Neues Multi-Agent-Modell nutzt LLMs zur Analyse von affektiver Polarisierung

Die affektive Polarisierung, ein zentrales Thema in Politik- und Sozialforschung, wird in den sozialen Medien immer stärker ausgeprägt. Traditionelle Feldstudien sind oft begrenzt, während simulierte Untersuchungen an qualitativ hochwertigem Trainingsmaterial mangeln, weil die manuelle Kennzeichnung von Beiträgen aufwendig und subjektiv ist. Um diese Lücken zu schließen, stellen wir ein Multi-Agenten-Modell vor, das mithilfe großer Sprachmodelle virtuelle Gemeinschaften bildet, in denen Agenten realitätsnahe Diskussionen führen. Unsere Plattform ermöglicht es, Fragen der affektiven Polarisierung aus sozialwissenschaftlicher Sicht neu zu beleuchten und Szenarien zu entwickeln, die Polarisierung auf unterschiedlichen Ebenen beobachten und messen. Die ersten Experimente zeigen, dass das System ein flexibles Werkzeug für die computergestützte Analyse komplexer sozialer Dynamiken darstellt und klassische, menschzentrierte Studien durch systematisierte, kontextreiche Interaktionen ergänzt.