Непротивление злу насилием в социальных медиа опасно для общества.
Экспериментально проверен «закон ненависти в соцсетях».
Число новых потрясающих исследований по этой теме – двузначное. Их чрезвычайно важные результаты – весьма объемные и содержат массу интересных деталей. Но я попробую изложить тему по «методу Пивоварова» - «максимально субъективно, по возможности, внятно и коротко (у вас мало времени, мы это ценим) … поехали».
ДАНО
▪️ За 10 лет отношения в обществе кардинально изменились из-за взрывного роста роли социальных медиа и резкого скачка хейта и поляризации в них.
▪️ Отменить соцмедиа невозможно, но хейт и поляризацию нужно как-то гасить (ибо уже зашкаливают, и это ставит общество на грань социальных катаклизмов).
▪️ Исследования показывают, что рост хейта и поляризации, в значительной мере, - результат целенаправленной деятельности: (1) всевозможных «фабрик троллей» и (2) тучи индивидуальных приверженцев ругани, считающих любые высказывания, отличающиеся от безоговорочного согласия и поддержки их мнения, признаком неуважения и провокацией к конфликту.
▪️ Общими усилиями «фабрики троллей» и индивидуальные приверженцы ругани превращают Интернет в «Internet Of Beefs» (Интернет ругани)), плодя ненависть, травлю и манипуляции дискурсом.
ПОСТАНОВКА ЗАДАЧИ
1. Какая индивидуальная стратегия для каждого из нас оптимальна, при столкновении с троллями и хейтерами всех мастей?
2. Как общество может противодействовать росту хейта и поляризации в соцмедиа?
КАК РЕШАЛИ ЗАДАЧУ
▪️ На основе анализа 200 млн слов, статей и комментариев, опубликованных на 29 правых интернет-порталах, составили детальный классификатор «языка вражды и оскорблений» и его диалектов (а) ненависти, (б) провокаций и (в) тирад разглагольствования, используемых троллями и индивидуальными приверженцами ругани.
▪️ Научили ИИ-алгоритм автоматом распознавать (1) ненависть и провокацию конфликтов и (2) организованное противодействие провокаторам – троллям и индивидуальными хейтерам (второе оказалось куда сложнее первого из-за разнообразия языковых форм выражения)
▪️ Проверили и подправили классификатор и ИИ-алгоритм, подключив к их проверке и переобучению краудсорсеров через платформу Crowdworking Mechanical Turk.
▪️ Запустили ИИ-алгоритм для обработки и анализа 200 тыс. диалоговых цепочек в Twitter.
РЕЗУЛЬТАТ
✔️ Общество может остановить рост хейта и поляризации в соцмедиа лишь путем организованного противодействия (только в тех диалоговых цепочках где оно было, тролли и хейтеры слились)
✔️ Оптимальная индивидуальная стратегия – не банить троллей и хейтеров, а давать им бой, организуя своих сторонников.

ОБЩИЙ ПРИНЦИПИАЛЬНЫЙ ВЫВОД - «закон ненависти в соцсетях»
• Современная медиасреда принципиально изменила способы социальных коммуникаций.
• В медиасреде тактика отфрендить или забанить позволяет «не видеть зло» вместо того, чтобы «бороться за добро», создавая каждому комфортные эхо-камеры.
• В результате такого «непротивления злу насилием», в медиасреде, трансформируемой троллями и хейтерами в Интернет ругани, начинает царить ненависть.
• Не позволить Интернету ругани переродиться в Интернет ненависти способно лишь организованное противодействие.

Подробней:
- популярно – New study shows effectiveness of counter-speech online
- доклад 22го октября на ScienceWriters2020 Vitriol and disinformation: math and big data illuminate the dark world of online speech. Can journalism compete?
- исследование 1 Countering hate on social media: Large scale classification of hate and counter speech
- исследование 2 Impact and dynamics of hate and counter speech online
- рассказ лингвиста Иоахима Шарлот о «языке вражды и оскорблений»

См. также мои посты по тэгам:
#СоциальныеСети #Polarization #Раскол