Directed Social Regard: Surfacing Targeted Advocacy, Opposition, Aid, Harms, and Victimization in Online Media
تقدم هذه الورقة "الاعتبار الاجتماعي الموجه" (DSR)، وهو إطار عمل جديد لتحليل المشاعر متعدد الأبعاد يستخدم نماذج قائمة على المحولات لتحديد أهداف المشاعر وتقييمها في آن واحد عبر ثلاثة محاور للاعتبار الاجتماعي، مما يتيح رصد التعايش بين المشاعر المؤيدة والمناهضة للمجتمع في وسائل الإعلام عبر الإنترنت والتي تغفل عنها الأدوات التقليدية.
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 أنك تسير في ساحة بلدة مزدحمة وصاخبة. في هذه الساحة، يصرخ الناس برسائل لبعضهم البعض. وأحياناً، يصرخ شخص واحد بجملة هي مزيج من الحب والكراهية والغضب والشفقة في آن واحد.
على سبيل المثال، قد يصرخ أحدهم: "كيف يمكنهم فعل هذا بالأطفال؟!"
الأدوات القديمة لتحليل اللغة (مثل محللات المشاعر الأساسية) تشبه ميزان حرارة بسيطاً. فهي تنظر إلى الجملة بأكملة وتقول: "هذا سلبي". وهذا كل شيء. إنها تغفل عن التفاصيل الدقيقة؛ فهي لا تخبرك من الذي يُكره، أو من الذي يُشفق عليه، أو ما هو الفعل الذي يُدان.
تقدم هذه الورقة البحثية أداة جديدة أكثر ذكاءً بكثير تسمى التقدير الاجتماعي الموجه (Directed Social Regach - DSR). فكر في (DSR) ليس كميزان حرارة، بل كـ كشاف ضوئي عالي التقنية بـثلاث عدسات ملونة مختلفة.
العدسات الثلاث للكشاف الضوئي
بدلاً من مجرد قول "جيد" أو "سيء"، يسلط كشاف (DSR) الضوء على كلمات محددة (أو "نطاقات") في الجملة ويسأل ثلاثة أسئلة محددة لكل منها:
- عدسة "المعارضة مقابل التأييد": هل يحاول المتحدث إيقاف هذا الشخص/الشيء، أم أنه يشجع عليه؟
- في مثالنا: المتحدث يعارض "هم" ويؤيد "الأطفال".
- عدسة "الضرر مقابل النفع": هل يعتقد المتحدث أن هذا الشخص/الشيء يسبب ضرراً أم يقدم مساعدة؟
- في مثالنا: "هم" وفعل "فعل هذا" يُنظر إليهما على أنهما ضاران.
- عدسة "الضحية مقابل المعونة": هل يرى المتحدث هذا الشخص/الشيء كضحية تحتاج للإنقاذ، أم كشخص يتلقى المساعدة؟
- في مثالنا: "الأطفال" يُنظر إليهم كـ ضحايا.
كيف تعمل الأداة (الـ "عقل" والـ "يدين")
بنى الباحثون نظام تعلم آلي يتكون من جزأين:
- الـ "يدين" (التعرف على النطاق): أولاً، يقرأ النظام النص ويعمل مثل قلم التحديد (الهايلايتر). إنه يحدد الأجزاء المهمة؛ فيحدد "هم" كشخصية، و"الأطفال" كشخصية، و"فعل هذا" كموضوع. إنه يدرك الفرق بين الشخص والحدث.
- الـ "عقل" (تسجيل التقدير): بمجرد تحديد الأجزاء، يقوم "العقل" بإسناد درجة لكل جزء على مقياس من -1 (سلبي بشدة) إلى +1 (إيجابي بشدة) لكل عدسة من العدسات الثلاث المذكورة.
لماذا هذا مهم (الـ "لماذا")
توضح الورقة البحثية أن هذا ليس مجرد رياضيات معقدة؛ بل هو قائم على علم النفس البشري الحقيقي.
- التخلي الأخلاقي: أحياناً، يبرر الناس إيذاء الآخرين بقولهم: "لقد استحقوا ذلك". يمكن لأداة (DSR) رصد هذا المزيج المعقد: فهي ترى أن المتحدث ينظر إلى مجموعة ما على أنها "معارضة" (نحن نكرههم) و"ضارة" (هم سيئون)، وهي طريقة يستخدمها البشر لتبرير السلوك السيئ.
- ديناميكيات الجماعة: تساعدنا الأداة على رؤية كيف تتحدث المجموعات عن "نحن" مقابل "هم". على سبيل المثال، في إحدى مجموعات البيانات التي درسوها (مجموعة تُسمى "المانوسفير" - Manosphere)، وجدت الأداة أن المتحدثين غالباً ما يرون أنفسهم كضحايا ("أنا/نحن") بينما يرون النساء كطرف "ضار". وفي مجموعة بيانات أخرى (حول حركة #MeToo)، قلبت الأداة السيناريو، حيث أظهرت النساء كـ "ضحايا" والرجال كـ "أطراف ضارة".
الإثبات (هل نجحت التجربة؟)
اختبر الباحثون أداتهم بطريقتين:
- تجربة القيادة: قاموا بتغذية الأداة بآلاف المنشورات التي صنفها البشر يدوياً. كانت دقة "تحديد الأجز" لدى الأداة حوالي 90-96%، كما تطابقت "درجاتها" مع آراء البشر بشكل وثيق جداً.
- اختبار الواقع: أخذوا الأداة وشغلوها على مجموعات بيانات موجودة من باحثين آخرين (مثل مجموعات البيانات المتعلقة بخطاب الكراهية، والحركات السياسية، والنقاشات عبر الإنترنت).
- النتيجة: جاءت درجات الأداة متوافقة تماماً مع ما وجده الخبراء البشريون سابقاً. فعلى سبيل المثال، عندما تم تصنيف مجموعة بيانات بأنها "سخط أخلاقي"، أظهرت أداة (DSR) بشكل صحيح درجات "معارضة" عالية تجاه أهداف ذلك السخط.
الخلاصة
تقدم هذه الورقة البحثية طريقة جديدة للاستماع إلى المحادثات عبر الإنترنت. فبدلاً من مجرد سماع "هذه تغريدة سيئة"، تسمح لنا أداة (DSR) بسماع: "هذه التغريدة تهاجم المجموعة (أ) لأنها تؤذي المجموعة (ب)، مع التعبير عن تعاطف عميق مع المجموعة (ب)".
إنها أداة تساعدنا على فهم المشاعر المعقدة والمتعددة والمتناقضة غالباً التي يعبر عنها الناس عندما يكتبون عبر هواتفهم. لقد بنى الباحثون المحرك، ودربوه على مجموعة بيانات ضخمة تضم أكثر من 1800 منشور، وأثبتوا أنها تعمل بشكل أفضل من الطرق الأقدم والأبسط في رصد من يتم لومه، ومن يتم إنقاذه، ومن يتم تشجيعه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.