Simple Science

Scienza all'avanguardia spiegata semplicemente

# Informatica# Calcolo e linguaggio# Intelligenza artificiale

Capire il Whataboutism nel discorso online

Uno sguardo al ruolo e alla rilevazione del whataboutism nelle conversazioni sui social media.

― 7 leggere min


Il whataboutismo nelleIl whataboutismo nelleconversazioni digitaliimpatto sulle discussioni.Esaminando il whataboutism e il suo
Indice

Il whataboutism è un termine che descrive un tipo di argomentazione dove qualcuno risponde a un'accusa o a una critica cambiando argomento e spostando l'attenzione su un'altra questione. Questo avviene facendo un altro punto, spesso non correlato, o sollevando una controaccusa. Dalla sua comparsa negli anni '70, il whataboutism è diventato un modo comune per deragliare le conversazioni e creare confusione nei dibattiti su questioni controverse.

Sui social media, questa tattica è molto diffusa, poiché gli utenti la usano per deviare le critiche riguardo le loro opinioni o azioni. Questa pratica può rendere tutto più confuso, rendendo difficile avere conversazioni costruttive sul tema originale. Anche se a volte sembra una risposta valida, molte volte viene usata per distrarre dalla questione originale invece di affrontarla.

La Sfida di Rilevare il Whataboutism

Rilevare il whataboutism può essere complicato. Molte persone usano frasi come "e che ne dici di questo" nei loro commenti, ma non tutti questi casi segnalano un vero tentativo di whataboutism. Alcuni possono essere risposte valide che forniscono Contesto o sollevano punti rilevanti. Questo rende difficile per i ricercatori e gli algoritmi identificare con precisione i casi di whataboutism senza classificare erroneamente argomentazioni legittime come tattiche di distrazione.

I metodi esistenti per trovare il whataboutism si concentrano generalmente sul riconoscere frasi che includono le parole "e che ne dici". Tuttavia, questo approccio può perdere molti casi perché si basa troppo su un linguaggio specifico invece che sul contesto in cui viene usato. Molti commenti validi possono contenere frasi simili ma non servono a deviare la Discussione.

Nuovi Approcci per Comprendere il Whataboutism

Per affrontare la sfida di identificare il whataboutism, i ricercatori hanno iniziato a sviluppare metodi più efficaci. Analizzando i commenti sui social media da piattaforme come Twitter e YouTube, hanno creato nuovi dataset che aiutano a comprendere le differenze tra whataboutism, propaganda e altre forme di argomentazione.

Questi dataset permettono ai ricercatori di vedere non solo quando si verifica il whataboutism, ma anche come può differire da altre strategie. Ad esempio, mentre alcuni commenti possono servire a reindirizzare una conversazione, altri possono semplicemente essere un tentativo di fornire contesto aggiuntivo. Questa distinzione è importante per sviluppare strumenti migliori per rilevare il whataboutism e separarlo dal discorso legittimo.

I Dati

I ricercatori hanno raccolto commenti sia da Twitter che da YouTube per studiare il whataboutism in dettaglio. Questi commenti provengono da discussioni su vari argomenti sociali, rendendo più facile trovare esempi di whataboutism in azione.

Il dataset di Twitter si concentra sulle risposte ai tweet che hanno generato molto coinvolgimento, mentre il dataset di YouTube include commenti da video relativi a temi divisivi. Ognuno di questi commenti è stato etichettato per capire se contiene o meno whataboutism, consentendo un'analisi sistematica di come e quando viene usata questa tattica su diverse piattaforme.

Analizzando il Whataboutism nei Social Media

Il modo in cui gli utenti si impegnano nel whataboutism varia tra le piattaforme. Ad esempio, i commenti su YouTube tendono a mancare della coerenza presente in altre forme di discorso, poiché molti utenti rispondono ai video in isolamento senza seguire un argomento strutturato. Al contrario, i commenti su Twitter possono a volte creare un filo di interazione più chiaro dove il whataboutism viene usato per contestare una particolare affermazione.

Esaminando queste interazioni, i ricercatori hanno trovato che il whataboutism viene spesso impiegato non solo come tattica difensiva ma anche come modo per influenzare come gli altri percepiscono una questione. Gli utenti richiamano frequentemente l'attenzione su presunta ipocrisia o bias all'interno dei media o di altri discorsi, usando il whataboutism per riformulare le discussioni.

L'Importanza del Contesto

Capire il contesto in cui vengono fatti i commenti è essenziale per rilevare il whataboutism. Un commento che potrebbe sembrare stia deviano le critiche potrebbe in realtà fornire argomentazioni valide o sollevare domande importanti. Ad esempio, se un commento è visto come whataboutism può dipendere in gran parte dalle specifiche questioni discusse in quel momento.

I ricercatori hanno scoperto che la frase "e che ne dici" può essere usata in molti modi diversi. Può mettere in discussione un'affermazione, reindirizzare una discussione o suggerire una soluzione. La sfida sta nel riconoscere correttamente quali di questi casi costituiscono whataboutism e quali no.

