“Wirbelsturm über Las Vegas, B. Clinton wieder im Präsidentenamt!”

So oder ähnlich können Nachrichten in sozialen Netzwerken und Mainstream-Medien aussehen. Welchen Wahrheitsgehalt kann man den Nachrichten in den sozialen Medien noch zumessen? Belegt sind Meldungen wie diese meist mit spektakulären Fotos und Augenzeugenberichten, die durchaus glaubhaft wirken. Wie kann sich ein User der sozialen Netzdienste wie Twitter, Reddit, Facebook & Co vor diesen Fake-Meldungen schützen, die dazu führen können – siehe Boston – brutale Lynchjustiz-Mobs zu mobilisieren und flächendeckend Meinungen zu lenken?

Es gibt umfangreiche Bemühungen wie die Plattform VERILY, die Entwickler und Ingenieure des Masdar Institute of Technology und das Qatar Computing Research Institute entwickelt haben, die Filtersysteme einsetzten, um derartige Meldungen frühzeitig zu identifizieren. Anstatt sich nur auf die Auswertung von Algorithmen zu verlassen, wird die gesamte Community mit eingebunden.

Die Netzagentur DARPA – die Forschungsagentur des Pentagon- experimentierte bereits 2009 mit Projekten, die Internetnutzer dazu aufforderten – natürlich entsprechend motiviert – reale Aussagen bzw. Vorgänge und Aktionen zu beobachten und zu analysieren, ergo, deren Wahrheitsgehalt zu bestätigen oder eben nicht. Die Überprüfung des Wahrheitsgehaltes von Meldungen in Nachrichtensystemen ist auf diese Art und Weise hoch effektiv und in extremer Schnelligkeit möglich. Zum Beispiel werden User aufgefordert, Net-Fotos und Meldungen auf Bearbeitungen usw. zu prüfen oder einen Zustand oder eine Situation mit eigenen Augen zu bestätigen oder zu berichtigen.

Mit einer Kombination aus menschlicher Intelligenz und der Algorithmen-Analyse sind Plattformen und Apps wie VERILY , STORYFUL oder SWIFT RIVER imstande, Fakes und Fehlmeldungen wie oben in der Überschrift in kurzer Zeit auf den Wahrheitsgehalt zu prüfen und ggf. zu filtern. Hexenjagden, wie durch die Mainstream-Medien Reddit und Twitter bei dem Terroranschlag in Boston ins Leben gerufen, können durch die neuen Analysemöglichkeiten effektiv verhindert werden.

Bild: Image courtesy of David Castillo Dominici / FreeDigitalPhotos.net