KI soll Facebook-Emoticons vorhersehbar machen

Wissenschaftler erstellen Modell, um Nutzer-Reaktionen zu dekodieren. [...]

Forscher des Penn State’s College of Information Sciences and Technology haben ein Computermodell entwickelt, das eines Tages dazu verwendet werden könnte, die emotionalen Reaktionen von Menschen auf Facebook-Posts besser vorherzusagen. Es könnte Nutzern und Unternehmen dabei helfen, die immer kompliziertere Art und Weise zu verstehen, wie Menschen ihre Gefühle in sozialen Medien zum Ausdruck bringen.

Zuverlässige Ergebnisse kreieren

„Wir wollen die Reaktionen des Benutzers hinter diesen Klicks auf Facebook-Reaktionen verstehen. Indem wir das Problem als Ranking-Problem modellieren, kann ein Algorithmus bei einem Facebook-Post die richtige Reihenfolge unter sechs Emoticons in Bezug auf die Stimmen vorhersagen“, erklärt Researcher Jason Zhang. Dem Forscher zufolge stellen aktuelle Modelle das zu unzuverlässig an. Das bloße Zählen der Klicks würde nicht ausreichend bestätigen, dass einige Emoticons weniger wahrscheinlich angeklickt werden.

Die Forscher wollen deshalb ein besseres Modell entwickeln, das die Reaktionen ebenso genau vorhersagt, wie es noch vor 2016 der Fall war, als es nur ein „Gefällt mir“ gab. Nun arbeiten die Researcher mit sechs Auswahlmöglichkeiten. Die Forscher, die ihre Ergebnisse auf der AAAI Conference on Artificial Intelligence in New Orleans vorstellen werden, verwendeten dafür eine KI-Technik des „überwachten maschinellen Lernens“. In der Studie trainierten sie das Modell anhand von vier Facebook-Post-Datensätzen, einschließlich öffentlicher Beiträge von normalen Nutzern, der „New York Times“, des „Wall Street Journal“ und der „Washington Post“. Sie zeigten, dass ihr Modell die bestehenden Lösungen übertraf.

Sechs Emotionen verstehen

Den Wissenschaftlern zufolge klicken Nutzer beispielsweise am häufigsten auf die Schaltfläche „Gefällt mir“, da sie eine positive Interaktion signalisiert. Dies ist auch das Standard-Emoticon auf Facebook. „Wenn wir etwas auf Facebook posten, neigen unsere Freunde dazu, auf die positiven Reaktionen zu klicken. Normalerweise ‚Herz‘, ‚Haha‘ oder einfach ‚Gefällt mir‘, aber sie werden selten ‚Wütend‘ wählen“, sagte Zhang. „Das verursacht ein schwerwiegendes Ungleichgewichtsproblem.“

Für Social-Media-Manager und Werbetreibende, die jedes Jahr Milliarden für den Kauf von Facebook-Werbung ausgeben, kann dieses Ungleichgewicht ihre Analyse dahingehend beeinflussen, wie ihre Inhalte tatsächlich auf Facebook funktionieren. Aus diesem Grund wollen die Forscher ein funktionierendes Computermodell erstellen, das sechs Emoticons im Rahmen eines Facebook-Posts richtig einkalkulieren kann.