Die Wirksamkeit digitaler Medien in der Schule

Gestern stellte ich »Mut zu neuen Medien« (pdf) an einer Fachtagung des Deutschen Philologenverbands in Kassel vor (Folien gibt’s hier). In der Diskussion stellte eine Lehrerin die Frage, mit welcher Systematik ich denn die Auswirkungen des Einsatzes von Neuen Medien auf den Unterricht erfassen würde.

Die Frage überforderte mich im ersten Moment – auf der Rückfahrt in der Bahn erkannte ich dann auch weshalb. Meine einzige Systematik besteht in der Reflexion von Projekten: Ändere ich etwas an meinen Unterrichtsmethoden, bitte ich die Schülerinnen und Schüler über ihre Lernprozesse nachzudenken, tue das selbst, oft auch im Gespräch im Lehrerkollegium und diskutiere dann mit den Klassen diese Auswertungen (zum Beispiel bei diesem Blogprojekt). Daraus resultieren laufend Anpassungen.

Bei der Frage nach einer Systematik dachte ich sofort an die Meta-Studie von Hattie, der systematisch Effekte berechnet hat, die einzelne Unterrichtsmassnahmen in Bezug auf den Lernerfolg nach sich ziehen.

Top 20 Hattie Effect Size List, Quelle
Top 20 Hattie Effect Size List, Quelle

Für »Computer Assisted Instruction« ergibt sich bei Hattie eine Effektstärke von 0.37. Daraus könnte man schließen, dass Lehrpersonen vieles an ihrem Unterricht verbessern können, um eine größere Wirkung zu erzielen – der Einsatz von Computern sollte dabei aber keine Priorität genießen.

Der Effekt des Computereinsatzes lässt sich verstärken, wenn folgende Bedingungen eingehalten werden:

  • Lehrpersonen werden auf den Medieneinsatz vorbereitet
  • das Lernangebot umfasst vielfältige Lernmöglichkeiten, z.B. in Bezug auf Zeiteinteilung
  • Schülerinnen und Schüler kontrollieren den eigenen Lernprozess (z.B. Auswahl von Aufgaben)
  • Peer Learning wird unterstützt
  • es sind Feedbackmöglichkeiten vorhanden.

Gleichwohl ist Hatties Fazit durchzogen: Auch ohne Computer könnten Lehrpersonen mit geeigneten Mittel gleich wirkungsvoll unterrichten (Visible Learning, S. 20).

Doch diese Sicht ist sehr eingeschränkt. Der Einsatz digitaler Werkzeuge erfolgt in einem komplexen Kontext. Er beeinflusst verschiedene Faktoren, die einen großen Einfluss auf den Unterrichtserfolg haben. Wer beispielsweise intensiv mit Social Media arbeitet, wird um formative Beurteilungsformen, Feedback und Selbstevaluation nicht herumkommen – alle drei Effekte befinden sich unter den Top10 von Hatties Effektliste.

 

* * *

In diesem Sinne hat der Medienpädagoge Bardo Herzig in einer Studie (pdf) die Frage untersucht, wie wirksam digitale Medien im Unterricht seien. Die Lektüre des kurzen Papiers ist lohnend, im Folgenden fasse ich die Kernaussagen zusammen.

Herzig betont die Komplexität der untersuchten Frage. Wirkung kann nur innerhalb einer ganzen Reihe von Einflussfaktoren bestimmt werden, wie auch seine Abbildung 1 zeigt:

Quelle: Herzig, S. 10
Quelle: Herzig, S. 10

Der Medieneinsatz ist, so das Schlüsselwort, mit Wechselwirkungen verbunden, weil es sich um »dynamische, hochkomplexe Prozesse« handle, die sich im Unterricht abspielen (S. 10f.). So können Effekte sich Effekte bei Individuen einstellen – d.h. bei Schülerinnen und Schülern – aber auch bei Gruppen, also Klassen.

Auf einer individuellen Ebene lassen sich Lerneffekte hauptsächlich dann feststellen, wenn Informationen multimedial präsentiert werden (S. 12f.). Der Medieneinsatz wirkt sich meist aber auch auf die Motivation, Kooperation, Medienkompetenz und die Selbststeuerung auf, beeinflusst also überfachliche Kompetenzen stark.

