die, Frankfurter Allgemeine Zeitung 17.02.2022 legt eine statistisch und grafisch aufbereitete Datenanalyse vor. Analysiert wurden alle deutschsprachigen Tweets, Retweets und Replys zwischen dem 1. November 2021 und dem 9. Dezember 2021, die den Suchbegriff #Impfung enthalten. Es wird sichtbar, “wie stark die Debatte polarisiert: mit den dichten, sehr engmaschig vernetzten Impfkritikern auf der einen Seite und den loser vernetzten Accounts der Impfbefürworter auf der anderen Seite. Es hat sich eine sprachliche als auch eine thematische Abgrenzung zwischen den Gruppen herausgebildet, obwohl sie denselben Hashtag verwenden. Anders gesagt: Sie streiten nicht miteinander. Sie ignorieren sich.”
Die Analyse konstatiert einen rasanten Zuwachs der Impfkritiker innerhalb eines Jahres, der auf 7 Merkmale zurückzuführen ist. 1. Impfbefürworter agieren “heterogen, weil sie über keine einheitliche politische Agenda verfügen” gegenüber einer thematischen Übereinstimmung bei Impfkritikern. 2. Die Knoten der Impfgegner sind weniger, aber ca. 10 % größer. 3. Impfkritiker besetzen “Knoten, die eine extrem hohe Zahl von Verbindungen aufweisen” (Hubs) 4. Die Vernetzung der Impfkritiker konzentriert sich auf einen Kern von 247 Accounts. 5. Impfkritiker verwenden zur Verbesserung ihrer Sichtbarkeit diverse Hashtags. 6. “Im Kern der Impfkritiker befinden sich die zehn aktivsten Nutzer des gesamten Netzwerks.” 7. Impfbefürworter betonen den Nutzen der Corona-Impfung, Kritiker verbreiten diverse Narrative. Hajek stellt eine “zweigeteilte Welt” fest, in der es unklar ist, wie Wissenschaftskommunikation aufklärerisch einwirken kann.

Recherche mit Twitter

In dem Video “Recherche mit Twitter” der Universitätsbibliothek der Freien Universität Berlin werden einfache und erweiterte Suchmöglichkeiten mit verschiedenen Suchoperationen ausführlich erläutert.

Fake News und IWT-Memes erkennen

Die Gruppe Data Science von armasuisse Wissenschaft und Technologie (W+T) und die Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) arbeiten an Algorithmen, mit denen Künstliche Intelligenz gegen Desinformation im Netz eingesetzt werden kann. Gérôme Bovet und Sarah Frei: Künstliche Intelligenz im Einsatz gegen Desinformation in sozialen Netzwerken, in: armafolio 02/2021 beschreiben dabei drei Ansätze, die dabei Natural Language Processing (NLP) einsetzen:
1. Mit Nutzerverhalten in den sozialen Medien (Text- und/ oder Bild) werden Modelle mit sprachlichen und sentimentalen Merkmalen trainiert, die Emotionalität von Information einordnen können. “Das ist wichtig, weil die Verbreitung falscher beziehungsweise radikaler Aussagen oft mit einer hohen Emotionalität des Beitrags einhergeht.” Gegenüber normalen Einsätzen von NLP entsteht bei Twitter die Herausforderungen, “mit wie kurzen Texten das Programm arbeiten soll” (Gérôme Bovet: «Fake News» schneller erkennen, Bundesamt für Rüstung armasuisse 26.10.2020).
2. Erkennung und Klassifizierung von Memes: IWT-Memes (englisch: Image with Text-IWT, deutsch: Bild mit Text), die zur Desinformation eingesetzt werden, sollen unter Einsatz von Convolutional Neural Networks identifiziert und binär klassifiziert in die Kategorien IWT-Meme-Bild bzw. Nicht-IWT-Meme-Bild werden. “Bei der Ermittlung des Inhalts werden durch die Bestimmung des Themas und der Emotionalität des Inhalts Rückschlüsse darauf gezogen, ob es sich um Desinformation handeln könnte oder nicht. Desinformation beinhaltet häufig Themen, welche sozial spaltend wirken und, damit verbunden, negative Gefühle beim Betrachter oder der Betrachterin verstärken können.”
3. Analyse des Kontoverhaltens auf Twitter durch gerichtete Graphen. “Anhand eines solchen Graphen kann ein Algorithmus durch Berechnung verschiedener statistischer Parameter bestimmen, wie sich ein Beitrag in sozialen Netzwerken, in diesem Fall Twitter, verbreitet hat. Zu diesen Parametern gehören der Vernetzungsgrad eines Kontos (wie viele Nutzer und Nutzerinnen dem Konto folgen und wie vielen Nutzern und Nutzerinnen das Konto selbst folgt).” Social Bots weisen dabei ein charakteristisches Verhältnis zwischen Wurzelknoten, Retweets und kurzfristig neu geschaffenen Followern auf.

