Rumor Diffusion auf Sozialen Medien während der COVID-19-Pandemie

• Antragsteller: Professor Dr. Nicolas Pröllochs
• Fachliche Zuordnung: Management und Marketing
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 455368471

Auf Social-Media-Plattformen werden erhebliche Informationsmengen verbreitet. Darunter befinden sich oft Gerüchte mit unterschiedlichem Wahrheitsgehalt – sogenannte Rumors. Insbesondere in der aktuellen COVID-19-Pandemie weisen die Beurteilungen von Fact-Checking-Organisationen (z.B. politifact.com, snopes.com) darauf hin, dass COVID-19-bezogene Falschinformationen in den sozialen Medien weit verbreitet sind. Da Falschinformationen im Internet häufig auch zu Offline-Konsequenzen führen, ist es dringend erforderlich zu verstehen, wie sich Rumors im Zusammenhang mit COVID-19 in den sozialen Medien verbreiten. Ein solches Verständnis fehlt jedoch in der gegenwärtigen Krisensituation weitgehend. Daher zielt dieses Projekt darauf ab, die Verbreitung von wahren und falschen Rumors in sozialen Medien während der COVID-19-Pandemie ganzheitlich zu analysieren. Wir werden Rumor-Kaskaden aus zwei umfangreichen Datenquellen analysieren: (i) Rumor-Kaskaden auf Twitter, die von Experten auf drei Fact-Checking-Websites auf ihren Wahrheitsgehalt überprüft wurden; (ii) Rumor-Kaskaden Twitter, die durch einen community-basierten Ansatz auf Twitters Birdwatch-Plattform auf ihren Wahrheitsgehalt überprüft wurden. Basierend auf diesen Datensätzen werden wir untersuchen, wie der Wahrheitsgehalt eines Rumors mit Unterschieden in seiner Verbreitung auf Twitter zusammenhängt. Darüber hinaus zielt das beantragte Forschungsprojekt darauf ab, die Rolle zusätzlicher interner und externer Faktoren zu untersuchen, die die Verbreitung von Rumors möglicherweise beeinflussen (z.B. steigende/rückläufige COVID-19-Fallzahlen, die Geschwindigkeit der Faktenüberprüfung, COVID-19-spezifische Unterthemen). Wir werden zudem analysieren, wie die Glaubwürdigkeit (Believability) und potenzielle Schädlichkeit (Harmfulness) von Rumors mit ihrer Verbreitung zusammenhängen. Das übergreifende Ziel dieses Projekts ist es, das Wissen darüber zu erweitern, wie Nutzer auf Falschinformationen in sozialen Medien während der COVID-19-Pandemie reagieren. Als Erweiterung werden wir zudem untersuchen, ob die Erkenntnisse aus diesem Projekt genutzt werden können, um die Verbreitung von Rumors in sozialen Medien mit Hilfe von Machine Learning vorherzusagen. Auf der Grundlage der gewonnenen Erkenntnisse wird das Projekt wichtige Implikationen für Social-Media-Plattformen und politische Entscheidungsträger ableiten.

• DFG-Verfahren: Sachbeihilfen