Bagaimana Siapapun, Bahkan Anda, Mungkin Menjadi Troll Internet

Troll internet, menurut definisi, mengganggu, agresif, dan seringkali tidak menyenangkan dengan tulisan online ofensif atau provokatif yang dirancang untuk mengganggu dan mengganggu.

Asumsi yang umum adalah bahwa orang-orang yang troll berbeda dari kita semua, memberi kita kebebasan untuk memberhentikan mereka dan perilaku mereka. Tapi sebuah studi baru menunjukkan sebaliknya - dalam situasi yang tepat, siapapun bisa menjadi troll.

"Kami ingin mengerti mengapa trolling begitu lazim saat ini," kata Justin Cheng, seorang peneliti ilmu komputer di Stanford University dan penulis utama makalah baru ini. "Sementara pengetahuan umum adalah bahwa troll terutama individu sosiopat yang kadang-kadang muncul dalam percakapan, benarkah hanya orang-orang yang sedang mengoceh orang lain?"

Suasana hati yang buruk

Apakah perilaku trolling merupakan karakteristik bawaan atau faktor situasional dapat mempengaruhi orang untuk bertindak seperti troll? Untuk mengetahui, peneliti menggunakan kombinasi eksperimen, analisis data, dan pembelajaran mesin - dan menemukan beberapa faktor sederhana yang membuat orang rata-rata cenderung troll.

Setelah melakukan penelitian sebelumnya tentang perilaku antisosial, peneliti memutuskan untuk fokus pada bagaimana suasana hati dan konteks mempengaruhi apa yang orang tulis di forum diskusi. Mereka menyiapkan eksperimen dua bagian dengan subyek 667 yang direkrut melalui platform crowdsourcing.

Pada bagian pertama percobaan, peserta diberi tes, yang sangat mudah atau sangat sulit. Setelah mengikuti tes, semua subjek mengisi kuesioner yang mengevaluasi berbagai aspek mood mereka, termasuk kemarahan, kelelahan, depresi, dan ketegangan. Seperti yang diharapkan, orang-orang yang menyelesaikan tes sulit berada dalam mood yang lebih buruk daripada mereka yang memiliki tes mudah.


grafis berlangganan batin


Semua peserta kemudian diinstruksikan untuk membaca artikel dan terlibat dalam bagian komentarnya. Mereka harus meninggalkan setidaknya satu komentar, tapi bisa meninggalkan banyak komentar dan up-vote dan down-votes dan bisa membalas komentar lainnya. Semua peserta melihat artikel yang sama pada platform yang sama, yang dibuat semata-mata untuk eksperimen, namun beberapa peserta diberi sebuah forum dengan tiga troll posts di bagian atas bagian komentar. Yang lainnya melihat tiga pos netral.

Dua ahli independen mengevaluasi apakah kiriman tersebut ditinggalkan oleh subjek yang memenuhi syarat sebagai trolling, yang didefinisikan secara umum dalam penelitian ini dengan kombinasi pedoman posting yang diambil dari beberapa forum diskusi. Misalnya, serangan pribadi dan kutukan merupakan indikasi troll posts.

Tentang 35 persen orang yang menyelesaikan tes mudah dan melihat tulisan netral lalu diposting komentar troll mereka sendiri. Persentase itu melonjak menjadi 50 persen jika subjeknya mengambil tes keras atau melihat komentar trolling. Orang-orang terpapar pada tes yang sulit dan tulisan troll berhamburan sekitar 68 persen dari waktu.

Untuk menghubungkan wawasan eksperimental ini ke dunia nyata, para periset juga menganalisis data anonim dari bagian komentar CNN dari seluruh 2012. Data terdiri dari pengguna 1,158,947, diskusi 200,576, dan posting 26,552,104 dan menyertakan pengguna dan posting terlarang yang telah dihapus oleh moderator. Dalam bagian penelitian ini, tim mendefinisikan troll posts sebagai topik yang ditandai oleh anggota masyarakat karena penyalahgunaan.

'Spiral negatif'

Tidak mungkin untuk secara langsung mengevaluasi mood para komentator, namun para periset melihat cap waktu posting karena penelitian sebelumnya telah menunjukkan bahwa waktu siang dan malam sesuai dengan mood. Insiden suara turun dan pos yang ditandai berbaris erat dengan pola mood negatif yang mapan. Insiden semacam itu cenderung meningkat larut malam dan di awal minggu, yang juga terjadi ketika orang-orang cenderung berada dalam suasana hati yang buruk.

