Vertrauen: Messung und Erklärung (TRUSTME)
Das Projekt untersuchte verschiedene methodische Innovationen, um Vertrauensmaße zu validieren und zu erklären, warum das Vertrauen einiger Menschen geringer ist als das anderer. Dabei wurden sowohl Maße für soziales als auch für politisches Vertrauen untersucht. Landesvatter & Bauer (2024a) vergleicht die Gültigkeit älterer und neuerer Maße für soziales Vertrauen mit Hilfe von offenen Probing-Fragen. Eines der wichtigsten Erkenntnisse ist, dass verfeinerte und präzisere Fragen nicht unbedingt zu Messungen führen, die das allgemeine soziale Vertrauen, definiert als Vertrauen in Fremde, besser widerspiegeln. Landesvatter et al. (2024b) untersucht die Genauigkeit verschiedener Transkriptionsalgorithmen für offene Antworten im Audioformat und zeigt, dass Whisper (OpenAI) der leistungsstärkste ist. Landesvatter und Bauer (2023) untersuchen, ob die Menge an Informationen, die Menschen in Antworten auf offene Fragen bereitstellen, in Textantwortformaten oder in Sprachantwortformaten höher ist. Wir stellen fest, dass gesprochene Antworten tendenziell länger und etwas informativer sind als schriftliche Antworten. Landesvatter und Bauer (2024c) untersuchen, inwieweit politische Vertrauensurteile auf Emotionen beruhen. In dieser Studie versuchen wir, Emotionen auf innovative Weise zu messen, indem wir den Textinhalt offener Audioantworten analysieren und versuchen, emotionale Hinweise in der Audioaufnahme mithilfe maschineller Lerntechniken direkt zu erfassen.