Philosophie Lexikon der Argumente

Home Screenshot Tabelle Begriffe

 
Falschinformation: Falschinformationen sind falsche oder irreführende Behauptungen, die verbreitet werden unabhängig davon, ob eine Täuschungsabsicht vorliegt. Siehe auch Soziale Medien, Internet, Zeitungen, Behauptungen, Information.

_____________
Anmerkung: Die obigen Begriffscharakterisierungen verstehen sich weder als Definitionen noch als erschöpfende Problemdarstellungen. Sie sollen lediglich den Zugang zu den unten angefügten Quellen erleichtern. - Lexikon der Argumente.

 
Autor Begriff Zusammenfassung/Zitate Quellen

Wirtschaftstheorien über Falschinformation - Lexikon der Argumente

Kranton I 423
Falschinformationen/Fake News/Wirtschaftstheorien: ((s) Der Begriff "Fake News" wird von den zitierten Autoren nicht verwendet). In einem Satz von Modellen verbreiten sich Meinungen wie Krankheiten, d.h. Individuen werden durch den Kontakt mit einem anderen Mittler mit dieser Krankheit infiziert (siehe z.B. Kapitel 7 von Jackson, 2008)(1). Solche Diffusionsprozesse werden auch in den Bereichen Informatik, statistische Physik und Soziologie untersucht. In solchen Modellen sind voreingenommene Mittler immer dann besser dran, wenn es mehr von ihnen gibt (...).
In einem zweiten Satz von Modellen baut die Meinungsbildung in sozialen Netzwerken auf DeGroot (1974)(2) auf. Mittler, mit möglicherweise unterschiedlichem vorherigen Glauben, "tauschen" wiederholt ihre Überzeugungen mit ihren Nachbarn aus und nehmen eine Statistik (z.B. den gewichteten Durchschnitt) der Meinungen ihrer Nachbarn an. Solche Mittler berücksichtigen nicht die Wiederholung von Informationen, die sich über ein Netzwerk verbreiten können, was zu einem Überzeugungsvorurteil führt, wie von DeMarzo et al. (2003)(3) erwähnt.
Golub und Jackson (2010)(4) finden ausreichende Netzwerkbedingungen, unter denen eine solche naive Regel zur Konvergenz mit der Wahrheit führt - es kann keine prominenten Gruppen geben, die beispielsweise überproportional Einfluss haben.
Forschungen zum Bayes'schen Lernen in Netzwerken (z.B. Bala und Goyal, 1998(5); Gale und Kariv, 2003 (6); Acemoglu et al., 2011(7)) charakterisieren die Konvergenz oder Nichtkonvergenz zu gemeinsamen Meinungen für verschiedene Netzwerkarchitekturen.
Eine neue Literatur untersucht die Anreize des Einzelnen, private Informationen an andere weiterzugeben. Niehaus (2011)(8) fügt dem Informationsaustausch Kosten hinzu; ein Mittler wird den Nutzen für seine Freunde und Nachbarn gegen die persönlichen Kosten abwägen.
Andere Artikel untersuchen den Einfluss in Netzwerken; Mittler haben alle private Informationen und auch einen Anreiz, ihre Informationen weiterzugeben, weil Mittler beispielsweise davon profitieren, wenn andere die gleiche Aktion ergreifen (Hagenbach und Koessler, 2010(9); Galeotti et al., 2013(10); Calvo-Armengol et al., 2015(11)).
Chatterjee und Dutta (2016)(12)[sind wahrscheinlich der Arbeit von Bloch, Demange und Kranton 2018(13) am nächsten]. [Ihr Beitrag konzentriert sich] auf die Glaubwürdigkeit von Nachrichten, die von Mittlern in einem sozialen Netzwerk empfangen werden, wenn die Nachricht falsch sein kann.
Kranton I 424
(...) dieser Artikel zeigt eine Situation, in der Informationen nicht weit verbreitet sind, und unvoreingenommene Mittler strategisch Informationen verbreiten, damit eine korrekte öffentliche Entscheidung getroffen wird.
Ein Großteil an Wirtschaftsliteratur untersucht auch die Übertragung und Kommunikation von Informationen durch die Beobachtung der Handlungen anderer Akteure. Die Beobachtung hilft, den wahren Zustand der Welt zu erkennen.
Wissen oder Informationen verbreiten sich kostenlos (Banerjee, 1992(14), 1993(15); Bikhchandani et al., 1992(16)), oder gelangen zu anderen hinüber, wie z.B. wenn Menschen den Einsatz einer neuen Technologie durch andere beobachten (z.B. Foster und Rosenzweig, 1995(17); Conley und Udry, 2010(18)). In diesen Modellen beeinflussen Individuen zwar andere durch ihr Handeln, ziehen aber keinen Nutzen daraus, sie zu beeinflussen, und im Gegensatz zu [dem Artikel von Bloch, Demange, Kranton 2018 (13)] ist jede Entscheidung zur Kommunikation nicht strategisch.
>Netzwerkmodelle/Kranton
, >Kommunikationsmodelle/Kranton, >Kommunikationsfilter/Kranton, >Falschinformation/Kranton.