Abhängig sind diese Effekte aber von der Art des Einsatzes digitaler Werkzeuge im Unterricht. Es sind zwei Pole auszumachen: (1) Die Integration von digitalen Medien in traditionelle Unterrichtsformen, so dass sie letztlich Wandtafel und Overhead-Projektor ersetzen, aber nicht mehr bewirken. (2) Die Ausrichtung auf einen problemlösenden, selbstgesteuerten Unterricht am Computer.

Betrachtet man die Ergebnisse der Bitkom-Studie, so zeigt sich zumindest für Deutschland eine klare Tendenz um ersten Pol:

Quelle
Quelle

Herzig unterscheidet fünf Typen von Lehrpersonen, was den Einsatz digitaler Hilfsmittel im Unterricht betrifft:

Quelle: Herzig, S. 16.
Quelle: Herzig, S. 16.

Abschließend hält Herzig fest, welche Schülerinnen und Schüler am stärksten profitieren: Solche mit gutem Vorwissen, positiven Einstellungen gegenüber Lernformen mit Neuen Medien, Fähigkeiten zur Selbststeuerung sowie vorhandener Motivation und Interesse. Gleichzeitig gibt es aber auch digitale Lernformen, von denen lernschwache Schülerinnen und Schüler profitieren können – beispielsweise stark gesteuerten Übungsformen am Computer.

Spricht man über die Wirkungen von Veränderungen im Unterricht, so dürfe das – so Herzigs Fazit – nicht »mit Blick auf das technische Medium, sondern nur in systemischen Zusammenhängen« geschehen (S. 22). Dieser Einsicht schließe ich mich an: Möglicherweise liegen die bemerkenswertesten Auswirkungen des Medieneinsatzes darin, dass Einsichten über guten Unterricht sich durchsetzen können, die lange Zeit pädagogisch vorhanden waren, aber praktisch kaum Anwendung gefunden haben.

Studie: Die Auswirkungen von Computergames auf die psychologische Entwicklung Jugendlicher

Mein aktuelles Buch, »Generation Social Media«, fasst den Stand der wissenschaftlichen Erkenntnisse über die Auswirkungen Neuer Medien auf Jugendlichen zusammen. Das Thema wird aber intensiv erforscht – und so erscheinen immer wieder neue Studien, die sich mit ähnlichen Themen befassen. Ich werde in loser Folge Studien zusammenfassen, die sich auf Themen aus dem Buch beziehen und bestimmte Aspekte vertiefen. 

* * *

Your Brain on Videogames, Terry Fan, society6
Your Brain on Videogames, Terry Fan, society6

Auswirkungen von Computergames auf die psychologische Anpassungsfähigkeit. Andrew Przybylski, University of Oxford, Pediatrics (Open-Access), August 2014.

Der Einfluss von Computergames ist eine umstrittene Frage, bei der oft einzelne Faktoren wie das Aggressionspotential isoliert gemessen werden. Przybylski hat den Einfluss auf einen Komplex untersucht, den er psychologische Anpassungsfähigkeit nennt. Gemeint sind damit in der psychologischen Forschung etablierte Skalen und Befragungsmethoden (vor allem SDQ), mit denen folgende Aspekte abgefragt und gemessen werden können:

  • Emotionale Schwierigkeiten
  • Verhaltensauffälligkeiten
  • Aufmerksamkeitsschwierigkeiten und Hyperaktivität
  • Probleme mit Beziehungen zu Gleichaltrigen
  • Empathie und Hilfsbereitschaft
  • Zufriedenheit mit dem eigenen Leben (Schule, Familie, Selbstwahrnehmung, Freundeskreis)

Befragt wurde im Rahmen einer langfristig angelegten Studie 5000 10-15-Jährige, die in Großbritannien leben. Dabei wurden vier Gruppen gebildet, abhängig davon, wie viele Stunden pro Tag digitale Spiele gespielt werden:

  • kein Gamen
  • leichtes Gamen: weniger als 1 Stunde am Tag
  • mäßiges Gamen: zwischen 1 und 3 Stunden am Tag
  • starkes Gamen: mehr als 3 Stunden am Tag
Statistische Verteilung der Typen, Table 1, S. 3
Statistische Verteilung der Typen, Table 1, S. 3

