Twitter: Wörter könnten Fake News verraten

Computer können dabei helfen, die Verbreitung von alternativen Fakten und anderen Fake News über soziale Medien einzudämmen. Dazu müssen sie allerdings bewerten, ob eine Nachricht auch tatsächlich stimmt. Ein Schritt in diese Richtung haben Forscher des Georgia Institute of Technology gemacht. Ihr System beurteilt anhand der genutzten Wörter, ob Tweets glaubwürdig sind.

Wort-Indikatoren

Auf sozialen Medien verbreiten sich Neuigkeiten oft wie Lauffeuer. Die Twitter-Gerüchte um den Tod von Osama bin Laden im Jahr 2011 haben ihr Interesse an dem Phänomen geweckt, sagt Tanushree Mitra, Informatikerin am Georgia Tech. “Solche Breaking News und Spekulationen passieren in sozialen Medien, und das oft bevor die Meldung klassische Nachrichten-Kanäle erreicht”, meint sie gegenüber “Scientific American”. Daher wollte sie mit Kollegen Systeme entwickeln, um die Glaubwürdigkeit einer Meldung einzuschätzen. Das könnte helfen, Falschmeldungen zu erkennen und ihre Verbreitung einzudämmen.

Für eine aktuelle Studie hat das Team rund 66 Mio. englischsprachige Tweets zu 1.377 Ereignissen analysiert. Aufgrund der Einschätzung von Teilnehmern haben sie jedem Ereignis eine Glaubwürdigkeit (perfekt, hoch, normal oder gering) zugewiesen. Dann haben sie analysiert, wie Tweets zu den Ereignissen aussehen. Dabei hat sich gezeigt, dass bestimmte Wörter wie “teriffic” (toll) eher hohe Glaubwürdigkeit signalisieren, andere wie beispielsweise ein spöttisches “ha” eher in als unglaubwürdig empfundenen Tweets vorkommen. Sie sind also Indikatoren dafür, ob Menschen die Inhalte für realistisch halten oder eben nicht.

Glaubwürdigkeits-Check

Die Ergebnisse dieser Analyse hat Mitras Team für ein Computermodell herangezogen, das die Glaubwürdigkeit von Tweets automatisch einschätzt. Im Test hat es in 43 Prozent der Fälle genau jene Bewertung vergeben, die sich aus der Einschätzung menschliche Teilnehmer ergeben hatte. Einfach nur raten würde eine Trefferrate von lediglich einem Viertel bedeuten, der Ansatz scheint also vielversprechend.

“In Kombination mit anderen Signalen wie Strukturinformationen könnte unser linguistisches Ergebnis ein wichtiger Baustein eines automatisierten Systems werden”, betont Eric Gilbert, Informatikprofessor am Georgia Tech. “Twitter ist Teil des Problems der Verbreitung unwahrer Nachrichten online. Aber es kann auch Teil der Lösung sein.”

pte