"인생에서 실패. 가서 폭탄을 터트려 라. "

페이스 북, 레딧 (Reddit), 뉴스 웹 사이트 등 인터넷을 통해 여성들이 자신을 어떻게 인식하는지 CNN 기사에서 발견되는이 기사는 오늘날 널리 퍼지고 있습니다. 그러한 행동은 욕설과 성희롱, 성희롱 또는 증오심 표현에 이르기까지 다양 할 수 있습니다.

최근 퓨 인터넷 설문 조사 온라인에서 10 사람들 중 네 명이 온라인을 통해 괴롭힘을 당했고, 그러한 행동을 목격했습니다. 조롱은 너무나 만연되어 여러 웹 사이트가 의지했습니다. 댓글 완전히 삭제.

많은 사람들은 제비 갈매기가 사회 병리학 적 개개인의 작은 음성 성 소수자에 의해 수행된다고 생각합니다. 이 신념은 미디어뿐만 아니라 이러한 개인들을 인터뷰하는 데 초점을 맞춘 조업에 관한 과거의 연구에서도 그러했다. 일부 연구는 심지어 트롤이 개인 및 생물학적 특성과도한 자극을 추구하는 성향 및 사디즘과 같은

그러나 모든 트롤들이 트롤들이 태어난 것이 아니라면 어떨까요? 그들이 너와 나 같은 평범한 사람들이라면? 에서 우리의 연구, 우리는 온라인 커뮤니티에서 사람들이 적절한 환경에서 다른 사람들을 트롤 할 수 있다는 것을 알게되었습니다. CNN.com에서 작성한 16 만 개의 의견을 분석하고 온라인 제어 실험을 수행함으로써 우리는 일반 사람들이 트롤을 낳을 수있는 두 가지 핵심 요소를 확인했습니다.

트롤을 만드는 것은 무엇입니까?

우리는 온라인 크라우드 소싱 플랫폼을 통해 667 참가자를 모집하고 퀴즈를 풀고 기사를 읽고 토론에 참여하도록 요청했습니다. 모든 참가자는 동일한 기사를 보았지만 일부는 트롤의 의견으로 시작하여 다른 사람이 중립적 인 의견을 보았던 토론을 받았습니다. 여기서는 표준 커뮤니티 지침 (예 : 이름 부름, 욕설, 인종 차별 또는 괴롭힘)을 사용하여 제물 추적을 정의했습니다. 미리 주어진 퀴즈도 다양하거나 쉽지 않았습니다.

CNN.com에 대한 우리의 분석은 이러한 실험적 관찰을 확인하고 확장하는데 도움이되었습니다.

조업에 영향을 미치는 것으로 보이는 첫 번째 요인은 사람의 기분입니다. 우리의 실험에서, 부정적인 분위기에 빠진 사람들은 거칠게 뛰기 시작할 가능성이 훨씬 큽니다. 우리는 또한 요일과 시간의 요일과 시간을 동기화하여 자연적 인간 감정 패턴. 조업은 야간에 가장 빈번하며 아침에는 최소 빈번합니다. 술 취하는 것은 또한 일주일 초에 월요일에 최고조에 달합니다.

또한, 우리는 부정적인 분위기가 그 감정을 초래 한 사건을 넘어서서 계속 될 수 있다는 것을 발견했습니다. 한 사람이 다른 사람이 트롤 의견을 쓰는 토론에 참여한다고 가정 해보십시오. 그 사람이 관련없는 토론에 참여하기를 계속한다면, 그들은 그 토론을 너무 많이 할 것입니다.

두 번째 요소는 토론의 맥락입니다. 토론이 "트롤 주석"으로 시작하면 트롤 주석으로 시작하지 않는 토론에 비해 나중에 다른 참가자가 두 번 트롤링 할 가능성이 큽니다.

실제로 이러한 트롤 주석은 추가 될 수 있습니다. 토론에서 트롤이 더 많이 언급할수록 향후 참가자도 토론을 할 가능성이 커집니다. 결론적으로,이 결과는 토론에서 초기 주석이 나중에 뒤따라 갈 때 강력하고 영구적 인 선례를 설정하는 방법을 보여줍니다.

