Registrierung erfolgreich abgeschlossen!
Klicken Sie bitte den Link aus der E-Mail, die an geschickt wurde

Mit Algorithmen und „Märchenerzählungen" gegen Verschwörungstheorien

© CC0 / Pixies / PixabayTastatur (Symbolbild)
Tastatur (Symbolbild) - SNA, 1920, 18.07.2021
Abonnieren
Wie unterscheidet man eine Verschwörungstheorie von einer echten Verschwörung? Mit einer Computeranalyse der zentralen Bestandteile, meinen zwei Forscher. Sie haben eine echte Verschwörung mit einer Verschwörungstheorie systematisch verglichen und sind dabei auf eine Reihe entscheidender Unterschiede gestoßen.
Es gibt Verschwörungstheorien und es gibt echte Verschwörungen. Es gibt „Pizzagate“, eine krude Ansammlung von wirren Behauptungen rund um Hillary Clinton und einen erfundenen Pädophilenring, die eher aus Zwecken des Wahlkampfs in die Welt gesetzt zu sein scheinen. Und es gibt „Bridgegate“, eine Brückenschließung, deren Hintergrund eine politische Racheaktion am New Yorker Bürgermeister bildete, die erst durch Recherchen ans Tageslicht kam.
Aber die Menge an Informationen wird jeden Tag größer, die Foren vermehren sich und nicht jedes Gerücht lohnt die Recherche. Um dennoch Märchenerzählungen von Verschwörungstheoretikern von realen Verschwörungen zu unterscheiden, hat ein Forscherteam um Tim Tangherlini von der Berkeley Universität in Kalifornien einen Algorithmus entwickelt, der durch maschinelles Lernen die Zusammenhänge in solchen Erzählungen analysieren kann.

Volksmärchen gegen Verschwörungstheorien

Dabei geht das Ganze wirklich auf die Analyse von Volksmärchen zurück: „Bereits in den 1920er-Jahren versuchte etwa Wladimir Propp, einer der großen russischen Formalisten, die unterschiedlichen Strukturkomponenten traditioneller mündlicher Märchenerzählungen zu abstrahieren und deren Abfolgen zu untersuchen, wie sie von Zehntausenden Bauern im Laufe des 19. Jahrhunderts in ganz Europa gesammelt wurden. Es ist ein Hauptaspekt der Folkloristik, Volkserzählungen auf Strukturen und zugrundeliegende Mechanismen zu untersuchen, die es Menschen erlauben, Geschichten zu erzählen und wiederzugeben, die in die Traditionsreihe einer ganz bestimmten Erzählung passen. Diese Strukturen haben einen bedeutenden Einfluss auf die Gesellschaftsbildung und können auch aufschlussreiche Erkenntnisse über das menschliche Erinnerungsvermögen liefern“, erklärt der Forscher die Ursprünge gegenüber SNA.
Diese alte Methode stieß aber erst in der jüngsten Vergangenheit auf fruchtbaren Boden, da Computer es plötzlich erlaubten, Tausende Bände miteinander zu vergleichen und diese Beziehungen für den Forscher abzubilden. So ist es nicht verwunderlich, dass sich für eine solche Zusammenarbeit der Folklorist Tangherlini und der Computerwissenschaftler Roychowdhury zusammengeschlossen haben, um mit maschinellem Lernen und Kurvenanalyse natürliche Sprachen anzugehen. Tangherlini dazu:

„Der Aufstieg der sozialen Netzwerke und der offensichtliche Einfluss, den verbreitete Geschichten und Fragmente auf das Verhalten in der Wirklichkeit haben, haben zu unserer Zusammenarbeit an Projekten geführt, in denen wir neu entstehende Erzählungen und deren innere Verwobenheit in Diskussionsforen oder anderen sozialen Netzwerken untersuchten.“

