ทีมวิจัยได้ทดสอบกลยุทธ์การพูดโต้ตอบสามแบบบน Twitter เพื่อลดคำพูดแสดงความเกลียดชัง  (กราฟิก: พันธมิตร F)

อีกทางเลือกหนึ่งสำหรับการลบความคิดเห็นที่เป็นปัญหาคือการใช้คำพูดตอบโต้ที่เป็นเป้าหมาย ซึ่งองค์กรจำนวนมากใช้เพื่อจัดการกับคำพูดแสดงความเกลียดชังทางออนไลน์

การวิจัยเรื่อง "คำพูดตอบโต้" พบว่าเป็นไปได้ที่จะควบคุมคำพูดแสดงความเกลียดชังทางออนไลน์โดยชักนำให้เกิดความเห็นอกเห็นใจต่อผู้ที่ได้รับผลกระทบ

นักวิจัยกล่าวว่าการใช้อารมณ์ขันหรือคำเตือนถึงผลที่อาจจะเกิดขึ้นนั้นส่งผลกระทบเพียงเล็กน้อย

เพื่อกลั่นกรองความคิดเห็นที่แสดงความเกลียดชัง แพลตฟอร์มโซเชียลมีเดียจำนวนมากได้พัฒนาตัวกรองที่ซับซ้อน อย่างไรก็ตาม สิ่งเหล่านี้เพียงอย่างเดียวไม่เพียงพอที่จะแก้ไขปัญหาได้ ตัวอย่างเช่น Facebook ประมาณการ (ตามเอกสารภายในที่รั่วไหลในเดือนตุลาคม 2021) ว่าไม่สามารถลบความคิดเห็นแสดงความเกลียดชังที่ผู้ใช้โพสต์ได้มากกว่า 5% นอกจากนี้ ตัวกรองอัตโนมัติคือ ไม่แน่ชัด และอาจเป็นอันตรายต่อเสรีภาพในการพูด

ทางเลือกในการลบความคิดเห็นเกี่ยวกับคำพูดแสดงความเกลียดชัง

อีกทางเลือกหนึ่งสำหรับการลบความคิดเห็นที่เป็นปัญหาคือการใช้คำพูดตอบโต้ที่เป็นเป้าหมาย ซึ่งองค์กรจำนวนมากใช้เพื่อจัดการกับคำพูดแสดงความเกลียดชังทางออนไลน์ จนถึงขณะนี้ ยังไม่ค่อยมีใครทราบเกี่ยวกับกลยุทธ์การพูดโต้ตอบแบบใดที่มีประสิทธิภาพมากที่สุดในการจัดการกับความเกลียดชังทางออนไลน์

ทีมนักวิจัยที่นำโดย Dominik Hangartner ศาสตราจารย์ด้านนโยบายสาธารณะที่ ETH Zurich ได้ร่วมมือกับเพื่อนร่วมงานที่มหาวิทยาลัยซูริกเพื่อตรวจสอบว่าข้อความประเภทใดสามารถกระตุ้นให้ผู้เขียนคำพูดแสดงความเกลียดชังตัดทิ้งไปได้

นักวิจัยระบุ 1,350 ที่พูดภาษาอังกฤษโดยใช้วิธีการเรียนรู้ด้วยเครื่อง Twitter ผู้ใช้ที่เคยเผยแพร่เนื้อหาที่เหยียดผิวหรือเหยียดเชื้อชาติ พวกเขาสุ่มกำหนดบัญชีเหล่านี้ให้กับกลุ่มควบคุมหรือหนึ่งในสามกลยุทธ์ในการโต้แย้งที่ใช้บ่อยดังต่อไปนี้: ข้อความที่กระตุ้นความเห็นอกเห็นใจกับกลุ่มที่กำหนดเป้าหมายโดยการเหยียดเชื้อชาติ อารมณ์ขัน หรือการเตือนถึงผลที่ตามมา

ผลลัพธ์ซึ่งปรากฏใน กิจการของ National Academy of Sciencesมีความชัดเจน: เฉพาะข้อความตอบโต้ที่กระตุ้นความเห็นอกเห็นใจต่อผู้ที่ได้รับผลกระทบจากคำพูดแสดงความเกลียดชังเท่านั้นที่มีแนวโน้มจะชักจูงผู้ส่งให้เปลี่ยนพฤติกรรม

การตอบสนองต่อคำพูดแสดงความเกลียดชัง

ตัวอย่างของการตอบสนองดังกล่าวอาจเป็น: “โพสต์ของคุณเจ็บปวดมากสำหรับชาวยิวที่จะอ่าน…” เมื่อเทียบกับกลุ่มควบคุม ผู้เขียนทวีตแสดงความเกลียดชังโพสต์ความคิดเห็นเกี่ยวกับการแบ่งแยกเชื้อชาติหรือคนต่างชาติน้อยกว่าหนึ่งในสามหลังจากการแทรกแซงที่ชักจูงให้เกิดความเห็นอกเห็นใจ . นอกจากนี้ ความน่าจะเป็นที่ผู้ใช้จะลบทวีตแสดงความเกลียดชังของพวกเขาก็เพิ่มขึ้นอย่างมาก

