Está disponível o relatório do Digital Ecosystem Research Challenge, projeto que reúne 18 pesquisas sobre as eleições canadenses. O grupo Midiars participou de um destes projetos em parceria com o Social Media Lab (Ryerson University), do Canadá. O projeto realizado pelos dois grupos focou na toxicidade online direcionada a candidatos nas eleições canadenses.
A nossa pesquisa tem dois objetivos principais: (1) observar a prevalência de mensagens toxicas enviadas a candidatos no Twitter e (2) identificar se há diferença na frequência de mensagens tóxicas direcionadas a homens e mulheres que se candidataram nas eleições canadenses. Para a realização desta pesquisa, coletamos tweets públicos em inglês direcionados a uma lista de 1.344 candidatos com perfil público no período de um mês (28 de setembro a 28 de outubro de 2019). Neste processo, coletamos 363.709 tweets direcionados a 1.116 candidatos.
Para a primeira fase da pesquisa, recrutamos e treinamos três codificadores para analisar uma amostra de 1% do nosso conjunto de dados (3637 tweets). Os codificadores leram estes tweets e identificaram os que eram tóxicos, quando a mensagem é rude, desrespeitosa ou irracional, e insultos, quando a mensagem é inflamatória ou negativa em relação a uma pessoa ou um grupo de pessoas. Ao final, realizamos um teste estatístico (chi-square) para identificar se havia relação entre gênero e a frequência de mensagens tóxicas.
Os resultados da primeira fase mostraram que 8,4% das mensagens eram tóxicas e 2,8% eram insultos. O teste estatístico determinou que não havia associação entre o gênero dos candidatos e receber mensagens tóxicas. Ainda que outros estudos semelhantes também não tenham encontrado associação sobre gênero e a frequência de mensagens tóxicas, análises complementares mostraram que as mulheres costumam receber mais frequentemente alguns tipos de mensagens tóxicas, como discurso de ódio, mensagens que reforçam estereótipos e mensagens sexistas.
Nos estudos futuros, para as próximas fases da pesquisa, nós vamos aplicar técnicas de machine learning para analisar o conjunto de dados inteiro. Assim, podemos verificar se os resultados da primeira fase se confirmam para todo o conjunto de dados. Além disso, vamos usar modelagem de tópicos para identificar as diferenças nos tipos de mensagens tóxicas entre os gêneros.
Dentre as implicações deste estudo, destacamos que não apenas a frequência das mensagens tóxicas, mas também sua severidade pode afetar o bem-estar de candidatos. Além disso, alguns candidatos experimentam casos mais extremos de violência. Entendemos que as plataformas devem assumir papéis mais proativos no combate a campanhas de ódio. Por exemplo, a maioria dos tweets que identificamos como tóxicos ou insultos ainda estão disponíveis no Twitter.
O lançamento do relatório ocorreu em conferência que reuniu os grupos dos 18 projetos na Universidade de Ottawa, no Canadá, nos dias 20 e 21 de fevereiro. O Felipe Soares, integrante do Midiars que está em doutorado-sanduíche no Social Media Lab, participou da conferência e apresentou os resultados da primeira fase da pesquisa. O relatório está disponível em inglês e francês (os nossos resultados estão detalhados a partir da p. 30).
Por Felipe Soares
