Politische Stimmungsmache und Desinformation im Netz sind heute keine Seltenheit - insbesondere vor Wahlen oder anderen politischen Ereignissen. Social Bots sind Software-Programme, die menschliche Präsenz im Netz vortäuschen. Wie gut sie dies tun, zeigt eine aktuelle Studie von Ema Kušen und Mark Strembeck vom Institut für Wirtschaftsinformatik und Neue Medien der WU. Die beiden WissenschaftlerInnen untersuchten anhand von 4,4 Millionen Tweets, wie Social Bots die Stimmung im Netz beeinflussen und wie sie ihr Verhalten bei der Direktkommunikation mit anderen UserInnen ändern.

Gut getarnt

Die Ergebnisse zeigen, dass menschliche BenutzerInnen in ihren Tweets generell eher der Grundstimmung einer Diskussion folgen, während Social Bots versuchen die Stimmung durch entgegengesetzte Emotionen umzukehren. (Beispiel: zum positiven Ereignis Thanksgiving Day twittert ein Social Bot: „Sissy Mitt Romney signed Massachusetts gun ban #thanksgiving #Trump #MAGA“) Bei kontrovers diskutierten Ereignissen (wie z.B. Wahlen) verschicken Social Bots insbesondere emotional polarisierende Nachrichten und versuchen so, die öffentliche Meinung zu beeinflussen. (Im Kontext der US-Präsidentschaftswahl zum Beispiel: “ObamaFail I’ll be so happy to see this joke move out of the White House!! #VoteTrumpPence16“) Dabei wurde deutlich, dass Social Bots zu diesem Zweck sogar polarisierende Nachrichten in thematisch fremde Diskussionen einstreuen. In der Direktkommunikation mit menschlichen BenutzerInnen ändert sich dieses Verhalten jedoch: Richten Social Bots ihre Nachrichten direkt an Twitter-BenutzerInnen (mit der Adressierung @TwitterUser), passen sie sich ebenfalls der allgemeinen Grundstimmung an. Strembeck erklärt: „Social Bots sind in der Direktkommunikation anhand der Emotionen, die sie versenden, nicht mehr von Menschen zu unterscheiden.“

Muster erkennen

Strembeck und Kusen konnten bei ihrer Analyse auch eine Reihe an statistisch signifikanten Mustern, sogenannten „Emotion Exchange motifs“, die typisch für die Direktkommunikation mit menschlichen UserInnen sind, identifizieren. Die neuen Muster für 8 verschiedene Emotionen stellen einen wichtigen Schritt in der Forschung dar. „Anlässlich der aktuellen EU-Wahl gab es zum Beispiel Warnungen, dass verschiedene Interessensgruppen versuchen könnten, in sozialen Netzwerken die Wahl zu beeinflussen. Die Ergebnisse können u.a. dazu beitragen, Social Bots in Zukunft zuverlässiger zu identifizieren. In verschiedenen Folgestudien wird nun die Frage zu klären sein, warum sich das Verhalten von Social Bots beim Versand von Broadcast-Nachrichten vom Verhalten bei einer Direktkommunikation unterscheidet“, so Studienautor Strembeck.

Zur vollständigen Studie

Über die Studie

Für ihre Studie analysierten Kusen und Strembeck 1,3 Millionen anonymisierte Twitteraccounts und deren 4,4 Millionen Tweets, die mit 24 systematisch ausgewählten Ereignissen (sowohl positiv als auch negativ diskutierte Ereignisse) in Beziehung standen. Die Analysen umfassen sowohl strukturelle Netzwerkanalysen, als auch temporale Analysen der Auswirkungen von 8 verschiedenen Emotionen (Abscheu, Furcht, Traurigkeit, Wut, sowie Erwartung, Freude, Vertrauen und Überraschung). Das besondere Interesse galt hierbei der Identifikation von Kommunikationsmustern, die sich durch den Austausch emotionaler Nachrichten ergeben. Hierzu wurde das von Ema Kušen und Mark Strembeck neu entwickelte Konzept der „Emotion-Exchange Motifs" angewendet.

Pressekontakt:
Mag. Anna Maria Schwendinger
PR-Referentin
Tel: + 43-1-31336-5478
E-Mail: anna.schwendinger@wu.ac.at