Die Ergebnisse der statistischen Auswertung können wie folgt zusammengefasst werden:

  1. Leichtes Gamen führt in allen Kategorien zu leicht besseren Messwerten als kein Gamen: D.h. diese Jugendlichen weisen weniger Schwierigkeiten, mehr Kompetenzen und eine höhere Zufriedenheit mit ihrem Leben auf als die, die keine Games spielen.
  2. Mäßiges Gamen führt zu keinen messbaren Abweichungen im Vergleich mit dem Verzicht auf Games: Spielen Jugendliche bis zu drei Stunden täglich, entwickeln sie sich psychologisch gleich wie Jugendliche, die nicht gamen.
  3. Starkes Gamen führt zu einem spiegelverkehrten Effekt von 1.: Im fast genau gleichen Ausmaß zeigen Jugendliche, die täglich mehr als drei Stunden Gamen problematische Züge, weniger positive Attribute und geringere Lebenszufriedenheit als nicht-gamende.

In der Interpretation der Daten führt Przybylski aus, dass Computergames – ähnlich wie andere Spiele – positive Auswirkungen auf die Ausbildung einer Identität und die kognitive und soziale Entwicklung hätten. Das kann auch im Labor validiert werden, wie frühere Studien zeigen. Die negativen Einflüsse bei starken Gamerinnen und Gamern führt Przybylski auf die mangelnde Zeit für andere Aktivitäten zurück – insgesamt versteht er digitale Games als generell als einen eher positiven Einfluss auf Jugendliche, wenngleich dafür langfristige Daten fehlen. Insbesondere vermutet er, dass die negativen Effekte von passiven Medien wie Fernsehen bei nicht-altersangepassten Inhalten viel stärker seien als bei aktiven Medien wie Computerspielen.

Anzumerken ist – das steht nicht in der Studie von Przybylski -, dass allein die Zeitdauer der täglichen Verwendung von Computergames mit engagierten Eltern korreliert sein dürfte: Kinder und Jugendliche, denen leichtes Gamen erlaubt ist, stammen aus Haushalten, in denen die technische Ausrüstung und das Bewusstsein für die Bedeutung von Grenzen vorhanden sind – was wiederum ein Faktor für größere Lebenszufriedenheit, positive psychologische Attribute und geringere Schwierigkeiten sein könnte. (Danke für diesen Hinweis, Ali.)

 

 

Schlafqualität und Neue Medien – eine aktuelle Studie

Mein aktuelles Buch, »Generation Social Media«, fasst den Stand der wissenschaftlichen Erkenntnisse über die Auswirkungen Neuer Medien auf Jugendlichen zusammen. Das Thema wird aber intensiv erforscht – und so erscheinen immer wieder neue Studien, die sich mit ähnlichen Themen befassen. Ich werde in loser Folge Studien zusammenfassen, die sich auf Themen aus dem Buch beziehen und bestimmte Aspekte vertiefen. 

* * *

Bildschirmfoto 2014-10-23 um 15.01.33

Schlafqualität. Universität Basel, Sakari Lemola et al., Journal of Youth and Adolescence, September 2014. (pdf-Privatkopie per Mail erhältlich)

Die Studie geht vom wenig erstaunlichen Befund aus, dass die Smartphone-Nutzung das Medienverhalten Jugendlicher verändert hat, zumal WiFi Kommunikation individualisiert und praktisch kostenlos gemacht hat (im Vergleich mit Anrufen und SMS im frühen Mobilfunk). Sie fasst bisherige Forschungsergebnisse zusammen, unter anderem auch eine Arbeit von Michael Gradisar, dessen Einsichten auch die Basis des entsprechenden Abschnitts in meinem Buch darstellen:

Generation Social Media, S. 60. (Ausschnitt)
Generation Social Media, S. 60. (Ausschnitt)

Ein zusätzlicher Fokus der Studie ist der Zusammenhang von Schlafverhalten und Depression – 73 Prozent der Jugendlichen, die unter Depressionen leiden, haben einen gestörten Schlaf. Schlafmangel (maximal 6.5 Stunden Schlaf pro Nacht) ist generell mit einer Reihe emotionaler Störungen assoziiert (extreme Müdigkeit, chronische Nervosität, schlechtes Verhältnis mit den Eltern, negative Stimmung).

