Beeinflusst der X-Feed politische Meinungen?

„Es handelt sich um ein sehr sorgfältig durchgeführtes Experiment, das kleine, aber statistisch signifikante Effekte findet. Es handelt sich um Effekte von algorithmischen Feed-Einstellungen darauf, welche politischen Themen Menschen für die wichtigsten halten und welche Einstellungen sie zu relevanten politischen Fragen haben. Ein Beispiel für eine solche Frage ist, wie die Leistung der eigenen Regierung im Ukrainekrieg bewertet wird.“

„Es ist typisch für Medieneffekte, dass sie wahrscheinlicher auftreten, wenn es darum geht, welche Themen Menschen wichtig finden. Weniger wahrscheinlich sind dagegen Effekte auf politische Werte oder stabilere Einstellungen wie die Parteiidentifikation.“

„Ich halte die Methodik der Studie für sehr solide. Allen Experimenten kann man vorwerfen, dass Menschen sich anders verhalten können, wenn sie wissen, dass sie an einem Experiment teilnehmen. Das tun sie zum Beispiel, um der Wissenschaft zu helfen. Aber durch das Design sind die Folgen für die Ergebnisse überschaubar: Es werden Gruppen, in denen der Algorithmus geändert wurde, mit solchen verglichen, in denen der Algorithmus gleichblieb.“

„Natürlich wäre es besser, wenn die Stichprobe repräsentativ wäre. Aber auch wenn zum Beispiel weiße Frauen mit hohem Bildungsabschluss zunächst eher den chronologischen Feed benutzten, darf man hier Eines nicht vergessen: Die weißen Frauen, die ihre Feed-Einstellung änderten, wurden nicht mit der Gesamtbevölkerung verglichen. Sondern sie wurden mit denen verglichen, die ihren Feed nicht änderten.“

„Natürlich können in Befragungen Fehler durch falsche Angaben vorkommen. In welchem Ausmaß das passiert, kann ich nicht beurteilen. Bei YouGov handelt es sich aber um einen Panelanbieter mit hoher Reputation, der sich sehr um hohe Datenqualität bemüht.“

„Auffällig ist, dass diejenigen, die ihren Feed ändern mussten, signifikant öfter das Experiment abbrachen. Das spricht dafür, dass es technisch nicht ganz einfach oder für die Teilnehmenden doch zu unangenehm war.“

„Dass Medieninhalte Auswirkungen darauf haben, welche Themen wir für wichtig halten, ist eine typische Erkenntnis aus den Kommunikationswissenschaften. Und das gilt auch für andere Medien, wie TV oder Zeitungen. Der fehlende Effekt auf affektive Polarisierung von sozialen Medien wurde ebenfalls vielfach festgestellt (affektive Polarisierung: (negative) Gefühle gegenüber Andersdenkenden, zum Beispiel Zugehörigen einer anderen politischen Partei; Anm. d. Red.). Beides ist aus meiner Sicht auch auf Deutschland übertragbar.“

„Der Effekt der Nutzung sozialer Medien auf konservative politische Einstellungen – etwa zum Ukrainekrieg – wurde meines Wissens noch nicht so oft gefunden. Im deutschen Kontext ist es noch wichtig zu berücksichtigen, dass nur fünf Prozent der Bevölkerung X zum Nachrichtenkonsum nutzen [1]. Für Deutschland müsste erst noch überprüft werden, ob es eine Verzerrung zu Gunsten konservativer Themen und Einstellungen gibt.“

„Sehr interessant fand ich den Teil der Studie, in dem es darum ging, was im Feed zu sehen war. In der Studie steht: ‚The algorithm promotes political content and, within that category, prioritizes conservative content […] . The algorithm demotes accounts of traditional news media and promotes those of political activists […] . Posts from entertainment accounts are 9.1 percentage points (21.5%) more likely in the algorithmic feed […] .‘ (deutsche Übersetzung: Der Algorithmus fördert politische Inhalte und priorisiert innerhalb dieser Kategorie konservative Inhalte […] . Der Algorithmus stuft Accounts traditioneller Nachrichtenmedien herab und fördert diejenigen politischer Aktivist:innen […] . Beiträge von Unterhaltungs-Accounts erscheinen mit einer um 9,1 Prozentpunkte (21,5 Prozent) höheren Wahrscheinlichkeit im algorithmischen Feed […] ; Anm. d. Red.).“

„Insbesondere das Herunterranken von Nachrichtenorganisationen halte ich für sehr problematisch mit Blick auf die Ergebnisse der Studie. Das bedeutet nämlich, dass die algorithmische Gruppe nicht nur konservativere Inhalte gesehen hat, sondern auch weniger Inhalte, die mit journalistischen Mitteln überprüft und eingeordnet wurden.“

„Die Ergebnisse sind interessant im Hinblick auf den Einfluss der Algorithmen in sozialen Medien auf die Meinungsbildung. In diesem Falle geht es um den Algorithmus für den X-Nachrichten-Feed, also einen von vielen Arten von Algorithmen.“

„Für diejenigen, die vor der Studie vor allem den chronologischen Feed genutzt haben, finden die Autor:innen einen Effekt des Algorithmus auf einige politische Einstellungen und Positionen. Diese gehen vor allem in eine konservative Richtung. Das wurde schon oft vermutet, aber selten gut nachgewiesen. Das heißt allerdings nicht, dass dieser Effekt für alle Menschen gilt, die den X-Algorithmus verwendet haben. Zum Beispiel könnte er für langjährige Nutzer:innen des Algorithmus nicht auftreten. Allerdings deuten die Studienergebnisse schon darauf hin, dass neue Nutzer:innen von X in eine konservative Richtung beeinflusst werden. Gleiches gilt für solche, die anfangen, den Algorithmus zu verwenden. Und das sind ja oft die wichtigen Fragen.“

