Von sozialen Netzwerken für "Likes" zu sozialen Netzwerken für "Verständnis" – Kann die Spaltung durch eine Änderung des Algorithmus verringert werden?

Wenn wir soziale Netzwerke öffnen, haben wir das Gefühl, dass wir die Informationen selbst auswählen. Wir lesen interessante Beiträge, schauen uns unterhaltsame Videos an und drücken "Gefällt mir" bei Meinungen, denen wir zustimmen. Die Timeline scheint ein Spiegelbild unserer eigenen Interessen zu sein.

In Wirklichkeit ist dieser Spiegel jedoch nicht transparent. Was oben angezeigt wird, was weniger sichtbar ist und bei welchen Beiträgen wir länger verweilen, wird vom Algorithmus der Plattform entschieden. Die Informationsumgebung, von der wir glauben, dass wir sie selbst wählen, ist in hohem Maße gestaltet.

Eine neue Studie von Forschern der Universität Kopenhagen, der Technischen Universität Dresden und des Max-Planck-Instituts für Bildungsforschung zeigt diese oft übersehene Tatsache deutlich auf. Die Schlussfolgerung der Studie ist einfach: Schon eine kleine Änderung der Art und Weise, wie Beiträge in sozialen Netzwerken angeordnet werden, kann die Meinungsverschiedenheiten der Menschen und die Genauigkeit ihrer Urteile über die Realität beeinflussen.

Das bedeutet, dass die Spaltung in sozialen Netzwerken nicht nur darauf zurückzuführen ist, dass die Nutzer dies wünschen. Das Design des Feeds selbst könnte die Wahrnehmung der Gesellschaft erweitern oder im Gegenteil einschränken.

Ein angenehmer Feed ist nicht unbedingt ein richtiger

In den meisten großen sozialen Netzwerken ist das Engagement ein wichtiger Indikator. Likes, Shares, Kommentare, Reaktionen, Verweildauer. Beiträge, auf die die Nutzer stark reagieren, werden als wertvoller angesehen und sind für mehr Menschen sichtbar.

Dieses System ist aus geschäftlicher Sicht sehr rational. Je mehr die Nutzer reagieren, verweilen und zurückkehren, desto wertvoller wird die Plattform. Es passt auch gut zum Werbemodell. Beiträge, die starke Emotionen wie Wut, Überraschung, Empathie, Angst oder Überlegenheit hervorrufen, sind weniger dazu geeignet, dass der Bildschirm geschlossen wird.

Das Problem ist, dass Informationen, die starke Reaktionen hervorrufen, nicht unbedingt zu einem genauen Verständnis führen.

Die Studie zeigte, dass ein auf Engagement basierender Feed, insbesondere ein personalisierter Engagement-Ranking, das Beiträge bevorzugt, die von politisch nahestehenden Personen bevorzugt werden, dazu neigt, die Überzeugungen der Teilnehmer zu polarisieren und die Genauigkeit ihrer Urteile zu verringern.

Ironischerweise empfanden die Teilnehmer solche Feeds oft als "einsichtsvoll". Beiträge, die den eigenen Überzeugungen nahe stehen, emotional überzeugend sind und zu Reaktionen anregen, erscheinen den Nutzern als nützlich. Das bedeutet jedoch nicht unbedingt, dass sie helfen, die Welt genauer zu verstehen.

Vielmehr kann eine Informationsumgebung, die angenehm und überzeugend ist, die eigene Sichtweise verstärken und die gegensätzliche Perspektive unsichtbar machen. Hier liegt die Gefahr von sozialen Netzwerken. Die Nutzer glauben, dass sie "passende Informationen" erhalten, sind aber möglicherweise von Informationen umgeben, die ihre Vorurteile verstärken.

Wie wurde das Experiment durchgeführt?

Das Forschungsteam führte ein zweistufiges Online-Experiment mit in den USA ansässigen Personen durch, um zu messen, wie der Algorithmus von sozialen Netzwerken die Polarisierung und Genauigkeit beeinflusst.

In der ersten Phase bewerteten 500 Teilnehmer 72 kurze kontroverse Beiträge zu sechs Themen rund um Politik und Gesellschaft. Die Teilnehmer konnten zustimmen, ablehnen oder nicht reagieren. Dies machte sichtbar, welche Beiträge von liberalen und konservativen Teilnehmern unterstützt oder abgelehnt wurden.

