Zum Hauptinhalt springen

Demokratie und Medien 2

UNSERE POSITION

In den sozialen Netzwerken bestimmen momentan intransparente Empfehlungsalgorithmen, welche Inhalte Nutzenden angezeigt werden. Menschen sollen aktiv bestimmen und ändern können, in welcher Bubble sie sich befinden.

DAS FORDERN WIR

  • Empfehlungssysteme von europäischen Unternehmen sollen existierende Methoden anwenden, um benutzerfreundliche, verständliche Erklärungen für die angezeigten Inhalte zu liefern.
  • Forschung zur Erklärbarkeit von Empfehlungssystemen soll finanziell stärker unterstützt werden.
  • Auf einer zentralen Plattform sollen Empfehlungssysteme mit mehr als zehntausend Nutzenden transparent und verständlich darüber aufklären, welche Logik hinter den Empfehlungen steckt und welche Daten verwendet werden.
  • Für Nutzer*innen soll es einfach möglich sein, die Personalisierung zurückzusetzen oder unterschiedliche Profile für unterschiedliche Personalisierung zu nutzen.
  • Vor allem Kinder und Jugendliche sollten in diesem Reflexionsprozess von Lehrenden und Erziehungsberechtigten begleitet werden. Dafür bedarf es einfach verständlichem Informationsmaterial.

BEGRÜNDUNG

Die zunehmende Polarisierung in der Gesellschaft ist eine der Auswirkungen von sogenannten Social Bubbles. Die Geschäftsmodelle großer Social-Media-Unternehmen beruhen darauf, dass Menschen möglichst viel Zeit auf den Plattformen verbringen. Dies geht damit einher, dass sehr viele Inhalte angezeigt werden, die die eigene Meinung bestärken. Für Dialoge braucht es gegenseitigen Respekt und den Willen, andere Meinungen anzuhören. Ohne dass Menschen es bewusst bestimmen, landen sie in Bubbles, aus denen sie nur austreten können, wenn sie entweder zusätzliche Filter erstellen oder ein neues Profil anlegen. Allerdings braucht es eine Lösung, in der man Teile der Personalisierung behält, während man andere wieder entfernt. Die Idee, an einem zentralen Ort über die genutzten Empfehlungsalgorithmen aufzuklären, kommt vom Transparenzregister, das bereits in den Niederlanden umgesetzt wird [https://algoritmeregister.amsterdam.nl].

 

AUTORIN: Daphne Auer, Maja Denisova, Gina Hamann, Isabell Schindler