Inwiefern stellen Filterblasen eine Gefahr für die demokratische Rolle der Medien dar? Die Arbeit zeigt die Grundlagen von algorithmischen Empfehlungssystemen und die in diesem Zusammenhang vermuteten Filterblasen auf.
Mit den empirischen Ergebnissen zweier Studien soll der Umfang der Problematik in den aktuellen Kontext eingeordnet werden. Es wird dafür eine Literaturanalyse der bisherigen Forschung genutzt und mit dieser dann auch die Forschungsfrage beantwortet. In Kapitel 2 wird die Methodik der Arbeit beschrieben. Kapitel 3 erklärt alle notwendigen theoretischen Aspekte der behandelten Phänomene. In Kapitel 4 werden die Zusammenhänge der Phänomene erläutert und die daraus entstehenden Problematiken aufgezeigt. In Kapitel 5 wird der Umfang der Problematik anhand zwei empirischer Studien aufgezeigt und in einen aktuellen Kontext eingeordnet.
Inhaltsverzeichnis
1 EINLEITUNG
2 METHODIK
3 THEORIE
3.1 ALGORITHMISCHE EMPFEHLUNGSSYSTEME
3.2 FILTERBLASE
3.3 ROLLE DER MEDIEN IN EINER DEMOKRATIE
3.4 DIVERSITÄT
4 EINFLUSS VON FILTERBLASEN AUF DIE ROLLE DER MEDIEN
5 EMPIRISCHE STUDIEN ZU NACHRICHTEMEPFEHLUNGSSYSTEMEN
5.1 DIVERSITÄT AUF GOOGLE NEWS
5.1.1 Forschungsdesign
5.1.2 Befunde
5.2 EINFLUSS VON VERSCHIEDENEN EMPFEHLUNGSSYSTEMEN AUF DIVERSITÄT
5.2.1 Forschungsdesign
5.2.2 Befunde
5.3 ERGEBNISSE
6 FAZIT UND AUSBLICK
Zielsetzung und Themen
Die vorliegende Arbeit untersucht die theoretischen Grundlagen sowie empirischen Evidenzen zum Einfluss algorithmischer Nachrichtenempfehlungssysteme auf die gesellschaftliche Rolle der Medien. Die zentrale Forschungsfrage lautet: Inwiefern stellen Filterblasen eine Gefahr für die demokratische Rolle der Medien dar?
- Wirkungsweise algorithmischer Empfehlungssysteme und Personalisierung
- Konzeptualisierung und Definition der Filterblase im digitalen Raum
- Normative Rollen von Medien in einer Demokratie (Informations-, Foren- und Kontrollfunktion)
- Empirische Analyse von Diversitätseffekten bei Nachrichtenaggregatoren und Nachrichtenseiten
- Diskussion von Polarisierung und Fragmentierung durch algorithmische Selektionsprozesse
Auszug aus dem Buch
3.1 Algorithmische Empfehlungssysteme
Die in dieser Arbeit besprochenen Empfehlungssysteme basieren auf Algorithmen. «An algorithm is a series of steps that is undertaken in order to solve a particular problem or to accomplish a defined outcome» (Diakopoulos, 2019, S. 16). Ein Algorithmus besteht aus einem Input, Output und Anweisungen für das Transformieren und Kombinieren der Informationen. Diese Algorithmen, welche mit Informationen arbeiten, werden zum computing gezählt (Diakopoulos, 2019, S. 16). Im Zusammenhang mit Empfehlungssystemen sind Algorithmen anzuschauen, welche Entscheidungen treffen. In diesem Fall, der sogenannten second machine age Algorithmen, kann unterschieden werden zwischen den folgenden vier Arten von Entscheidungsprozessen: Priorisierung, Klassifizierung, Assoziierung und Filtern (Diakopoulos, 2019, S. 19 – 21). Vor allem Letzteres spielt im Kontext dieser Arbeit eine wichtige Rolle. « (…) algorithms can make decisions and take actions about what to selectively show, filter out, emphasize, or diminish, based on rules or criteria» Diakopoulos, 2019, S. 21). Das Filtern von Informationen betrifft prinzipiell die Kernfunktion der medialen Tätigkeit. Denn genauso wie diese Algorithmen müssen Medienorganisationen immer wieder Entscheidungen treffen, welche Informationen veröffentlich werden und welche nicht (Diakopoulos, 2019, S. 21).
«The main tasks of such systems are typically to filter incoming streams of information according to the users’ preferences or to point them to additional items of interest in the context of a given object» (Karimi, Jannach & Jugovac, 2018, S. 1203). Nach diesem Prinzip funktionieren auch Nachrichtenempfehlungssysteme, wobei sie sich jedoch in manchen Charakteristiken von klassischen Filtersystemen unterscheiden. So ändert sich zum Beispiel die Relevanz von Items im Nachrichtenbereich schneller und öfters (Karimi et al., 2018, S. 1203). Empfehlungssysteme lassen sich nach vier Hauptkategorien klassifizieren: Kollaboratives Filtern, inhalts-basiertes, auch semantisches Filtern, wissens-basierte Techniken und hybride Verfahren. Kollaboratives Filtern basiert auf Empfehlungen anhand der bereits getroffenen Auswahl anderer Nutzer*innen.
