Downloaden Sie, um offline zu lesen
Hochgeladen vonSteffen Staab
Soziale Netzwerke und Medien: Multi-disziplinäre Ansätze für ein multi-dimensionales Problem
Das Dokument diskutiert die Notwendigkeit einer multidisziplinären Zusammenarbeit zwischen Informatik und Sozialwissenschaften zur Bekämpfung von Fehlinformationen und zur Verbesserung sozialer Praktiken im digitalen Raum. Es werden Probleme wie die Vernachlässigung empirischer Vielfalt und unzureichende Methodenvielfalt angeführt, sowie die Bedeutung der Berücksichtigung sozialer Variablen bei algorithmischen Entscheidungen hervorgehoben. Der Text plädiert für eine stärkere Integration sozialwissenschaftlicher Perspektiven in die Informatik-Ausbildung und Forschung.
Soziale Netzwerke und Medien: Multi-disziplinäre Ansätze für ein multi-dimensionales Problem
- 1. Institute for WebScience and Technologies • University of Koblenz-Landau, Germany Soziale Netzwerke und Medien: Multi- disziplinäre Ansätze für ein multi- dimensionales Problem Steffen Staab, Oul Han Fakultätentag Informatik, 2019.11.14
- 2. 2 I. Benötigt Informatikdie Sozialwissenschaften? II. Computational Social Science: Reicht das? III.Was tun wir? Agenda
- 3. 3 I. Benötigt Informatikdie Sozialwissenschaften?
- 4. 4 Beispiel 1: SemEvalChallenge auf der NAACL
- 5. 5 Beispiel 1: BestPractice für die Klassifikation
- 6. 6 • Empirische Vielfaltfehlt in den Daten • z.B. besonders gefährdete soziale Gruppen • Politische Verhaltensmuster bleiben unberücksichtigt • z.B. Astroturfing, Propaganda, Polarisierung • Soziale Multiplikatoren werden ignoriert • z.B. feindliches Verhalten gegenüber (vermeintlichen!) Anderswählern oder sozialen Gruppen • Methodik ist eingeschränkt, keine Methodenvielfalt • z.B. Partizipation von diversen Fokusgruppen und Experten (Fact-checkers, Policy-makers) Probleme mit diesem “Nur-Informatik”-Ansatz
- 7. 7 Empirische Vielfalt fehltin den Daten z.B. besonders gefährdete soziale Gruppen Politische Verhaltensmuster bleiben unberücksichtigt z.B. Astroturfing, Propaganda, Polarisierung Soziale Multiplikatoren werden ignoriert z.B. feindliches Verhalten gegenüber (vermeintlichen!) Anderswählern oder sozialen Gruppen Methodik ist eingeschränkt, keine Methodenvielfalt z.B. Partizipation von diversen Fokusgruppen und Experten (Fact-checkers, Policy-makers) Probleme mit diesem “Nur-Informatik”-Ansatz Implikation: Gemeinsame SOTA-Maßstäbe verbessern Methoden und weniger die Auswirkungen von Missinformation.
- 8. Beispiel 2: AutomatischesFiltern von Tweets 8 Reaktion der Staatssekretärin Gar nicht einfach, da ein multi-dimensionales Problem! Sozial Wer postet was mit Kontext und Nuance Sozial-Legal “Nur” verletzend ← unfair → illegal (Hetze) Initialtweet der AfD
- 9. Beispiel 2: AutomatischesFiltern von Tweets 9 Reaktion der Staatssekretärin Implikation: Filteralgorithmen sperren im schlechtesten Falle soziale Merkmale, anstatt negative soziale Praktiken. Initialtweet der AfD
- 10. Komplexes, weil multidisziplinäresProblem • Was kann, darf, muss man im digitalen Zeitalter? • Missinformation nur eines von vielen Beispielen • “Warum” ist somit klar 10
- 11. Wie werden wirmultidisziplinär? • Ansätze getrennt durch Datenarten und Methoden • Würden zusammen das nötige Ganze ergeben • Das “wie” ist das echte Problem 11 Big data ● Finden ● Sortieren ● Ordnen ● Einbetten ● Verbinden Small data ● Fühlen ● Denken ● Agieren ● Rechte ● Pflichten
- 12. 12 II. Computational SocialScience: Reicht das?
- 13. 13 Was ist CSS? Itfocuses on investigating social and behavioral relationships and interactions through methods commonly pursued in computer science. Wikipedia, “Computational Social Science” what does existing sociological network theory, built mostly on a foundation of one-time “snapshot” data, typically with only dozens of people, tell us about massively longitudinal data sets of millions of people, including location, financial transactions, and communications? Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabási, A. L., Brewer, D., ... & Jebara, T. (2009). Computational social science. Science, 323(5915), 721-723.
