Διαδικτυακή κακοποίηση κατά των γυναικών: Τί έδειξε έρευνα στο Twitter

Η Διεθνής Αμνηστία και το Element AI δημοσίευσαν τη μεγαλύτερη μελέτη που έγινε ποτέ σχετικά με την διαδικτυακή κακοποίηση κατά των γυναικών.

Ένα στα δέκα tweets τα οποία αναφέρονταν σε μαύρες γυναίκες πολιτικούς και δημοσιογράφους και βρίσκονταν μέσα στο δείγμα που αναλύθηκε από την Διεθνή Αμνηστία, υπήρξαν κακοποιητικά ή προβληματικά, όπως αναφέρει σε ανακοίνωση της η Οργάνωση, δημοσιεύοντας μια πρωτοποριακή μελέτη σχετικά με την  κακοποίηση κατά των γυναικών στο Twitter που διεξήχθη με τη συμβολή του Element AI,  μια παγκόσμιας εταιρείας προϊόντων λογισμικού τεχνητής νοημοσύνης.

Περισσότεροι/ες από 6.500 εθελοντές/ντριες από 150 χώρες υπέγραψαν για να συμμετάσχουν στο Troll Patrol, ένα μοναδικό πρόγραμμα πληθοπορισμού (crowdsourcing – άντλησης δεδομένων με τη συμμετοχή χρηστών/τριών) από το διαδίκτυο, το οποίο σχεδιάστηκε για να επεξεργαστεί δεδομένα μεγάλης κλίμακας σχετικά με την διαδικτυακή κακοποίηση. Οι εθελοντές/τριες ταξινόμησαν 228.000 tweets που στάλθηκαν σε 778 γυναίκες πολιτικούς και δημοσιογράφους στο Ηνωμένο Βασίλειο και τις ΗΠΑ το 2017.

Η Διεθνής Αμνηστία και το Element AI, στη συνέχεια, χρησιμοποίησαν προηγμένες επιστημονικές τεχνικές επεξεργασίας των δεδομένων και τεχνικές μηχανικής εκμάθησης, για την εξαγωγή δεδομένων σχετικά με την κλίμακα της κακοποίησης που αντιμετωπίζουν οι γυναίκες στο Twitter. Το Element AI υπολόγισε ότι 1,1 εκατομμύριο κακοποιητικά ή προβληματικά tweets στάλθηκαν στις γυναίκες που πήραν μέρος στη μελέτη κατά τη διάρκεια ενός έτους – ή διαφορετικά 1 ανά 30 δευτερόλεπτα, κατά μέσο όρο.

«Με τη βοήθεια τεχνικών εμπειρογνωμόνων και των χιλιάδων εθελοντών/τριών, δημιουργήσαμε τη μεγαλύτερη συλλογή δεδομένων σε ολόκληρο τον κόσμο, μέσω της συμμετοχής των χρηστών/τριών, για τη διαδικτυακή κακομεταχείριση των γυναικών. Το Troll Patrol σημαίνει ότι έχουμε τα δεδομένα για να υποστηρίξουμε αυτό που από καιρό μας έλεγαν οι γυναίκες - ότι το Twitter είναι ένας τόπος όπου ο ρατσισμός, ο μισογυνισμός και η ομοφοβία ουσιαστικά επιτρέπονται να ευδοκιμήσουν ανεξέλεγκτα», δήλωσε η Milena Marin, Ανώτερη Σύμβουλος για την Τακτική Έρευνα στη Διεθνή Αμνηστία.

 «Διαπιστώσαμε ότι, αν και η κακοποίηση στοχοποιεί γυναίκες σε ολόκληρο το πολιτικό φάσμα, οι έγχρωμες γυναίκες έχουν πολύ μεγαλύτερη πιθανότητα να επηρεαστούν, και οι μαύρες γυναίκες στοχοποιούνται δυσανάλογα πολύ. Η αποτυχία του Twitter να πάρει μέτρα για το πρόβλημα αυτό σημαίνει ότι συμβάλλει στην αποσιώπηση των ήδη περιθωριοποιημένων φωνών. "

Το Element AI χρησιμοποίησε τα δεδομένα που συγκεντρώθηκαν στο Troll Patrol προκειμένου να αναπτύξει ένα μοντέλο μηχανικής εκμάθησης για μια εφαρμογή που επιχειρεί να ανιχνεύει αυτόματα τα κακοποιητικά σχόλια στο Twitter. Το Element AI θα έχει το μοντέλο του διαθέσιμο προς δοκιμή για τρεις εβδομάδες, προκειμένου να αποδείξει τους πιθανούς και σημερινούς περιορισμούς της τεχνολογίας AI σε αυτόν τον τομέα.

 «Αυτή η έρευνα αποτελεί μέρος μιας μακροχρόνιας συνεργασίας μεταξύ της Διεθνούς Αμνηστίας και του Element AI. Προσεγγίζοντας με σοβαρότητα τη Διεθνή Αμνηστία, αναλαμβάνουμε μακροπρόθεσμες δεσμεύσεις, αφιερώνοντας τους τεχνικούς μας εμπειρογνώμονες και τα εργαλεία μας ώστε να διευκολύνουμε τους κοινωνικούς φορείς να κάνουν αυτό που κάνουν με τον καλύτερο τρόπο», δήλωσε ο Julien Cornebise, Διευθυντής Έρευνας του «AI For Good» και Επικεφαλής του Γραφείου του Element AI στο Λονδίνο.

