Ziel dieser Arbeit ist es herauszustellen, dass Wahrnehmung-verzerrende Effekte auf Social Media im geringen Maße vorkommen, aber nicht nur auf Algorithmen, sondern auch soziale Effekte und dem individuellen Umgang mit anderen Ansichten zurückzuführen sind.
Hierfür werden zuerst Algorithmen auf Social Media Plattformen im Allgemeinen betrachtet, deren grundsätzliche Funktionsweisen und warum diese notwendig sind. Anschließend betrachten wir die Ansprüche an solche Algorithmen aus den Perspektiven der Nutzer, der Plattforminhaber und anderer Unternehmen. Daraufhin werden Studien zu den tatsächlichen Filterungsverfahren der Algorithmen verschiedener Plattformen analysiert und schlussendlich werden wissenschaftliche Diskurse bezüglich der Wirkung und des Ursprungs des Blaseneffektes und der Polarisation auf sozialen Netzwerken betrachtet.
Auf einen Blick
- Note: 2,0
- Vergleich mehrerer Plattformstudien anhand der Untersuchung von Moeller und Helberger
- Unterscheidung dreier Filtertypen und ihrer hybriden Mischformen
- 40 Quellen im Literaturverzeichnis
Inhaltsverzeichnis
1. Das Internet und die Filterblase
2. Voraussetzungen und Folgen vom Einsatz der Algorithmen
2.1 Funktionsweisen der Algorithmen
2.2 Die sozialen Netzwerke
2.2.1 Der Nutzer-Faktor
2.2.2 Der Unternehmens-Faktor
2.2.3 Das Eigeninteresse der Plattformen
3. Statistische Analysen zu Algorithmen und dem Filterblasen-Effekt
4. Soziale Phänomene der Polarisation
4.1 Die Theorie des Echokammer-Effekts
4.2 Analyse verschiedener Studien zum Echokammer-Effekt
5 Fazit
Zielsetzung und Themen
Die Arbeit untersucht, inwieweit Filterblasen auf sozialen Plattformen auftreten und wie sie Nutzer beeinflussen. Sie fragt insbesondere nach dem Zusammenwirken algorithmischer Auswahl, wirtschaftlicher Interessen und sozialer Verhaltensweisen bei der Entstehung einseitiger Wahrnehmungen.
- Funktionsweisen und Arten algorithmischer Filterung
- Interessen von Nutzern, Unternehmen und Plattformbetreibern
- Studien zu Empfehlungsalgorithmen verschiedener Plattformen
- Homophilie, Echokammern und politische Polarisation
- Zusammenhang zwischen technischer und sozialer Informationsauswahl
Auszug aus dem Buch
2.1 Funktionsweisen der Algorithmen
Auf Social Media Plattformen gibt es hierbei drei verschiedene Arten von Algorithmen, die zum Einsatz kommen. Zuerst gibt es Algorithmen, die „collaborative filtering“ betreiben. Diese dienen zur Analyse von Nutzungsmustern anderer Nutzer und versuchen aufgrund ihrer Erkenntnisse Prognosen zu erstellen, ohne dabei auf die tatsächlichen Inhalte der Aktionen einzugehen. Diese Algorithmen stecken meist hinter Empfehlungen, wie: ‚Nutzer, die wie du diesen Beitrag geliked haben, folgen außerdem diesem Account‘. Zweitens gibt es noch „content filtering“ Algorithmen, die inhaltliche Merkmale vergleichen und auf dessen Basis Prognosen erstellen. Durch diese erhält man beispielweise Empfehlungen wie ‚ähnliche Artikel‘ oder ‚dieser Kanal könnte Ihnen auch gefallen‘. Und als drittes gibt es die „social filtering“ Algorithmen, welche davon ausgehen, dass zwischen verlinkten Personen ähnliche Interessen bestehen. Darauf aufbauend, versuchen sie Prognosen über die Nutzer anhand des Verhaltens des näheren sozialen Umfelds aufzustellen. Zudem gibt es neben diesen drei Grundtypen viele Mischformen, welche als „hybrid filtering“ Algorithmen bezeichnet werden.
