Forscher entlarven falsche Online-Rezensionen per Software

Forscher der Cornell University haben eine Software (PDF) entwickelt, die ihnen zufolge gefälschte Kritiken im Internet ermitteln kann. Als Test verwendeten sie Kommentare zu Hotels in Chicago. Sie nahmen je 400 echte und 400 falsche Kritiken und brachten ihrem Programm anschließend bei, den Unterschied zu erkennen. Die Quote des Programms betrug letztendlich rund 90 Prozent.

Durchschnittliche Menschen kommen nur auf 50 Prozent Erkennungsquote, sagen die Wissenschaftler. Es gebe hier zwei Typen. Der eine Typ nehme zu vieles für bare Münze und lehne grundsätzlich nicht genug Fälschungen ab. Der zweite Typ sei allzu skeptisch und halte viele echte Texte für Fälschungen. Im Schnitt liege aber jedes dieser beiden Lager in etwa der Hälfte der Fälle richtig.

Das an der Uni Cornell geschaffene System ähnelt Software zur Erkennung von Plagiaten. Diese ist jedoch darauf ausgelegt, den spezifischen Ton eines Autors zu ermitteln, um Abweichungen zu erkennen – die Cornell-Software dagegen lernt typische Formulierungen, die für falsche Online-Kritiken benutzt werden. Das sagt Myle Ott, der das Forschungsprogramm leitet. Zum Beispiel nutzen die Fälscher mehr Verben als echte Anwender und weniger Satzzeichen. Außerdem konzentrierten sich die Fälscher mehr auf ihre angebliche Familie und Aktivitäten, die echten Rezensenten auf das Hotel an sich.

Der nächste Schritt der Linguisten ist es nun, das Programm auf andere Arten von Online-Besprechungen zu übertragen – etwa Restaurantkritiken und später dann auch Produktrezensionen. Letztlich könnte das Programm es PR-Leuten erschweren, Websites mit unechten Stellungnahmen angeblich glücklicher Kunden zu überschwemmen.

Allerdings ist den Forschern auch klar, dass ihr Programm missbraucht werden könnte, „um Leuten beizubringen, wie man erkennbare Fehler in Fälschungen vermeidet“. So formuliert es Ott. Deshalb steht eine Erweiterung der Anwendung um einen neuen Satz an Merkmalen ebenfalls auf seiner To-Do-Liste. Es soll auf Kritiken von Leuten basieren, die die Originalsoftware zu umgehen versuchen.