Die konkrete Studie untersuchte folgende Thesen, indem 390 Schülerinnen und Schüler (12-20) im Raum Basel befragt wurden. Alle Thesen konnten erhärtet werden.

  1. Wer ein Smartphone besitzt, nutzt mehr digitale Medien – insbesondere vor dem Einschlafen. 
    Bemerkung: Trifft mit Ausnahme von Videogames zu.
  2. Wer vor dem Einschlafen digitale Medien nutzt, weist in einem stärkeren Ausmass Symptome für eine Depression auf. 
  3. Wer vor dem Einschlafen digitale Medien nutzt, schläft weniger oder schlechter. 
  4. Reduzierte Schlafdauer oder Schlafprobleme sind die Ursache für Depressionssymptome. 
    Bemerkung: Schlafstörungen sind stärker mit Depressionssymptomen korreliert als die reduzierte Schlafdauer.
  5. Zusatzaspekt: Welchen Einfluss hat die Art der Mediennutzung vor dem Einschlafen? 
    • Online-Sein (FB etc.): Schlafdauer, -qualität und Depressionsgefahr
    • Videogames: Depressionsgefahr
    • Anlassen des Smartphones während der Nacht: Schlafdauer
    • reines Chatten oder Telefonieren: keine Auswirkungen

Die Autorinnen und Autoren der Studie vermerken, dass eine reine Befragung Jugendlicher mit gewissen Einschränkungen in Bezug auf die Aussagekraft verbunden sind. Aus ihren Ergebnissen leiten sie die Forderungen ab, dass Jugendliche besser über den Wert des Schlafs informiert werden und verstehen müssen, wie sie »Schlafhygiene« betreiben können. Dazu schlagen sie einerseits Präventionsarbeit in den Schulen, andererseits entsprechende Apps für Smartphones vor, die dabei helfen, bestimmte Regeln einzuhalten.

Artikel in der NZZ zur Studie.

Digitalisierung zerstört den Wert von Arbeit. Wie leistet man Widerstand?

Selber schuld, wer sich dem Heil verweigert, das der Geldautomat aus Silicon Valley verspricht. Aus der »Ökonomie des Teilens« auszuscheren, wird früher oder später als Wirtschaftssabotage und Verschwendung kostbarer Ressourcen angesehen werden, die, nutzbar gemacht, das Wirtschaftswachstum beschleunigen können. Am Ende wird die Weigerung, zu »teilen«, ebenso viele Schuldgefühle auslösen wie die Weigerung, zu sparen oder zu arbeiten oder seine Schulden zu bezahlen, und wieder einmal wird der dünne Firnis der Moral dazu dienen, die Ausbeutung zu verschleiern. So ist es nur folgerichtig, dass die weniger Glücklichen, die bereits unter der Last der Sparpolitik ächzen, ihre Küchen in Restaurants, ihre Autos in Taxis und ihre persönlichen Daten in Vermögenswerte umwandeln.

Evgeny Morozov weist wie viele andere Intellektuelle auf das Problem hin, das direkt mit der Digitalisierung verbunden ist: Die Effizienz digitaler Werkzeuge führt zu einer prinzipiellen Verfügbarkeit von allen Gütern und Dienstleistungen. Bislang erschien das denen, die davon profitieren konnten, als Verheißung: Für 5 Dollar kann man bei Fivver erstaunliche Dienstleistungen einkaufen, auf Plattformen wie Ricardo oder eBay kann man jederzeit Flohmarkt abhalten, bei dem Käufer und Verkäufer optimal miteinander in Verbindung gebracht werden, Amazons Mechanical Turk macht sogar Intelligenz zur verkaufbaren Ressource.

