DOI Kapitel:
D. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:II. Das WIN-Kolleg
DOI Kapitel:Siebter Forschungsschwerpunkt „Wie entscheiden Kollektive?“
DOI Kapitel:13. Fake News and Collective Decision Making. Rapid Automated Assessment of Media Bias
DOI Seite / Zitierlink:https://doi.org/10.11588/diglit.55176#0395
D. Förderung des wissenschaftlichen Nachwuchses
geht es darum zu erforschen, wie verzerrte Darstellung am effektivsten an Leser
kommuniziert werden kann, um diesen die Einordnung der Berichterstattung
zu erleichtern.
In der bisherigen Arbeit am Projekt wurde vor diesem Hintergrund eine Stu-
die entworfen, die die verzerrte Darstellung in Nachrichtenartikeln unterschied-
lich visualisiert. Anschließend beantworteten Teilnehmer Fragen, beispielsweise
dazu, wie sie den Grad der Verzerrung in der Berichterstattung unterschiedlicher
Artikel wahrgenommen haben. Dabei wurden nach einer umfassenden Literatur-
recherche auch Faktoren und Aspekte abgefragt, die die Wahrnehmung der Leser
beeinflussen können. Dies betrifft unter anderem deren politische Orientierung
oder die Zeit, die für politische Diskussion aufgebracht wird, aber auch die allge-
meine Einstellung zur Nutzung von Medienberichterstattung als Informations-
quelle.
Die Studie wird derzeit ausgewertet. Mit den gewonnenen Erkenntnissen soll
im weiteren Verlauf des Projekts eine weitere, umfassendere Studie zum gleichen
Thema stattfmden. Diese wird sich nicht nur an eine deutlich größere Anzahl von
Teilnehmern richten, sondern auch weitere Varianten zur Visualisierung relevan-
ter Aspekte von verzerrter Berichterstattung mitberücksichtigen. Sie wird über die
oben erwähnte, eigens dafür entwickelte Plattform laufen, deren Design wir nach
den Erkenntnissen der Vorstudie weiterentwickeln werden. Im Bereich der Infor-
matik wird aufbauend auf den aktuell bereits entwickelten Ansätzen im kommen-
den Jahr eine komplexere Methode entwickelt, die die verzerrte Darstellung in
Nachrichtenartikeln noch genauer und vielfältiger auflösen kann.
Im Projekt entstandene Veröffentlichungen
E Hamborg, A. Zhukova, and B. Gipp (2019): Illegal Aliens or Undocumented Immig-
rants? Towards the Automated Identification of Bias by Word Choice and Labeling.
Proceedings of the 14th International Conference on Information (iConference 2019),
179—187. https://doi.org/10.1007/978-3-030-15742-5_17 (Best Short Paper Award-Fina-
list der iConference 2019).
F. Hamborg, A. Zhukova, and B. Gipp (2019): Automated Identification of Media Bias by
Word Choice and Labeling in News Articles. Proceedings of the ACM/IEEE Joint Con-
ference on Digital Libraries (JCDL 2019). https://doi.org/10.1109/JCDL.2019.00036
F. Hamborg, C. Breitinger, and B. Gipp (2019): Giveme5WlH: A Universal System for Ex-
tracting Main Events from News Articles. Proceedings of the 7th International Workshop
on News Recommendation and Analytics (INRA 2019).
396
geht es darum zu erforschen, wie verzerrte Darstellung am effektivsten an Leser
kommuniziert werden kann, um diesen die Einordnung der Berichterstattung
zu erleichtern.
In der bisherigen Arbeit am Projekt wurde vor diesem Hintergrund eine Stu-
die entworfen, die die verzerrte Darstellung in Nachrichtenartikeln unterschied-
lich visualisiert. Anschließend beantworteten Teilnehmer Fragen, beispielsweise
dazu, wie sie den Grad der Verzerrung in der Berichterstattung unterschiedlicher
Artikel wahrgenommen haben. Dabei wurden nach einer umfassenden Literatur-
recherche auch Faktoren und Aspekte abgefragt, die die Wahrnehmung der Leser
beeinflussen können. Dies betrifft unter anderem deren politische Orientierung
oder die Zeit, die für politische Diskussion aufgebracht wird, aber auch die allge-
meine Einstellung zur Nutzung von Medienberichterstattung als Informations-
quelle.
Die Studie wird derzeit ausgewertet. Mit den gewonnenen Erkenntnissen soll
im weiteren Verlauf des Projekts eine weitere, umfassendere Studie zum gleichen
Thema stattfmden. Diese wird sich nicht nur an eine deutlich größere Anzahl von
Teilnehmern richten, sondern auch weitere Varianten zur Visualisierung relevan-
ter Aspekte von verzerrter Berichterstattung mitberücksichtigen. Sie wird über die
oben erwähnte, eigens dafür entwickelte Plattform laufen, deren Design wir nach
den Erkenntnissen der Vorstudie weiterentwickeln werden. Im Bereich der Infor-
matik wird aufbauend auf den aktuell bereits entwickelten Ansätzen im kommen-
den Jahr eine komplexere Methode entwickelt, die die verzerrte Darstellung in
Nachrichtenartikeln noch genauer und vielfältiger auflösen kann.
Im Projekt entstandene Veröffentlichungen
E Hamborg, A. Zhukova, and B. Gipp (2019): Illegal Aliens or Undocumented Immig-
rants? Towards the Automated Identification of Bias by Word Choice and Labeling.
Proceedings of the 14th International Conference on Information (iConference 2019),
179—187. https://doi.org/10.1007/978-3-030-15742-5_17 (Best Short Paper Award-Fina-
list der iConference 2019).
F. Hamborg, A. Zhukova, and B. Gipp (2019): Automated Identification of Media Bias by
Word Choice and Labeling in News Articles. Proceedings of the ACM/IEEE Joint Con-
ference on Digital Libraries (JCDL 2019). https://doi.org/10.1109/JCDL.2019.00036
F. Hamborg, C. Breitinger, and B. Gipp (2019): Giveme5WlH: A Universal System for Ex-
tracting Main Events from News Articles. Proceedings of the 7th International Workshop
on News Recommendation and Analytics (INRA 2019).
396