Crossfoam

Sebastian Meier , Daniel Lommes  

Welches Problem willst Du mit Deinem Projekt lösen?

Im Gegensatz zum Begriff der Öffentlichkeit, in dem idealtypisch alle sprechen und von allen gehört werden können, werden in Filterblasen homogene Meinungen einem homogenen Publikum vorgetragen. Die fortschreitende Verschiebung des Nachrichtenkonsum in Soziale Medien, gepaart mit deren algorithmischer Kuratierung, führt zum weitgehenden Verblassen der Öffentlichkeit, während tausende Filterblasen blühen. Im Gegensatz zu Ansätzen der Zensur und/oder der Priorisierung klassischer Medienunternehmen versuchen wir, Menschen zu sensibilisieren, und ihnen ein Werkzeug an die Hand zu geben, um Filterblasen zu erkennen und Inhalte in diesen verorten zu können. Dadurch wird Data Literacy aktiv gefördert.

Wie löst Dein Projekt das Problem?

Wie können Filterblasen sichtbar gemacht werden? Wie können wir ihre Einschränkungen und blinden Flecke in Möglichkeiten und Einblicke verwandeln? Wir möchten den Nutzer*innen Werkzeuge geben um ihre Filterblasen selbst zu benennen, und damit für sich sichtbar und nutzbar zu machen. Nutzer*innen können beispielhafte Inhalte oder Benutzerkonten auswählen und klassifizieren, das Tool zeigt dann durch Netzwerkanalyse über die Konten und Machine Learning über die Inhalte (sowie deren Kombination) potenzielle Filterblasen auf. Auf diesem Prototyp aufbauend sind weitere Werkzeuge denkbar, die den selbstbestimmten Umgang mit Filterblasen ermöglichen.
Aus Datenschutzgründen wollen wir versuchen, die Anwendung soweit wie möglich ohne Cloud-Infrastrukturen aufzubauen. Ziel ist es, eine client-seitige Anwendung zu entwickeln, welche im Browser der User*in läuft. Die Wahl eines Browser-Plugins ist nicht nur technologisch motiviert, sondern zielt darauf ab die Nutzung für möglichst viele Menschen so niederschwellig wie möglich zu machen. Das Plugin selber nutzt JavaScript als primäre Programmiersprache. Die Open-Source-Library TensorFlow (JavaScript), stellt neben anderen statistischen und Machine-Learning-Libraries, ein wichtiges Standbein für die Datenanalyse und Auswertung dar. Das Projekt wird sich in der ersten Phase auf Twitter konzentrieren und darauf aufbauend für andere Netzwerke erweitert werden. Für Twitter nutzen wir die API, um Nutzer*innen-Netzwerke und deren Inhalte zu erschließen. Ein optimierte Sqlite Datenbank auf Seiten des Nutzers dient als Cache der Informationen. Als erstes wollen wir Mozilla als Mittelweg zwischen Offenheit und Verbreitung unterstützen, langfristig soll das Plugin auch für Chrome verfügbar gemacht werden (die Plugin-Engines der beiden Anbieter sind sehr ähnlich).

An wen richtet sich Dein Tool?

Unsere Zielgruppe sind alle Social-Media-Benutzer*innen, jedoch mit einem Fokus auf Konsument*innen von Online-Nachrichten. Um die Nutzung möglichst niederschwellig zu gestalten, haben wir den Einsatz vorerst als Browser-Plugin anvisiert, was Vertrieb, Installation, und Verwendung erleichtert. Das Tool steht so bei jedem Besuch der sozialen Medien zur Verfügung und kann Informationen zu entsprechend relevanten Filterblasen direkt einbinden. In einem weiteren Schritt streben wir mittelfristig Kooperationen mit den Produzent*innen von Online-Nachrichten an, die das Tool auch für ihre eigenen Meldungen nutzen könnten. Kontakte haben wir bereits in unserem OpenSource-Projekt SVIFT aufgebaut.

Logo: Das Bundesministerium für Bildung und Forschung (BMBF)
Logo: Open Knowledge Foundation Deutschland