Ein Tool merkt, wenn Online-Talks an Niveau verlieren

Ein Team von Forschern der Cornell University hat in Zusammenarbeit mit der Wikimedia Foundation ein digitales Framework entwickelt, um zu erkennen, wann eine Online-Diskussion wahrscheinlich ärgerlich oder an Niveau verlieren wird. 

Um dieses Problem zu lösen, haben die Forscher über 1200 Online-Konversationen auf den Wikipedia-Talk-Seiten nach linguistischen Hinweisen durchsucht. Indizien waren in diesem Zusammenhang Stichwörter, die Haltung und Höflichkeit suggerierten. Dabei stellten die Researcher fest: Verwendeten Nutzer Floskeln wie «Bitte» und «Danke», war die Wahrscheinlichkeit geringer, dass die Konversation entartete.

Die Forscher fanden auch positive Phrasen wie «Ich denke» oder «Ich glaube», die in den Diskussionen dazu führten, dass sie auf einem gleichmässigen Niveau blieben. Auf der anderen Seite fanden sie auch weniger hilfreiche Stichwörter, etwa wenn Gespräche mit einer direkten Frage oder dem Wort «You» begannen. Solche Hinweise führten im weiteren Verlauf meist zur Verschlechterung der Höflichkeit in den Konversationen, was von den Lesern oft als feindselig und streitbar empfunden wurde.

Das Team entwickelte aus diesen gewonnenen Erkenntnissen einen Algorithmus, der Stichwörter als gelernte Daten akzeptiert und dann Sätze analysiert, nach solchen Stichwörtern sucht und ihnen eine Art menschliche Intuition zuweist. Das Ergebnis ist ein computergestützter Rahmen, der den Researchern zufolge frühzeitig erkennt, wann eine Konversation in ein leidiges Hin und Her abdriftet. Das System ist bislang zu 61,6 Prozent genau. Menschen erzielen im gleichen Kontext jedoch derzeit immer noch 72 Prozent.