Identifikation typischer sprachlicher, formaler und argumentativer Muster in Fake-News
Die digitale Medienlandschaft wird durch die wachsende Rolle von Plattformen wie etwa Facebook geprägt, die sich zu einem wichtigen Kanal der Nachrichtenrezeption entwickelt haben. Charakteristisch für die Nachrichtennutzung in sozialen Medien ist u.a. die Ablösung einer Nachricht von einer journalistischen Medienmarke. Dies erleichtert den Einsatz von Fake-News als Teil politischer Kommunikationsstrategien, die gesellschaftliche Institutionen gezielt in Frage stellen.
Für die politische Kommunikation in einer Demokratie ist es unabdingbar, Fake-News gezielt zu identifizieren und sie als solche zu kennzeichnen – und zwar idealerweise automatisiert mit Hilfe des maschinellen Lernens.
Das hier ausgeschriebene Projekt ist angegliedert an ein Forschungsprojekt, in dem eine multidisziplinär zusammengesetzte Arbeitsgruppe automatisierte Identifikationsprozesse für Fake-News entwickelt, die unmittelbar an der jeweiligen Nachricht ansetzen, ohne den Kontext oder die Quellen gesondert zu analysieren. Dazu ist es notwendig, Kernmerkmale von Fake-News zu identifizieren, entlang derer sich Fake-News gut von journalistischen Nachrichten unterscheiden lassen. Es gilt, in einer qualitativen Studie diese Muster zu erkennen, um dann Texte gezielt auszuwählen, an denen entlang Algorithmen trainiert werden können.
Die drei Hauptforschungsfragen des hier ausgeschriebenen Projektes lauten daher:
Gibt es typische sprachliche Besonderheiten in Fake-News?
Gibt es Besonderheiten in der Textstruktur in Fake-News?
Gibt es charakteristische Argumentationsmuster?
Gibt es typische Muster in der Informationsdichte hinsichtlich Fakten und Quellen?
Aufgrund des geringen Vorwissens über Fake-News in sozialen Netzwerken geht es im Projekt primär darum, den Gegenstand zu explorieren. Daher bietet sich ein qualitatives Vorgehen sowohl im Hinblick auf eine geeignete Auswahl an Forschungsobjekten (maximale Varianz) als auch hinsichtlich der Methoden (qualitative Inhaltsanalyse) an. Eine Fokussierung auf den deutschen Sprachraum ist aus forschungsökonomischen Gründen geboten.
Ergebnis des Projekts ist eine dichte Beschreibung typischer Merkmale von Fakenews.
Laufzeit: 2017 bis 2018
Fördervolumen, Fördergeber: Internes Projekt, keine spezifische Förderung, Förderung für Gesamtprojekt bei BMBF beantragt
Titel des Forschungsthemas 1.1
Das Forschungsthema entspricht der Beschreibung des Gesamtprojekts.
Name und Kontaktdaten des / der betreuenden Professoren/professorin:
Fachrichtung, Studiengänge: Kommunikationswissenschaft, Journalistik, Linguistik, Sprachwissenschaft.
Notwendiges Vorwissen: Bewerber sollten sich in Ihrem Bachelor intensiv mit den spezifischen Eigenschaften von journalistischen Nachrichtentexten auseinandergesetzt haben. Praktische Erfahrung im Journalismus – etwa aus Praktika oder freier Mitarbeit, wäre hilfreich.
Themen_ID: CRE_FKN_01
Literatur:
Balmas, M. (2012): When Fake News Becomes Real. In: Communication Research. Vol 41, Issue 3, pp. 430 – 454
Barot, Trushar (2015): Predictions for journalism 2016. The botification of news. http://www.niemanlab.org/2015/12/the-botification-of-news/
Hammond, Phil (2015): From computer-assisted to data-driven. Journalism and Big Data. In: Journalism. DOI: 10.1177/1464884915620205
Phillips, Angela (2015): Journalism in context. Practice and theory for the digital age London [u.a.]: Taylor & Francis
Van Dijck, J.; Poell, T. (2013): Unterstanding Social Media Logic. In: Media and Communication 1 (1). 2-14.