Diese Effizienz bedroht – das sieht Morozov ganz richtig – direkt die Privatsphäre, die nach heutigen Vorstellungen immer mit der Möglichkeit zusammenhängt, über Räume und Gegenstände exklusiv verfügen zu können. Aber sie bedroht noch stärker den Wert von Arbeit. Um das zu verstehen, muss man sich einige Prozesse vor Augen halten:

  1. Business Process Reengineering, Qualitätsmanagement und der Siegeszug von SAP haben in den 1990er-Jahren dazu geführt, dass jeder Arbeitsschritt in einem Unternehmen definiert und letztlich segmentiert wird. Die Arbeitskraft wird austauschbar – weil klar ist, was ihr Ersatz leisten muss.
  2. Die Kompetenzorientierung (in Lehrplänen, Ausbildungsgängen etc.) hat dazu geführt, dass auch Bildung in ähnliche Segmente zerfällt und Menschen an Arbeitsprozesse anpassbar werden.
  3. Das Modell der großräumigen Auktion führt zu einer permanenten Konkurrenzsituation.
  4. Digitale Kommunikation erlaubt es, soziale und wirtschaftliche Kontexte auszublenden.

Das Resultat: Wenn ich eine Arbeit weiterverkaufen kann, kann ich sie in Teilschritte aufteilen, entsprechende Kompetenzen definieren und diese digital zur Auktion ausschreiben, ohne berücksichtigen zu müssen, unter welchen Umständen die Arbeit erbracht wird. So finde ich die günstigsten Arbeitskräfte und verdiene am meisten.

Der Prozess beißt sich aber in den Schwanz, wie wir gleich sehen werden. Momentan sind die, welche von digitaler Arbeitsbewältigung profitieren, gut gebildete Mittelstandsmenschen aus westlichen Ländern. Habe ich eine tolle App-Idee, finde ich – per Auktion – ein paar Pakistani, welche mir die App programmieren, mit der ich dann möglicherweise ein Vermögen verdiene. Und ohne tolle App-Idee kann ich per Renovero jemanden finden, der meine Wohnung für ein paar Franken putzt. So jammern jetzt viele innovative digitale Menschen darüber, dass in Deutschland Uber verboten worden ist. Die Firma steht in Konkurrenz zu etablierten Taxi-Betreibern, indem sie mit großen Investitionen eine App vermarktet, mit der private Autobesitzer Taxiaufträge erhalten können. Das bietet Kundinnen und Kunden einige Vorteile: Sie kommen kommen oft günstiger zu einer besseren Dienstleistung.

6738616545_1a4c832d46_o
Flickr/Doerky, CC-BY-ND.

Wer bezahlt den Preis? Es wäre zu schön, ginge es nur um eine Ineffizienz im System. Selbstverständlich bringt es wenig, wenn Taxis sich in Großstädten an wenigen Orten versammeln, statt flexibel Routen zu planen. Aber letztlich geht es um mehr: Das Prinzip-Uber führt dazu, dass der Preis für die Dienstleistung fast beliebig gedrückt werden kann. Die Diagnose von Torsten Larbig in Bezug auf die Hilflosigkeit der etablierten Branchen ist sicher korrekt:

[Der] Versuch der Interessenvertretung der Taxi-Zentralen [Uber verbieten zu lassen] ist nur einer mehr, der zeigt, dass längst nicht jeder verstanden hat, dass wir es mit einem grundlegenden digitalen Strukturwandel zu tun haben, dessen Auswirkungen sicherlich so gravierend sein werden, wie der Wandel des Ruhrgebietes in den vergangenen Jahrzehnten, aber nicht nur eine Region, sondern die gesamte Gesellschaft betreffen werden.

Besitzstandswahrer haben im Kontext dieses Strukturwandels keine Ideen. Sie sehen nur, dass da etwas Neues am Entstehen ist und reagieren reflexartig mit Versuchen, die als Indizien der Veränderung zu verstehenden Entwicklungen zu verbieten – und fallen absehbar auf die Nase.

Denken wir den Strukturwandel weiter, so bleibt keine Arbeit davon verschont. Auch wenn wir alle im Glauben leben, eine einzigartige Tätigkeit zu verrichten, welcher die Digitalisierung nichts anhaben kann: Irgendwo gibt es jemanden, der oder die große Teile unserer Arbeit schneller, besser und günstiger erledigen kann und will.

Wir stehen in Konkurrenz zu allen, die Segmente unserer Arbeit verrichten können. Bezahlt werden sie nur, wenn das Resultat stimmt, ihre Eignung für die Aufgabe ist dank Kompetenzmodellen sicher gestellt. Sascha Lobo spricht von einer Dumpinghölle. Zurecht.


