Forscher sagen Revolutionen voraus

Forscher der Universität Illinois haben ein Programm entwickelt, das kommende Unruhen und Revolutionen vorhersehen kann. In ihrer Publikation „Culturomics 2.0: Forecasting Large-Scale Human Behavior Using Global News Media Tone in Time and Space“ wird erklärt, wie dafür Millionen von Nachrichtenartikel gesammelt und analysiert werden, berichtet die BBC. Im Zentrum des Interesses steht dabei die Stimmung der Meldungen, also ob sie eher positiv oder eher negativ formuliert sind. Anhand der Wortwahl wird abgeleitet, ob die Poster zufrieden oder unzufrieden sind. Bei diesem als automated sentiment mining genannten Prozess wird nach Schlagwörtern wie „terrible“ oder etwa „nice“ gescannt.

Des weiteren wird der Ort berücksichtigt, also auf welches Gebiet sich der Text bezieht und danach als Geo-Information auf einer Karte vermerkt. Bis dato haben die Wissenschaftler auf diese Art mehr als 100 Millionen Texte untersucht. Die riesigen Datenmengen wurde von dem Supercomputer Nautilus (8,2 Teraflops) an der Universität von Tennessee verarbeitet. Entstanden ist ein Netz von 10 Milliarden Personen, Orten, Dingen und Geschehnissen, die in über 100 Billionen Beziehungen zueinander stehen.

Retrospektiv die korrekte Vision
In einem ersten Testlauf hat das System die Revolutionen im arabischen Raum korrekt erkannt. Kurz vor den Umstürzen war ein deutlicher Stimmungseinbruch  in der Berichterstattung innerhalb wie außerhalb des betroffenen Landes abzulesen. So gab es etwa vor dem Sturz von Mubarak einen historischen Tiefststand bei den Sympathiewerten. Zudem hätte das Programm – im Nachhinein – den Aufenthaltsort von Osama Bin Laden auf einen Umkreis von 200 Kilometer rund um Abbottabad eingrenzen können.

Allerdings passierte der Versuch erst nach den untersuchten Geschehen. Die Analyse passierte retrospektiv. Den Forschern zufolge soll es künftig aber möglich sein, in Echtzeit und vorab Tendenzen zu erkennen. Zudem soll bei der Erkennung von Orten nachgebessert werden. Während aktuell nur größere Gebiete berücksichtigt werden können, soll in Zukunft eine exaktere Verortung auf Stadt-Level möglich sein.