Ang mga mananaliksik ay gumawa ng isang modelo upang mahulaan kung aling mga sibil na online na pag-uusap ay maaaring tumagal ng isang turn at derail.

Pagkatapos ng pag-aaral ng daan-daang mga palitan sa pagitan ng mga editor ng Wikipedia, ang mga mananaliksik ay bumuo ng isang programa sa computer na nag-scan para sa mga palatandaan ng babala sa mga wika ng mga kalahok sa simula ng isang pag-uusap-tulad ng paulit-ulit, direktang pagtatanong o paggamit ng salitang "ikaw" -ang hulaan kung sino ang una Ang mga pag-uusap na sibil ay sasama. (Tala ng Edtor: Para sa impormasyon tungkol sa online na pagsusulit, tingnan ang dulo ng artikulong ito.) ("Hulaan kung aling pag-uusap ay magkakagulo" online na pagsusulit: http://awry.infosci.cornell.edu/)

Ang mga unang palitan na kasama ang pagbati, pagpapahayag ng pasasalamat, mga hedge tulad ng "tila," at ang mga salitang "Ako" at "kami" ay mas malamang na manatiling sibil, natuklasan ang pag-aaral.

"May mga milyon-milyong mga naturang talakayan na nagaganap araw-araw, at hindi mo maaaring masubaybayan ang lahat ng mga ito mabuhay. Ang isang sistema batay sa paghahanap na ito ay maaaring makatulong sa mga tagapamahala ng tao na mas maayos na idirekta ang kanilang pansin, "sabi ni Cristian Danescu-Niculescu-Mizil, katulong na propesor ng agham sa impormasyon sa Cornell University at may-akda ng ang papel.

"Kami, bilang mga tao, ay may isang intuwisyon ng kung ang isang pag-uusap ay malapit nang sumiklab, ngunit kadalasan ito ay isang hinala lamang. Hindi namin maaaring gawin ito 100 porsyento ng oras. Nagtataka kami kung maaari naming bumuo ng mga sistema upang magtiklop o kahit na lagpas sa ito intuwisyon, "sabi ni Danescu-Niculescu-Mizil.

Ang modelo ng computer, na itinuturing na Perspektibo ng Google, isang tool sa pag-aaral ng makina para sa pagsusuri ng "toxicity," ay tama sa paligid ng 65 na porsiyento ng oras. Ang mga tao ay may tama ng 72 porsiyento ng oras.

Masusubukan ng mga tao ang kanilang sariling kakayahang hulaan kung aling mga pag-uusap ay aalisin sa online na pagsusulit.

Sinusuri ng pag-aaral ang mga pag-uusap na 1,270 na nagsimula nang masigasig ngunit bumagsak sa mga personal na pag-atake, na nakuha mula sa 50 milyong mga pag-uusap sa buong 16 milyong pahina ng "talk" Wikipedia, kung saan pinag-uusapan ng mga editor ang mga artikulo o iba pang mga isyu. Sinuri nila ang mga palitan ng mga pares, kumpara sa bawat pag-uusap na natapos na masama sa isang nagtagumpay sa parehong paksa, kaya ang mga resulta ay hindi sinasadya ng sensitibong paksa tulad ng pulitika.

Inaasahan ng mga mananaliksik na ang modelong ito ay maaaring magamit upang maligtas ang mga pag-uusap sa panganib at mapabuti ang dialogue sa online, sa halip na sa pag-ban sa mga tukoy na user o pagsuri sa ilang mga paksa. Ang ilang mga online na poster, tulad ng mga hindi nagsasalita ng wikang Ingles, ay hindi maaaring mapagtanto na sila ay maaaring makita bilang agresibo, at ang mga nudges mula sa gayong sistema ay makakatulong sa kanila na mag-ayos ng sarili.

"Kung mayroon akong mga tool na nakakuha ng mga personal na pag-atake, nahuli na ito, sapagkat ang pag-atake ay nangyari na at nakita na ng mga tao," sabi ni co-author Jonathan P. Chang, isang mag-aaral ng PhD sa Cornell. "Ngunit kung naiintindihan mo ang pag-uusap na ito ay lumalakad sa isang masamang direksyon at kumilos pagkatapos, na maaaring gawin ang lugar ng kaunti pang welcoming."

Ang papel na isinulat na may karagdagang mga tumutulong sa Itinaas at Wikimedia Foundation, ay magiging bahagi ng taunang pagpupulong ng Association for Computational Linguistics (Hulyo 2018) sa Melbourne, Australia.

*****

Hulaan kung aling pag-uusap ay magkakagulo!

Mga Tagubilin sa Online na Pagsusulit:

Sa gawaing ito, ipapakita sa iyo ang 15 na mga pares ng mga pag-uusap. Para sa bawat pag-uusap, makikita mo lamang ang unang dalawang komento sa pag-uusap. Ang iyong trabaho ay hulaan, batay sa mga pagsisimula ng pag-uusap na ito, kung aling pag-uusap ay mas malamang sa huli ay humantong sa isang personal na pag-atake mula sa isa sa dalawang unang mga gumagamit. 

Pagkatapos masagot ang bawat tanong makakakuha ka ng instant feedback kung tama ang iyong sagot (ipinahiwatig na may berde) o hindi tama (ipinahiwatig na pula).

Higit pang mga detalye:

Sa paggawa ng iyong hula, dapat mong gamitin ang sumusunod na kahulugan ng isang personal na pag-atake bilang sanggunian:

A personal na pag-atake ay isang komento na bastos, mapanlait, o walang galang sa isang tao / pangkat o sa mga pagkilos at / o gawain ng taong / pangkat.

Tandaan na hindi ka naghahanap ng mga personal na pag-atake sa mga komento na iyon ipinapakita. Sa halip, dapat mong gamitin ang iyong intuition ng mga social dynamics upang magpasya kung aling exchange ang mas malamang na humantong sa isa sa mga kalahok upang mag-post ng isang personal na pag-atake (na hindi ka ipinapakita). 

Kung minsan, maaaring mukhang ang alinman sa quote ay malamang na humantong sa isang atake, o na ang parehong mukhang pantay malamang. Gayunpaman, pakitandaan na ang mga pinag-uusapan ng pinagmulan ay nai-annotated ng mga tao, at ang isa ay humahantong sa isang personal na pag-atake. Gawin ang iyong makakaya upang 'mabawi' ang mga umiiral na label! 

Ito ay hindi isang madaling gawain, at maaaring tumagal ng ilang minuto upang sagutin ang bawat tanong. Dahil ito ay isang mahirap na gawain, ang unang tatlong tanong ay mga "mainit-init" na mga tanong na hindi makakaapekto sa iyong iskor; naroroon sila upang makatulong sa iyo na "i-calibrate" ang iyong pakiramdam kung ano ang mga kadahilanan ay malamang na magsenyas ng mga pag-atake sa hinaharap. Ngunit tandaan, ang iyong gawain ay upang mabawi ang maraming mga label hangga't maaari. 

Dahil sa katangian ng gawain, ang ilan sa mga komentong ito ay maaaring maglaman ng nakakasakit na nilalaman. Ikinalulungkot namin ang tungkol dito.

Mag-click dito para sa online na pagsusulit.

Source: Cornell University

Mga Kaugnay Books

at InnerSelf Market at Amazon