In der zweiten Phase kamen 1000 neue Teilnehmer hinzu. Die Teilnehmer gaben zunächst ihre Meinung zu jedem Thema ab, sahen dann einen kurzen Feed mit drei Beiträgen und gaben schließlich erneut ihre Meinung ab.

Welche Beiträge angezeigt wurden, hing von den Bedingungen ab, denen die Teilnehmer zugewiesen wurden. Die Studie verglich hauptsächlich die folgenden Ranking-Methoden:

Zufällige Anordnung der Beiträge.
Priorisierung von Beiträgen mit hohem Engagement.
Personalisierte Engagement-Methode, die Beiträge bevorzugt, die von der eigenen politischen Gruppe bevorzugt werden.
Bridging-Methode, die Beiträge bevorzugt, die von Liberalen und Konservativen unterstützt werden.
Intelligenz-Methode, die Beiträge bevorzugt, die die Genauigkeit der kollektiven Urteile verbessern sollen.

Die Forscher maßen, ob die Meinungen der Teilnehmer sich annäherten oder entfernten und wie genau die kollektiven Urteile wurden. Sie untersuchten auch, wie die Teilnehmer die Beiträge empfanden, z.B. als höflich, emotional oder einsichtsvoll.

Interessant an diesem Design ist, dass es sich um ein Experiment mit sozialen Netzwerken handelt, das nicht auf interne Daten großer Plattformen angewiesen ist. Die Forscher führten keine groß angelegten Interventionen auf bestehenden sozialen Netzwerken durch, sondern änderten nur die Anordnung der Beiträge in einer relativ kontrollierten Umgebung. Das Ergebnis zeigte, dass allein die Anordnung der Beiträge Unterschiede in der Meinungsbildung bewirken kann.

Was ist ein "Bridging"-Algorithmus?

Im Mittelpunkt der Studie steht der Bridging-Algorithmus.

Dieser Ansatz priorisiert nicht Beiträge, die nur eine Seite stark ansprechen, sondern solche, die von Menschen mit unterschiedlichen politischen Ansichten unterstützt werden. Zum Beispiel werden nicht Beiträge bevorzugt, die nur von Liberalen begeistert unterstützt oder von Konservativen stark abgelehnt werden, sondern solche, die beide Seiten als "zumindest lesenswert" empfinden.

Dieses System unterscheidet sich davon, einfach "neutrale Beiträge" zu sortieren. Bei Themen mit gesellschaftlichen Konflikten gibt es kaum völlig neutrale Meinungen. Wichtig ist, ob Menschen mit unterschiedlichen Standpunkten von denselben Informationen ausgehend diskutieren können.

Der Bridging-Ansatz löscht nicht den Gegensatz. Vielmehr wird vorausgesetzt, dass es Meinungsverschiedenheiten gibt, und es werden Informationen priorisiert, die das gegenseitige Erkennen der Existenz des anderen ermöglichen. Soziale Netzwerke sind derzeit darauf spezialisiert, "Empathie innerhalb der Gruppe zu verstärken", während der Bridging-Ansatz darauf abzielt, eine "gemeinsame Grundlage zu schaffen, die auch von unterschiedlichen Standpunkten aus geteilt werden kann".

Die Studie zeigte, dass der Bridging-Ansatz möglicherweise die Übereinstimmung zwischen liberalen und konservativen Teilnehmern erhöhen kann. Dies ist ein wichtiger Gegenbeweis gegen die pessimistische Ansicht, dass soziale Netzwerke zwangsläufig die Spaltung vertiefen.

Ein weiterer Schlüssel ist die "kollektive Intelligenz"

Eine weitere Alternative ist das Intelligenz-Ranking. Dieses priorisiert Beiträge, die die Genauigkeit der kollektiven Urteile der Teilnehmer verbessern sollen.

Genauigkeit bedeutet hier nicht einfach, "der Mehrheitsmeinung zu folgen". Bei Themen wie sozialen Vorhersagen oder Tatsachenurteilen, die in gewissem Maße auf Richtigkeit oder Angemessenheit überprüft werden können, geht es darum, ob das kollektive Urteil der Realität näher kommt.

In sozialen Netzwerken fallen oft die lautesten, emotionalsten oder am leichtesten zu verbreitenden Stimmen auf. Um jedoch als Gruppe bessere Urteile zu fällen, sind nicht unbedingt die auffälligsten Meinungen erforderlich. Manchmal sind ruhige, aber wichtige Informationen, überprüfbare, nicht extreme Behauptungen oder Erklärungen, die keine reflexartige Wut hervorrufen, notwendig.