 

Was können wir tun? »Es ist gerade diese gefühlte Freiheit, die Proteste unmöglich macht«, schreibt Byung-Chul Han in einem lesenswerten Essay. Wir wollen ja hochwertige Dienstleistungen zu tiefen Preisen, weil die unsere Lebensqualität steigern. Gleichzeitig schaffen wir damit die Bedingungen, selbst auch Teil dieser Dumpinghölle zu werden und unseren Vorteil einzubüssen.

Wir müssen lernen, Arbeit einen Wert zuzumessen und sie nicht als Produkt, sondern als menschliche Handlung zu verstehen. Hinter der Arbeit steckt ein Mensch, der davon ein gutes Leben führen soll. Diese Maxime muss uns auch dann leiten, wenn die globalen Produktions- und Kommunkationsmechanismen die Arbeit immer weniger sichtbar machen.

Üben kann man im Restaurant. In der Gastronomie verdienen alle Angestellten gerade mal so viel, dass sie die Suppe nicht vergiften. Jede zusätzliche Einnahme resultiert aus Trinkgeldern. Was ist ein faires Trinkgeld? Ganz einfach: Die Differenz zwischen dem bezahlten Minimallohn und einem angemessenen Stundenlohn. (Durch die Anzahl Tische teilen muss man nicht, weil das Trinkgeld ja nicht einer Person, sondern mehreren bezahlt wird.) In der Schweiz wäre ein angemessenes Trinkgeld also 15 Franken pro Stunde Anwesenheit im Lokal.

Es sind weitere Übungen denkbar: Dem Putzpersonal einen fairen Lohn zahlen. Echte ausgebildete Handwerkerinnen und Handwerker beauftragen, etwas für einen zu erledigen.

Wer Preise drückt, schafft nämlich Freundlichkeit ab, wie Han treffend schreibt:

Es ist keine zweckfreie Freundlichkeit mehr möglich. In einer Gesellschaft wechselseitiger Bewertung wird auch die Freundlichkeit kommerzialisiert. Man wird freundlich, um bessere Bewertungen zu erhalten.

Wie im Web 2.0 Vertrauen entsteht

In einem interessanten Paper (pdf) fasst die amerikanische Forscherin Catalina Toma eine Studie zusammen, mit der sie untersucht hat, welche Merkmale von Facebook-Profilen Vertrauen generieren und ein Profil als vertrauenswürdig charakterisieren. Das ist insofern entscheidend, als dass das Web 2.0 viele Kontakte zu bisher Unbekannten herstellt, die sehr schnell (meist aufgrund eines Besuchs auf ihrem Profil) als vertrauenswürdig oder eben nicht-vertrauenswürdig eingeschätzt werden.

Is-Trust-A-Must

Die Studie hat zunächst gezeigt, dass User tatsächlich glauben, aufgrund eines Profils die Vertrauenswürdigkeit einer dahinter stehenden Person einschätzen zu können. Dabei schenkten sie Merkmalen, die durch Beziehungen zu anderen Profilen geschaffen werden (Anzahl »Freunde«, Kommentare, Likes), mehr Bedeutung als solchen, die User selbst kontrollieren können (Anzahl Bilder, Anzahl Status-Updates, Anzahl Selbstbeschreibungen). Entscheidend bei der zweiten Kategorie war besonders die Frage, ob User auf ihrem Profilbild lachen – das macht sie vertrauenswürdig (evolutionär kann Lachen als Signal interpretiert werden, dass Nähe und Kooperation möglich ist).

Bei der Anzahl der Freunde ergab sich ein erstaunliches Muster: Profilen mit sehr vielen oder sehr wenigen Freunden schenkten Menschen mehr Vertrauen als denen, die eine durchschnittliche Anzahl aufwiesen. Theoretisch erklärt das Toma so, dass Menschen, die regelmäßig lügen, von vielen Kontakten schneller entlarvt würden und so nicht in der Lage wären, einen so großen Freundeskreis aufzubauen. Daneben sind die Menschen, die online nur Kontakte zu Menschen pflegen, die sie auch offline kennen, ebenfalls vertrauenswürdig – sie haben nur einen kleinen Kreis an Facebook-Freundschaften.

