Bagaimana Sesiapa, Walaupun Anda, Boleh Secara Tidak Sentiasa Menjadi Troll

Bagaimana Sesiapa, Walaupun Anda, Boleh Menjadi Troll Internet

Tontonan Internet, secara takrif, mengganggu, menyerang, dan sering tidak menyenangkan dengan jawatan dalam talian yang menyerang atau provokatif yang direka untuk mengganggu dan kecewa.

Andaian yang biasa adalah bahawa orang yang menolong berbeza dari yang lain, memberikan kita kebebasan untuk memecat mereka dan tingkah laku mereka. Tetapi kajian baru menunjukkan sebaliknya - di bawah keadaan yang betul, sesiapa sahaja boleh menjadi troll.

"Kami mahu memahami mengapa tengkorak begitu besar hari ini," kata Justin Cheng, penyelidik sains komputer di Stanford University dan pengarang utama kertas baru. "Walaupun pengetahuan biasa adalah bahawa trolls terutamanya individu sociopathic yang kadang-kadang muncul dalam perbualan, adakah ia benar-benar hanya orang-orang yang trolling orang lain?"

Mood yang buruk

Adakah tingkah laku trolling ciri-ciri semula jadi atau faktor situasional mempengaruhi orang untuk bertindak seperti troll? Untuk mengetahui, para penyelidik menggunakan gabungan eksperimen, analisis data, dan pembelajaran mesin-dan pada beberapa faktor mudah yang membuat orang biasa lebih banyak menolong.

Berikutan penyelidikan sebelum ini mengenai tingkah laku antisosial, para penyelidik memutuskan untuk memberi tumpuan kepada bagaimana perasaan dan konteks mempengaruhi apa yang ditulis orang di forum perbincangan. Mereka menubuhkan percubaan dua bahagian dengan subjek 667 yang direkrut melalui platform crowdsourcing.


Dapatkan yang terbaru dari InnerSelf


Di bahagian pertama percubaan, para peserta diberi ujian, sama ada sangat mudah atau sangat sukar. Selepas mengambil ujian, semua mata pelajaran mengisi kuesioner yang menilai pelbagai aspek mood mereka, termasuk kemarahan, keletihan, kemurungan, dan ketegangan. Seperti yang dijangkakan, orang yang menyelesaikan ujian sukar berada dalam suasana yang lebih teruk berbanding mereka yang mempunyai ujian mudah.

Semua peserta kemudian diarahkan untuk membaca artikel dan terlibat dalam bahagian ulasannya. Mereka terpaksa meninggalkan sekurang-kurangnya satu komen, tetapi boleh meninggalkan banyak komen dan suara undian dan turun undian dan boleh membalas ulasan lain. Semua peserta melihat artikel yang sama pada platform yang sama, yang dibuat semata-mata untuk eksperimen itu, tetapi beberapa peserta diberi forum dengan tiga jawatan troll di bagian atas bahagian komen. Lain melihat tiga jawatan neutral.

Dua pakar bebas menilai sama ada jawatan yang ditinggalkan oleh subjek berkelayakan sebagai trolling, yang ditakrifkan secara amnya dalam kajian ini dengan kombinasi penyiaran panduan yang diambil dari beberapa forum perbincangan. Sebagai contoh, serangan peribadi dan kutukan menunjukkan tanda troll.

Mengenai 35 peratus orang yang menyelesaikan ujian mudah dan melihat jawatan neutral kemudian menghantar komen troll sendiri. Peratusan itu melonjak kepada peratus 50 jika subjek sama ada mengambil ujian keras atau melihat komen trolling. Orang yang terdedah kepada kedua-dua ujian yang sukar dan jawatan troll trolled kira-kira 68 peratus masa.

Untuk mengaitkan pandangan eksperimen ini ke dunia nyata, para penyelidik juga menganalisis data yang tidak dikenali dari bahagian komen CNN dari seluruh 2012. Data terdiri daripada pengguna 1,158,947, perbincangan 200,576, dan jawatan 26,552,104 dan termasuk pengguna yang dilarang dan jawatan yang dipadamkan oleh moderator. Dalam bahagian penyelidikan ini, pasukan menamakan jawatan troll sebagai yang ditandai oleh anggota komuniti untuk penyalahgunaan.

'Spiral of negativity'

Ia tidak mungkin untuk secara langsung menilai mood para pengulas, tetapi para penyelidik melihat cap masa jawatan kerana penyelidikan terdahulu menunjukkan bahawa waktu hari dan hari dalam seminggu sesuai dengan suasana hati. Kejadian undi undur dan undian yang dibenderakan bersebelahan dengan corak mood negatif. Insiden seperti ini cenderung meningkat larut malam dan awal minggu, yang juga apabila orang-orang yang paling mungkin berada dalam suasana yang tidak baik.