Das Intelligenz-Ranking zielt darauf ab, genau solche Informationen in den Vordergrund zu rücken. Die Studie zeigte, dass diese Methode im Vergleich zur zufälligen Anzeige oder zur auf Engagement basierenden Anzeige tendenziell die Genauigkeit der Tatsachenurteile verbessert.

Dies könnte die Designphilosophie von sozialen Netzwerken erheblich verändern. Bisher lautete die Frage: "Welche Beiträge lösen mehr Reaktionen der Nutzer aus?" Aber es könnte auch eine andere Frage geben: "Welche Beiträge sollten gezeigt werden, damit die Nutzergruppe die Welt genauer versteht?"

Reaktionen auf die Studie – Erwartungen, Vorsicht und eine nüchterne Realität

Diese Studie hat als kürzlich veröffentlichte Nachricht noch keine weit sichtbare große Reaktion in sozialen Netzwerken hervorgerufen. Auf Phys.org sind auffällige Kommentarzahlen schwer zu erkennen, und die Reaktionen der allgemeinen Nutzer könnten sich noch ausweiten. Auf LinkedIn-Posts von Forschern und in verwandten Bereichen wird jedoch auf die praktische Anwendbarkeit der Studie hingewiesen.

Besonders hervorgehoben wird, dass alternative Algorithmen getestet werden können, ohne mit großen Tech-Unternehmen zusammenzuarbeiten. Selbst ohne direkten Zugang zu den komplexen Empfehlungssystemen innerhalb der Plattformen können Reaktionsdaten auf Beiträge und grundlegende Attributinformationen verwendet werden, um Rankings zu testen, die auf Konsens und Genauigkeit abzielen. Dies hat große Bedeutung für Forscher und politische Entscheidungsträger.

Auch der Punkt, dass dies ohne den Einsatz von KI umgesetzt werden kann, zieht Aufmerksamkeit auf sich. In den letzten Jahren konzentrierte sich die Diskussion über die Verbesserung von sozialen Netzwerken oft auf die Erkennung schädlicher Beiträge durch KI oder auf Faktenchecks. Die aktuelle Studie zeigt jedoch, dass es möglicherweise möglich ist, die gesellschaftlichen Auswirkungen allein durch die Änderung der Anordnung von Beiträgen zu beeinflussen, ohne auf fortschrittliche generative KI oder komplexe Klassifizierungsmodelle zurückzugreifen.

In der allgemeinen Diskussion über soziale Netzwerke ist die Reaktion jedoch nicht nur optimistisch.

Zunächst stellt sich die Frage: "Wer entscheidet, was genau ist?" Das Intelligenz-Ranking ist attraktiv, aber was als richtig angesehen wird und bei welchen Themen objektive Richtigkeit festgelegt werden kann, ist schwierig. Bei Themen, die politische, ethische oder kulturelle Werturteile betreffen, kann das Wort "Genauigkeit" selbst zum Streitpunkt werden.

Zweitens gibt es Bedenken, dass das "Bridging" nur harmlose Meinungen priorisieren könnte. Wenn Beiträge ausgewählt werden, die von beiden gegensätzlichen Lagern unterstützt werden, könnten extreme Fehlinformationen zwar unterdrückt werden, aber gleichzeitig könnten wichtige Anklagen von Minderheiten oder unbequeme Fragen für die bestehende Mehrheit untergehen. Viele Meinungen, die die Gesellschaft verändert haben, wurden nicht von Anfang an von beiden Lagern akzeptiert.

Darüber hinaus könnte es bei den Nutzern zu einer Reaktion kommen, die besagt: "Wird meine Timeline wieder von jemandem manipuliert?" Viele sind mit dem auf Engagement basierenden Algorithmus unzufrieden, aber das bedeutet nicht, dass sie einen Feed, der nach anderen Werten gestaltet ist, bedingungslos akzeptieren werden. Unter den Nutzern von sozialen Netzwerken gibt es eine Ermüdung gegenüber dem Algorithmus selbst. Es gibt eine starke Forderung, die empfohlene Anzeige abzuschaffen und zur chronologischen Anzeige zurückzukehren, um mehr selbst auswählen zu können.

Interessant an dieser Studie ist, dass sie diese Fragen nicht unterdrückt, sondern vielmehr eine Grundlage für die Diskussion bietet. Indem gezeigt wird, dass die Optimierung des Engagements nicht die einzige Option ist, wird die Frage aufgeworfen: "Was sollte optimiert werden?"