- 14. 14 Bild rechts: Politische Positionenvon Missinformation-Quellen und respektives Verhalten von Internetnutzern Gute Nachricht: • Nur etwa 1% lesen, • Nur etwa 0.1% teilen Beispiel: Faktoren in Missinformationen Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B., & Lazer, D. (2019). Fake news on Twitter during the 2016 US presidential election. Science, 363(6425), 374-378. Aber: Demokratie ist auch Schutz von/vor Minderheiten Ungelöst bleibt: • Welche Haßreden je nach politischer Ausrichtung? • Was davon ist Meinung, und was ist Sozialisierung? • Können das algorithmische Filter unterscheiden?
- 15. 15 • Mögliche Antwortauf obige Forschungsprobleme • Sozial generierte Daten und Informatik-Ansätze Tut CSS, was es versprochen hat? Informatik Methode Vorgehens weise Evaluation Daten Beispiele Sozial generierte Daten
- 16. 16 • Informatik dominiert •Was geht dadurch verloren? Was CSS nicht erfüllt: Multidisziplinarität Informatik-gelenkte CSS Methode Vorgehens weise Evaluation Daten Beispiele Wie und warum sozial generierte Daten?
- 17. Von Theorie zuUmsetzung 17 Ontologie Epistemologie Methologie Was gibt es zu wissen? Was können wir darüber (hoffentlich) wissen? Wie können wir dieses Wissen erwerben? Haßrede wird je nach Akteur anders definiert. Wir können erfahren, wie diverse Akteure Haßrede aufnehmen. Wir bilden/befragen Fokusgruppen mit variierenden sozialen Variablen. Methode Vorgehens weise Evaluation Daten Beispiele Sozialwissenschaften Informatikforschung Software-Engineering • Adaptiert von: Hay, C. (2006). Political ontology. The Oxford handbook of contextual political analysis, 78-96. Caveat: Vereinfachte Generalisierung!
- 18. 18 Ansatz muss multidisziplinärals auch theoretisch sein: • Soziale Praktiken bestimmen wörtliche Nuancen • Legale Normen bestimmen Grenzen des Sagbaren • Algorithmen bestimmen das technisch Mögliche Beispiel: Online-Filtering-Algorithmen gegen Haßreden
- 19. 19 Was passiert, wennInformatik dominiert? Stärken der CSS Schwächen der CSS Schnelle Methoden Vorwiegend Informatik-Methoden Gemeinsam instand gehaltene SOTA Keine bis wenig Sozialwissenschaft (Theorie) Breite Sammlung und Erfassung von Daten generiert durch soziale Interaktionen Unbeachtete Einflüsse von sozialen Variablen der Daten generierenden Akteure
- 20. 20 • Hat Schwächen •Vernachlässigt wurden sozialtheoretische Variablen • Weil sie verkomplizieren CSS versus Probleme der digitalen Welt
- 21. 21 III. Was tunwir?
- 22. 22 Web Science: Zum integriertenVerständnis des Webs
- 23. 23 • Für dieProbleme des Webs • Wird graduell erfolgen, durch 1. Lehre 2. Forschung Multidisziplinarität in gradueller Planung
- 24. 24 • BsC ofComputational Social Science (in Planung) • Social Science • CS • Integration • Master of Web and Data Science (2013- ) Durch Lehre:
- 25. 25 • Dagstuhl-Seminar überE-Democracy • Teilnehmer der Informatik, Sozialwissenschaften, Kommunikationsstudien, Recht, Politik • Disziplinen und “practitioners” wie Politiker und NGOs • Themen: Ethische Grauzonen, digitale Barrieren, digitale Ungleichheiten von Regionen, Partizipation, Experimente Durch Forschung mit gemeinsamen Nennern:
- 26. 26 • Dagstuhl-Seminar überE-Democracy • Teilnehmer der Informatik, Sozialwissenschaften, Kommunikationsstudien, Recht, Politik • Disziplinen und “practitioners” wie Politiker und NGOs • Themen: Ethische Grauzonen, digitale Barrieren, digitale Ungleichheiten von Regionen, Partizipation, Experimente What we want to retain is the diversity of approaches; what we want to change is the degree of collaboration across the disciplines. Durch Forschung mit gemeinsamen Nennern:
- 27. 27 • Co-Inform • Allestakeholder mit einbeziehen gegen Missinformation • Journalisten, Policymaker, Factchecker, Plattform-User • Community-orientierter Ansatz • Gegenseitiges Informieren auf sozialen Plattformen • Adäquate policies für regional-spezifische Missinformationen • Git/Wiki-Anwendung für demokratische und diverse policymaking Durch Forschung für gemeinsame Tools:
- 28. 28 “die sozialwissenschaftliche Dimensionunserer Disziplin endlich vollumfänglich akzeptieren und als einen der Grundbausteine in unsere Ausbildungscurricula aufnehmen” Fazit Bernstein, Abraham (2013). Informatik ist auch eine Sozialwissenschaft! Informatik-Spektrum, 36(5):461-462.