Pesquisadores criaram um modelo para prever quais conversas civis on-line podem mudar de direção e descarrilar.

Depois de analisar centenas de trocas entre editores da Wikipédia, os pesquisadores desenvolveram um programa de computador que procura por sinais de alerta na linguagem dos participantes no início de uma conversa - como repetição ou uso direto da palavra “você” - para prever quais conversas civis iriam dar errado. (Nota do Edtor: Para informações sobre o quiz online, veja o final deste artigo.) ("Adivinha qual conversa vai dar errado" quiz online: http://awry.infosci.cornell.edu/)

As primeiras trocas que incluíam saudações, expressões de gratidão, hedges como "parece", e as palavras "eu" e "nós" eram mais propensos a permanecer civil, segundo o estudo.

“Há milhões de discussões desse tipo acontecendo todos os dias e você não pode monitorar todas elas ao vivo. Um sistema baseado nessa descoberta pode ajudar os moderadores humanos a direcionar melhor sua atenção ”, diz Cristian Danescu-Niculescu-Mizil, professor assistente de ciência da informação na Cornell University e co-autor de o papel.

“Nós, como seres humanos, temos uma intuição de que uma conversa está prestes a dar errado, mas geralmente é apenas uma suspeita. Não podemos fazer 100 por cento do tempo. Nós nos perguntamos se podemos construir sistemas para replicar ou mesmo ir além dessa intuição ”, diz Danescu-Niculescu-Mizil.

O modelo de computador, que também considerou a Perspective do Google, uma ferramenta de aprendizado de máquina para avaliar a “toxicidade”, estava correto em torno de 65 por cento do tempo. Os humanos adivinharam corretamente 72 por cento do tempo.

As pessoas podem testar sua própria capacidade de adivinhar quais conversas serão prejudicadas em um teste on-line.

O estudo analisou as conversas 1,270 que começaram civilizadamente, mas degeneraram em ataques pessoais, abatidos a partir de 50 milhões de conversas em 16 milhões de páginas de "conversas" da Wikipédia, onde os editores discutem artigos ou outros assuntos. Eles examinaram os intercâmbios em pares, comparando cada conversa que terminou mal com uma que teve sucesso no mesmo tópico, então os resultados não foram distorcidos por assuntos delicados como a política.

Os pesquisadores esperam que esse modelo possa ser usado para resgatar conversas em risco e melhorar o diálogo online, em vez de proibir usuários específicos ou censurar determinados tópicos. Alguns cartazes on-line, como falantes de inglês não-nativos, podem não perceber que podem ser vistos como agressivos, e toques de tal sistema podem ajudá-los a se auto-ajustar.

"Se eu tiver ferramentas que encontrem ataques pessoais, já é tarde demais, porque o ataque já aconteceu e as pessoas já o viram", diz o co-autor Jonathan P. Chang, um estudante de doutorado em Cornell. “Mas se você entender que esta conversa está indo mal e agir, isso pode tornar o local um pouco mais acolhedor”.

O artigo, escrito em conjunto com outros colaboradores da Jigsaw e da Wikimedia Foundation, fará parte do encontro anual da Association for Computational Linguistics (julho 2018) em Melbourne, Austrália.

*****

Adivinhe qual conversa vai dar errado!

Instruções on-line do quiz:

Nesta tarefa, você verá pares de conversas 15. Para cada conversa, você só verá os dois primeiros comentários na conversa. Seu trabalho é adivinhar, com base nessas conversas iniciais, qual conversa é mais provável eventualmente levar a um ataque pessoal de um dos dois usuários iniciais. 

Depois de responder a cada pergunta, você receberá um feedback instantâneo sobre se sua resposta estava correta (indicada em verde) ou incorreta (indicada em vermelho).

Mais detalhes:

Ao fazer sua suposição, você deve usar a seguinte definição de ataque pessoal como referência:

A ataque pessoal é um comentário rude, ofensivo ou desrespeitoso para com uma pessoa / grupo ou para com as ações e / ou trabalho dessa pessoa / grupo.

Tenha em mente que você não está procurando ataques pessoais nos comentários que são mostrando. Em vez disso, você deve usar sua intuição de dinâmicas sociais para decidir qual troca tem maior probabilidade de levar um dos participantes a postar um ataque pessoal (que você não é mostrado). 

Às vezes, parece que nenhuma das citações pode levar a um ataque, ou que ambos parecem igualmente prováveis. No entanto, lembre-se de que as conversas de origem já foram anotadas por seres humanos e uma delas leva a um ataque pessoal. Faça o seu melhor para "recuperar" os rótulos existentes! 

Esta não é uma tarefa fácil e pode levar alguns minutos para responder a cada pergunta. Como esta é uma tarefa difícil, as três primeiras questões são perguntas de "aquecimento" que não afetarão sua pontuação; eles estão lá para ajudá-lo a "calibrar" seu senso de quais fatores podem sinalizar futuros ataques. Mas lembre-se, sua tarefa é recuperar quantos rótulos você puder. 

Devido à natureza da tarefa, alguns desses comentários podem conter conteúdo ofensivo. Nós sentimos muito por isso.

Clique aqui para o questionário online.

Fonte: Universidade de Cornell

Livros relacionados

at InnerSelf Market e Amazon