Ein soziales Netzwerk, das gut für das Geschäft oder gut für die Demokratie ist

Der größte Punkt, den diese Studie aufwirft, ist die Frage, wofür soziale Netzwerke gestaltet werden sollten.

Der offensichtlichste Erfolgsindikator für Unternehmen ist die Verweildauer und die Anzahl der Reaktionen der Nutzer. Je mehr Menschen es lange nutzen, häufig reagieren und Werbung sehen, desto erfolgreicher ist es als Unternehmen. Aber die für die Gesellschaft wünschenswerten Indikatoren für soziale Netzwerke sind nicht nur das.

Können Menschen einander verstehen?
Verbreiten sich falsche Wahrnehmungen weniger?
Können Menschen mit unterschiedlichen Standpunkten über dieselbe Realität sprechen?
Erhalten sie überprüfbare Informationen statt Wut oder Beleidigungen?
Können die Stimmen von Minderheiten gehört werden, ohne extreme Hetze zu fördern?

Diese sind in den Anzeigenumsatzindikatoren nicht direkt sichtbar. Aber sie sind unverzichtbare Bedingungen dafür, dass soziale Netzwerke als öffentlicher Diskussionsraum funktionieren.

Die Forscher weisen auch darauf hin, dass die Plattformen selbst diese alternativen Algorithmen möglicherweise nicht aktiv übernehmen werden. Denn es könnte das Engagement opfern. Ein Feed, der die Nutzer wütend macht und lange verweilen lässt, könnte für die Gesellschaft gut sein, aber für das Geschäft nachteilig sein, wenn er dazu führt, dass die Nutzer ruhig verstehen und frühzeitig aussteigen.

Hier kommen politische und regulatorische Diskussionen ins Spiel. Wenn soziale Netzwerke eine große Rolle als öffentlicher Raum spielen, sollte ihr Design dann vollständig den Gewinnzielen der Unternehmen überlassen werden? Soll Transparenz gefordert werden? Soll eine Prüfung durch Dritte eingeführt werden? Soll den Nutzern die Wahl zwischen mehreren Algorithmen gegeben werden? Oder soll die Optimierung des Engagements bei Themen mit hohem sozialen Risiko eingeschränkt werden?

Diese Studie liefert experimentelle Beweise für solche Diskussionen.

Allerdings ist es kein Allheilmittel

Natürlich ist es verfrüht zu sagen, dass die Spaltung durch eine Änderung des Algorithmus gelöst wird.

Die experimentelle Umgebung ist viel einfacher als die realen sozialen Netzwerke. Die Feeds, die die Teilnehmer sehen, sind kurz und die Themen sind begrenzt. In realen sozialen Netzwerken sind Freundschaften, Influencer, Werbung, Bots, Nachrichtenmedien, Videoempfehlungen, Kommentarspalten, Zitatbeiträge und externe Links komplex miteinander verflochten. Politische Einstellungen in der Realität werden nicht durch ein paar Beiträge geformt.

Darüber hinaus gibt es auch andere Faktoren als Algorithmen, die zur Polarisierung beitragen. Wirtschaftliche Unsicherheit, regionale Unterschiede, Bildung, Medienumfeld, Parteipolitik und kulturelle Identität sind tief in die Struktur der Gesellschaft eingebunden. Soziale Netzwerke sind zwar ein Verstärkungsgerät, aber nicht die einzige Ursache.

Dennoch ist die Studie wichtig, weil sie zeigt, dass "zumindest das Design des Feeds geändert werden kann". Es ist keine magische Lösung, die die Spaltung der Gesellschaft sofort löst, aber es ist auch kein technisches Design, das ignoriert werden sollte.

Welche Timeline wünschen wir uns?

Wenn wir über die Zukunft von sozialen Netzwerken nachdenken, wird oft in der Dichotomie "Meinungsfreiheit oder Regulierung" gesprochen. Aber die aktuelle Studie zeigt, dass es ein Designproblem davor gibt.

Auch wenn dieselben Beiträge existieren, ändert sich die soziale Wirkung je nachdem, in welcher Reihenfolge, für wen und in welchem Kontext sie angezeigt werden. Es geht nicht nur darum, ob ein Beitrag gelöscht oder behalten wird, sondern darum, was hervorgehoben wird.

Bisher haben soziale Netzwerke durch die Maximierung der Reaktionen Wachstum erzielt. Infolgedessen haben wir vielleicht das Gefühl, dass uns gezeigt wird, was wir sehen wollen, aber tatsächlich wird uns gezeigt