Automatische Erkennung von Verzerrungen in Nachrichtentexten

Forschungsfrage / These

Unsere Arbeitsgruppe erforscht, welche Kriterien von Algorithmen berücksichtigt werden müssen, um Verzerrungen automatisch zu bestimmen.
 

Beschreibung

Die steigende Informationsflut im Internet erfordert automatische und skalierbare Methoden, um gesellschaftspolitische Trends zeitnah zu quantifizieren und mögliche Zusammenhänge zwischen Ereignissen, Themen und Personen analysierbar zu machen. In Zusammenarbeit mit Geistes- und Sozialwissenschaften erforscht unsere Arbeitsgruppe, welche Kriterien von Algorithmen berücksichtigt werden müssen, um Verzerrungen in Nachrichtentexten für Bürgerinnen und Bürger offenzulegen und einen konstruktiven Diskurs zu fördern. Im Rahmen des Projekts ist geplant, verschiedene Arten von Verzerrungen in Nachrichten mittels maschineller Lernverfahren zu identifizieren, z.B. eine einseitige Berichterstattung über Personen und Ereignisse, voreingenommene Argumentationsketten oder zweifelhafte Aussagen. Um Verzerrungen automatisch zu erkennen, werden geeignete Ansätze entwickelt, die auf Methoden der Künstlichen Intelligenz beruhen.

Partner

  • GESIS - Leibnitz-Institut für Sozialwissenschaften
  • IDS - Leibnitz-Institut für Deutsche Sprache
  • Internationales Zentrum für Ethik in den Wissenschaften (IZEW)
  • IWM – Leibniz-Institut für Wissensmedien
  • KIT – Karlsruher Institut für Technologie
  • Universität Mannheim
  • ZEW – Leibniz-Zentrum für Europäische Wirtschaftsforschung
  • Logo ZKM | Zentrum für Kunst und Medien

Partner

Gefördert vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg aus
Mitteln der Landesdigitalisierungsstrategie digital@bw.

  • Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg
  • Landesdigitalisierungsstrategie digital@bw