MOWA NIENAWIŚCI I JĘZYK WROGOŚCI W POLSKIM INTERNECIE

.R AP O R TMN IE J S ZO S C I P LJacek BielińskiMarek TroszyńskiAleksander Wawer

. WIED ZALO KALN A P L

NASZYM CELEM JEST PRZEKSZTAŁCANIE WIEDZY O CHARAKTERZE AKADEMICKIM W WIEDZĘ UŻYTECZNĄ DLA DIAGNOZOWANIA POTRZEB I ROZWIĄZYWANIA PROBLEMÓW NA POZIOMIE LOKALNYM

RAPORTMNIEJSZOSCI.PL

czyli „Opracowanie systemu monitorowania polskiego internetu pod kątem występowania mowy nienawiści i języka wrogości wobec mniejszości etnicznych, seksualnych, religijnych i innych”;

finansowany z programu ‘Demokracja w działaniu. Tolerancja’ Fundacji im. Stefana Batorego,

współpraca: Centrum Badań nad Nowymi Mediami Collegium Civitas

początek projektu: lipiec 2010; koniec projektu: czerwiec 2011.

R AP O R TMN IE J S ZO S C.I P L

ZAŁOŻENIA PROJEKTU

ZAŁOŻENIA PROJEKTU RAPORTMNIEJSZOSCI.PL sfera prywatna vs sfera publiczna– media tradycyjne vs internet

perspektywa liberalna vs. konserwatywno-tradycjonalistyczna

mowa nienawiści:– silne (skrajne) negatywne emocje– przedmiot odniesienia wypowiedzi pojmowany jako

przedstawiciel grupy (mniejszości)• „kowalski jest głupi” -> OK• „ten żyd/ gej/ Słowak kowalski jest głupi” -> nieOK

STOSUNEK WOBEC MOWY NIENAWIŚCI W POLSCE

: D a n e z b a d a n ia Wo r ld In t e r n e t P r o je c t, P o la n d lipiec, 2010

STOSUNEK WOBEC MOWY NIENAWIŚCI W POLSCE

: D a n e z b a d a n ia Wo r ld In t e r n e t P r o je c t, P o la n d lipiec, 2010

STOSUNEK WOBEC MOWY NIENAWIŚCI W POLSCE

: D a n e z b a d a n ia Wo r ld In t e r n e t P r o je c t, P o la n d lipiec, 2010

R AP O R TMN IE J S ZO S C.I P L

ZBIERANIE INFORMACJI

2 crawlery:– skan całego polskiego internetu

zaindeksowanego przez bing.com + uniwersalna metoda ekstrakcji treści z HTML,

– przeszukanie forów na głównych portalach i komentarzy pod artykułami;• dedykowane mechanizmy crawlowania rozpoznające

poszczególne posty: treść, autorów (nicki piszących), strukturę wątków, datę

• zastosujemy metodę ekstrakcji treści z HTML dostrojoną do każdego z forów

przeszukiwanie w oparciu o słowa klucze (+ synonimy) – określenia mniejszości

ANALIZA INFORMACJI

rozpoznawanie wypowiedzi możliwe jest dzięki algorytmom przetwarzania języka naturalnego oraz uczenia maszynowego,

proces będzie się składał z następujących etapów:– tokenizacja i podział na zdania,– analiza syntaktyczno-semantyczna zdań,– wyliczanie podobieństwa między wzorcowymi wypowiedziami

mowy nienawiści a rozważaną wypowiedzią, z wykorzystaniem wektorowej reprezentacji znaczeń, osiąganej dzięki poprzednim etapom przetwarzania,

– uczenie maszynowe - klasyfikacja tak reprezentowanej wypowiedzi jako potencjalnej mowy nienawiści

moduł przypisujący wypowiedź do lokalizacji (geograficznej)

CYKL DZIAŁAŃ

PRZYKŁAD

rozpoznanie pozytywnych (zielone) i negatywnych (czerwone) odniesień

REZULTAT

publicznie dostępna (dla ngo/badaczy/prasy) baza danych zawierająca zbiór tekstów z polskiego internetu zakwalifikowanych jako mowa nienawiści;

przyjazny użytkownikowi interfejs umożliwiający selekcję tekstów wg wybranych kryteriów:– mniejszości (przedmiotu wypowiedzi)– poziomu nasycenia mową nienawiści (np. skala

1-10)– lokalizacji (województwo)– daty włączenie do bazy.

WYM IARP R AKTYC ZN Y

PRZEWIDYWANE POLA WYKORZYSTANIA

CELE PROJEKTU

Kategoryzacja dyskursu publicznego w polskim internecie (odnoszącego się do mniejszości)

Zbieranie korpusu tekstów, który może być wykorzystywany przez badaczy z różnych dyscyplin nauk społecznych.

Cele praktyczne: skrajne przykłady mogą stać się podstawą do zawiadomienia

prokuratury ‘miękka presja’ na właścicieli portali, blogów, forów; działanie w realnym wymiarze społecznym – wykorzystanie

odniesienia do lokalności (np. zapobieganie narastającym konfliktom);

jako materiał edukacyjny (słowa nie są niewinne).

OBIEKTYWIZACJA POPRZEZ BADANIE OPINII

jak ocenić natężenie mowy nienawiści/języka wrogości? badanie sondażowe na reprezentatywnej próbie

internautów lub reprezentatywnej próbie dorosłych mieszkańców Polski.

Wskaźniki pozwalające na 'obiektywizację' (lub intersubiektywizację) ocen:– seria kilkudziesięciu stwierdzeń do oceny na skali– odniesienie osobiste (Czy uznałby/aby P. za obrażające P.

następujące wypowiedzi. Jak bardzo poczułby/aby się P. urażony)

– odniesienie do mniejszości (Czy w P. przekonaniu następujące wypowiedzi obrażają daną mniejszość) – przedmiot wypowiedzi to określona mniejszość

WĄTPLIWOŚCI I ZAGROŻENIA

Zejście z piedestału obiektywności nauki?

Zagrożenie ograniczenia wolności słowa Zarzut arbitralności oceny wypowiedzi Zarzut arbitralności wyboru tekstów Zarzut znikomej szkodliwości zjawiska

WĄTPLIWOŚCI I ZAGROŻENIA

‘Wielki Brat patrzy, czyli totalna inwigilacja’;

‘kto dał wam prawo oceny’; ‘też sobie możemy zrobić taką listę’; ‘no tak, jest, i co z tego?’

WSPÓŁPRACA

Kampania przeciw Homofobii; Stowarzyszenie Otwarta Rzeczpospolita; Stowarzyszenie Nigdy Więcej.

D Z IĘKU J EMY ZAUWAG Ę

RAPORTI@WIEDZALOKALNA.PL