Οι πολιτικοί που συμμετείχαν στο δείγμα προέρχονταν από το πολιτικό φάσμα στις ΗΠΑ και το Ηνωμένο Βασίλειο. Οι δημοσιογράφοι που συμπεριελήφθησαν, προέρχονταν από ένα ευρύ φάσμα εκδόσεων των Η.Π.Α. και του Ηνωμένου Βασιλείου, συμπεριλαμβάνοντας τις: The Daily Mail, The New York Times, Guardian, The Sun, GalDem, Pink News και Breitbart.

Βασικά ευρήματα

-Οι μαύρες γυναίκες στοχοποιούνταν δυσανάλογα πολύ, με κατά 84% περισσότερες πιθανότητες σε σχέση με τις λευκές γυναίκες να αναφέρονται σε κακοποιητικές ή προβληματικές αναρτήσεις στο Twitter. Ένα στα δέκα tweets που αναφέρονταν σε μαύρες γυναίκες ήταν υβριστικό ή προβληματικό, σε σύγκριση με το ένα στα δεκαπέντε που αντιστοιχούσε στις λευκές γυναίκες.

-Το 7,1% των tweets που στάλθηκαν στις γυναίκες που μετείχαν στη μελέτη ήταν προβληματικά ή κακοποιητικά. Αυτό αντιστοιχεί σε 1,1 εκατομμύριο tweets που αναφέρουν 778 γυναίκες κατά τη διάρκεια του έτους ή μία ανά 30 δευτερόλεπτα.

-Οι έγχρωμες γυναίκες (μαύρες, Ασιάτισσες, Λατίνες και γυναίκες μεικτής φυλής) ήταν 34% πιθανότερο να αναφερθούν σε κακοποιητικά ή προβληματικά tweets συγκριτικά με τις λευκές γυναίκες.

-Η διαδικτυακή κακοποίηση κατά των γυναικών τέμνει όλο το πολιτικό φάσμα. Πολιτικοί και  δημοσιογράφοι αντιμετώπισαν παρόμοια επίπεδα κακοποίησης στο διαδίκτυο και παρατηρήσαμε ότι επηρεάστηκαν τόσο οι φιλελεύθεροι όσο και οι συντηρητικοί, καθώς και οι αριστερόστροφοι και οι δεξιόστροφοι οργανισμοί των μέσων ενημέρωσης.

Η Διεθνής Αμνηστία έχει ζητήσει επανειλημμένα από το Twitter να δημοσιεύσει δεδομένα σχετικά με την κλίμακα και τη φύση της κακομεταχείρισης στην πλατφόρμα τους, αλλά μέχρι στιγμής η εταιρεία δεν το έχει πράξει. Κάτι τέτοιο οδηγεί στην απόκρυψη της έκτασης του προβλήματος και καθιστά δύσκολη τη σχεδίαση αποτελεσματικών λύσεων.

Οι εθελοντές/τριες της Troll Patrol αφοσιώθηκαν συλλογικά σε μια απίστευτη ανάλυση tweets 2.500 ωρών - το ισοδύναμο ενός ατόμου που εργάζεται σε συνθήκες πλήρους απασχόλησης για 1,5 έτος.

 «Μέσω της έρευνας που διεξήχθη στον κόσμο του διαδικτύου, καταφέραμε να παράξουμε ζωτικής σημασίας στοιχεία σε ένα κλάσμα του χρόνου που θα χρειαζόταν ένας ερευνητής ή μια ερευνήτρια της Διεθνούς Αμνηστίας, χωρίς να χαθεί η ανθρώπινη κρίση, που είναι τόσο σημαντική όταν εξετάζουμε το πλαίσιο γύρω από τα tweets», δήλωσε η Milena Marin.

 «Το Troll Patrol δεν αφορά την αστυνόμευση του Twitter ή τον εξαναγκασμό του να αποσύρει περιεχόμενο. Ζητάμε να είναι πιο διαφανές και ελπίζουμε ότι τα ευρήματα της Troll Patrol θα το αναγκάσουν να κάνει αυτή την αλλαγή. Βασικά, το Twitter πρέπει να αρχίσει να είναι διαφανές για το πώς ακριβώς χρησιμοποιεί τη μηχανική εκμάθηση για να ανιχνεύσει κακοποίηση και να δημοσιεύσει τεχνικές πληροφορίες σχετικά με τους αλγόριθμους στους οποίους βασίζονται».

Ιστορικό

Το κακοποιητικό περιεχόμενο παραβιάζει τους κανόνες του Twitter και περιλαμβάνει tweets που προωθούν τη βία ή την απειλή εναντίον ατόμων με βάση τη φυλή, την εθνότητα, την εθνική τους προέλευση, τον σεξουαλικό προσανατολισμό, το φύλο, την ταυτότητα φύλου, τη θρησκευτική τους ιδιότητα, την ηλικία, την αναπηρία ή τη σοβαρή ασθένεια. Το προσβλητικό περιεχόμενο ορίζεται ως ένα περιεχόμενο που είναι κακό ή εχθρικό, ειδικά εάν επαναλαμβάνεται σε ένα άτομο σε πολλαπλές ή αθροιστικές περιστάσεις, αλλά όχι τόσο έντονο όσο ένα κακοποιητικό tweet. (amnesty.gr)