Un Nuovo Metodo per la Rilevazione

Per migliorare la rilevazione del whataboutism, i ricercatori hanno introdotto metodi che guardano oltre i semplici schemi di parole. Invece di fare affidamento solo su frasi, utilizzano modelli che comprendono il contesto delle conversazioni, aiutando a distinguere tra risposte valide e deviazioni.

Uno sviluppo importante coinvolge l'uso dei pesi di attenzione nell'analisi. Concentrandosi sulle parti dei commenti più rilevanti per identificare il whataboutism, questi modelli possono separare più accuratamente i casi di whataboutism da altri tipi di discorso. Questo ha portato a miglioramenti significativi nei tassi di rilevazione quando testati sui nuovi dataset creati.

Risultati dai Nuovi Modelli

Quando questi nuovi metodi di rilevazione sono stati applicati ai commenti di Twitter e YouTube, i ricercatori hanno osservato miglioramenti notevoli. I nuovi modelli hanno superato i metodi precedenti di un margine significativo, dimostrando che prestare attenzione al contesto migliora enormemente la capacità di identificare correttamente il whataboutism.

In termini pratici, questo significa che utilizzare modelli progettati per catturare le sfumature delle conversazioni può portare a identificazioni più precise del whataboutism sui social media. Questo ha implicazioni non solo per la ricerca accademica ma anche per applicazioni pratiche, come lo sviluppo di strumenti che possono aiutare a filtrare o analizzare il discorso online in modo più efficace.

Il Ruolo delle Emozioni e della Soggettività

Sebbene il contenuto fattuale sia essenziale per valutare il whataboutism, il tono emotivo dei commenti può anche giocare un ruolo. Molti commenti contengono sarcasmo o ironia, il che può complicare l'analisi. I dataset creati forniscono una ricchezza di esempi in cui è presente un linguaggio emotivo, e comprendere queste emozioni può ulteriormente migliorare la rilevazione del whataboutism.

Alcuni ricercatori hanno sottolineato che le emozioni degli utenti influenzano spesso il modo in cui si impegnano nelle discussioni. Un commento che potrebbe sembrare una semplice deviazione potrebbe essere radicato in una forte risposta emotiva al tema originale. Riconoscere questo può aiutare a migliorare i metodi di rilevazione e la comprensione sfumata del discorso online.

Il Futuro della Ricerca sul Whataboutism

Mentre i ricercatori continuano ad analizzare il whataboutism e i suoi effetti sulle discussioni online, c'è speranza che i nuovi modelli non solo aiutino nella rilevazione, ma aiutino anche a chiarire i diversi ruoli che il whataboutism gioca nel discorso sociale. Costruendo sui nuovi dataset creati e sui metodi migliorati, gli studi futuri potrebbero esplorare ulteriormente come il whataboutism sia intrecciato con altre forme di argomentazione, disinformazione e discorso pubblico.

I risultati di questa ricerca hanno il potenziale di migliorare gli strumenti disponibili per tracciare e analizzare le discussioni online. Questi strumenti potrebbero essere preziosi per educatori, giornalisti e chiunque sia interessato alla dinamica delle interazioni sui social media.

Conclusione

Il whataboutism rappresenta una sfida complessa nella comprensione del discorso online. Mentre questa forma di argomento continua a radicarsi nei social media, cresce la necessità di metodi di rilevazione efficaci. Addentrandosi nelle sfumature del linguaggio e del contesto, i ricercatori stanno facendo progressi nell'identificare il whataboutism in modo più accurato.

Con l'analisi continua e lo sviluppo di metodi migliorati, c'è speranza che la società sarà meglio attrezzata per impegnarsi in discussioni costruttive senza cadere nelle distrazioni che il whataboutism può creare. Comprendere come navigare queste sfide è cruciale per creare un dialogo più sano negli spazi digitali e promuovere una condivisione di informazioni più responsabile.

Fonte originale

Titolo: Paying Attention to Deflections: Mining Pragmatic Nuances for Whataboutism Detection in Online Discourse

Estratto: Whataboutism, a potent tool for disrupting narratives and sowing distrust, remains under-explored in quantitative NLP research. Moreover, past work has not distinguished its use as a strategy for misinformation and propaganda from its use as a tool for pragmatic and semantic framing. We introduce new datasets from Twitter and YouTube, revealing overlaps as well as distinctions between whataboutism, propaganda, and the tu quoque fallacy. Furthermore, drawing on recent work in linguistic semantics, we differentiate the `what about' lexical construct from whataboutism. Our experiments bring to light unique challenges in its accurate detection, prompting the introduction of a novel method using attention weights for negative sample mining. We report significant improvements of 4% and 10% over previous state-of-the-art methods in our Twitter and YouTube collections, respectively.

Autori: Khiem Phi, Noushin Salek Faramarzi, Chenlu Wang, Ritwik Banerjee

Ultimo aggiornamento: 2024-09-22 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2402.09934

Fonte PDF: https://arxiv.org/pdf/2402.09934

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Articoli simili