우리는이 두 가지 요소를 사용하여 트롤링 발생 시점을 예측할 수 있는지 궁금해했습니다. 기계 학습 알고리즘을 사용하여 한 사람이 80 %의 시간 동안 트롤 할 것인지 예측할 수있었습니다.

흥미롭게도, 기분과 토론의 맥락은 트롤이라는 특정 개인을 식별하는 것보다 함께 강력한 트롤링 지표였습니다. 다른 말로하면, 조업은 고유 한 특성보다 사람의 환경에 의해 더 많이 발생합니다.

조업은 상황에 따라 다르며 일반 사람들은 트롤에 영향을받을 수 있으므로 이러한 행동은 사람 사이에서 확산 될 수 있습니다. 토론에서 한 가지 트롤 주석 (아마도 침대 반대쪽에서 일어난 사람이 작성)은 다른 참가자들 사이에서 더 나쁜 기분을 낳을 수 있으며 다른 곳에서는 더 많은 주석을 덧붙일 수 있습니다. 이 부정적인 행동이 계속 퍼지기 때문에, 추적되지 않은 상태로 남겨두면 지역 사회에서 조업이 정상화 될 수 있습니다.

다시 파이팅

이러한 냉정한 결과에도 불구하고이 연구가 공개 토론을위한 더 나은 온라인 공간을 만드는 데 도움이되는 몇 가지 방법이 있습니다.

조업으로 이끄는 것을 이해함으로써 조업이 언제 일어날 지 더 잘 예측할 수 있습니다. 이를 통해 잠재적으로 논쟁의 여지가있는 토론을 사전에 파악하고 중재자에게 선제 공격을 알릴 수 있으며, 중재자는 이러한 공격적인 상황에 개입 할 수 있습니다.

기계 학습 알고리즘은 어떤 인간보다 훨씬 빠르게 수백만 개의 게시물을 정렬 할 수 있습니다. 컴퓨터를 훈련하여 조업 행동을 발견함으로써 우리는 훨씬 더 빠른 속도로 바람직하지 않은 콘텐츠를 식별하고 필터링 할 수 있습니다.

사회적 개입은 또한 가려 짐을 줄일 수 있습니다. 사람들이 최근에 게시 된 의견을 철회하도록 허용하면 순간의 열망에 게시하는 것을 후회할 수 있습니다. 건설적인 논평의 우선 순위를 정하여 토론의 맥락을 바꾸면 예의에 대한 인식이 높아질 수 있습니다. 커뮤니티의 규칙에 관한 게시물을 토론 페이지 상단에 고정하는 것만으로도 다음과 같이 도움이됩니다. 최근 실험 레디 트 (Reddit)에서 실시됐다.

그럼에도 불구하고 트롤링 문제를 해결하기 위해 더 많은 작업이 필요합니다. 조직 된 트롤링의 역할을 이해하면 일부 유형의 바람직하지 않은 동작이 제한 될 수 있습니다.

조련사는 맹세에서부터 목표로하는 괴롭힘에 이르기까지 심각도가 다를 수 있습니다.

트롤의 코멘트가 저자의 의도와 다른 점은 중요합니다. 트롤은 다른 사람을 해치는 것을 의미 했습니까? 아니면 다른 관점을 표현하려고 했습니까? 이것은 바람직하지 않은 사람들을 자신의 아이디어를 전달하는 데 도움이되는 사람들로부터 분리시키는 데 도움이 될 수 있습니다.

온라인 토론이 무너지면 비난받을 사회 병이 아닙니다. 우리는 또한 잘못되었습니다. 많은 "트롤"은 나쁜 날을 보내고있는 우리 자신과 같은 사람들입니다. 우리가 온라인에 갖고있는 영감을주는 대화와 우울한 대화 모두를 책임지고 있다는 것을 이해하면보다 생산적인 온라인 토론이 가능합니다.

저자에 관하여

Justin Cheng, 컴퓨터 과학 박사 과정 학생, Stanford University; Cristian Danescu-Niculescu-Mizil, 조교수 정보 과학, Cornell University, 컴퓨터 과학 조교수 마이클 번스타인 (Michael Bernstein) 스탠포드 대학교, Stanford University의 Jure Leskovec도이 기사에 공헌했습니다.

이 기사는 원래에 게시되었습니다. 대화. 읽기 원래 기사.

관련 서적

at 이너셀프 마켓과 아마존