|
Lehrende: Prof. Dr. Juliane Lischka; Kostiantyn Yanchenko
Veranstaltungsart:
Seminar
Anzeige im Stundenplan:
SEM: Telegram
Semesterwochenstunden:
2
Credits:
5,0
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
10 | 25
Anmeldegruppe: AG_NF_AM1/LA_VMPol
Weitere Informationen:
Verwendbar in folgenden Studiengängen bzw. Modulen:
- B.A. Politikwissenschaft Nebenfach: AM1 - Regieren in politischen Mehrebenensystemen
- Master-Teilstudiengang Sozialwissenschaften (Lehramt): Vertiefungsmodul Politikwissenschaft oder Modul Sozialwissenschaftlicher Wahlschwerpunkt bzw. Wahlschwerpunkt Politikwissenschaft
- B.Sc. Geographie, Ergänzungsfach Politikwissenschaft: AM1 - Regieren in politischen Mehrebenensystemen oder Spezialisierungsphase
Dieses Seminar ist nicht für den Wahlbereich geöffnet.
englische Übersetzung des Lehrveranstaltungstitels: Political Disinformation and Counter Publics on Telegram
Kommentare/ Inhalte:
Das Seminar betrachtet das globale Phänomen Desinformation vor dem Hintergrund von Gegenöffentlichkeiten auf sozialen Plattformen. Dabei steht die Rolle von Telegram als Plattform für Internet-Persönlichkeiten in der Verschwörungs-Szene (Rogers 2020) und Datenquelle für die Untersuchung extremistischer Bewegungen im Mittelpunkt (Urman und Katz 2020). Der interdisziplinäre, internationale Forschungsstand zu Desinformation und Verschwörungsnarrativen wird aufgearbeitet.
Im Rahmen von forschendem Lernen sollen Studierende selbst gewählte Fallbeispiele zur Verbreitung und inhaltlichen Darstellung von Verschwörungsdiskursen auf Telegram erarbeiten. Dazu werden Daten-Fähigkeiten von der systematischen Erhebung von strukturierten und unstrukturierten Daten (Metadaten, Bilder, Videos, Text) mit der Telegram-API über die Datenanalyse bis zur Visualisierung mit Jupyter Notebook diskutiert und angewandt. Besonderer Fokus liegt auf ethischen und datenschutzrechtlichen Gesichtspunkten der Erhebung von öffentlich zugänglichen Daten, die ohne das explizite Einverständnis der Absender:innen vollzogen wird und möglicherweise unabsichtlich zugänglich sind (Abu-Salma et al. 2017).
Lernziel:
Qualifiziertes Wissen über die Forschungsfelder Desinformation und Verschwörungsnarrative sowie zur Rolle von sozialen Plattformen
Fähigkeit, eine Desinformations-Fallstudie systematisch zu erheben und zu analysieren
- Anwenden der investigativen digitalen Ethnographie
- Verstehen von Dateninfrastrukturen auf der sozialen Plattform Telegram
- Kritische Reflexion von der Verarbeitung von Daten aus sozialen Plattformen, insb. zum Datenschutz
- Datensammlung mittels des Telegram-Monitoring-Tools des Transferpartners d4t
- Anwenden von Jupyter Notebooks als interaktive Analyse- und Visualisierungsumgebung
- Anwendungsfähigkeit der visuell-textlichen Inhaltsanalyse und Netzwerkanalyse
Vertieftes Verständnis von Desinformationsstrategien
Fähigkeit, wissenschaftliche Erkenntnisse präzise mündlich und schriftlich zu präsentieren sowie einer interessierten Öffentlichkeit zugänglich zu machen
Vorgehen:
Das Seminar beginnt mit Einführungssitzung sowie einer methodischen Einführung zur investigativen digitalen Ethnographie (IDE) (Friedberg 2020), die sich zur Erhebung von Desinformations-Fallbeispielen eignet. Anschließend werden Literatursitzungen zur Definition von Desinformation (Möller et al. 2020), sozio-technischen Entstehungsbedingungen (Marwick 2018), Anhänger:innen (Franks et al. 2017) sowie argumentativen Merkmalen (Chen et al. 2022) von politischen Verschwörungsnarrativen (Douglas et al. 2019; Räikkä 2009) gehalten. Dazu werden interaktive Referate mit Quizzen oder Arbeitsgruppen und Diskussionen durchgeführt.
Im zweiten Themenblock geht es um Datenerhebung auf Telegram (Khaund et al. 2021), Datenschutz bei Forschung zu sozialen Plattformen (Kotsios et al. 2019), die Bedienung des Telegram-Monitorings des Transferpartners, Live-Datalab im Jupyter Notebook und Netzwerkanalysen (Wu 2021).
Dabei werden die Themenblöcke im interdisziplinären Co-Teaching von der seminarleitenden Wissenschaftler:innen (Schwerpunkt im ersten Themenblock) und Transferpartner, dem Kollektiv data4transparency (d4t), (Schwerpunkt im zweiten Themenblock) absolviert.
Literatur:
Douglas, Karen M.; Uscinski, Joseph E.; Sutton, Robbie M.; Cichocka, Aleksandra; Nefes, Turkay; Ang, Chee Siang; Deravi, Farzin (2019): Understanding Conspiracy Theories. In: Political Psychology 40 (S1), S. 3–35. DOI: 10.1111/pops.12568.
Möller, Judith; Hameleers, Michael; Ferreau, Frederik (2020): Typen von Desinformation und Misinformation. Ein Gutachten im Auftrag der Gremienvorsitzendenkonferenz. Hg. v. die medienanstalten – ALM GbR. die medienanstalten – ALM GbR. Berlin. Online verfügbar unter https://www.die-medienanstalten.de/fileadmin/user_upload/die_medienanstalten/Publikationen/Weitere_Veroeffentlichungen/GVK_Gutachten_final_WEB_bf.pdf.
Urman, Aleksandra; Katz, Stefan (2020): What they do in the shadows: examining the far-right networks on Telegram. In: Inf. Comm. Society, S. 1–20. DOI: 10.1080/1369118X.2020.1803946.
Wu, Qiusheng (2021): Leafmap: A Python package for interactive mapping and geospatial analysis with minimal coding in a Jupyter environment. In: JOSS 6 (63), S. 3414. DOI: 10.21105/joss.03414.
Zusätzliche Hinweise zu Prüfungen:
Studierende sollen in Teams von zwei bis vier Personen selbst gewählte Fallbeispiele mittels IDE erarbeiten. Die Fallstudie ist Grundlage für die Prüfungsleistung, ein Ergebnisbericht in Form eines kommentierten Video-Skripts mit einer kritischen Reflexion der Verarbeitung von Daten.
Prüfungsart: Hausarbeit in Form eines kommentierten Vieo-Skripts
Bewertungsschema: benotet (RPO)
Umfang: 1000 Wörter p.P.
Abgabetermin: 21.08.2023
Abgabeort: Teams Abgabeordner
Studienleistungen (unbenotet):
Studienleistungen sind ein interaktives Literatur-Referat in einer Referatsgruppe und die Erstellung eines Datensatzes und einer Netzwerkanalyse in Jupyter Notebook im IDE-Team sowie einer Ergebnispräsentation.
Ausgabeort der bewerteten Prüfungsleistung (gegen Empfangsbestätigung nach Eingabe der Noten in STiNE):
Teams Abgabeordner (Kommentare)/Stine (Note)
|
