Twitter testet Kennzeichnung für „gute Bots“
Dein Beitrag hilft Mimikama beim Faktencheck: Unterstütze uns via PayPal, Banküberweisung, Steady oder Patreon. Deine Hilfe zählt, um Fakten zu klären und Verlässlichkeit zu sichern. Unterstütze jetzt und mach den Unterschied! ❤️ Danke
Label verspricht Usern mehr Kontext zu automatisierten Tweets – Effektivität langfristig fraglich
Twitter hat Tests mit einem neuen Label für „gute Bots“ gestartet. Damit können sich automatisierte Accounts klar als solche zu erkennen geben. Gedacht ist die Kennzeichnung für Bots, die beispielsweise COVID-19-Updates, Erdbebeninformationen oder auch lizenzfreies Material aus Museen teilen. Abzuwarten bleibt, wie viel der Ansatz bringt, denn Verschwörungstheoretiker, Klimaleugner und Co dürften ihre Falschinfo-Bots wohl nicht freiwillig kennzeichnen.
Mehr Klarheit für die Nutzer
Twitter zufolge deuten Forschungsergebnisse darauf hin, dass sich User mehr Kontext wünschen, wenn sie es mit nicht-menschlichen Accounts – Bots – zu tun haben. Die neuen Labels versprechen eben diesbezüglich mehr Klarheit. Die Kennzeichnung umfasst Twitters Beispiel-Screenshots zufolge nicht nur, dass es sich um einen Bot handelt, sondern auch, wer diesen erstellt hat und somit letztlich dafür verantwortlich ist, was der Bot postet. Solche Informationen sollen dem Bot mehr Legitimität verleihen.
(Bild: Twittter)
Anfangs haben über 500 ausgewählte Entwickler Zugang zu dem System, um ihre guten Bots zu kennzeichnen. Beispiele solcher guter Bots, die Twitter nennt, umfassen @earthquakesSF mit seinen Infos über Erdbeben im Raum San Francisco; den @AltTxtReminder, der im Sinne der Barrierefreiheit daran erinnert, Bilder mit einem ALT-Text zu versehen; oder auch @met_drawings, der Zeichnungen und Drucke aus der Sammlung des Metropolitan Museum of Art http://metmuseum.org zeigt, die sich in der Public Domain befinden. Diese Bots sollen auch am Test des Labels teilnehmen.
What’s a bot and what’s not? We’re making it easier to identify #GoodBots and their automated Tweets with new labels.
Starting today, we’re testing these labels to give you more context about who you’re interacting with on Twitter. pic.twitter.com/gnN5jVU3pp
— Twitter Support (@TwitterSupport) September 9, 2021
Unbeeindruckte Problem-Bots
Abzuwarten bleibt, wie viel eine zumindest vorerst freiwillige Kennzeichnung guter Bots in der Praxis bringt. Problematisch sind immerhin Bots, die mutwillig Unsinn verbreiten. So stammt jeder vierte Klimaleugner-Tweet von einem Bot (pressetext berichtete), auch COVID-19-Falschinfos kommen nach Expertenschätzungen oft von Bots. Viele Hinterleute dürften selbst dann kaum an einem Label-System teilnehmen, wenn es ihnen offen stünde. Ob Maßnahmen diesseits einer streng durchgesetzten Kennzeichnungspflicht einen Unterschied machen können, scheint also fraglich.
Quelle: pte
Hinweise: 1) Dieser Inhalt gibt den Stand der Dinge wieder, der zum Zeitpunkt der Veröffentlichung aktuell
war. Die Wiedergabe einzelner Bilder, Screenshots, Einbettungen oder Videosequenzen dient zur
Auseinandersetzung der Sache mit dem Thema.
2) Einzelne Beiträge (keine Faktenchecks) entstand durch den Einsatz von maschineller Hilfe und
wurde vor der Publikation gewissenhaft von der Mimikama-Redaktion kontrolliert. (Begründung)
Mit deiner Hilfe unterstützt du eine der wichtigsten unabhängigen Informationsquellen zum Thema Fake News und Verbraucherschutz im deutschsprachigen Raum
INSERT_STEADY_CHECKOUT_HERE
Sind Sie besorgt über Falschinformationen im Internet? Mimikama setzt sich für ein faktenbasiertes und sicheres Internet ein. Ihre Unterstützung ermöglicht es uns, weiterhin Qualität und Echtheit im Netz zu gewährleisten. Bitte unterstützen Sie und helfen Sie uns, ein vertrauenswürdiges digitales Umfeld zu schaffen. Ihre Unterstützung zählt! Werde auch Du ein jetzt ein Botschafter von Mimikama
Mimikama Workshops & Vorträge: Stark gegen Fake News!
Mit unseren Workshops erleben Sie ein Feuerwerk an Impulsen mit echtem Mehrwert in Medienkompetenz, lernen Fake News und deren Manipulation zu erkennen, schützen sich vor Falschmeldungen und deren Auswirkungen und fördern dabei einen informierten, kritischen und transparenten Umgang mit Informationen.