Künstliche Intelligenz entlarvt Clickbait-Artikel

Mausklick: KI warnt vor ködernden Inhalten.

Bild: pixabay.com, 422737

Forscher der Penn State University haben eine Künstliche Intelligenz (KI) entwickelt, die Clickbait erkennen kann, also Online-Inhalte, die User mit reißerischen Titeln anlocken und nicht das halten, was sie versprechen. Der Algorithmus auf Basis maschinellen Lernens unterscheidet auch, ob die Inhalte von Menschen oder Bots verfasst wurden. "Für uns ist Clickbait nur eines von vielen Elementen, aus denen Fake News bestehen. Aber diese Forschung ist ein wichtiger Schritt, um ein gutes System zu seiner Erkennung aufzubauen", so Forscher Shyam Sundar.

KI von Menschen und Computern trainiert

Das Team hat die KI mit künstlichen Clickbait-Artikeln trainiert, die von Computeralgorithmen erstellt wurden. Zusätzlich dazu schrieben 210 Studienteilnehmer ihre eigenen, anlockenden Inhalte. 125 davon waren angehende Journalisten, 85 Profis. Die KI kann aufgrund dieses umfassenden Trainings Clickbait um 14,5 Prozent genauer erkennen als etablierte Algorithmen.

Sundar zufolge sind Clickbait-Artikel für einen Algorithmus schwer zu erkennen, da es verschiedene Arten von ihnen gibt. Manche Inhalte würden sich beispielsweise als Listen präsentieren. Vor allem die Titel, der User anlocken sollen, seien dabei wichtig. Diese würden auch variieren, einige seien als Frage formuliert, andere als Aussagen. Auch zwischen von Menschen verfasstem Clickbait und computergenerierten Inhalten gebe es Unterschiede. So würden Menschen beispielsweise häufiger grammatikalische Artikel wie "der" oder "welcher" verwenden.

Profis schreiben Clickbait-Artikel anders

Durch das Experiment mit den Studienteilnehmern stellte sich auch heraus, dass Menschen mit einem hohen Grad an journalistischer Erfahrung Clickbait-Artikel anders gestalten als ungeübte Autoren. So nutzten die Profis oft längere Wörter und Pronomen. Sie eröffneten die Titel ihrer Meldungen außerdem häufig mit Zahlen.

Die KI schnitt im direkten Vergleich besser ab als bereits existierende Anwendungen zur Erkennung von ködernden Inhalten, die in der "Clickbait Challenge 2017", einem Online-Wettbewerb, die Spitzenreiter waren. In Zukunft will das Team das System noch präziser machen und weitere Algorithmen entwickeln, die andere Elemente von Fake News entlarven sollen.

Quelle: www.pressetext.com/Georg Haas