Demokratie gestalten #06

Part I: Wenn Computer Politik analysieren – was KI über Meinungen im Netz verrät
In dieser Folge erklärt Prof. Bießmann, wie Maschinen lernen, politische Aussagen in Tweets oder Artikeln zu erkennen. Durch seine Forschung wird sichtbar, über welche Themen Menschen in sozialen Medien debattieren und wie soziale Medien die politische Stimmung beeinflussen. Langfristig sollen KI-Systeme helfen, Filterblasen zu vermeiden, eine ausgewogenere Meinungsbildung zu fördern und damit die Demokratie zu stärken.


Links:

• Prof. Felix Bießmann (BHT) (https://prof.bht-berlin.de/biessmann)
• Facebook und der Rohingya-Genozid (Amnesty International) (https://www.amnesty.de/allgemein/pressemitteilung/myanmar-facebook-algorithmen-haben-gewalt-gegen-rohingya-befoerdert)
• PoliTweets Dataset (https://zenodo.org/records/7635612)
• Manifesto Project – Kategorienschema (https://manifesto-project.wzb.eu/coding_schemes/mp_v4)
• Artikel zu Covid und Twitter Analysen: Biessmann, „Changes in Policy Preferences in German Tweets During the COVID Pandemic (https://dl.acm.org/doi/abs/10.1007/978-3-031-19097-1_29) “, Social Informatics: 13th International Conference, SocInfo 2022, Glasgow, UK, October 19-21, 2022, Proceedings, Pages 426-435
• Artikel zu Datenverfügbarkeit und Fairness von Machine Learning Modellen: Kozcuer, Mollen, Biessmann, „Towards Transnational Fairness in Machine Learning: A Case Study in Disaster Response Systems (https://link.springer.com/article/10.1007/s11023-024-09663-3) “, Minds and Machines 2024
• Artikel zu out-of-domain performance politischer Einordnung: Felix Biessmann, Pola Lehmann, Daniel Kirsch, Sebastian Schelter, „Predicting political party affiliation from text“ (https://www.academia.edu/download/54499547/PolText2016-proceedings.pdf#page=22) , International Conference on the Advances in Computational Analysis of Political Text, 2016
• HuggingFace Demo „PoliTweets (https://huggingface.co/spaces/rejtrace/politweets) “
• Artikel zu Aufstieg der AfD auf Facebook 2015: Sebastian Schelter, Felix Biessmann, Malisa Zobel, Nedelina Teneva, IEEE 16th International Conference on Data Mining Workshops (ICDMW), 2016, Structural patterns in the rise of Germany’s new right on Facebook  (https://ssc.io/pdf/rise.pdf)
Part II: Wer erzählt was auf Telegram?
Der Kurznachrichtendienst Telegram spielt im deutschsprachigen Raum eine Schlüsselrolle für die Verbreitung von rechtsextremen, antisemitischen und demokratiefeindlichen Inhalten. Die Menge an Online-Inhalten wächst stetig. Um sie analysieren und Gegenstrategien entwickeln zu können, brauchen zivilgesellschaftliche Akteur*innen intelligente Software. Eine solche hat Prof. Dr. Mihaljevic zusammen mit ihrer wissenschaftlichen Mitarbeiterin Milena Pustet entwickelt - genauer gesagt: weiterentwickelt - und mit den Anwendern auch getestet. Sie steht allen zur Nutzung zur Verfügung.  


Links:

• Porträt von Prof. Dr. Helena Mihaljevic (https://campus-stories.htw-berlin.de/jahr/2024/data-science-zum-nutzen-der-zivilgesellschaft/) , Trägerin des Forschungspreises 2024 der HTW Berlin
• Prof. Dr. Helena Mihaljevic (https://www.htw-berlin.de/hochschule/personen/person/?eid=11889)
• Forschungsprojekt “Analyse- und Recherche-Software zur KI-gestützten Analyse antidemokratischer Bewegungen online (ARAI) (https://www.htw-berlin.de/forschung/online-forschungskatalog/projekte/projekt/?eid=3606) ”
• Bachelor-Studiengang Informatik und Wirtschaft (https://fiw.htw-berlin.de/) (Frauenstudiengang)