TruthStance: An Annotated Dataset of Conversations on Truth Social
تقدم هذه الورقة البحثية TruthStance، وهي مجموعة بيانات ضخمة وموسومة بشرياً لمحادثات منصة Truth Social تمتد عبر الفترة من 2023 إلى 2025، والتي تعالج الفجوة في أبحاث خطاب التكنولوجيا البديلة من خلال توفير معايير لاستخراج الحجج وكشف المواقف، جنباً إلى جنب مع تسميات مُولدة بواسطة النماذج اللغوية الكبيرة (LLMs) لإجراء تحليل واسع النطاق للأنماط.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل الإنترنت كأنه ساحة مدينة صاخبة ومزدحمة. لسنوات، عكف الباحثون على دراسة الجدالات التي تحدث في الساحة الرئيسية (تويتر/إكس) وفي المنتديات المجتمعية الكبيرة (ريديت). لقد رسموا خرائط توضح من يتفق، ومن يختلف، وكيف يحاول الناس إقناع بعضهم البعض.
لكن هناك حياً جديداً، أصغر وأكثر تحديداً، يسمى تروث سوشيال (Truth Social). إنه يشبه نادياً خاصاً يذهب إليه الناس لأنهم يشعرون أن الساحة الرئيسية لا تستمع إليهم. وحتى الآن، لم يكن لدى أحد خريطة جيدة لما يحدث داخل هذا النادي.
تقدم هذه الورقة البحثية TruthStance، وهي خريطة جديدة وضخمة لهذا الحي. إليكم قصة كيف بنوها وماذا وجدوا، مشروحة ببساطة.
1. المشكلة: الخريطة المفقودة
أراد الباحثون فهم كيفية تجادل الناس على "تروث سوشيال". لكن البيانات التي كانت لديهم كانت تشبه النظر إلى صورة لشخص واحد يصرخ وسط حشد. كانوا يعرفون ماذا يقول الناس، لكنهم لم يعرفوا من هم الذين يتحدثون إليهم أو كيف تطور الحوار.
الأمر يشبه محاولة فهم لعبة شطرنج من خلال النظر فقط إلى الوضعية الابتدائية للقطع، دون رؤية الحركات التي تليها. لا يمكنك رؤية الاستراتيجية، أو الفخاخ، أو حالات "كش ملك".
2. الحل: بناء "شجرة الردود"
خرج المؤلفون وجمعوا 24,000 محادثة (سلاسل نقاش) من "تروث سوشيال"، تمتد من عام 2023 إلى 2025. لم يكتفوا بجلب المنشورات الرئيسية فحسب؛ بل جلبوا كل رد عليها، وكل رد على تلك الردود.
فكر في المحادثة كأنها شجرة عائلة:
- الجذر: المنشور الأصلي (السلف).
- الأغصان: الردود المباشرة.
- الأوراق: الردود المتداخلة والعميقة التي تستمر لأيام.
لقد جمعوا أكثر من 523,000 تعليق ونظموها في هذه الأشجار. سمح لهم ذلك برؤية ديناميكيات العائلة بأكملها، وليس فقط السلف.
3. التحدي: تعليم الحواسيب كيف "تستمع"
الآن أصبح لديهم البيانات، لكنهم احتاجوا لفهم المعنى. كان عليهم الإجابة على سؤالين لكل تعليق:
- هل هذا جدال؟ (هل الشخص يقدم ادعاءً مع أسباب، أم أنه يقول فقط "بارك الله فيك"؟).
- ما هو موقفه؟ (هل هو متفق مع الشخص الذي رد عليه، أم يصارعه، أم يقول فقط "هممم"؟).
القيام بذلك يدوياً لنصف مليون تعليق كان سيستغرق من فريق بشري عمراً كاملاً. لذا، استخدموا الذكاء الاصطنا-عي (نماذج اللغات الكبيرة) ليكونوا "القراء الخارقين" لديهم.
- التدريب: قاموا أولاً بتوظيف خبراء بشريين لتصنيف عينة صغيرة (1,500 محادثة) لتعليم الذكاء الاصطناعي كيف يبدو "الاتفاق" و"الاختلاف".