Zusammenfassung der Kapitel
1 EINLEITUNG: Einführung in den digitalen Medienwandel, die Funktion algorithmischer Empfehlungssysteme und die daraus resultierende Problematik für die demokratische Meinungsbildung.
2 METHODIK: Beschreibung der Literaturarbeit als Forschungsmethode unter Nutzung verschiedener Datenbanken und Suchstrategien zur Beantwortung der Forschungsfrage.
3 THEORIE: Theoretische Herleitung algorithmischer Empfehlungssysteme, des Filterblasen-Konzepts sowie der demokratischen Funktionen und des Diversitätsbegriffs im Mediensystem.
4 EINFLUSS VON FILTERBLASEN AUF DIE ROLLE DER MEDIEN: Verknüpfung der theoretischen Aspekte, um Gefahren für die Informations-, Forums- und Kontrollfunktion der Medien durch algorithmische Selektion aufzuzeigen.
5 EMPIRISCHE STUDIEN ZU NACHRICHTEMEPFEHLUNGSSYSTEMEN: Präsentation und Diskussion zweier empirischer Studien zu Google News und de Volkskrant hinsichtlich ihrer Diversitätseffekte.
6 FAZIT UND AUSBLICK: Zusammenfassende Bewertung der Ergebnisse sowie Ausblick auf zukünftige Entwicklungen und Forschungsbedarfe im Bereich algorithmischer Personalisierung.
Schlüsselwörter
Filterblase, Algorithmen, Empfehlungssysteme, Demokratie, Medien, Diversität, Personalisierung, Informationsfunktion, Meinungsbildung, Nachrichtenaggregator, Journalismus, Digitale Transformation, Polarisierung, Öffentlichkeit, Internet.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert den Einfluss von algorithmischen Nachrichtenempfehlungssystemen auf die mediale Diversität und die damit verbundenen möglichen Gefahren für die demokratische Rolle der Medien.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Themen umfassen die Funktionsweise von Algorithmen, das Konzept der Filterblase, die normativen Rollen der Medien in der Demokratie sowie die empirische Überprüfung von Personalisierungseffekten.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es, die Forschungsfrage zu beantworten, inwiefern durch Filterblasen tatsächlich eine Gefahr für die demokratische Funktion von Medien, wie die Watchdog- oder Forumsfunktion, ausgeht.
Welche wissenschaftliche Methode kommt zum Einsatz?
Die Arbeit nutzt die Methodik der Literaturarbeit, indem bestehende Fachliteratur und empirische Studien kritisch gesichtet, eingeordnet und synthetisiert werden.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden zunächst die theoretischen Grundlagen (Kapitel 3) erarbeitet, diese mit der Rolle der Medien in der Demokratie verknüpft (Kapitel 4) und anschließend anhand zweier konkreter empirischer Studien validiert (Kapitel 5).
Welche Schlüsselwörter charakterisieren die Untersuchung am besten?
Die Arbeit wird durch Begriffe wie Filterblase, algorithmische Personalisierung, Medien-Diversität, demokratische Meinungsbildung und Nachrichtenselektion charakterisiert.
Zeigen die untersuchten Studien eine starke Verzerrung durch Google News?
Die Studie von Haim et al. zeigt nur marginale Unterschiede durch Personalisierung, identifiziert jedoch einen Bias, bei dem bestimmte Nachrichtenquellen über- oder unterrepräsentiert werden.
Können die Ergebnisse dieser Arbeit verallgemeinert werden?
Die Arbeit weist darauf hin, dass die Ergebnisse Limitationen unterliegen und nicht pauschal auf alle algorithmischen Systeme übertragen werden können, da sich Technologien schnell wandeln.
Was bedeutet "interne Diversität" im Kontext von Nachrichtenempfehlungssystemen?
Interne Diversität bezeichnet das Spektrum an Inhalten innerhalb eines einzelnen Mediums oder Aggregators, welches maßgeblich durch den Output der Empfehlungsalgorithmen bestimmt wird.
Gibt es eine Gefahr für die demokratische Debatte?
Die Arbeit kommt zu dem Schluss, dass im aktuellen Kontext die Gefahr begrenzt ist, weist aber darauf hin, dass eine zunehmende Technologisierung in Zukunft einen größeren negativen Einfluss auf die Diversität haben könnte.
- Arbeit zitieren
- Gian Beeli (Autor:in), 2021, Filterblasen und die demokratische Rolle der Medien, München, GRIN Verlag, https://www.grin.com/document/1175597
