Hier is de beste manier om haatzaaien tegen te gaan

: By ETH Zürich, Universiteit van Zürich

Bedankt voor het bezoeken InnerSelf.com, waar er zijn 20,000+ levensveranderende artikelen waarin ‘nieuwe attitudes en nieuwe mogelijkheden’ worden gepromoot. Alle artikelen zijn vertaald naar 30+ talen. Inschrijven aan InnerSelf Magazine, dat wekelijks verschijnt, en Marie T Russell's Daily Inspiration. InnerSelf Magazine verschijnt sinds 1985.

break

Het onderzoeksteam testte drie verschillende counterspeech-strategieën op Twitter om haatspraak te verminderen. (Afbeelding: alliantie F)

Een alternatief voor het verwijderen van problematische opmerkingen is het gebruik van gerichte tegenspraak, die tal van organisaties gebruiken om online haatzaaiende uitlatingen aan te pakken.

Het is mogelijk om online haatzaaiende uitlatingen te beteugelen door empathie op te wekken voor de getroffenen, zo blijkt uit onderzoek naar 'tegenspraak'-vondsten.

Daarentegen heeft het gebruik van humor of waarschuwingen voor mogelijke gevolgen weinig effect, stellen de onderzoekers.

Om hatelijke opmerkingen te modereren, hebben veel sociale-mediaplatforms geavanceerde filters ontwikkeld. Deze alleen zijn echter niet voldoende om het probleem op te lossen. Facebook schat bijvoorbeeld (volgens de interne documenten die in oktober 2021 zijn uitgelekt) dat het niet meer dan 5% van de haatreacties die gebruikers plaatsen, kan verwijderen. Bovendien zijn automatische filters: onnauwkeurig en de vrijheid van meningsuiting kan schaden.

Alternatief voor het verwijderen van haatspraakopmerkingen

Een alternatief voor het verwijderen van problematische opmerkingen is het gebruik van gerichte tegenspraak, die tal van organisaties gebruiken om online haatzaaiende uitlatingen aan te pakken. Tot nu toe was er echter minder bekend over welke counterspeech-strategieën het meest effectief zijn in het aanpakken van online vijandigheid.

Een team van onderzoekers onder leiding van Dominik Hangartner, hoogleraar openbaar beleid aan de ETH Zürich, heeft de krachten gebundeld met collega's van de Universiteit van Zürich om te onderzoeken wat voor soort berichten auteurs van haatspraak kunnen aanmoedigen om het uit te sluiten.

Met behulp van machine learning-methoden identificeerden de onderzoekers 1,350 Engelssprekende Twitter gebruikers die racistische of xenofobe inhoud hadden gepubliceerd. Ze hebben deze accounts willekeurig toegewezen aan een controlegroep of een van de volgende drie, vaak gebruikte tegenspraakstrategieën: berichten die empathie opwekken met de groep die het doelwit is van racisme, humor of een waarschuwing voor mogelijke gevolgen.

De resultaten, die verschijnen in de Proceedings van de National Academy of Sciences, zijn duidelijk: alleen tegenspraakberichten die empathie opwekken voor de mensen die worden getroffen door haatzaaien, zullen de afzenders waarschijnlijk overhalen hun gedrag te veranderen.

Een reactie op haatzaaien

Een voorbeeld van zo'n reactie zou kunnen zijn: "Je bericht is erg pijnlijk voor Joodse mensen om te lezen..." In vergelijking met de controlegroep plaatsten de auteurs van haat-tweets ongeveer een derde minder racistische of xenofobe opmerkingen na zo'n empathische ingreep . Bovendien nam de kans dat een gebruiker zijn haat-tweet zou verwijderen aanzienlijk toe.

De auteurs van haat-tweets reageerden daarentegen nauwelijks op humoristische tegenspraak. Zelfs een bericht dat de afzender eraan herinnerde dat hun familie, vrienden en collega's hun hatelijke opmerkingen ook konden zien, was niet effectief. Dit is opvallend omdat deze twee strategieën veelvuldig worden gebruikt door organisaties die zich inzetten voor de bestrijding van haatspraak.

"We hebben zeker geen wondermiddel gevonden tegen haatzaaiende uitlatingen op internet, maar we hebben belangrijke aanwijzingen gevonden over welke strategieën kunnen werken en welke niet", zegt Hangartner. Wat nog moet worden onderzocht, is of alle op empathie gebaseerde reacties even goed werken, of dat bepaalde berichten effectiever zijn. Auteurs van haatspraak kunnen bijvoorbeeld worden aangemoedigd om zichzelf in de schoenen van het slachtoffer te verplaatsen of worden gevraagd om een analoog perspectief in te nemen (“Hoe zou je het vinden als mensen zo over je zouden praten?”).

Het onderzoek maakt deel uit van een uitgebreider project om algoritmen te ontwikkelen die haatspraak detecteren en om verdere tegenspraakstrategieën te testen en te verfijnen. Het onderzoeksteam werkt hiervoor samen met de Zwitserse vrouwenkoepel alliantie F, die het maatschappelijke project Stop Hate Speech heeft geïnitieerd. Door deze samenwerking kunnen de wetenschappers een empirische basis bieden voor alliantie F om het ontwerp en de inhoud van hun tegenspraakberichten te optimaliseren.

“De onderzoeksresultaten maken me erg optimistisch. Voor het eerst hebben we nu experimenteel bewijs dat de werkzaamheid van tegenspraak in reële omstandigheden aantoont”, zegt Sophie Achermann, uitvoerend directeur van alliantie F en mede-initiatiefnemer van Stop Hate Speech.

Het Zwitserse innovatiebureau Innosuisse sponsorde het werk, waarbij ook mediabedrijven Ringier en TX Group betrokken waren via respectievelijk hun kranten Blick en 20 Minuten.

Bron: ETH Zurich, Original Study

break