Generierte Wahrheit

TL; DR. NLG als statistischen Lügendetektor!

Natural Language Generation (NLG) ist der Bereich, der versucht natürliche Sprache mithilfe von neuronalen Netzen und Regeln zu erzeugen. Dabei ist es sehr einfach, Texte zu generieren, die festen Mustern folgen sollen. So wirst du mit Sicherheit bereits einen Brief bekommen haben, der aus bestehenden Phrasen zusammengeklickt wird. Es gibt natürlich Bereiche, in denen noch alles mit individueller Finesse formuliert wird. Das verbessert aber nicht zwangsläufig die Kommunikation. Es gibt überzeugende Ergebnisse im NLG-Bereich wie die Erschaffung neuer literarischer Werke anhand von vorgegebenen Autoren. Das Konzept ist häufig vergleichbar. Du nimmst einen Haufen geschriebener Texte, lässt ein dafür ausgelegtes Netzwerk darauf trainieren und kannst vergleichbare Formulierungen erwarten. Das klingt sehr mächtig, nutzt jedoch nur einfache Korrelationen, die sich im vergangenen Input herauskristallisiert haben.

Mir bekannte Anwendungsfälle bewegen sich häufig im Rahmen von Reporting oder der Erzeugung generischer Zusammenfassungen. Bewegen wir uns nun auf die vereinfachte Ebene, können wir einen besonderen Anwendungsfall berücksichtigen. Als Trainingsdatensatz verwenden wir alle Parteiprogramm, Aussagen von Politikern und das Abstimmungsverhalten. Du wirst nämlich den Fall beobachtet haben, dass vor einer Wahl alles mögliche versprochen wird, aber die Umsetzung sieht meist anders aus. Wählernahe Politiker nutzen die Bestrebungen von Abgeordnetenwatch. Du könntest dann mithilfe der bestehenden öffentlichen Informationen ein wahres, zur erwartendes Parteiprogramm erstellen. Das könnten pfiffige Journalisten dann gegen das präsentierte Wahlprogramm gegenhalten. Das ist natürlich nichts gegebenes, wäre aber eine ehrlicher Versuch, den politisch strategischen Teil zu minimieren.

Welche Partei hätte die größten Diskrepanzen zwischen ihrem präsentierten und ehrlichen Parteiprogramm? Schreib mir deine Meinung in den Kommentaren!