Para penyelidik menyiasat kesan mood lebih jauh dan mendapati bahawa orang lebih cenderung untuk menghasilkan jawatan yang dibenderakan jika mereka baru-baru ini telah dibenderakan atau jika mereka telah mengambil bahagian dalam perbincangan berasingan yang hanya memasukkan catatan bertanda yang ditulis oleh orang lain. Penemuan ini berlaku walaupun tidak ada artikel yang berkaitan dengan perbincangan.

"Ia adalah lingkaran negatif," kata Jure Leskovec, profesor sains komputer dan pengarang kanan kertas itu. "Hanya satu orang yang bangun boleh membuat percikan api dan, kerana konteks perbincangan dan pengundian, percikan api ini dapat menjejaskan tingkah laku buruk. Perbualan yang buruk membawa kepada perbualan yang buruk. Orang yang mendapat undi akan kembali lagi, mengulas lebih banyak, dan komen lebih buruk lagi. "

Meramalkan catatan yang dibenderakan

Sebagai langkah akhir dalam penyelidikan mereka, pasukan mencipta algoritma mesin pembelajaran yang ditugaskan untuk meramalkan sama ada jawatan berikutnya penulis menulis akan ditandai.

Maklumat yang diberikan kepada algoritma termasuk catatan masa penulis terakhir, sama ada jawatan terakhir ditandakan, sama ada jawatan terdahulu dalam perbincangan telah ditandakan, sejarah keseluruhan penulis menulis jawatan yang dibenderakan, dan ID pengguna tanpa nama pengarang .

Penemuan menunjukkan bahawa status bendera jawatan terdahulu dalam perbincangan adalah peramal paling kuat sama ada jawatan berikutnya akan dibenderakan. Ciri-ciri yang berkaitan dengan mood, seperti masa dan pembentangan sebelumnya pengulas, jauh lebih rendah. Sejarah pengguna dan ID pengguna, walaupun agak ramalan, masih jauh kurang bermaklumat daripada konteks perbincangan. Ini menunjukkan bahawa, sementara sesetengah orang mungkin secara konsisten lebih cenderung untuk mengetuk, konteks yang kita posting lebih cenderung membawa kepada trolling.

Pengharaman bayangan dan tempoh sejuk?

Di antara real-life, analisis data berskala besar, percubaan dan tugas ramalan, penemuannya adalah kukuh dan konsisten. Para penyelidik mencadangkan bahawa konteks perbualan dan suasana hati boleh membawa kepada trolling. Mereka percaya ini dapat memaklumkan penciptaan ruang perbincangan dalam talian yang lebih baik.

"Memahami apa yang sebenarnya menentukan seseorang untuk bertindak secara antisial adalah penting jika kita ingin meningkatkan kualiti perbincangan dalam talian," kata Cristian Danescu-Niculescu-Mizil, penolong profesor sains maklumat di Cornell University dan pengarang akhbar. "Insight into the causal causation mechanisms dapat memaklumkan rancangan sistem yang mendorong perbincangan dalam talian lebih sipil dan dapat membantu para moderator mengatasi trolling secara lebih efektif."

Campurtangan untuk mengelakkan trolling boleh termasuk forum perbincangan yang mencadangkan tempoh penyejukan kepada pengulas yang baru saja memaparkan bendera, sistem yang secara automatik memberi tanda kepada penyederhana ke pos yang mungkin menjadi pos troll atau "larangan bayangan," - menyembunyikan tiupan troll dari pengguna bukan troll tanpa memberitahu troll.

Para penyelidik percaya kajian seperti ini hanyalah permulaan kerja yang diperlukan untuk masa yang lama, kerana internet jauh dari kampung berdebat yang penuh sejarah dan diskusi orang pernah menganggapnya akan menjadi.

"Pada penghujung hari, apa yang disarankan oleh penyelidikan ini ialah kita yang menyebabkan kerosakan ini dalam perbincangan," kata penulis mata, Michael Bernstein, penolong profesor sains komputer di Stanford. "Banyak laman berita telah memadam sistem komen mereka kerana mereka berpendapat ia bertentangan dengan perdebatan dan perbincangan yang sebenarnya. Memahami diri kita sendiri yang terbaik dan paling teruk di sini adalah kunci untuk membawa mereka kembali. "

Platform kertas telah diterbitkan sebagai sebahagian daripada Persidangan 2017 yang akan datang mengenai Kerja Koperasi yang Didukung Komputer dan Pengkomputeran Sosial.

sumber: Universiti Stanford

Buku-buku yang berkaitan

{amazonWS: searchindex = Books; keywords = cyberbullies; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf pada

icon-facebooktwitter-iconrss-icon

Dapatkan Yang Terbaru Dengan E-mel

{Emailcloak = mati}