pte20180525002 Politik/Recht, Medien/Kommunikation

Twitter-Rhetorik zeigt Gewaltpotenzial von Demos

Tweets stehen in Zusammenhang mit dem Verlauf von Demonstrationen


Polizei: Gewalt vorhersehen mit Twitter (Foto: Erwin Lorenzen, pixelio.de)
Polizei: Gewalt vorhersehen mit Twitter (Foto: Erwin Lorenzen, pixelio.de)

Los Angeles (pte002/25.05.2018/06:05) Moralisierende Tweets können signalisieren, ob ein Protest oder eine Demonstration gewaltsam wird. Zu diesem Ergebnis kommt eine aktuelle Forschungsarbeit von Wissenschaftlern der University of Southern California http://usc.edu , in der die Baltimore-Proteste im Jahr 2015 in Zusammenhang mit der Social-Media-Debatte gebracht wurden.

Verhaftungen und Tweets

Mithilfe eines Deep-Neural-Network, das in der Lage ist, moralisierende Sprache zu erkennen, analysierten die Researcher mehr als 18 Mio. Tweets, die während der Baltimore-Proteste 2015 veröffentlicht wurden. Die Proteste richteten sich damals gegen Polizeigewalt, durch die ein junger Afro-Amerikaner ums Leben kam. Dann untersuchten die Researcher den Zusammenhang zwischen moralisierenden Tweets und Verhaftungszahlen. Diese symbolisierten für die Studienautoren einen adäquaten Ersatz für Gewalt.

Tweets mit moralisierender Rhetorik haben sich laut der Forschenden an Tagen, an denen es zu gewaltsamen Zusammenstößen zwischen Demonstranten und der Polizei kam, fast verdoppelt. Die Analyse zeigt, dass die Anzahl der stündlichen Verhaftungen während der Proteste mit der Anzahl der moralisierenden Tweets verbunden war, die in den untersuchten Stunden veröffentlicht wurden.

Social Media als Datenquelle

"Extreme Bewegungen können durch soziale Netzwerke entstehen. Wir haben in den letzten Jahren einige Beispiele gesehen, wie die Proteste in Baltimore und Charlottesville, wo die Wahrnehmung der Menschen durch die Aktivität in ihren sozialen Netzwerken beeinflusst wird. Menschen identifizieren andere, die ihre Überzeugungen teilen und interpretieren dies als Konsens", erklärt Studien-Co-Autor Morteza Dehghani.

Die Forscher haben ein Modell zur Erkennung moralisierender Sprache auf Basis eines früheren Deep-Learning-Framework entwickelt, das einen Text identifiziert, der ethische Bedenken im Zusammenhang mit verschiedenen Arten moralischer Werten und Gegensätze hervorruft. Diese Werte sind etwa Fürsorge, Fairness, Betrug, Loyalität, Verrat, Autorität, Subversion, Reinheit und Abwertung. "Social-Media-Daten helfen uns, die reale soziale Dynamik zu beleuchten und Hypothesen in Situationen zu testen", so Studienautor Joe Hoover.

(Ende)
Aussender: pressetext.redaktion
Ansprechpartner: Sabrina Manzey
Tel.: +43-1-81140-305
E-Mail: manzey@pressetext.com
Website: www.pressetext.com
|