Open Access

Nachrichten, ob sie auf Social Media oder von der konventionellen Presse verbreitet werden, tragen das Risiko, Fake News zu sein. Wie kann unterschieden werden, was wahre oder falsche Nachrichten sind? Gibt es dafür exakte Kriterien? Präsident Trump denunziert alles, was die kritische Presse sagt, als „Fake News“. Informationsblasen helfen den Nutzern, in ihrem eigenen Wahrheitsgebilde zu verweilen; Algorithmen zeigen ihnen nur das, was sie interessiert. Wir unternehmen eine systematische Analyse von Fake News und ihrem Inhalt in Relation zur Wahrheit. Wissenschaftliche Literatur zu Fake News und Postfaktischem wurde gesammelt und die darin erkennbaren unterschiedlichen Wahrheitstheorien extrahiert. Daraufhin wurden die Wahrheiten und Lügen in der Literatur über Fake News anhand der Wahrheitstheorien interpretiert und herausgearbeitet, wie die Wahrheit in der Literatur dargestellt wird. Die Wahrheitstheorien, die am häufigsten präsentiert wurden, sind die Widerspiegelungstheorie, Kohärenztheorie, Konsenstheorie und Evidenztheorie. Die in der Philosophie wichtigste Wahrheitstheorie – die Korrespondenztheorie der Wahrheit – spielt bei den Nachrichten keine Rolle, da sie die direkte Wahrnehmung eines Sachverhalts durch eine Person voraussetzt, was in journalistischen Kontexten nicht gegeben ist. Im empirischen Teil unseres Artikels beschreiben wir eine Umfrage (N = 187), die an der Karl-Franzens-Universität Graz durchgeführt wurde, um herauszufinden, als wie glaubwürdig Beiträge in unterschiedlichen Social-Media-Kanälen (Facebook, Instagram, YouTube, Twitter, Pinterest) eingeschätzt werden. Weiterhin wurde zwischen Bloggern, berühmten Personen, Unternehmen und Tageszeitungen, Zeitschriften und Magazinen als Verbreiter der Nachrichten unterschieden. Unsere Analyse zu Fake News und ihre Implikationen für die Gesellschaft zeigt, dass es keine befriedigende Antwort darauf gibt, was als die Wahrheit angesehen werden kann, da jede Wahrheitstheorie die andere negieren kann. Die Umfrage ergab, dass Tageszeitungen am glaubwürdigsten erscheinen, gefolgt von Facebook-Posts. Weiterhin werden sowohl YouTube-Beiträge von Bloggern und berühmten Personen als auch Facebook-Nachrichten von Unternehmen als glaubwürdig angesehen. Alle vorgestellten Lösungen, seien es Algorithmen, das Kontrollieren von Fakten oder Interventionen der Betreiber der Social Media, lassen immer noch die Frage im Raum stehen, was als Wahrheit angesehen werden kann. Auch das Vertrauen in eine Quelle kann manipuliert werden, entweder von Fremden oder den Nachrichtenmedien selbst.

This article summarizes the results of a workshop at which thirteen librarians and information scientists discussed the following topics: 1. The impact of Artificial Intelligence (AI) on information literacy. 2. Questions arising from AI for research on information literacy. 3. Challenges and opportunities for the promotion of information literacy through AI. Results indicate: 1. Generative AI is transforming information markets by reshaping how information is produced and used. New search services emerge, creating new opportunities for the provision and use of information, but also challenging established competencies for assessing quality and transparency. 2. Key research questions include: How does AI reshape user behavior? How can content quality and transparency be ensured? Can labelling and regulation work? How can AI skills and lifelong learning be advanced? 3. AI offers benefits like automating tasks and supporting learning but also raises concerns about transparency and autonomy. Information literacy requires interdisciplinary education and a critical evaluation of AI tools.