Überwachungskapitalismus und Demokratie

Shoshana Zuboff: Überwachungskapitalismus ist die Mutter aller Krisen Die Welt 30.11.2021 (hinter der Bezahlschranke) bzw. der Originalaufsatz Shoshana Zuboff: You Are the Object of a Secret Extraction Operation New York Times 12.11.2021

Shoshana Zuboff, emeritierte Professorin der Harvard Business School und Autorin des Buchs „Das Zeitalter des Überwachungskapitalismus“ (siehe auch Beitrag in diesem Blog Der digitale Mensch als Kadaver ) fasst zunächst die Ergebnisse ihrer Untersuchungen zusammen. Der Überwachungskapitalismus beruht auf der geheimen Ausbeute und Manipulation menschlicher Daten. Seine Unternehmen “kontrollieren heute den Informationsfluss und die Kommunikation auf der ganzen Welt.” Informationsräume, die eigentlich in demokratischen Gesellschaft öffentliches Gemeingut sein sollten, “werden zur maximalen Profiterzielung streng von privaten kommerziellen Interessen beherrscht. Das Internet als selbstregulierender Markt hat sich als gescheitertes Experiment erwiesen. Der Überwachungskapitalismus hinterlässt eine Spur sozialer Verwüstung: in der Privatsphäre, die Verschärfung sozialer Ungleichheit, die Vergiftung des Diskurses, die Zerstörung sozialer Normen und die Schwächung demokratischer Institutionen.”

Zuboff skizziert den Aufstieg von Google und Facebook von einem Such- und Kommunikationsinstrument bis hin zur werbegesteuerten Überwachungsökonomie. Das Geschäftsmodell dieser Datenunternehmen hat sich auf andere Geschäftszweige – Daten, Dienstleistungen, Produkte – ausgedehnt und zieht sich in die normale Wirtschaft hinein, die sich ebenfalls Apps und Software bedient, um Daten auszubeuten und als eigenes Unternehmensvermögen zu beanspruchen. Diese Daten werden dann mittels Targeting-Algorithmen zur maximalen Ausbeute und Verhaltenssteuerung eingesetzt. Zuboff sieht “eine demokratische Gegenrevolution” als einzige Lösung an. Diese darf sich nicht auf nachgelagerte Aspekte wie Moderation von Inhalten, Überwachung illegaler Inhalte oder Zerschlagung der Firmen beschränken und konzentrieren. Sie muss sich vielmehr “auf die Grundlage der Überwachungsökonomie konzentrieren: die geheime Ausbeute menschlicher Daten aus Lebensbereichen, die einst als ‘privat’ bezeichnet wurden.” Sie sieht dies als Aufgabe der liberalen Demokratien an, in denen eine “Horizontverschiebung” im Umgang mit Daten möglich ist. Ansätze hierfür sieht sie in den USA (Kongressanhörung zum Thema Desinformation am 24. März 2021) und Europa (EU Diskussion um den Digital Services Act). Diese sind noch keine Lösung des Problems, aber die Bedeutung liegt in der Veränderung dessen, war die demokratische Gesellschaft bereit ist, zu akzeptieren.

