Dr. Christian Baden | Noah Mozes Department of Communication & Journalism VERMESSUNGEN VON VERZERRUNGEN Quantitäten, Qualitäten & Operationale Herausforderungen Christian Baden | Hebräische Universität Jerusalem VERMESSUNGEN VON VERZERRUNGEN Quantitäten, Qualitäten & Operationale Herausforderungen Christian Baden | Hebräische Universität Jerusalem

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 2IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen VERZERRUNGEN Konzeptuelle Verzerrungen  Bias als verzerrte Wirklichkeit  Bias als ungewöhnliche Darstellung  Bias als inhaltliche Transgression Inhaltliche Verzerrungen  Form & bestimmte Inhalte  (De)Selektion, Frequenz, Prominenz  Evaluationen, Sentiment, Kontroverse  Themenkontexte, Issue Ownership, Frames & Narratives Politischer Bias? Wie es wirklich ist Repräsen- tativität Akkura- tesse Vollstän- digkeit Relevanz Konven- tion & Devianz Main- stream & Margins Ethik & Schutz- rechte Distanz Kenn- zeichnung Ausdrucks weise HEUTE:Gender Bias

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 3IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen FORMALE VERZERRUNGEN Vorkommen bedenklicher Inhalte  Terminologie, Identitätskategorien  Geschützte Inhalte (soweit bekannt)  Schwer zu definieren, dann aber einfach zu messen Trolle, offene Sexisten Sexistische Darstellungen Privatfotos, Addressen, persönliche Daten רח. באר שבע ירושלים Undeklarierte Meinungsbeiträge Undeklarierte Übernahmen Satire? AB WAS FÜR EINEM NIVEAU IST DAS MEDIA BIAS? MEDIA BIAS IST WENN DIE DEBATTIER- REGELN VERLETZT WERDEN SEXISMUS IST WENN SEXISTISCHE DINGE GESAGT WERDEN Abwesenheit erforderlicher Inhalte  ViSdP, Kennzeichnungspflichten  Satire?  Je nachdem: Angebots-/Textklassifikation, Inhaltsvergleich, …Die Löcher im Netz  Neues, bisher unbekanntes  Symbolisches, Figuratives, Kontextabhängiges WAS WENN DAS PROBLEM IST DASS ETWAS ZU WENIG GESAGT WIRD?

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 4IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen QUANTITATIVE VERZERRUNGEN Vorkommen von Inhalten & Positionen  Häufigkeiten von Akteurs(gruppen)nennungen  Häufigkeiten von Themen  Leichte Messung über Diktionäre, Themenmodelle, …  ABER: ‘natürliche’ Verzerrungen: Exekutiven, Kontroversen, …  ABER: Verzerrungen innerhalb der Gruppen/Themen MEDIA BIAS IST WENN THEMEN/AKTEURE DIE DEBATTE DOMINIEREN ODER FEHLEN Akteursnennungen (roh, als Quelle, als Thema)Themennennungen (& Klassifikation) Merkel, Merkel, Merkel 99% der Inhalte erreichen nur sehr wenige User Namen & Labels finden viele Nennungen nicht QUANTITATIVE Gewichtete Häufigkeiten  Per View(er): Leitmedien und Long Tail Publishing  Per Positionierung: Arbiträr & zunehmend complex dank personalisierter Nutzung Die Löcher im Netz  Gegenstände: Abwesende Akteure (& Themen)  Lexik & Semantik: Millionen Wege dasselbe zu sagen SEXISMUS IST WENN FRAUEN ZU WENIG IN DER DEBATTE VORKOMMEN WELCHES VERHÄLTNIS WÄRE KEIN MEDIA BIAS? WAS WENN VIEL ÜBER ABER WENIG MIT FRAUEN DISKUTIERT WIRD?