Para periset menyelidiki efek mood lebih lanjut dan menemukan bahwa orang lebih cenderung menghasilkan pos yang ditandai jika mereka baru saja ditandai atau jika mereka mengambil bagian dalam diskusi terpisah yang hanya menyertakan pos yang ditandai oleh orang lain. Temuan ini benar-benar berlaku terlepas dari artikel apa yang terkait dengan diskusi tersebut.

"Ini adalah spiral negatif," kata Jure Leskovec, profesor ilmu komputer dan penulis senior makalah ini. "Hanya satu orang yang bangun rewel dapat menciptakan percikan api dan, karena konteks diskusi dan pemungutan suara, percikan api ini bisa berputar ke dalam keruntuhan perilaku buruk. Percakapan yang buruk menyebabkan percakapan buruk. Orang yang turun-memberi suara kembali lebih banyak, berkomentar lebih banyak, dan berkomentar lebih buruk lagi. "

Memprediksi pos yang ditandai

Sebagai langkah terakhir dalam penelitian mereka, tim menciptakan algoritma pembelajaran mesin yang bertugas untuk memperkirakan apakah posting berikutnya yang penulis tulis akan ditandai.

Informasi yang diberikan pada algoritme tersebut mencakup cap waktu dari posting terakhir penulis, apakah posting terakhir ditandai, apakah posting sebelumnya dalam diskusi ditandai, keseluruhan riwayat penulisan tulisan ditandai oleh pos, dan ID pengguna yang dianonimkan dari penulis .

Temuan menunjukkan bahwa status bendera dari pos sebelumnya dalam diskusi merupakan prediktor terkuat apakah pos berikutnya akan ditandai. Fitur yang berhubungan dengan mood, seperti timing dan flagging commenter sebelumnya, jauh lebih tidak terduga. Sejarah pengguna dan ID pengguna, meskipun agak prediktif, masih kurang informatif daripada konteks diskusi. Ini menyiratkan bahwa, sementara beberapa orang mungkin secara konsisten lebih rentan terhadap trolling, konteks di mana kita memposting lebih cenderung mengarah pada trolling.

Bayangan bayangan dan masa sejuk?

Antara data nyata, analisis data berskala besar, eksperimen dan tugas prediksi, temuan itu kuat dan konsisten. Para periset menyarankan bahwa konteks percakapan dan mood dapat menyebabkan trolling. Mereka percaya ini bisa menginformasikan penciptaan ruang diskusi online yang lebih baik.

"Memahami apa yang sebenarnya menentukan seseorang untuk bersikap antisosial sangat penting jika kita ingin memperbaiki kualitas diskusi online," kata Cristian Danescu-Niculescu-Mizil, asisten profesor ilmu informasi di Cornell University dan rekan penulis makalah ini. "Wawasan terhadap mekanisme kausal yang mendasarinya dapat memberi tahu perancangan sistem yang mendorong diskusi online yang lebih perdarahan dan dapat membantu moderator mengurangi trolling secara lebih efektif."

Intervensi untuk mencegah trolling bisa mencakup forum diskusi yang merekomendasikan periode pendinginan kepada para komentator yang baru saja memiliki sebuah pos yang ditandai, sistem yang secara otomatis memberi tanda kepada moderator ke sebuah pos yang kemungkinan merupakan troll post atau "shadow banning," - menyembunyikan troll posts dari pengguna non-troll tanpa memberitahukan troll.

Para periset percaya bahwa penelitian seperti ini hanyalah awal dari kerja yang telah dibutuhkan selama beberapa waktu, karena internet jauh dari perdebatan hangat dan diskusi orang-orang di seluruh dunia yang pernah dipikirkan.

"Pada akhir hari, apa penelitian ini benar-benar menyarankan adalah bahwa kita yang menyebabkan gangguan ini dalam diskusi," kata rekan penulis Michael Bernstein, asisten profesor ilmu komputer di Stanford. "Banyak situs berita telah menghapus sistem komentar mereka karena mereka menganggap ini bertentangan dengan debat dan diskusi yang sebenarnya. Memahami diri kita yang terbaik dan terburuk di sini adalah kunci untuk membawa orang-orang kembali. "

Grafik kertas diterbitkan sebagai bagian dari Konferensi 2017 mendatang tentang Koperasi dan Komputasi Sosial yang Didukung Komputer.

Sumber: Stanford University

Buku terkait

at Pasar InnerSelf dan Amazon