Machine Learning erlaubt System Einblick in Fehlinformationskampagnen – Schutz bei US-Wahl
Forscher der Princeton University haben einen Algorithmus entwickelt, der Fake-News-Kampagnen im Internet in Echtzeit verfolgen kann. Indem das System per Machine Learning vergangene Fehlinformationskampagnen analysiert, kann es die Muster solcher Aktionen vorhersehen. Das soll vor allem die Manipulation der US-Präsidentschaftswahl im November verhindern.
„Zum Aufgeben zwingen“
„Wir können in Echtzeit einschätzen, wie viel Fake News im Internet im Umlauf sind und über welche Themen sie sprechen. Es ist zwar keine perfekte Lösung, aber es würde die Betreiber dieser Kampagnen dazu zwingen, kreativer zu werden oder sogar aufzugeben“,
erklärt Forschungsleiter Jacob N. Shapiro.
Das Team hat den Algorithmus mit Daten aus vergangenen Fehlinformationskampagnen trainiert. Die Fake News stammten dabei aus China, Russland und Venezuela und hatten sich gegen die US-Präsidentschaftswahl im Jahr 2016 gerichtet. Das System untersuchte Postings auf Twitter und Reddit sowie die darin enthaltenen Hyperlinks und URLs.
Effektiv bei Suche nach Postings
Im Test erwies sich der Algorithmus als sehr effektiv bei der Suche nach Postings und Social-Media-Accounts, die mit Fake-News-Kampagnen verbunden waren. Die Forscher hoffen, durch diese Methode künftig ein Echtzeit-Warnsystem gegen Fehlinformationen zu etablieren.
„Das amerikanische Volk verdient es, das Ausmaß der Bemühungen anderer Länder zu verstehen, unsere Politik zu beeinflussen“,
so Shapiro.
Das könnte dich auch interessieren: Fake News: Ein lukratives Geschäft für die Ersteller
Quelle: pressetext
Artikelbild: Shutterstock / Von Teguh Jati Prasetyo
Hinweis: Stand zum Veröffentlichungsdatum.
Verwendete Bilder, Screenshots und Medien dienen ausschließlich der sachlichen Auseinandersetzung im Sinne des Zitatrechts (§ 51 UrhG).
Teile dieses Beitrags können KI-gestützt erstellt und redaktionell geprüft worden sein.
(Mehr zur Arbeitsweise)
