Para peneliti telah membuat sebuah model untuk memprediksi percakapan sipil online mana yang mungkin akan berubah dan tergelincir.

Setelah menganalisis ratusan pertukaran antara editor Wikipedia, para peneliti mengembangkan program komputer yang memindai tanda-tanda peringatan dalam bahasa peserta pada awal percakapan — seperti pengulangan, pertanyaan langsung atau penggunaan kata "Anda" —untuk memprediksi yang awalnya percakapan sipil akan serba salah. (Catatan Edtor: Untuk info tentang kuis online, lihat bagian akhir artikel ini.) ("Tebak percakapan mana yang akan kacau" kuis online: http://awry.infosci.cornell.edu/)

Pertukaran awal yang termasuk salam, ungkapan terima kasih, lindung nilai seperti "tampaknya," dan kata-kata "Saya" dan "kita" lebih cenderung tetap sipil, studi menemukan.

“Ada jutaan diskusi semacam itu yang terjadi setiap hari, dan Anda tidak mungkin memantau semuanya secara langsung. Sebuah sistem berdasarkan temuan ini dapat membantu moderator manusia lebih mengarahkan perhatian mereka, ”kata Cristian Danescu-Niculescu-Mizil, asisten profesor ilmu informasi di Cornell University dan rekan penulis kertas.

“Kami, sebagai manusia, memiliki intuisi tentang apakah suatu percakapan akan kacau, tetapi sering kali hanya kecurigaan. Kami tidak dapat melakukannya 100 persen dari waktu. Kami bertanya-tanya apakah kami dapat membangun sistem untuk mereplikasi atau bahkan melampaui intuisi ini, ”kata Danescu-Niculescu-Mizil.

Model komputer, yang juga mempertimbangkan Google's Perspective, alat pembelajaran mesin untuk mengevaluasi "toksisitas," sudah benar sekitar 65 persen dari waktu. Manusia menebak dengan benar 72 persen dari waktu.

Orang dapat menguji kemampuan mereka sendiri untuk menebak percakapan mana yang akan digagalkan pada kuis online.

Studi ini menganalisis percakapan 1,270 yang dimulai secara sipil tetapi berubah menjadi serangan pribadi, yang diambil dari 50 juta percakapan di 16 juta halaman "pembicaraan" Wikipedia, tempat editor mendiskusikan artikel atau masalah lain. Mereka memeriksa pertukaran secara berpasangan, membandingkan setiap percakapan yang berakhir buruk dengan yang berhasil pada topik yang sama, sehingga hasilnya tidak dipengaruhi oleh materi sensitif seperti politik.

Para peneliti berharap model ini dapat digunakan untuk menyelamatkan percakapan berisiko dan meningkatkan dialog online, daripada melarang pengguna tertentu atau menyensor topik tertentu. Beberapa poster online, seperti penutur bahasa Inggris non-pribumi, mungkin tidak menyadari bahwa mereka dapat dianggap agresif, dan dorongan dari sistem semacam itu dapat membantu mereka menyesuaikan diri.

"Jika saya memiliki alat yang menemukan serangan pribadi, itu sudah terlambat, karena serangan sudah terjadi dan orang sudah melihatnya," kata rekan penulis Jonathan P. Chang, seorang mahasiswa PhD di Cornell. "Tetapi jika Anda memahami percakapan ini akan menuju arah yang buruk dan mengambil tindakan, itu mungkin akan membuat tempat itu sedikit lebih ramah."

Makalah ini, yang ditulis bersama dengan kolaborator tambahan di Jigsaw dan Wikimedia Foundation, akan menjadi bagian dari pertemuan tahunan Asosiasi untuk Linguistik Komputasi (2018 Juli) di Melbourne, Australia.

*****

Tebak percakapan mana yang akan kacau!

Petunjuk Kuis Online:

Dalam tugas ini, Anda akan ditunjukkan 15 pasang percakapan. Untuk setiap percakapan, Anda hanya akan melihat dua komentar pertama dalam percakapan. Tugas Anda adalah menebak, berdasarkan permulaan percakapan ini, percakapan mana yang lebih mungkin akhirnya mengarah ke serangan pribadi dari salah satu dari dua pengguna awal. 

Setelah menjawab setiap pertanyaan, Anda akan mendapatkan umpan balik instan tentang apakah jawaban Anda benar (ditunjukkan dengan warna hijau) atau salah (ditunjukkan dengan warna merah).

Rincian lainnya:

Dalam membuat tebakan Anda, Anda harus menggunakan definisi serangan pribadi berikut sebagai referensi:

A serangan pribadi adalah komentar yang kasar, menghina, atau tidak sopan terhadap seseorang / kelompok atau terhadap tindakan orang / kelompok dan / atau pekerjaan.

Perlu diingat bahwa Anda tidak mencari serangan pribadi di komentar yang ada ditunjukkan. Sebaliknya, Anda harus menggunakan intuisi dinamika sosial Anda untuk memutuskan pertukaran mana yang lebih mungkin untuk memimpin salah satu peserta untuk akhirnya mengirim serangan pribadi (yang tidak Anda perlihatkan). 

Kadang-kadang, sepertinya tidak ada kutipan yang cenderung mengarah ke serangan, atau keduanya sama-sama memiliki kemungkinan yang sama. Namun, harap diingat bahwa percakapan sumber telah dianotasi oleh manusia, dan yang memang mengarah ke serangan pribadi. Lakukan yang terbaik untuk 'memulihkan' label yang ada! 

Ini bukan tugas yang mudah, dan mungkin butuh beberapa menit untuk menjawab setiap pertanyaan. Karena ini adalah tugas yang sulit, tiga pertanyaan pertama adalah pertanyaan "pemanasan" yang tidak akan mempengaruhi skor Anda; mereka ada untuk membantu Anda "mengkalibrasi" rasa Anda tentang faktor-faktor apa yang mungkin memberi sinyal serangan di masa depan. Tapi ingat, Tugas Anda adalah memulihkan sebanyak mungkin label yang Anda bisa. 

Karena sifat tugasnya, beberapa komentar ini mungkin mengandung konten yang menyinggung. Kami mohon maaf atas hal itu.

Klik di sini untuk kuis online.

Sumber: Cornell University

Buku terkait

at Pasar InnerSelf dan Amazon