Bei der Zahl der Informationen, die Menschen über sich veröffentlichen, beruft sich Toma auf die URT, die Uncertainty Reduction Theory. Sie besagt, das Menschen Vagheit und Unsicherheit bei Personen ablehnen, weil sie sie so schlecht einschätzen können. Vertrauen entsteht, wenn man in der Lage ist, durch das Auffüllen von Wissenslücken Personen besser kennen zu lernen.

So erstaunt es nicht, dass ausführliche Beschreibungen (»About me«) zu höherem Vertrauen führen. Bei Bildern ist das aber nicht der Fall. Texte scheinen in sozialen Netzwerken vertrauenswürdiger wahrgenommen zu werden als Bilder. Das könnte damit zusammenhängen, dass Menschen, die viele Bilder generieren, in der Regel als narzisstischer eingeschätzt werden.

Studie: Facebook führt zu schlechter Stimmung

Eine neue Studie von Christina Sagioglou und Tobias Greitemeyer, die im Juni publiziert wird, belegt einerseits, dass die Nutzung von Facebook zu schlechterer Stimmung führt, kann aber andererseits auch nachweisen, warum das Menschen nicht davon abhalten kann, Facebook zu nutzen.

Ich fasse die relevanten Ergebnisse und Methoden zusammen, wie immer verschicke ich gerne Privatkopien der Untersuchung an interessierte Leserinnen und Leser (Mailanfrage).

Die Forscherin und der Forscher ließen Studienteilnehmer nach einer Aufforderung entweder 20 Minuten Facebook nutzen, 20 Minuten im Web surfen oder 20 Minuten nichts dergleichen tun, um eine Vergleichsbasis zu etablieren. Direkt im Anschluss – das das Neuartige an der Studie – wurden sie online befragt.

Facebook führte zu einer leicht (aber signifikant) schlechteren Stimmung und zu einer Aktivität, die als deutlich weniger bedeutsam erlebt wurde als die anderen beiden Tätigkeiten. Allerdings ändert sich die Stimmung bei den Facebook-Usern nicht, die das soziale Netzwerk als gehaltvoll erleben. Es wäre also denkbar, dass die erlebte Bedeutungslosigkeit der Facebooknutzung auf die Stimmung schlägt.

Diese Frage wurde aber separat noch einmal untersucht. Besonders erstaunlich ist, dass die Facebooknutzung nicht minimiert wird, obwohl sie zu schlechter Stimmung führt. Allerdings gibt es vergleichbare Phänomene: Auch Rache oder die Möglichkeit, eine Entscheidung zu ändern, führen im Vergleich zu alternativen Handlungen nicht zu befriedigenden Resultaten, werden aber dennoch häufig gewählt, wenn die Möglichkeit besteht. Bei Facebook stellte sich heraus, dass die Teilnehmerinnen und Teilnehmer der Studie die Erwartung hatten, sich nach der Facebooknutzung besser zu fühlen, das aber nicht eintrat.

Bildschirmfoto 2014-04-08 um 19.56.49

In der Diskussion ihrer Ergebnisse merkt das Autorenteam an, dass die Motivation, weshalb Menschen Facebook nutzen, genauer untersucht werden müsse – weil die bewussten Gründe oft nicht präzise sind. Hinzu kommt das Problem, dass Selbstauskünfte in Online-Befragungen einer Reihe von möglichen Verzerrungen ausgesetzt sind.

 

Methodische Probleme von Big Data im Umgang mit Social Media

In einem neuen Aufsatz beschreibt Zeynep Tufekci Probleme, die auftauchen, wenn Plattformen von sozialen Netzwerken als Datenquellen benutzt werden, um mit der maschinellen Verarbeitung von großen Datenbanken (»Big Data« genannt) Erkenntnisse über das menschliche Verhalten zu sammeln.

Ich fasse die wesentlichen Beobachtungen und Schlüsse von Tufekci zusammen, empfehle aber allen eine genaue Lektüre des Originaltextes. Im Folgenden verwende ich SMBD als Abkürzung für »Social-Media-Big-Data«.