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 5IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen QUALITATIVE VERZERRUNGEN Unterscheidung in Themen & Sprecher  machbar, wenngleich komplexer als erwartet  zunehmend Standard, Validitäts-/Recall-Probleme MEDIA BIAS IST WENN THEMEN/AKTEURE UNGLEICH BEHANDELT WERDEN WAS IST MEDIA BIAS, WAS IST KRITIKFUNKTION? Positive / Negative Texte Wer sagt Positives / Negatives über wen? Text im Bild, Text und Bild Referenzialität, Intertextualität  Akteurspezifische/Relationale Sentiment-Analysen  machbar, aber Attributionsprobleme (üb)erfordern viele NLP-Tools  ABER: laxe Sprachkonventionen im Web  ABER: Kritik treibende Kraft öffentlichen Diskurses, erst recht im Internet Evaluative Tendenzen bei Nennung  Sentiment-Analysen Die Löcher im Netz  Viele Inhalte werden erst durch ihren Kontext werthaltig  Aufwändige Beziehungsextraktion verursacht komplexe Fehler  Rekontextualisierungen, Meme, Multimedia SEXISMUS IST WENN FRAUEN IN DER DEBATTE SCHWÄCHER/NEGATIVER ERSCHEINEN ALS MÄNNER WAS WENN DER BIAS IN DER UNTERSCHIEDLICHEN DEUTUNG LIEGT?

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 6IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen  Akteurs/Sprecher-Diversität  Themen/Frame-Diversität  Diskurs ist nicht gerecht, höchstens gerechtfertigt ENTZERRUNGEN: ISSUES & FRAMES Semantische Strukturen  Themen × Akteure × Evaluationen: Inhalte in Kontext  Identifikation mit Akteuren/Gruppen verknüpfter Themen  Kontingente Bewertungen  Topic Modeling/Semantic Networks (+ Sentiment) Analyse persistenter Deutungsstrukturen  Resonante/identische Deutungen, Wertungen, Texte  Innerhalb spezifischer (Themen-)Öffentlichkeiten  ABER das generiert ziemlich komplexe Daten… Kontextabhängige Bewertung von Diskursstrukturen  Wer fehlt/ist inhaltlich dominant in einer Debatte?  Welche Kontexte fehlen (wo)/dominieren (warum)?  Sind Verzerrungen in dem Kontext zu rechtfertigen? Lexische Differenzen Objekte Opfer Mütter Schutz- bedürftige Akteure Führer Kämpfer Täter Beschützer Kriegs- bericht- erstattung Wahl- kampf- bericht- erstattung Gender Thema Outfit, Familie priv. Ent- scheidungen G. kein Thema Politik, Karriere, prof. Ent- scheidungen Familien- Politik Finanz- Wirtschaft Wahlen InnovationManagementErzieher Akteure × Themen Themen & Kontexte Akteure × Themen × Bewertungen WELCHE VERZERRUNGEN SIND SINNVOLL, WELCHE SIND MEDIA BIAS? Kontingente Deutungen SEXISMUS IST WENN ES UNTERSCHIEDLICHE FRAUEN- UND MÄNNER-THEMEN UND -DEUTUNGEN GIBT MEDIA BIAS KANN ENTSTEHEN WENN ALTERNATIVE DEUTUNGEN WEITERER AKTEURE VON DER DEBATTE AUSGESCHLOSSEN SIND

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 7IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen VERMESSUNGEN UND BEWERTUNGEN Vermessung: Diskursstrukturen  Wer sagt wo was wie über wen, was bedeutet das, und wen erreicht es?  Identifikation auffälliger Muster und ihrer Auftretenskontexte Bewertungen: Diskursverzerrungen  Welche sozialen/politischen/medialen/… Ursachen und Strukturen reflektieren erkannte Verzerrungen?  Können Verzerrungen als Media Bias interpretiert werden? Media Bias Online?  Vieles, auch Komplexes, ist messbar – nur was bedeutet es?  Auch Bias Scores beinhalten strukturellen Bias  Bias liegt meist in (Themen-, Akteurs-, & Kontext-) spezifischen Verzerrungen Qualita- tive Ver- zerrungen Problema- tische Inhalte Quantita- tive Ver- zerrungen Auffällige Diskurs- strukturen Sinnvolle Verzer- rungen Messen & Beziffern Problema- tische Ver- zerrungen Irrelevan- te Ver- zerungen Deuten & Bewerten

Dr. Christian Baden | Noah Mozes Department of Communication & Journalism 8IRR & IRÖ Jahrestagung ‘Media Bias im Internet’ | Universität zu Köln | Freitag, Baden | Vermessungen von Verzerrungen Vielen Dank für Ihre Aufmerksamkeit!. mail.huji.ac.il