Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Concern Trolling

Auch bekannt als: Vorgetäuschte Besorgnis Unaufrichtiger Ratschlag Fake-Verbündeten-Kritik Astroturf-Besorgnis
Discourse Mechanics 💨 Leerlauf-Rhetorik☠️ Toxischer Diskurs ID: concern_trolling

Definition

Concern Trolling ist eine unaufrichtige rhetorische Taktik, bei der jemand vorgibt, ein unterstützender Verbündeter oder wohlwollender Beobachter zu sein, während er in Wirklichkeit eine Sache, Person oder ein Argument untergräbt. Der Concern Troll gibt vor, die Ziele der Gruppe zu teilen, äußert aber „Bedenken“, die zufällig mit den Wünschen der Gegner übereinstimmen. Durch die Maske freundlicher Ratschläge erhält er Zugang zu Räumen und Glaubwürdigkeit, die ein offener Gegner nicht hätte.

Beispiele

In einem Forum für erneuerbare Energien schreibt jemand: „Ich bin ein großer Befürworter von Ökostrom, aber ich mache mir wirklich Sorgen, dass ein zu starker Vorstoß für Solarenergie Arbeiterfamilien schaden wird, die sich den Übergang nicht leisten können. Vielleicht sollten wir langsamer machen und uns erst darauf konzentrieren, fossile Brennstoffe sauberer zu machen.“ Die Historie des Posters zeigt, dass er konsequent gegen Klimaschutz argumentiert.

In einer Diskussion über ein neues Impfprogramm meldet sich jemand zu Wort: 'Als jemand, dem Gesundheit wirklich am Herzen liegt und der grundsätzlich hinter der Wissenschaft steht, muss ich aber sagen, dass ich mir ernsthafte Sorgen mache, ob wir die Langzeitfolgen wirklich schon kennen. Wäre es nicht verantwortungsvoller, noch ein paar Jahre zu warten?'

Im Büro spricht ein Kollege die Teamleiterin an: 'Ich sage das nur, weil ich dein Bestes will und ich wirklich möchte, dass du erfolgreich bist, aber ich glaube, manche im Team zweifeln langsam an deiner Führungskompetenz. Vielleicht solltest du bei der nächsten Präsentation etwas bescheidener auftreten.'

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Gibt die Person vor, einer Sache gegenüber wohlwollend eingestellt zu sein, während sie diese konsequent untergräbt?

    Typ: binary
  2. 2

    Sind die geäußerten „Bedenken“ unverhältnismäßig, hypothetisch oder eher auf die Außenwirkung als auf die Substanz fokussiert?

    Typ: binary
  3. 3

    Deutet die bisherige Aktivität der Person auf echte Besorgnis oder auf böswillige Absichten hin?

    Typ: binary
  4. 4

    Sollen die Bedenken eher interne Spaltung erzeugen als die Sache voranbringen?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.

Hierarchischer Kontext