1. JACKSON, M., Social and Economic Networks (Princeton: Princeton University Press, 2008).
2. DEGROOT,M. H., “Reaching a Consensus,” Journal of the American Statistical Association 69 (345) (1974), 118–21.
3. DEMARZO, P. M.,D.VAYANOS, AND J. ZWEIBEL, “Persuasion Bias, Social Influence, and Uni-Dimensional Opinions,” Quarterly Journal of Economics 113 (3) (2003), 909–68.
4. GOLUB, B., AND M. JACKSON, “Naive Learning in Social Networks and the Wisdom of Crowds,” American Economic Journal: Microeconomics 2 (2010), 112–49.
5. BALA, V., AND S. GOYAL, “Learning from Neighbors,” The Review of Economic Studies 65 (3) (1998), 595–621.
6. GALE, D., AND S. KARIV, “Bayesian Learning in Social Networks,” Games and Economic Behavior 45 (2) (2003), 329–46.
7. ACEMOGLU, D.,M.DAHLEH, I. LOBEL, AND A.OZDAGLAR, “Bayesian Learning in Social Networks,” Review of Economic Studies 78 (2011), 1201–36.
8. NIEHAUS, P., “Filtered Social Learning,” Journal of Political Economy 119 (4) (2011), 686–720.
9. HAGENBACH, J., AND F. KOESSLER, “Strategic Communication in Networks,” Review of Economic Studies 77 (3) (2010), 1072–99.
10. GALEOTTI, A., C.GHIGLINO, AND F. SQUINTANI, “Strategic Information in Networks,” Journal of Economic Theory 148 (5) (2013), 1751–69.
11. CALVO´ -ARMENGOL,A., J. DEMART´I, ANDA. PRAT, “Communication and Influence,” Theoretical Economics 10 (2015), 649–90.
12. CHATTERJEE, K., AND B.DUTTA, “Credibility and Strategic Learning in Networks,” International Economic Review 57 (3) (2016), 759–86.
13. BLOCH, F., G. DEMANGE, AND R. KRANTON, "Rumors And Social Networks," International Economic Review, Department of Economics, University of Pennsylvania and Osaka University Institute of Social and Economic Research Association, vol. 59(2)(2018), pages 421-448, May.
14. BANERJEE, A., “A Simple Model of Herd Behavior,” Quarterly Journal of Economics 107 (3) (1992), 797–817.
15. BANERJEE, A., “The Economics of Rumours,” Review of Economic Studies 60 (1993), 309–27.
16. BIKHCHANDANI, S., D. HIRSHLEIFER, AND I. WELCH, “A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades,” Journal of Political Economy 100 (1992), 992–1026.
17. FOSTER, A., AND M. ROSENZWEIG, “Learning by Doing and Learning from Others: Human Capital and Technical Change in Agriculture,” Journal of Political Economy 103 (1995), 1176–209.
18. CONLEY, T., AND C.UDRY, “Learning about a New Technology: Pineapple in Ghana,” American Economic Review 100 (2010), 35–69.

Francis Bloch, Gabrielle Demange & Rachel Kranton, 2018. "Rumors And Social Networks," International Economic Review, Department of Economics, University of Pennsylvania and Osaka University Institute of Social and Economic Research Association, vol. 59(2), pages 421-448.

_____________
Zeichenerklärung: Römische Ziffern geben die Quelle an, arabische Ziffern die Seitenzahl. Die entsprechenden Titel sind rechts unter Metadaten angegeben. ((s)…): Kommentar des Einsenders. Übersetzungen: Lexikon der Argumente
Der Hinweis [Begriff/Autor], [Autor1]Vs[Autor2] bzw. [Autor]Vs[Begriff] bzw. "Problem:"/"Lösung", "alt:"/"neu:" und "These:" ist eine Hinzufügung des Lexikons der Argumente.
Wirtschaftstheorien

Kranton I
Rachel E. Kranton
Francis Bloch
Gabrielle Demange,
Rumors And Social Networks 2018

Kranton II
Rachel E. Kranton
George A. Akerlof
Identity Economics: How Our Identities Shape Our Work, Wages, and Well-Being Princeton 2011

Send Link

Autoren A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Y   Z  


Begriffe A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Z