Twitter-Echokammern: Brückenbauer unerwünscht

Neue Auswertung von 2,7 Mrd. Tweets findet auch Meinungs-Türsteher

Eine Untersuchung von 2,7 Mrd. Tweets aus den Jahren 2009 bis 2016 hat ergeben, dass politische Echokammern auf Twitter sehr real sind.

Überparteiliche Brückenbauer scheinen eher unerwünscht: Sie verlieren in ihren Netzwerk an Bedeutung, ihre Inhalte werden weniger weitergeteilt. Wichtig für die Bildung von Echokammern scheinen dagegen Meinungs-Türsteher, die zwar Nutzern mit unterschiedlichen Ansichten folgen, aber selbst sehr einseitige Inhalte verbreiten.

Blasen bevorzugt

„Eine Echokammer existiert, wenn die Ausrichtung der Inhalte, die Twitter-User beziehen, mit der Ausrichtung jener Inhalte übereinstimmt, die sie teilen“,

sagt Aristides Giones, Informatikprofessor an der Aalto University und einer der Studie-Autoren. Eben das ist der Untersuchung zufolge auch bei Twitter eindeutig der Fall. Denn sie hat eine starke Korrelation der Einseitigkeit in den von Unsern konsumierten und verbreiteten Inhalten nachgewiesen.

Anscheinend mögen es Nutzer klar einseitiger Einstellung auch nicht, wenn jemand ihre politische Blase aufbrechen will. Denn Nutzer, die versuchen, mit Inhalten unterschiedlicher politischer Ausrichtung Brücken zwischen den politischen Gegenseiten zu schlagen, kommen nicht gut an. Wie die Studie erstmals erhoben hat, zahlen solche Brückenbauer dafür einen klaren Preis. Ihre Position in Netzwerken wird unbedeutender, sie verlieren Verbindungen und ihre Inhalte werden seltener von anderen durch Retweets oder Likes unterstützt und bestätigt.

Wichtige Türsteher

Große Bedeutung haben dagegen Nutzer, die zwar selbst Inhalte diverser Ausrichtung beziehen, jedoch selbst immer ins gleiche Horn tönen. Die Zahl dieser Meinungs-Türsteher ist der Studie zufolge zwar eher begrenzt, doch spielen sie eine zentralere Rolle in Netzwerken als andere User.

„Diese Türsteher zu finden und miteinander zu verbinden würde helfen, Information an beide Seiten zu verbreiten“,

meint Kiran Garimella, Datenwissenschaftler an der Eidgenössischen Technischen Hochschule Lausanne (EPFL).

Für die Studie haben die Forscher maschinenlernende Algorithmen kreiert, die die Rolle einzelner Nutzer in ihren Netzwerken erkennen sollen. Das hat auf für die vergleichsweise schwer zu erkennenden Türsteher mit 70-prozentiger Genauigkeit funktioniert. Ziel war es, die Struktur von Echokammern und die Rolle von Twitter-Nutzern darin in großem Maßstab zu erkunden. In weiterer Folge will sich das Team unter anderem damit befassen, wer jene sind, die zentrale Rollen einnehmen und somit den Online-Diskurs entscheidend beeinflussen.