ในทางตรงกันข้าม ผู้เขียนทวีตแสดงความเกลียดชังแทบไม่ตอบสนองต่อคำพูดที่ตลกขบขัน แม้แต่ข้อความที่เตือนผู้ส่งว่าครอบครัว เพื่อน และเพื่อนร่วมงานสามารถเห็นความคิดเห็นที่แสดงความเกลียดชังของพวกเขาได้เช่นกัน ก็ไม่เป็นผล สิ่งนี้น่าทึ่งเพราะว่าทั้งสองกลยุทธ์นี้มักใช้โดยองค์กรที่มุ่งมั่นที่จะต่อสู้กับคำพูดแสดงความเกลียดชัง

“แน่นอนว่าเราไม่พบยาครอบจักรวาลเพื่อต่อต้านคำพูดแสดงความเกลียดชังบนอินเทอร์เน็ต แต่เราได้เปิดเผยเบาะแสสำคัญเกี่ยวกับกลยุทธ์ที่อาจใช้ได้ผลและวิธีใดที่ไม่สามารถทำได้” Hangartner กล่าว สิ่งที่ยังคงต้องศึกษาคือการตอบสนองตามความเห็นอกเห็นใจทั้งหมดทำงานได้ดีเหมือนกันหรือไม่ หรือข้อความบางข้อความมีประสิทธิภาพมากกว่าหรือไม่ ตัวอย่างเช่น เราอาจส่งเสริมให้ผู้เขียนคำพูดแสดงความเกลียดชังใส่ตัวเองในรองเท้าของเหยื่อ หรือถูกขอให้ใช้มุมมองที่คล้ายคลึงกัน (“คุณจะรู้สึกอย่างไรถ้ามีคนพูดถึงคุณแบบนั้น?”)

การวิจัยนี้เป็นส่วนหนึ่งของโครงการที่ครอบคลุมมากขึ้นเพื่อพัฒนาอัลกอริธึมที่ตรวจจับคำพูดแสดงความเกลียดชัง และเพื่อทดสอบและปรับแต่งกลยุทธ์การโต้แย้งเพิ่มเติม ด้วยเหตุนี้ ทีมวิจัยจึงร่วมมือกับ F ที่เป็นองค์กรร่มสตรีของสวิส ซึ่งได้ริเริ่มโครงการประชาสังคม Stop Hate Speech ด้วยความร่วมมือนี้ นักวิทยาศาสตร์สามารถจัดเตรียมพื้นฐานเชิงประจักษ์สำหรับพันธมิตร F เพื่อเพิ่มประสิทธิภาพการออกแบบและเนื้อหาของข้อความตอบโต้ของพวกเขา

“ผลการวิจัยทำให้ฉันมองโลกในแง่ดีมาก เป็นครั้งแรกที่เรามีหลักฐานการทดลองที่แสดงให้เห็นถึงประสิทธิภาพของการโต้เถียงในสภาพชีวิตจริง” Sophie Achermann กรรมการบริหารของ alliance F และผู้ร่วมริเริ่ม Stop Hate Speech กล่าว

หน่วยงานด้านนวัตกรรมของสวิส Innosuisse สนับสนุนงานนี้ ซึ่งยังเกี่ยวข้องกับบริษัทสื่อ Ringier และ TX Group ผ่านทางหนังสือพิมพ์ Blick และ 20 Minuten ตามลำดับ

ที่มา: ผลประโยชน์ทับซ้อนซูริค, การศึกษาเดิม

หนังสือที่เกี่ยวข้อง:

เครื่องมือการสนทนาที่สำคัญสำหรับการพูดคุยเมื่อเดิมพันสูง รุ่นที่สอง

โดย เคอร์รี แพตเตอร์สัน, โจเซฟ เกรนนี และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

อย่าแยกความแตกต่าง: การเจรจาราวกับว่าชีวิตของคุณขึ้นอยู่กับมัน

โดย Chris Voss และ Tahl Raz

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

บทสนทนาที่สำคัญ: เครื่องมือสำหรับการพูดคุยเมื่อมีเดิมพันสูง

โดย เคอร์รี แพตเตอร์สัน, โจเซฟ เกรนนี และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

การพูดคุยกับคนแปลกหน้า: สิ่งที่เราควรรู้เกี่ยวกับคนที่เราไม่รู้จัก

โดย Malcolm Gladwell

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

บทสนทนาที่ยาก: วิธีอภิปรายสิ่งที่สำคัญมากที่สุด

โดยดักลาส สโตน, บรูซ แพตตัน และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