Gegen Hass im Netz: Dieser neue Algorithmus soll helfen

In sozialen Netzwerken geht es bisweilen wild zu. Unterschiedliche Meinungen prallen aufeinander, die stark polarisieren. Konflikte entstehen. Hass wird verbreitet. Um diese Dynamiken besser verstehen zu können, entwickelte ein Forscherteam um Prof. Stefan Neumann von der TU Wien ein Verfahren, das nicht von starren Lagern ausgeht, sondern Meinungen als überlappende Intervalle modelliert. Neumann: „Statt einzelne Meinungen gegenüberzustellen, versuchen wir innerhalb der Kommunikation unter anderem, Gemeinsamkeiten in Details zu finden.“ Der Ansatz ist neu. 

Meinungsintervalle 

In der Vergangenheit wurde Polarisierung oft entlang zweier starker Pole analysiert, wie sie etwa im politischen System der USA sichtbar sind. Viele gesellschaftliche Debatten folgen jedoch keinem klar binären Muster, sondern bilden ein Spektrum unterschiedlicher Positionen ab. 

Statt feste Lager zu konstruieren, modelliert der neue Algorithmus Meinungsintervalle. „Die Forschung zeigt, dass Menschen mit Positionen in einem bestimmten Bereich gut interagieren können. Jenseits dieses Bereichs nimmt die Akzeptanz jedoch ab“, weiß Neumann. Je unterschiedlicher die Meinungen sind, desto schwerer wird es, sich einander anzunähern. Gemeinsame Themen können jedoch helfen, miteinander in den Dialog zu treten und dadurch  offener gegenüber anderen Meinungen zu sein. 

Relevanz

Besonders relevant ist dieses Wissen für die Forschung zu sozialem Zusammenhalt, politischer Kommunikation und Plattformdynamiken. So könnten künftig Algorithmen dahingehend programmiert werden, dass Usern Themenfelder angezeigt werden, die sie gemeinsam mehr verbinden als trennen.