DOI: https://doi.org/10.1038/s41586-024-07229-y
PMID: https://pubmed.ncbi.nlm.nih.gov/38509370
تاريخ النشر: 2024-03-20
المؤلف: Michele Avalle وآخرون
الموضوع الرئيسي: كشف خطاب الكراهية والتنمر الإلكتروني
نظرة عامة
تقدم هذه القسم نتائج حول انتشار السمية في المناقشات عبر الإنترنت، مع التركيز بشكل خاص على المؤلفين والمحادثات التي تحتوي على عدد كبير من التعليقات. تستخدم الوظائف التراكمية التكميلية للتوزيع (CCDFs) لتوضيح أن المؤلفين والمحادثات السامة للغاية نادرة. يتم قياس السمية كنسبة التعليقات السامة إلى إجمالي التعليقات التي قدمها المستخدمون، مع تحليل البيانات للمؤلفين الذين نشروا أكثر من 10 تعليقات والمحادثات التي تحتوي على أكثر من 10 تعليقات.
بالإضافة إلى ذلك، تبحث الدراسة في العلاقة بين السمية وطول عمر المحادثات. تكشف أن متوسط سمية المستخدمين لا يرتبط بمدتهم في مجموعة البيانات، ولا يرتبط بعمر خيوط المناقشة. يتم تقديم النتائج مع فترات ثقة بنسبة 95% وتطبيع تجميع اللوغاريتمات لتعزيز الوضوح والصلابة الإحصائية.
الطرق
توضح قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لجمع البيانات حول المتغيرات ذات الاهتمام. تضمنت المنهجيات المحددة تطبيق اختبارات إحصائية لتقييم دلالة النتائج، مما يضمن تفسيرًا قويًا للبيانات.
بالإضافة إلى ذلك، يتناول القسم إجراءات أخذ العينات، بما في ذلك معايير الاختيار للمشاركين والأدوات المستخدمة لجمع البيانات. استخدم الباحثون برامج إحصائية متقدمة لتحليل البيانات، وتطبيق تقنيات مثل تحليل الانحدار واختبار الفرضيات لاستخلاص الاستنتاجات من النتائج. بشكل عام، تم تصميم الطرق لضمان الموثوقية والصلاحية، مما يسمح بفهم شامل للأسئلة البحثية المطروحة.
المناقشة
في هذا القسم، تناقش الدراسة ديناميات المحادثات عبر الإنترنت، مع التركيز على مشاركة المستخدمين وانتشار اللغة السامة عبر منصات مختلفة. تكشف التحليلات أن كل من نشاط المستخدم وطول الخيط يتبعان توزيعات ذات ذيول ثقيلة، مما يشير إلى أنه بينما يساهم العديد من المستخدمين بشكل ضئيل، فإن عددًا قليلاً منهم نشط للغاية. من الجدير بالذكر أن مشاركة المستخدمين تميل إلى الانخفاض مع تطور المحادثات، مما يشير إلى أن عددًا أقل من المستخدمين يشارك مع مرور الوقت، على الرغم من أن أولئك الذين يشاركون يكونون أكثر نشاطًا. هذه الاتجاهات متسقة عبر مواضيع ومنصات مختلفة، باستثناء بعض الحالات الغامضة.
تستخدم الدراسة أيضًا واجهة برمجة التطبيقات الخاصة بـ Google لتصنيف التعليقات السامة، حيث وجدت أنه بينما تظهر بعض المنصات مستويات سمية أعلى، فإن انتشار الكلام السام بشكل عام يبقى منخفضًا، عادةً أقل من 10%. من المثير للاهتمام أن المحادثات الأطول تميل إلى أن تكون أكثر سمية، مع وجود علاقة إيجابية بين حجم المحادثة والسمية. ومع ذلك، على عكس المعتقدات الشائعة، تشير الأبحاث إلى أن السمية لا تمنع مشاركة المستخدمين؛ بل تبقى مستقرة طوال المحادثات. تشير النتائج إلى أن استقطاب الآراء بين المستخدمين قد يلعب دورًا أكثر أهمية في تشكيل المناقشات من السمية نفسها، مما يبرز الحاجة إلى استراتيجيات تعديل دقيقة تأخذ في الاعتبار تعقيدات التفاعلات عبر الإنترنت.
DOI: https://doi.org/10.1038/s41586-024-07229-y
PMID: https://pubmed.ncbi.nlm.nih.gov/38509370
Publication Date: 2024-03-20
Author(s): Michele Avalle et al.
Primary Topic: Hate Speech and Cyberbullying Detection
Overview
The section presents findings on the prevalence of toxicity in online discussions, specifically focusing on authors and conversations with a significant number of comments. It utilizes complementary cumulative distribution functions (CCDFs) to illustrate that extremely toxic authors and conversations are infrequent. Toxicity is quantified as the ratio of toxic comments to the total comments made by users, with data analyzed for authors who posted more than 10 comments and conversations containing over 10 comments.
Additionally, the research investigates the relationship between toxicity and the longevity of conversations. It reveals that the mean toxicity of users does not correlate with their duration in the dataset, nor does it correlate with the lifespan of discussion threads. The findings are presented with 95% confidence intervals and normalized log-binning to enhance clarity and statistical robustness.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to gather data on the variables of interest. Specific methodologies included the application of statistical tests to assess the significance of the results, ensuring robust data interpretation.
Additionally, the section details the sampling procedures, including the selection criteria for participants and the tools used for data collection. The researchers employed advanced statistical software to analyze the data, applying techniques such as regression analysis and hypothesis testing to draw conclusions from the findings. Overall, the methods were designed to ensure reliability and validity, allowing for a comprehensive understanding of the research questions posed.
Discussion
In this section, the research discusses the dynamics of online conversations, focusing on user participation and the prevalence of toxic language across various platforms. The analysis reveals that both user activity and thread length follow heavy-tailed distributions, indicating that while many users contribute minimally, a small number are highly active. Notably, user participation tends to decrease as conversations evolve, suggesting that fewer users engage over time, although those who do participate are more active. This trend is consistent across different topics and platforms, with the exception of a few ambiguous cases.
The study also employs Google’s Perspective API to classify toxic comments, finding that while some platforms exhibit higher toxicity levels, the overall prevalence of toxic speech remains low, typically below 10%. Interestingly, longer conversations tend to be more toxic, with a positive correlation between conversation size and toxicity. However, contrary to common beliefs, the research indicates that toxicity does not deter user participation; rather, it remains stable throughout conversations. The findings suggest that polarization of opinions among users may play a more significant role in shaping discussions than toxicity itself, highlighting the need for nuanced moderation strategies that consider the complexities of online interactions.