Wie Tik Tok Gedanken liest

Die New York Times hat Zugang zu einem internen Dokument “Tik Tok Algo 101” erhalten, in dem Mitarbeitern von Tik Tok der Algorithmus zur Benutzersteuerung erläutert wird: Ben Smith: How TikTok reads your mind. The New York Times 05.12.2021  Als vier Hauptziele des Algorithmus werden definiert Benutzerwert, langfristiger Benutzerwert, Schöpferwert und Plattformwert. Der Algorithmus selbst fasst das Benutzerverhalten in vier Parametern zusammen: Likes, Kommentare, Spielzeit und der Hinweis, dass das Video gespielt wurde. Vermieden werden soll ferner, dass Langweile durch immer gleiche Videos, präferiert werden sollen lukrative Videos. Allerdings sind dies nun keine sensationellen Enthüllungen. Julian McAuley, Professor für Computer Science an der University of California San Diego, sagt, “that the description of its recommendation engine is “totally reasonable, but traditional stuff.” The company’s edge, he said, comes from combining machine learning with “fantastic volumes of data, highly engaged users, and a setting where users are amenable to consuming algorithmically recommended content (think how few other settings have all of these characteristics!). Not some algorithmic magic.””
Ein Screenshot aus dem Dokument zeigt, dass die Inhaltsmoderatoren nicht nur Zugriff auf öffentlich gepostete Videos haben, sondern auch auf Inhalte, die an Freunde gesendet oder auf das System hochgeladen werden.
Es zeigt sich, dass die Manipulationsalgorithmen nicht hochkomplex sein müssen, sondern vor allem auf der Menge vorhandener Daten, verschiedenen Parametern und der Bereitschaft der Benutzer, sich den Empfehlungen zu unterwerfen, beruhen.

Der Staat als Mobbing-Komplize

So sehr die Öffentlichkeit sich auch erhitzt, wenn Hassmails und Mobbing gegen die eigene Person oder zumindest die eigene politische Position gerichtet werden, so zeigt sich  an anderen Fällen, dass eine allgemeine moralische Grundlage fehlt, geschweige denn, dass ein allgemeines konsensuales Instrumentarium dagegen entwickelt wird. Am Fall des Youtubers  Rainer Winkler alias “Drachenlord” zeigt sich exemplarisch das Versagen von Öffentlichkeit, Polizei und Justiz. “Jeden Tag hetzen Internetmobs in Deutschland unschuldige Menschen in die Verzweiflung und noch weiter. Aber noch nie haben sich eine deutsche Staatsanwältin und eine deutsche Richterin faktisch an die Spitze eines hochorganisierten Internetmobs gesetzt. Und anschließend das Opfer gedemütigt, eingesperrt und gebrandmarkt. Genau das aber ist am 21. Oktober 2021 mitten in Deutschland passiert, und damit ist großes Unrecht geschehen.” Dies schreibt Sascha Lobo in einer Kolumne, die im Gehalt dem “J’accuse” von Emile Zola im Fall Dreyfus nichts nachsteht, der aber die Öffentlichkeit als Resonanzkörper abhanden gekommen ist. Sascha Lobo: Ein jahrelanges Martyrium in Deutschland – und niemand hält es auf. Spiegel 27.10.2921

Der Fall soll hier nicht noch einmal dargestellt werden. Der Film von Y-Kollektiv: Drachenlord vs. Hater – wenn Cyber-Mobbing Realität wird, 24.11.2016 ARD-Mediathek gibt einen guten Überblick über die Geschichte. Der Artikel Lars Wienand: “Drachenlords” Hater. Die schlechten Gewinner, t-online 23.10.2021 hat über den Prozess berichtet. Es geht darum, dass eine Meute Mobbing, Beleidigung, Verletzung und letztlich Vernichtung einer Person digital und analog als Spiel betreibt und dass der Staat ihn nicht verteidigt, sondern ihm sogar das Rechts zur Verteidigung abspricht und ihn verurteilt.

