Das Projekt Augmented Deliberative Democracy (ADD-up): Computational Enhancement of Large-scale Public Arbitrations in Real Time wird von der VolkswagenStiftung in der Initiative Internationale Forschung in den Computational Social Sciences von April 2017 bis März 2021 finanziert. Mit dem Projekt verfolgen wir das Ziel, Debatten in Echzeit zu analysieren und zu visualisieren. Die Visualisierungen ermöglichen die Darstellung verschiedener Elemente. So ist es zum Beispiel möglich, Visualisierungen anzubieten, die die Redezeit der Teilnehmenden darstellen. Mit dem Projekt wollen wir aber über diese relativ einfachen Darstellungen hinaus gehen und auch komplexere Zusammenhänge darstellen, um so z.B. in Echtzeit anzeigen zu können, ob die Teilnehmenden dieselben Themen ansprechen oder ob die Teilnehmenden eine eigene Agenda vorantreiben. Zudem arbeiten wir darauf hin, Argumente automatisch zu extrahieren und in Echtzeit visuell darzustellen. Mit einer solchen Darstellung wird u.a. ersichtlich, welche Positionen der Teilnehmenden begründet sind und ob andere Teilnehmende Gegenargumente vorgebracht haben.

Die interaktiven Visualisierungen aus dem ADD-up Projekt können nicht nur in Bürgerdebatten eingesetzt werden, sondern auch darüber hinaus. Ein Beispiel ist die parallele Nutzung des ADD-up Frameworks auf einem Tablet, während gerade eine (politische) Talkshow läuft. So können die Fernsehzuschauer und -zuschauerinnen in Echtzeit die Debatte verfolgen und besser bewerten. Das Szenario wird im folgenden Mockup deutlich. Bitte beachten Sie, dass die angezeigte Debatte eine andere (englischsprachige) Debatte ist und nicht das TV-Duell visualisiert.

Wir arbeiten darauf hin, einen ersten funktionsfähigen Prototypen im Herbst anbieten zu können. Im Gegensatz zu vielen der hier dargestellten visuellen Verfahren, richtet sich der Prototyp nicht an Experten sondern an die Öffentlichkeit. Unser Ziel ist es, einfache aber gleichzeitig vielversprechende Visualisierungen anzubieten, die ohne lange Erklärungen verstanden werden können.

Möglichkeiten und Potentiale

Um die Möglichkeiten und Potentiale einer visuellen Analyse in Echtzeit zu demonstrieren, haben wir das TV Duell zwischen Kanzlerin Angela Merkel und Herausforderer Martin Schulz analysiert. Das Transkript der Debatte wurde aus Maier et al. 2017: “Wortlaut der Fernsehdebatte zur Bundestagswahl am 24. September 2017”, Arbeitspapiere und Dokumentationen des Forschungsschwerpunkts “Kommunikation, Medien und Politik”, Nummer 4 /2017 (Link) entnommen und für die Analyse digital aufbereitet. Mit einigen Wortbeiträgen sind sich die Teilnehmenden ins Wort gefallen, so dass eine eindeutige Sequenzierung der Wortbeiträge in Einzelfällen nicht mehr möglich ist und daher inkorrekt dargestellt werden könnte.

Die hier präsentierte Auswahl an visuellen Darstellungen entstammen nicht nur aus dem ADD-up Projekt, sondern auch aus dem VisArgue Projekt, welches vom Bundesministerium für Bildung und Forschung (BMBF) von 2013 bis 2016 gefördert wurde. Die Anwendbarkeit der Visualisierungen für reale Debatten haben wir bereits in anderen Beiträgen dargestellt, z.B.

  • BBC Moral Maze: Die interaktiven Visualisierungen sind im Zuge einer Kooperation zwichen dem Center for Argument Technology, Universität Dundee, Schottland und der BBC Radioshow Moral Maze entstanden.
  • BBC Test Your Argument: Auf dieser Webseite können Argumente dahingehend getestet werden, ob sie das Potential dazu haben, die Debatte zu gewinnen.
  • Presidential Debates: Wir haben bereits 2016 die drei US-amerikanischen Fernsehduelle zwischen den Kandidierenden Donald J. Trump und Hillary Clinton mit den Werkzeugen aus dem VisArgue-Projekt exemplarisch analysiert.

Inhalt des TV-Duells

Lexical Episodes helfen dabei, den Inhalt einer Debatte zu erschließen. Jeder Wortbeitrag wird als dunkler Balken dargestellt. Mit dem ersten Beitrag oben anfangend, werden die weiteren Beiträge jeweils darunter einsortiert. Die Debatte verläuft also von oben nach unten. Auf der linken Seite zeigen wir Wörter an, die in einem bestimmten Teil der Debatte überproportional häufig auftreten. So zeigt sich z.B. in der linken Grafik, dass zuerst die Moderatoren und die beiden Kandidierenden die Zuschauer*innen begrüßen (“Abend”), bevor die inhaltliche Debatte beginnt. In der visuellen Darstellung kann der Detailgrad eingestellt werden, so dass weitere inhaltlich relevante Wörter angezeigt werden. Dies ist in der Grafik von links nach rechts dargestellt: Die linke Grafik weist den geringsten Detailgrad auf, die rechte Grafik den höchsten Grad.

