Es gibt Forschungsergebnisse aus den USA und Australien, die zeigen, was Menschen bei der Social-Media-Nutzung bedauern. Es geht hierbei nicht nur um die Fälle, in denen anderen geschadet wird oder andere provoziert werden, sondern es geht auch um die Selbstdarstellung und darum, welches Bild andere von mir haben sollen, also wie man selbst wahrgenommen werden möchte.
Normalerweise konzentriert sich die Forschung zu Privatheit auf den Schutz der Nutzenden vor Datenmissbrauch, insbesondere im Hinblick auf Datenschutz und Privatsphäre. Dabei wird an die Möglichkeit gedacht, dass Unternehmen oder der Staat Daten über einen sammeln und somit die informationelle Selbstbestimmung einschränken könnten. Der Extremfall wäre hier, dass man zum gläsernen Bürger wird.
Auch die Manipulation von Kaufentscheidungen durch umfangreiche Informationen über eine Person ist ein Thema der Forschung. Jedoch wurde festgestellt, dass Menschen vielfach selbst zu viel von sich preisgeben. Daraufhin richtete sich die Forschung auch darauf aus, wie man verhindern kann, dass zu viele Informationen über Menschen erfasst werden und dass möglicherweise Persönlichkeitsprofile erstellt werden.
Warum scheitern Kontrolloptionen auf heutigen Social-Media-Plattformen? Können neuartige KI-basierte Lösungsansätze, Social-Media-Nutzende dazu befähigen die Veröffentlichung und Verbreitung unüberlegter bzw. unbeabsichtigter Beiträge zu unterbinden?
Auf diese Fragen liefern Michael Kreutzer und Hervais Simo die Perspektive aus dem WallGuard Projekt und erläutern die Notwendigkeit einer hochqualitativen Datengrundlage als eine zentrale Herausforderung bei der Gestaltung effektiver privatheitsfördernder technischer Lösungen mit Hilfe Künstlicher Intelligenz.
Hervais Simo ist Informatiker und forscht im Themenkomplex „Privatheit und Privacy Engineering“.