„Die Positionen zu recht konkreten Fragen und Themen – wie sie hier abgefragt wurden – kann sich leichter durch neue Informationen ändern. Grundlegende Einstellungen, so wie die affektive Polarisierung der anderen Partei gegenüber, lassen sich hingegen nicht so leicht beeinflussen. Zudem war die Studie mit maximal sieben Wochen Intervention recht kurz. Und die Teilnehmenden waren dennoch in ein algorithmisch gesteuertes Netzwerk auf der Plattform eingebettet. Daher kann man recht schwache Effekte erwarten, vor allem auf grundlegende Einstellungen.“

„Insgesamt halte ich den Feed-Wechsel für ein paar Tage, der weiterhin eingebettet in ein algorithmisch beeinflusstes Netzwerk stattfindet, für einen relativ schwachen Eingriff in die Informationswelt der Teilnehmenden. Daher könnten die beobachteten Effekte die tatsächlichen eher unterschätzen.“

„Die Generalisierbarkeit einer solchen US-basierten Studie und spezifischen politischen Themen ist unklar. Es wäre es aber wert, sie zu erweitern. Die Studie gibt uns wichtige Einsichten in die Auswirkungen des ‚Einschalten‘ eines X-Algorithmus in einer Personengruppe, die vorher noch keinen oder wenig Algorithmus genutzt hatten. Das ist in der heutigen Welt kaum mehr zu finden.“

„Die Übertragbarkeit auf Deutschland und den aktuellen Zeitraum ist unklar. Trotzdem ist eine generelle Beeinflussung von politischen Positionen durch die inhaltliche Zusammensetzung des News Feed auch hier recht wahrscheinlich.“

„Das wichtigste Element der Studie ist: Die Effekte beschränken sich vor allem auf die Teilnehmenden, die vor der Studie kaum den algorithmischen Feed genutzt haben. Das sind aber auch die interessantesten Teilnehmenden. Wir wollen ja verstehen, wie sich der Algorithmus auswirkt und nicht dessen Wegfall. Das war in vorherigen Studien selten möglich. Daher musste man den Umkehrschluss annehmen. Wie die aktuelle Studie zeigt, existiert der Effekt aber wohl nicht unbedingt symmetrisch. Das heißt: Kein Effekt durch das Abschalten des Algorithmus.“

„Die Stichprobengröße erlaubt keine genaue Analyse der Heterogenität der Effekte. Aber die Ergebnisse scheinen sich dennoch auf Republikaner und Unparteiische (Independents) zu beschränken und kaum Auswirkung auf Demokraten zu haben. Das hat weniger mit der Feed-Einstellung zu tun als den konservativen Inhalten, die der X-Algorithmus an alle ausspielt. Das entfaltet je nach politischer Prädisposition unterschiedlich starke Effekte.“

„Befragungen zu politischen Einstellungen sind das Mittel der Wahl. Einstellungen und andere Positionen können kaum aus Verhaltensdaten abgeleitet werden. Befragungen sind hier die etablierte Methode – zum Beispiel auch das Gefühlsthermometer für die affektive Polarisierung ((negative) Gefühle gegenüber Andersdenkenden, zum Beispiel Zugehörigen einer anderen politischen Partei; Anm. d. Red.). Für das Erfassen des Treatments – also ob die Teilnehmenden tatsächlich in den algorithmischen Feed gewechselt sind oder nicht – ist das in meinen Augen schon schwieriger. Auch weil man zwischen den Feed-Einstellungen leicht hin- und herwechseln kann.“

„Die Browsererweiterung hat bei einem kleinen Teil der Teilnehmenden objektive Daten dazu geliefert: Über 80 Prozent hielten sich an die Vorgaben. Aber das erlaubt nur eine Schätzung.“

„Die Ergebnisse erweitern unsere Kenntnisse über die Teilnehmenden, die vorher keinen Algorithmus genutzt hatten. Und sie passt in die Literatur im Sinne der fehlenden Effekte durch das Abschalten des Algorithmus. Außerdem ist es eine Studie ohne direkte Beteiligung der Plattform selbst, was die Interessenkonflikte vorheriger Studien umgeht.“

„Durch fehlende Kooperation der Plattformen sind Studien aufwändig, teuer sowie schwer zu kontrollieren und zu analysieren. Das ist sicherlich ein Grund, dass das Phänomen noch nicht als Feld-Experiment im deutschsprachigen Raum untersucht wurde. Der politische Bias des X-Algorithmus wurde allerdings mit Beobachtungsdaten auch schon im deutschsprachigen Raum dokumentiert.“

„Um etwas über Langzeiteffekte und reale Auswirkungen sagen zu können, bräuchten wir deutlich größer skalierte Feld-Experimente. Die Zeiträume müssten länger sein und die Auswertung auf Gruppenbasis. Gleichzeitig bräuchte es mehr Informationen und Kontrolle über die tatsächlichen Einstellungen der News-Feed-Algorithmen. So könnten verlässlichere und differenzierte Aussagen über deren Einfluss auf öffentliche Meinung getroffen werden.“

„Dafür bräuchten wir entweder Zusammenarbeit mit existierenden Plattformen – auch gesetzlich gefordert. Ich bin da aber wenig hoffnungsvoll. Oder wir bräuchten größer skalierte, eigene experimentelle Plattformen für die Forschung.“