- الاختبار: جربوا تقنيات "توجيه" مختلفة (إعطاء الذكاء الاصطناعي تعليمات مختلفة) لمعرفة أي منها يعمل بشكل أفضل. كان الأمر يشبه تجربة أساليب تدريس مختلفة لمعرفة أي طالب سيتعلم بشكل أسرع.
- الفائز: وجدوا أن نموذجاً معيناً للذكاء الاصطناعي، عندما يُعطى مزيجاً من الأمثلة وتعليمات التفكير خطوة بخطوة، يصبح "المستمع" الأفضل. استخدموا هذا الذكاء الاصطناعي لتصنيف بقية مجموعة البيانات.
4. ما اكتشفوه: ديناميكيات "الساحة العامة"
بمجرد اكتمال الخريطة، بحثوا عن الأنماط. إليكم النتائج الرئيسية:
- السمية = الجدالات: وجدوا أن المنشورات التي كانت أطول، وأكثر سلبية، و"سامة" (سيئة أو عدوانية) كانت أكثر عرضة لأن تكون جدالات فعلية. المنشورات القصيرة، المهذبة، أو التي تشبه الدعوات، كانت عادة مجرد تصريحات وليست مناظرات.
- تشبيه: الأمر يشبه شجاراً في حانة صاخبة. كلما كان الصراخ أعلى وأكثر عدوانية، زاد احتمال كونه جدالاً حقيقياً. الهمسات الهادئة هي عادة مجرد تحيات.
- تأثير "الانجراف": مع تعمق المحادثة (الذهاب أبعد في شجرة الردود)، يتوقف الناس عن الجدال مباشرة مع صاحب المنشور الأصلي.
- تشبيه: تخيل نقاشاً يبدأ في مقدمة الغرفة. يصرخ القلة الأوائل في وجه المتحدث. ولكن مع انتقالك إلى مؤخرة الغرفة، لا يعود الناس يصرخون في وجه المتحدث؛ بل يتحدثون مع بعضهم البعض، أو يومئون برؤوسهم بأدب. لقد فقدوا الاهتمام بالنزاع الأصلي.
- جدار "الحياد": إذا رد شخص ما بتعليق محايد (بدون رأي)، فإن المحادثة غالباً ما تصل إلى طريق مسدود. لم يستطع الذكاء الاصطناعي معرفة ما قصده الشخص التالي لأن "سلسلة المنطق" قد انقطعت.
- تشبيه: إذا طرحت سؤالاً وقال أحدهم "ربما"، فإن المحادثة تتوقف عادة عند هذا الحد. أنت لا تعرف ما إذا كان الشخص التالي متفقاً مع "ربما" أم مع السؤال الأصلي.
5. لماذا هذا مهم
هذه الورقة البحثية تشبه منح الباحثين مجهراً لنوع معين من الثقافة عبر الإنترنت.
- للعلماء: تساعدهم على فهم كيفية انتشار الأفكار السياسية في المساحات "البديلة" التي تختلف عن تويتر التقليدي.
- للجمهور: توضح لنا أنه حتى في مكان مصمم لطرف واحد من الطيف السياسي، لا يزال الناس يتجادلون، ولا يزالون يبتعدون عن الموضوع الرئيسي، ولا يزالون يتعبون من القتال.
الخلاصة
لم يقم المؤلفون بمجرد إلقاء كومة من البيانات على الإنترنت. لقد بنوا مكتبة مهيكلة ومصنفة للمحادثات، وعلموا ذكاءً اصطناعياً كيفية قراءتها، واستخدموه للكشف عن كيفية جدال الناس في ركن محدد وغير مدروس جيداً من الإنترنت. إنهم يشاركون هذه "الخريطة" مع العالم لكي يتمكن الآخرون من دراستها، بشرط استخدامها بمسؤولية وعدم محاولة التجسس على الأفراد.
باختصار: لقد أخذوا محادثة فوضوية وصاخبة، ونظموها في أشجار مرتبة، وعلموا روبوتاً كيفية قراءة الأوراق، واكتشفوا أنه حتى في عالم مستقطب، تتبع المحادثات البشرية بعض الأنماط المتوقعة بشكل مثير للدهشة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.