Die Forscher entwickelten ein Programm, das Erzählungen anhand von bestimmten Menschen, Orten oder Dingen, die die Posts enthalten, erkennen kann und die Verbindungen dazwischen untersucht. Zunächst analysierten sie die Erzählungen von Anti-Impf-Bewegungen, um ihre Form zu begreifen. „Insbesondere interessierte uns die Struktur von Gerüchten und Überzeugungen (Anm. d. Red.: engl. Belief) und wie diese gemeinschaftlich in den sozialen Netzwerken ausgehandelt werden“, so Tangherlini. Dann ging es an den Vergleich von „Pizzagate“ und „Bridgegate“. Datenbasis waren dabei fast 18.000 Beiträge zu „Pizzagate“ zwischen April 2016 und Februar 2018 sowie eine Sammlung von Artikeln der „New York Times“ zu „Bridegate“.

Pizza, Codes und Bausteine

Der Vergleich führte zu gleich zwei Unterscheidungsmerkmalen: Die Erzählung von „Pizzagate“ war innerhalb von nur einem Monat abgeschlossen, während Puzzlestücke von „Bridgegate“ von 2013 bis 2020 hinzukamen. Sie verband mehrere sonst getrennte Bereiche und entsprechende „Communities“, darunter solche, die sich für Politik, Pädophilie und Satanismus interessieren, und blieb dann im weiteren Verlauf in dieser Gestalt.
Dieses Zusammenwachsen verschiedener Bereiche ist kein Zufall. Denn ein Hauptkennzeichen von Verschwörungserzählungen ist aus Sicht der beiden Forscher, dass sie versuchen, eine komplette Weltsicht in sich einzuschließen und deshalb viele verschiedene Bereiche miteinander lose verbinden. „Sie erklären nicht nur eine Sache, sondern sie versuchen alles zu erklären“, so Tangherlini. Und da diese Theorien oftmals in Foren kollektiv gebildet werden, richteten die Sprachwissenschaftler ihr Programm auf solche Foren.
Dabei entdeckten sie auch ein zentrales verbindendes Element: Wikileaks und die angebliche Verwendung von Codesprache in geleakten E-Mails des Wahlkampfleiters John Podesta von Hillary Clinton. Gibt es keinen Code in diesen E-Mails, ergeben die anderen Teile der Erzählung keinen Sinn mehr, und die „Communities“, die in der Verschwörung zusammengefunden haben, brechen auseinander. Aber auch die Entfernung anderer Blöcke aus der Erzählung wie etwa einer Pizzeria entstellt ihren Sinn. Die „Bridgegate“-Geschichte dagegen überlebte den Ausschluss verschiedenster Bausteine, ohne auseinanderzubrechen.
Ist damit die Formel für Verschwörungstheorien im Netz gefunden? Reicht es, wenn man eine schnell gebildete Theorie findet, deren Bestandteile voneinander abhängig sind, und durch ein zentrales Glied verschiedene Interessensgruppen zusammenführt? „Wir forschen weiterhin an solchen Fragen“, antwortet Tangherlini.

„Bislang sieht es so aus, als würden in Verschwörungstheorien schnell die Hauptakteure zusammenfinden. Die Verschwörungstheoretiker verhandeln dann kollektiv in den sozialen Netzwerken, wie die verschiedenen Bereiche zusammenhängen. Diese Verbindungen zwischen den Bereichen können durchaus wachsen.“

Es geht hier auch ausdrücklich um die Analyse solcher Erzählungen, wie sie sich in Foren und Netzwerken verbreiten, nicht um professionelle Fabrikate, bei denen durch Manipulationen und Datenfälschungen eine realistische Erzählung erreicht wird. In anderen Worten: Mit Machenschaften von Geheimdiensten und der Produktion von Deepfakes befassen sich die beiden Forscher nicht.
Newsticker
0
Neueste obenÄlteste oben
loader
Live
Заголовок открываемого материала
Um an der Diskussion teilzunehmen,
loggen Sie sich ein oder registrieren Sie sich
loader
Chats
Заголовок открываемого материала