Basierend auf den erstellten Prognosen, filtert der Algorithmus nun die vielzähligen Inhalte und entscheidet, welche Beiträge an welcher Stelle und in welcher Form den Nutzern bereitgestellt werden. Markus Appel stellt hierzu ein Schaubild auf, nach dem auf Social Media Plattformen eine Filterung auf drei Ebenen stattfindet. Zuerst werden die vielfältigen Informationen durch Algorithmen auf „potenzielle Informationen des eigenen Netzwerkes“ reduziert. Diese sind Informationen mit Bezug auf das nähere soziale Umfeld auf der entsprechenden Plattform, wie Kontakte oder abonnierte Kanäle. In der zweiten Ebene wählt ein anderer Algorithmus die anschließend „dargestellte[n] Informationen“. Hierbei werden nun beispielsweise Beiträge so angeordnet, dass Beiträge die nach dem Algorithmus als besonders wichtig betrachtet werden, weiter oben angezeigt werden. Zuletzt findet nach Appel eine Filterung durch den Nutzer statt, nämlich die der „ausgewählten Informationen“. Dieser wählt nun, mit welchen der Beiträge er weitergehend interagieren möchte oder nicht. Dabei wird diese Auswahl meist unbewusst getroffen, da man z.B. nach Appel mit Beiträgen, die sich weiter oben befinden, eher interagiert, als wenn man weiter scrollen muss. Demnach werden die Informationen, die in der Ebene der „dargestellte[n] Informationen“ vom Algorithmus als wichtig erachtet werden, in der Ebene der „ausgewählten Informationen“ auch am ehesten vom Nutzer betrachtet. Dennoch zeigt dies erneut, dass die Nutzer hier stets nur einen Bruchteil an Informationen zugeteilt bekommen, innerhalb dessen sie auch wiederum nur mit einem Bruchteil interagieren. Fraglich ist hier, ob ein Algorithmus dennoch in der Lage ist, diesen Bruchteil mehrseitig zu gestalten und ob er überhaupt solche Priorisierungen objektiv vollziehen kann.
Zusammenfassung der Kapitel
1. Das Internet und die Filterblase: Die Einleitung skizziert die Verbreitung des Internets und führt Parisers Begriff der Filterblase sowie die damit verbundenen Befürchtungen ein.
2. Voraussetzungen und Folgen vom Einsatz der Algorithmen: Das Kapitel erläutert Filterverfahren und betrachtet die unterschiedlichen Interessen privater Nutzer, von Unternehmen und Plattformbetreibern.
3. Statistische Analysen zu Algorithmen und dem Filterblasen-Effekt: Anhand bestehender Studien zu verschiedenen Plattformen diskutiert die Arbeit algorithmische Empfehlungen und deren mögliche Auswirkungen auf die Vielfalt angezeigter Inhalte.
4. Soziale Phänomene der Polarisation: Das Kapitel unterscheidet Echokammern von Filterblasen und behandelt Studien zu Homophilie, Mediennutzung und politischer Orientierung.
5 Fazit: Der Schluss führt die technischen und sozialen Perspektiven zusammen und betont die Bedeutung weiterer Beobachtung und Forschung.
Schlüsselwörter
Filterblase, Echokammer, Algorithmen, soziale Medien, Empfehlungsalgorithmen, Homophilie, Polarisation, Informationsauswahl, Meinungsvielfalt, Nutzerverhalten, Plattforminteressen, Datenschutz
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Sie behandelt die Entstehung und Beeinflussung von Filterblasen auf sozialen Plattformen und berücksichtigt technische wie soziale Bedingungen.
Welche Themen stehen im Mittelpunkt?
Im Mittelpunkt stehen algorithmische Filterung, Interessen der beteiligten Akteure, Echokammern, Homophilie und politische Polarisation.
Was ist die zentrale Forschungsfrage?
Die Arbeit fragt, inwieweit Filterblasen auf sozialen Plattformen vorhanden sind und wie sie Nutzer beeinflussen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit wertet vorhandene Fachliteratur und Studien aus und vergleicht deren Perspektiven auf Algorithmen und soziale Verhaltensweisen. Eine eigene Befragung oder ein eigenes Experiment wird nicht beschrieben.
Was behandelt der Hauptteil?
Er erläutert Filterverfahren und Plattforminteressen und bespricht anschließend Studien zu Empfehlungsalgorithmen und zum Echokammer-Effekt.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Filterblase, Echokammer, Empfehlungsalgorithmus, Homophilie, Polarisation und Meinungsvielfalt.
Welche Plattformen werden anhand von Studien betrachtet?
Die Arbeit bespricht unter anderem Untersuchungen zu YouTube, Twitter und Facebook.
Wie unterscheidet die Arbeit Filterblasen und Echokammern?
Bei Filterblasen steht die algorithmische Auswahl im Vordergrund; bei Echokammern geht es um soziale Beziehungen und die Neigung, sich mit ähnlich Denkenden auszutauschen.
Welche Arten algorithmischer Filterung werden erläutert?
Die Arbeit unterscheidet gemeinschaftliche, inhaltsbasierte und soziale Filterung sowie hybride Mischformen.
- Arbeit zitieren
- Anonym (Autor:in), 2021, Eine Analyse technischer und sozialer Bedingungen zur Entstehung und Beeinflussung von und durch "Blasen" auf Social Media Plattformen, München, GRIN Verlag, https://www.grin.com/document/1153712