Die Lexical Episode Visualisierung ist interaktiv, d.h. Nutzer*innen können jederzeit in den Text hineinzoomen, um so die Debatte auch nachträglich noch nachvollziehen zu können. Auf Wunsch werden die thematischen Stichwörter farbig markiert, so dass diese schnell im Text aufgefunden werden können.

Thematische Übereinstimmungen

Im Rahmen des VisArgue-Projektes haben wir aufbauend auf Angus et al. 2012 ein Verfahren entwickelt, mit dem visualisiert werden kann, ob die Teilnehmenden einer Debatte dieselben Themen ansprechen oder ob sie aneinander vorbei reden. Das Prinzip basiert in einem ersten Schritt auf einer automatischen Themenextraktion und überprüft dann im zweiten Schritt, ob die Worbeiträge hinsichtlich der angesprochenen Themen ähnlich zueinander sind.

In der Visualisierung wird jeder Wortbeitrag auf der Diagonalen von links oben nach rechts unten abgebildet. Wenn man mit der Maus über den Beitrag fährt, wird dieser angezeigt. Die Rechtecke auf der linken Seite jedes Wortbeitrages zeigen nun die thematische Übereinstimmung mit den vorherigen Beiträgen - je gesättigter die Farbe, desto größer die Übereinstimmung zwischen diesen beiden Wortbeiträgen. Wenn man dieses Duell nun mit dem Duell zwischen David McAllister und Stephan Weil in Niedersachsen 2013 vergleicht, dann zeigt sich, dass es wenige Themenblöcke gibt, die miteinander diskutiert werden, bevor das nächste Thema angesprochen wird. In dem TV-Duell zwischen McAllister und Weil kann man kohärente Dreiecke sehen, die auf der Diagonalen nach unten “wandern”. Jedes dieser Dreiecke indiziert eine große thematische Übereinstimmung. Das heißt, die Kontrahenten diskutieren erst ein Thema, bevor sie oder der Moderator zu einem neuen Thema übergehen.

Explizite Argumentation

Das VisArgue-Framework erlaubt die automatische Erkennung expliziter Argumente. Explizite Argumente zeichnen sich dadurch aus, dass sie mit einem bestimmten bekannten Wort wie z.B. “weil” oder “deshalb” eingeleitet werden. Das bisherige Verfahren ist regelbasiert; es wird aber im ADD-up Projekt durch ein maschinelles Lernverfahren ersetzt. Mit dem neuen Verfahren können dann nicht nur explizite Argumente erkannt werden, sondern auch implizite Argumente, die nicht durch bestimmte Wörter eingeführt werden.

In der Abbildung wird der Anteil der expliziten Begründungen in den Wortbeiträgen über den Verlauf der Debatte dargestellt. Die Debatte verläuft von links nach rechts; die Breite der Balken entspricht der Länge eines Wortbeitrages. Mit diesem Verfahren kann in einem weiteren Schritt dann z.B. überprüft werden, wer von den Teilnehmenden häufiger und ausführlicher seine oder ihre Positionen begründet hat.

Sentiment Analyse

Ähnlich zum Verfahren der Extraktion expliziter Argumente können automatisch Wörter erkannt werden, die allgemein eher eine positive oder eher eine negative Bedeutung haben. Das Verfahren wird oft in Unternehmen angewandt, um Produktreviews in positive oder negative Kategorien zu unterteilen. Aber auch im Bereich der Politik findet das Verfahren Anwendung. So wurde z.B. gezeigt, dass die US-amerikanischen Ansprachen zur Lage der Nation zumeist mit einer positiven Nachricht enden Link. Das hier angewandte Verfahren ist ähnlich. Es zeigt sich, dass sowohl Angela Merkel als auch Martin Schulz ihr Abschlussstatement positiv formulieren. Ansonsten zeigt sich ebenfalls, dass negative Wortbeiträge in der Unterzahl sind.

Visueller Fingerabdruck

Die bisher vorgestellten Visualisierungen basieren überwiegend auf einzelnen Merkmalen. Mit dem VisArgue Projekt haben wir ein Framework vorgestellt, das eine Vielzahl an Maßzahlen beinhaltet. Die Idee dahinter ist, dass jeder Wortbeitrag und jeder Teilnehmende spezifische Charakteristika aufweist, die diesen Beitrag oder Teilnehmende*n in dieser Debatte auszeichnen. Hinter jedem Kästchen in der Abbildung verbirgt sich eine Maßzahl, die dazu beiträgt, eine bestimmte Dimension von kommunikativer Performanz abzubilden und teilen sich in vier Dimensionen auf: Teilnahme, Respekt, Begründungen und Entgegenkommen.

Diese Fingerabdrücke können nun hinsichtlich der einzelnen Merkmale verglichen werden. So zeigt sich z.B., dass Angela Merkel im Vergleich zu Martin Schulz öfters explizit und argumentativ widersprochen hat. Es kann auch gezeigt werden, dass beide Kontrahenten zu ähnlichen Teilen kausale Argumente vorbringen - ihre Positionen und Meinungen also argumentativ rechtfertigen.