Inilah Cara Terbaik Melawan Ujaran Kebencian

: By ETH Zurich, Universitas Zurich

Terimakasih telah berkunjung InnerSelf.com, dimana ada 20,000 + artikel yang mengubah hidup yang mempromosikan "Sikap Baru dan Kemungkinan Baru". Semua artikel diterjemahkan ke dalam 30+ bahasa. Berlangganan ke Majalah InnerSelf, diterbitkan mingguan, dan Inspirasi Harian Marie T Russell. Innerself Majalah telah diterbitkan sejak tahun 1985.

istirahat

burung twitter 1, 2, dan 3
Tim peneliti menguji tiga strategi counterspeech yang berbeda di twitter untuk mengurangi ujaran kebencian. (Grafik: aliansi F)

Sebuah alternatif untuk menghapus komentar bermasalah adalah penggunaan counterspeech yang ditargetkan, yang digunakan banyak organisasi untuk mengatasi ujaran kebencian online.

Dimungkinkan untuk mengekang ujaran kebencian online dengan mendorong empati bagi mereka yang terkena dampak, penelitian tentang "counterspeech" menemukan.

Sebaliknya, penggunaan humor atau peringatan tentang konsekuensi yang mungkin terjadi memiliki efek yang kecil, kata para peneliti.

Untuk memoderasi komentar kebencian, banyak platform media sosial telah mengembangkan filter canggih. Namun, ini saja tidak cukup untuk memperbaiki masalah. Misalnya, Facebook memperkirakan (menurut dokumen internal yang bocor pada Oktober 2021) tidak dapat menghapus lebih dari 5% komentar kebencian yang diposting pengguna. Selain itu, filter otomatis adalah tidak tepat dan dapat membahayakan kebebasan berbicara.

Alternatif Untuk Menghapus Komentar Ujaran Kebencian

Sebuah alternatif untuk menghapus komentar bermasalah adalah penggunaan counterspeech yang ditargetkan, yang digunakan banyak organisasi untuk mengatasi ujaran kebencian online. Namun, hingga saat ini, sedikit yang diketahui tentang strategi counterspeech mana yang paling efektif dalam mengatasi permusuhan online.

Sebuah tim peneliti yang dipimpin oleh Dominik Hangartner, profesor kebijakan publik di ETH Zurich, bergabung dengan rekan-rekan di Universitas Zurich untuk menyelidiki pesan seperti apa yang dapat mendorong penulis ujaran kebencian untuk menghentikannya.

Menggunakan metode pembelajaran mesin, para peneliti mengidentifikasi 1,350 berbahasa Inggris Twitter pengguna yang telah menerbitkan konten rasis atau xenofobia. Mereka secara acak menugaskan akun-akun ini ke grup kontrol atau salah satu dari tiga berikut, strategi counterspeech yang sering digunakan: pesan yang menimbulkan empati dengan kelompok yang ditargetkan oleh rasisme, humor, atau peringatan kemungkinan konsekuensi.

Hasilnya, yang muncul di Prosiding National Academy of Sciences, jelas: hanya pesan balasan yang menimbulkan empati bagi orang-orang yang terpengaruh oleh ujaran kebencian yang cenderung membujuk pengirim untuk mengubah perilaku mereka.

Tanggapan Terhadap Ujaran Kebencian

Contoh dari tanggapan semacam itu dapat berupa: "Postingan Anda sangat menyakitkan bagi orang Yahudi untuk membaca ..." Dibandingkan dengan kelompok kontrol, penulis tweet kebencian memposting sekitar sepertiga lebih sedikit komentar rasis atau xenofobia setelah intervensi yang mendorong empati tersebut. . Selain itu, kemungkinan pengguna akan menghapus tweet kebencian mereka meningkat secara signifikan.

Sebaliknya, para penulis tweet kebencian nyaris tidak bereaksi terhadap pidato balasan yang lucu. Bahkan pesan yang mengingatkan pengirim bahwa keluarga, teman, dan kolega mereka dapat melihat komentar kebencian mereka juga tidak efektif. Hal ini mengejutkan karena kedua strategi ini sering digunakan oleh organisasi yang berkomitmen untuk memerangi ujaran kebencian.

“Kami tentu saja belum menemukan obat mujarab melawan ujaran kebencian di internet, tetapi kami telah menemukan petunjuk penting tentang strategi mana yang mungkin berhasil, dan mana yang tidak,” kata Hangartner. Apa yang masih harus dipelajari adalah apakah semua respons berbasis empati bekerja dengan baik, atau apakah pesan tertentu lebih efektif. Misalnya, penulis ujaran kebencian dapat didorong untuk menempatkan diri mereka pada posisi korban atau diminta untuk mengadopsi perspektif yang serupa (“Bagaimana perasaan Anda jika orang membicarakan Anda seperti itu?”).

Penelitian ini merupakan bagian dari proyek yang lebih komprehensif untuk mengembangkan algoritme yang mendeteksi ujaran kebencian, dan untuk menguji serta menyempurnakan strategi balasan lebih lanjut. Untuk tujuan ini, tim peneliti bekerja sama dengan organisasi payung perempuan Swiss aliansi F, yang telah memprakarsai proyek masyarakat sipil Stop Ujaran Kebencian. Melalui kolaborasi ini, para ilmuwan dapat memberikan dasar empiris bagi aliansi F untuk mengoptimalkan desain dan isi pesan tandingan mereka.

“Temuan penelitian membuat saya sangat optimis. Untuk pertama kalinya, kami sekarang memiliki bukti eksperimental yang menunjukkan kemanjuran counterspeech dalam kondisi kehidupan nyata, ”kata Sophie Achermann, direktur eksekutif aliansi F dan co-inisiator Stop Hate Speech.

Badan inovasi Swiss Innosuise mensponsori pekerjaan tersebut, yang juga melibatkan perusahaan media Ringier dan TX Group melalui surat kabar mereka masing-masing Blick dan 20 Minuten.

Sumber: ETH Zurich, Studi asli

istirahat