Projekte

Laufende Drittmittelprojekt

What Defines and Affects Replicability in Computational Communication Science?

Computational communication science (CCS) is a young but quickly growing field characterized by the use of digital traces and other media data (e.g., online news, social media) and methods suitable for collecting/generating (e.g., scraping, simulating) and analyzing (e.g., machine learning, natural language processing) those. As, for example, publication practices in the journal Computational Communication Research show, many CCS researchers have been advocating for and implementing open-science principles such as sharing data and materials. However, several challenges complicate making CCS research reproducible and replicable. These challenges presumably are a consequence of (a) the methods commonly used in the field, (b) the volatility of its topics of study and the data it makes use of, and (c) the increasing dependency on third-party data providers, such as search engines or social networking sites. The aim of this project is to investigate the determinants and conditions for replicability in CCS. To achieve this, the project will (1) assess the potential replicability of research in CCS by means of a large-scale content analysis of publications in the field, and (2) test and evaluate the actual replicability of studies from this field via reproduction and replication of purposively selected studies.

Das Projekt ist Teil des DFG-Schwerpunktprogramms META-REP und für drei Jahre gefördert.

Leitung: Dr. Johannes Breuer (GESIS) & Prof. Dr. Mario Haim
Mitarbeit: Philipp Knöpfle

Algorithmische Biases in Suchmaschinen im Bundestagswahlkampf 2021

Suchmaschinen stellen einen zentralen Zugangsweg zu aktuellen Informationen dar. Gerade im Vorfeld von Wahlen tragen sie integral zur Meinungsbildung in modernen Demokratien bei. Dabei ist nach wie vor wenig über ihre algorithmische Kuratierung bekannt. Insbesondere Fragen nach der expliziten Nutzung durch User:innen, nach der Vielfalt von Akteur:innen, Themen und Quellen in Suchergebnissen sowie nach dem Einfluss von technologischen Parametern, etwa der Geolokalisierung oder der Nutzung mobiler Endgeräte, sind nach wie vor ungeklärt. Das vorgeschlagene Projekt soll sich diesen Fragen im Rahmen der anstehenden Bundestagswahl 2021 und der Google-Suchmaschine annehmen. Das als systematisches ‘Algorithmic Auditing’ geplante Projekt verbindet dabei nutzungs- und inhaltsorientierte Ansätze. Konkret soll eine bundesweite Repräsentativbefragung mit innovativen Verfahren des agentenbasierten Testens in allen Bundesländern sowie einer anschließenden Inhaltsanalyse der Suchergebnisse kombiniert werden. Das auf neun Monate angelegte Projekt soll so belastbare Aussagen auf Bundesebene, aber auch im Vergleich über Bundesländer und Endgeräte ermöglichen.

Leitung: Dr. Julian Unkel & Prof. Dr. Mario Haim
Mitarbeit: Patrick Schwabl