Narito Ang Pinakamahusay na Paraan Upang Malabanan ang Mapoot na Pagsasalita

: By ETH Zurich, Unibersidad ng Zurich

Salamat sa pagbisita InnerSelf.com, Kung saan mayroon 20,000 + mga artikulong nagbabago sa buhay na nagtataguyod ng "Mga Bagong Saloobin at Bagong Posibilidad." Ang lahat ng mga artikulo ay isinalin sa 30+ wika. sumuskribi sa InnerSelf Magazine, na inilathala linggu-linggo, at Araw-araw na Inspirasyon ni Marie T Russell. InnerSelf Magazine ay nai-publish mula noong 1985.

masira

twitter birds 1, 2, at 3
Sinubukan ng pangkat ng pananaliksik ang tatlong magkakaibang diskarte sa counterspeech sa twitter upang mabawasan ang mapoot na salita. (Graphic: alyansa F)

Ang isang alternatibo sa pagtanggal ng mga may problemang komento ay ang paggamit ng naka-target na counterspeech, na ginagamit ng maraming organisasyon upang harapin ang online na mapoot na salita.

Posibleng pigilan ang online na mapoot na salita sa pamamagitan ng pag-uudyok ng empatiya para sa mga apektado, natuklasan ng pananaliksik sa "counterspeech."

Sa kaibahan, ang paggamit ng katatawanan o mga babala ng mga posibleng kahihinatnan ay may maliit na epekto, sabi ng mga mananaliksik.

Upang i-moderate ang mga mapoot na komento, maraming social media platform ang bumuo ng mga sopistikadong filter. Gayunpaman, ang mga ito lamang ay hindi sapat upang ayusin ang problema. Halimbawa, tinatantya ng Facebook (ayon sa mga panloob na dokumentong na-leak noong Oktubre 2021) na hindi nito mabubura ang higit sa 5% ng mga mapoot na komento na nai-post ng mga user. Bilang karagdagan, ang mga awtomatikong filter ay hindi tumpak at maaaring makapinsala sa kalayaan sa pagsasalita.

Alternatibong Pagtanggal ng Mga Komento sa Mapoot na Salita

Ang isang alternatibo sa pagtanggal ng mga may problemang komento ay ang paggamit ng naka-target na counterspeech, na ginagamit ng maraming organisasyon upang harapin ang online na mapoot na salita. Gayunpaman, hanggang ngayon, mas kaunti ang nalalaman tungkol sa kung aling mga diskarte sa counterspeech ang pinakamabisa sa pagtugon sa online na poot.

Ang isang pangkat ng mga mananaliksik na pinamumunuan ni Dominik Hangartner, propesor ng pampublikong patakaran sa ETH Zurich, ay nakipagsanib-puwersa sa mga kasamahan sa Unibersidad ng Zurich upang siyasatin kung anong uri ng mga mensahe ang maaaring hikayatin ang mga may-akda ng mapoot na salita na putulin ito.

Gamit ang mga pamamaraan sa pag-aaral ng makina, natukoy ng mga mananaliksik ang 1,350 na nagsasalita ng Ingles kaba mga user na nag-publish ng racist o xenophobic na nilalaman. Random nilang itinalaga ang mga account na ito sa isang control group o isa sa sumusunod na tatlo, madalas na ginagamit na mga diskarte sa counterspeech: mga mensahe na naghahatid ng empatiya sa grupong tina-target ng rasismo, katatawanan, o isang babala ng mga posibleng kahihinatnan.

Ang mga resulta, na lumilitaw sa Paglilitis ng National Academy of Sciences, ay malinaw: tanging ang mga mensahe ng counterspeech na nagdudulot ng empatiya para sa mga taong apektado ng mapoot na salita ang malamang na hikayatin ang mga nagpadala na baguhin ang kanilang pag-uugali.

Isang Tugon Sa Mapoot na Pagsasalita

Ang isang halimbawa ng ganoong tugon ay maaaring: "Ang iyong post ay napakasakit para sa mga Hudyo na basahin ..." Kung ikukumpara sa control group, ang mga may-akda ng mga tweet ng poot ay nag-post ng humigit-kumulang isang-katlo na mas kaunting mga komento sa rasista o xenophobic pagkatapos ng gayong interbensyon na nagdudulot ng empatiya. . Bukod pa rito, ang posibilidad na tanggalin ng isang user ang kanilang hate tweet ay tumaas nang malaki.

Sa kabaligtaran, ang mga may-akda ng mga tweet ng poot ay halos hindi tumugon sa nakakatawang counterspeech. Kahit na ang isang mensahe na nagpapaalala sa nagpadala na nakikita rin ng kanilang pamilya, kaibigan, at kasamahan ang kanilang mga mapoot na komento, ay hindi rin epektibo. Ito ay kapansin-pansin dahil ang dalawang diskarte na ito ay madalas na ginagamit ng mga organisasyong nakatuon sa paglaban sa mapoot na salita.

"Tiyak na hindi kami nakahanap ng panlunas sa mapoot na salita sa internet, ngunit natuklasan namin ang mahahalagang pahiwatig tungkol sa kung aling mga diskarte ang maaaring gumana, at kung alin ang hindi," sabi ni Hangartner. Ang nananatiling pag-aaralan ay kung ang lahat ng mga tugon na nakabatay sa empatiya ay gumagana nang maayos, o kung ang mga partikular na mensahe ay mas epektibo. Halimbawa, ang mga may-akda ng mapoot na salita ay maaaring hikayatin na ilagay ang kanilang mga sarili sa sapatos ng biktima o hilingin na magpatibay ng isang kahalintulad na pananaw (“Ano ang mararamdaman mo kung ganyan ang pag-uusapan ng mga tao tungkol sa iyo?”).

Ang pananaliksik ay bahagi ng isang mas komprehensibong proyekto upang bumuo ng mga algorithm na nakakakita ng mapoot na salita, at upang subukan at pinuhin ang higit pang mga diskarte sa counterspeech. Sa layuning ito, ang pangkat ng pananaliksik ay nakikipagtulungan sa Swiss women's umbrella organization alliance F, na nagpasimula ng proyekto ng civil society na Stop Hate Speech. Sa pamamagitan ng pakikipagtulungang ito ang mga siyentipiko ay maaaring magbigay ng isang empirical na batayan para sa alyansa F upang i-optimize ang disenyo at nilalaman ng kanilang mga mensahe sa counterspeech.

"Ang mga natuklasan sa pananaliksik ay gumagawa sa akin ng lubos na maasahin sa mabuti. Sa unang pagkakataon, mayroon na kaming pang-eksperimentong ebidensya na nagpapakita ng bisa ng counterspeech sa totoong buhay na mga kondisyon," sabi ni Sophie Achermann, executive director ng alliance F at co-initiator ng Stop Hate Speech.

Ang Swiss innovation agency na Innosuisse ang nag-sponsor ng gawain, na kinabibilangan din ng mga kumpanya ng media na Ringier at TX Group sa pamamagitan ng kanilang mga pahayagan na Blick at 20 Minuten ayon sa pagkakabanggit.

Source: ETH Zurich, Original Study

masira