“Die bittere Erkenntnis des Falles »Drachenlord« ist: Wenn ein Tausende Köpfe starker Hassmob im Netz beschließt, eine Person fertig zu machen – kann die Bundesrepublik dem nichts entgegensetzen. Schlimmer noch – der Hassmob ist durch die Unwissenheit und den Zynismus von Staatsorganen und der medialen wie sozialmedialen Öffentlichkeit in der Lage, den Staat zum Komplizen zu machen.”

Sascha Lob kommt zu dem Schluss: “Rainer Winkler ist die erste Person in Deutschland, die auf diese Weise mithilfe des Netzes gezielt vernichtet werden soll. Er wird nicht die letzte sein, wenn die Gesellschaft nicht herausfindet, wie Cybermobbing wirkungsvoll eingedämmt werden kann und wenn die Protagonisten nicht massenhaft zur Rechenschaft gezogen werden. Zum Beispiel für die Bildung eines organisierten Online-Hassmobs. Wenn Winkler tatsächlich jahrelang ins Gefängnis gehen wird oder wenn er sich irgendwann das Leben nehmen sollte – dann gibt es konkrete Schuldige.
Nicht nur den Hassmob samt seinen Zuschauern und Schaulustigen, sondern eben auch diejenigen, die sich auf verschiedene Arten an seinem Martyrium beteiligt haben. Oder es zuließen. Oder es für nicht so schlimm hielten. Oder irgendwie unterhaltsam fanden.”

Virales Meme

“Wie schafft man ein virales Meme? Kognitionswissenschaftlerin Sam Ayele und TikTok-Programmchefin Yasmina Banaszczuk über die die Regeln und Gefahren einer neuen Kommunikationsform, Frankfurter Allgemeine Sonntagszeitung 05.09.2021 Papierausgabe
“Ein Meme (ausgesprochen [miːm], Mehrzahl Memes) ist ein spezieller, kreativ geschaffener Bewusstseinsinhalt, der sich unter Menschen verbreitet. Meist handelt es sich dabei um einen kleinen Medieninhalt, der über das Internet verbreitet wird, wie ein Bild mit einer kurzen prägnanten Aussage. Diese ist in der Regel humoristisch und aufheiternd, manchmal auch satirisch und entsprechend gesellschaftskritisch.[1][2] Memes sind seit vielen Jahren ein bedeutender Teil der Netzkultur.” so Wikipedia.

Was aber macht das Erfolgrezept eines viralen Memes aus: (Ayele): “Memes, die viral gehen, vereinen in jedem Fall Unvorhersehbarkeit und Unbekanntes. Es muss glaubwürdig und skalierbar sein, die Nutzer ansprechen und einen Mehrwert haben. Dazu muss ein Meme teilbar sein. Die Leute müssen also denken: ‘Das wird meinen Freunden auch gefallen” und es mit ihnen teilen.
… Ein gutes Meme lässt Lücken, die gefüllt werden müssen. Wie bei einem Puzzle. Es lässt Raum für den Betrachter zur Interaktionen, statt nur hundert Prozent von dem wiederzugeben, was man selbst denkt. Insgesamt etwa 75 Prozent Inhalt, know your memendie anderen 25 muss der Betrachter ausfüllen.

Die Webseite “Know your Meme” sammelt mit Hilfe einer Wiki-Software Memes aus dem Internet.
https://de.wikipedia.org/wiki/Know_Your_Meme (Wikipedia)
https://knowyourmeme.com/

Seite 1 von 3
1 2 3