Auch wenn aus informatischer Sicht die Effekte der Filterblase und Echokammer wissenschaftlich nachgewiesen wurden1, fand die Forschungsabteilung von Facebook heraus, dass nur ein geringer Teil an Informationen, die an eine Person vordringen, von einem Algorithmus bzw. nicht von einer anderen Person beeinflusst wird.
Die Beeinflussung hängt stärker mit der sozialen Homophilie zusammen, also die Tendenz von Individuen sich mit anderen Menschen (sowohl off- als auch online) zu umgeben und Beziehungen aufzubauen bzw. zu stärken, die ihnen ähnlich sind.
Welche Maßnahmen kann man ergreifen?
Obwohl laut wissenschaftlicher Studien die Auswirkungen der Filterblasen die Menschen nur geringfügig beeinflussen und der Echokammer-Effekt nicht nur online, sondern auch offline zu finden ist, werden wir hier einige Maßnahmen auflisten, die man trotzdem ergreifen kann:
Wissen, dass nur ein geringer Teil der verfügbaren Information angezeigt wird.
Verwende AdBlocker-Erweiterungen in deinem Browser (bspw. uBlock, AdBlockPlus, Ghostery)
Nachrichten und Blogs lesen, die unterschiedliche Perspektiven anbieten
Suchhistorie und Cookies regelmäßig löschen
Auf sozialen Netzwerken etwas liken oder kommentieren, was normalerweise nicht gelikt oder von Dir kommentiert wird. Algorithmen können nicht genau wissen, was du wirklich magst.
Beiträge auf Neuheit statt auf Personalisierung sortieren. Auf Facebook oder Twitter erlauben in ihren Einstellungen die Beiträge auf Neuheit zu sortieren.
Browser verwenden, die ihren Fokus auf Privatsphäre legen (z.B. Firefox, Chromium)
Info
Die Entwicklung von Empfehlungssystemen schreitet weiter voran und werden auch breitere Verwendung finden. Demnach bleibt die Forschung zum Thema Filterblasen und Echokammern von Bedeutung.
E. Bakshy, S. Messing, und L. A. Adamic, „Exposure to ideologically diverse news and opinion on Facebook“, Science, Bd. 348, Nr. 6239, S. 1130–1132, Juni 2015, doi: 10.1126/science.aaa1160.
J. Figeac und G. Favre, „How behavioral homophily on social media influences the perception of tie-strengthening within young adults’ personal networks“, New Media & Society, S. 146144482110206, Juni 2021, doi: 10.1177/14614448211020691.
M. Frieling und D. E. Froehlich, „Homophilie, Diversity und Feedback: eine soziale Netzwerkanalyse“, in Personalmanagement: Internationale Perspektiven und Implikationen für die Praxis, B. Covarrubias Venegas, K. Thill, und J. Domnanovich, Hrsg. Wiesbaden: Springer Fachmedien, 2018, S. 179–192. doi: 10.1007/978-3-658-15170-6_10.
R. Jiang, S. Chiappa, T. Lattimore, A. György, und P. Kohli, „Degenerate Feedback Loops in Recommender Systems“, Proceedings of the 2019 AAAI/ACM Conference on AI, Ethics, and Society, S. 383–390, Jan. 2019, doi: 10.1145/3306618.3314288.