Analisando o Manosfera: Linguagem e Dinâmicas da Comunidade

Comunidades online podem ter um impacto significativo nas comportações e pensamentos sociais. Em particular, grupos extremistas usam a internet pra promover ideias e ações prejudiciais. Este texto analisa como a dinâmica das comunidades e a linguagem mudam ao longo do tempo, focando especificamente em grupos extremistas que são anti-mulheres, coletivamente conhecidos como manosphere.

Entender como esses grupos evoluem é essencial. Eles interagem dentro de um contexto social e usam uma linguagem única que reflete suas crenças e atividades. Ao examinar de perto esses aspectos, a gente busca modelar melhor como essas comunidades online funcionam, como os usuários se relacionam e como a linguagem deles muda ao longo do tempo.

#A Manosphere

A manosphere é composta por várias comunidades online que discutem questões relacionadas a homens, muitas vezes promovendo visões prejudiciais ou violentas em relação às mulheres. Dentro desse espaço, existem diferentes subgrupos, como Ativistas pelos Direitos dos Homens (MRAs), Artistas de Paquera (PUAs), Homens Seguindo Seu Próprio Caminho (MGTOW) e Incels (indivíduos Involuntariamente Celibatários). Cada um desses grupos tem seu próprio foco e ideologia, o que pode gerar tensões e desentendimentos entre eles.

Por exemplo, os MRAs costumam atacar movimentos feministas, enquanto os Incels podem expressar sentimentos de ódio em relação às mulheres. Entender esses subgrupos é vital pra captar a dinâmica geral da manosphere.

#Estrutura da Comunidade e Linguagem

A interação entre usuários nessas comunidades é influenciada por suas conexões sociais e a linguagem que eles usam. As formas de comunicação dentro desses grupos podem revelar como eles pensam e o que acreditam. A gente propõe uma nova maneira de modelar tanto as estruturas sociais quanto a linguagem usada ao longo do tempo.

Ao invés de olhar para conexões sociais ou linguagem separadamente, sugerimos que esses dois aspectos deveriam ser estudados juntos. Essa abordagem dupla permite uma compreensão mais rica de como os indivíduos dentro dessas comunidades avançam em suas crenças e interações, especialmente em reação a eventos atuais.

#Um Novo Modelo

Pra alcançar nosso objetivo, sugerimos uma nova técnica de modelagem que combina dados de interação social com uso da linguagem. Esse modelo, que chamamos de Cerberus, captura a natureza em evolução das interações dos usuários e os significados das palavras ao longo do tempo. Ao criar representações dinâmicas tanto dos usuários quanto das palavras que eles usam, podemos analisar melhor como esses aspectos se influenciam e mudam juntos.

O Cerberus se baseia em técnicas anteriores que estudaram dinâmicas sociais e linguagem, combinando seus pontos fortes. Nossa abordagem permite o acompanhamento em tempo real de como os usuários e a linguagem mudam em resposta a eventos e interações dentro da comunidade.

#Configuração Experimental

Usamos dados de discussões online pra testar nosso modelo. Isso incluiu conversas de vários subreddits que pertencem à manosphere. Focando em um período de nove meses, examinamos como um total de 33.880 usuários se comunicaram e interagiram em três ou mais segmentos de tempo.

Nosso conjunto de dados incluiu postagens de várias categorias de subreddit. Isso nos deu uma boa mistura de discussões centradas em questões específicas da manosphere, além de tópicos relacionados à saúde mental e críticas a essas comunidades.

#Avaliando o Modelo

Pra avaliar a eficácia do nosso modelo, realizamos uma série de experimentos focados em agrupar usuários e prever seu comportamento ao longo do tempo.

#Agrupando Usuários

Através de agrupamento K-means, analisamos como os usuários se agruparam ao longo de diferentes períodos. Cada grupo representa um subconjunto de usuários com interesses similares, permitindo que a gente avaliasse a coerência e a unidade desses grupos. Medimos a pureza de cada grupo comparando seus membros a categorias conhecidas, ajudando a entender as relações dentro da manosphere.

#Prevendo Comportamento dos Usuários

A gente também analisou o comportamento dos usuários ao longo do tempo. Tratando os usuários como entidades em evolução cujas ações podem ser previstas com base em interações passadas, o objetivo era prever seu engajamento futuro com comunidades específicas. Essa tarefa se baseia na ideia de que Comportamentos anteriores podem informar escolhas futuras.

#Previsão de Comunidade

Na previsão de comunidade, exploramos quão bem conseguimos identificar qual comunidade um usuário interagiria após o período de treinamento. Comparando os resultados previstos com as interações reais, avaliamos a precisão do nosso modelo de previsão.

#Resultados

#Análise de Agrupamento

Nossos achados indicaram que o Cerberus melhorou significativamente a pureza dos Agrupamentos em comparação com modelos anteriores. Isso significava que usuários que foram agrupados juntos tinham mais chances de ter interesses e crenças similares. Os agrupamentos também mostraram uma estrutura hierárquica, permitindo rótulos de categoria tanto amplos quanto específicos.

Por exemplo, ao olhar os rótulos para os grupos, descobrimos que muitos usuários associados ao MGTOW estavam envolvidos em grupos onde outras ideologias da manosphere também estavam presentes. Isso sugeriu a possibilidade de interesses compartilhados ou engajamentos sobrepostos.

#Previsão de Comportamento do Usuário

A capacidade do modelo de prever o comportamento do usuário foi mais validada ao observar a precisão das previsões de incorporação. Vimos que as previsões de incorporação dos usuários estavam muito alinhadas com seu comportamento real ao longo de diferentes janelas de tempo. Isso mostrou que nosso modelo capturou efetivamente a dinâmica dos usuários ao longo do tempo.

#Evolução da Linguagem

A linguagem em comunidades online evolui rapidamente, e observamos essa mudança na manosphere. Analisando palavras específicas e sua relevância em diferentes grupos, conseguimos ver como as discussões mudaram ao longo do tempo.

Por exemplo, encontramos termos ligados a eventos significativos ganharam destaque em certos grupos enquanto mantinham relevância estável em outros. Palavras como “MeToo” e “Kavanaugh” mostraram como a linguagem pode refletir eventos do mundo real e influenciar discussões em comunidades extremistas.

#Violência na Manosphere

Um aspecto importante da nossa pesquisa envolveu examinar a linguagem violenta dentro dos subgrupos da manosphere. Ao rastrear termos específicos associados à violência, conseguimos discernir quais grupos exibiam maiores tendências para uma linguagem agressiva.

Observamos que os Incels tendiam a usar uma linguagem mais violenta em comparação com outros grupos. Essa descoberta reforça a ideia de que alguns subgrupos dentro da manosphere são mais extremos em suas opiniões e comportamentos, levando a resultados potencialmente perigosos.

#Conclusão

Em resumo, nossa pesquisa destaca a importância de combinar estrutura social e linguagem ao analisar grupos extremistas online. O modelo Cerberus oferece uma visão abrangente de como essas comunidades funcionam, como a linguagem evolui e como os usuários interagem ao longo do tempo.

Ao entender essas dinâmicas, podemos compreender melhor os comportamentos dentro desses grupos e possivelmente desenvolver estratégias para mitigar efeitos prejudiciais. Este trabalho serve como base pra futuras explorações sobre as complexidades das comunidades extremistas online, sugerindo a necessidade de pesquisas contínuas e esforços interdisciplinares pra lidar com esses desafios.