  1. SMBD bezieht sich oft auf spezifische Plattformen wie Twitter. 
    Die Twitter-Daten sind leicht zu bekommen, dabei beeinflussen aber bestimmte Phänomene oder Affordances von Twitter die Resultate aus der Datenverarbeitung. Tufekci vergleicht hier Big Data mit der Biologie, die sich auf bestimmte Organismen oder Lebewesen konzentriere, weil die einfache Forschung ermöglichen – gerade deswegen gewisse biologische Strukturen in einer untypischen Form aufweisen, welche die Untersuchung verzerren.
    Ein wesentliches Problem ist die fehlende Repräsentativität: Nur wenige Menschen sind auf Twitter präsent und sind in Bezug auf Bildung, Geschlecht, Ethnie etc. kein gutes Sample.
  2. SMBD führt oft zu methodischen Problemen, weil nicht repräsentative Daten verwendet werden oder abhängige Variablen untersucht werden. 
    Tufekci verweist auf Beispiele in der medizinischen Forschung, die beispielsweise Patientinnen untersucht, die ein bestimmtes Medikament nehmen. Daraus ergibt sich der falsche Eindruck, das Medikament helfe bei bestimmten Risiken, obwohl es letztlich schadet. Der Eindruck entsteht, weil nur gesunden Frauen das Medikament nehmen und so im Vergleich mit anderen in jeder Hinsicht bessere Werte zeigen. Analog ist die Auswertung von Hashtags, die bei bestimmten Ereignissen eingesetzt werden, gefährlich, weil die Hashtags von Usern selbst als Mittel gewählt werden.
  3. SMBD bilden oft komplexe und nicht quantifizierbare Interaktionen ab.
    Man denke beispielsweise an die unterschiedlichen Bedeutungen, die ein Facebook-Like oder ein Twitter-Fav haben können. Tufekci verweist darauf, dass leicht berechenbar ist, wie viele Menschen like gedrückt haben oder auf eine Meldung klicken: Aber wie viele sie sehen, ohne zu klicken, kann oft kaum ermittelt werden. Retweets auf Twitter erfolgen oft auch, weil man negative Wertungen weitergeben oder Abgrenzungen vornehmen will – sie sind nicht immer ein Zeichen von Einfluss oder positiver Resonanz. Ihre Bedeutung kann von Maschinen nur dann erfasst werden, wenn sie vorher interpretiert wird.
  4. Der isolierte Blick auf eine Plattform kann ein Phänomen nicht erfassen. 
    Informationen verbreiten sich on- und offline in verschiedenen Medien. Hier eine bestimmte Art der Interaktion rauszugreifen ergibt ein unvollständiges Bild.
  5. Viele Social-Media-Bezüge sind schwer maschinenlesbar. 
    Tufekci verweist auf Bezüge auf Kontext, Screenshots, Nonmentions und Hate-Linking, also das Verlinken auf einen Beitrag oder Tweet, statt ihn mit den Standardmethoden zu teilen.
  6. Bewusste Einflussnahme wird unterschätzt. 
    Analog zum Google-Suchalgorithmus, dessen Funktionsweise von SEO-Spezialisten sofort missbraucht wird, wenn sie verstehen, wie er funktioniert, werden alle maschinenlesbaren Metriken von Social Media von Menschen beeinflusst, die bestimmte Meinungen vertreten wollen. Tufekcis Daten beinhalten beispielsweise Versuche türkischer Politiker, Hashtags wie #stoplyingCNN zum Trenden zu bringen, also regional oder global in Charts aufzutauchen, die zeigen, welche Themen momentan wichtig sind.

Tufekci schlägt für Untersuchungen folgende Punkte vor:

  • Messwerte und Variablen verwenden, die außerhalb von Social Media überprüfbar sind (Wahlresultate, Arbeitslosenzahlen etc.)
  • Kleine Samples auch qualitativ untersuchen, um beispielsweise feststellen zu können, welche Rolle Hate-Linking spielt.
  • Mit Vertretern der Social-Media-Anbietern zusammenarbeiten, um an bessere Daten zu gelangen.
  • Immer mehrere Methoden und mehrere Plattformen einbeziehen.
  • Mit Wissenschaftlerinnen und Wissenschaftlern verschiedener Disziplinen zusammenarbeiten.

    Karten-Daten-Visualisierung Linkedin l luc legay CC – Flickr