Nos complace anunciar que el artículo de investigación titulado “Decoding Online Hate in the United States: A BERT-CNN Analysis of 36 Million Tweets from 2020 to 2022”, presentado en el 2024 IEEE 18th International Conference on Semantic Computing (ICSC), ya está publicado y disponible en IEEE Xplore.
El artículo, producto de una colaboración con el University of Twente, puede consultarse en el siguiente enlace: https://ieeexplore.ieee.org/document/10475658
Contexto y Motivación
En un mundo cada vez más digitalizado, las plataformas de redes sociales se han convertido en espacios fundamentales para la expresión personal y el diálogo global. Sin embargo, este nuevo ágora digital también ha dado lugar a fenómenos preocupantes, entre ellos, el aumento del discurso de odio en línea.
Por otra parte, el periodo de 2020 a 2022 estuvo marcado por eventos globales sin precedentes, incluyendo la pandemia de COVID-19, que exacerbó las tensiones sociales y políticas en muchas sociedades. Estos eventos, reflejados en las redes sociales, ofrecen un lente único para estudiar el discurso de odio. A pesar de los esfuerzos previos por identificar y clasificar el odio en línea, existe una falta de análisis comprensivo que aborde la complejidad y el volumen del discurso de odio durante este periodo crítico.
Nuestro estudio, “Decoding Online Hate in the United States: A BERT-CNN Analysis of 36 Million Tweets from 2020 to 2022”, publicado recientemente en IEEE Xplore, aborda estos desafíos con una metodología basada en redes neuronales convolucionales y revela insights críticos sobre la naturaleza y la evolución del odio en línea.
Metodología
Nuestro estudio implementó un modelo avanzado basado en BERT (Bidirectional Encoder Representations from Transformers), combinado con una Red Neuronal Convolucional (CNN), para analizar 36 millones de tweets originados en Estados Unidos. Este enfoque nos permitió no solo clasificar el contenido de odio con alta precisión sino también entender las dinámicas subyacentes del discurso, identificando categorías predominantes como etnicidad, género y nacionalidad.
Resultados Principales
Los hallazgos revelan una prevalencia alarmante de discursos de odio centrados en la etnicidad, seguidos por género y nacionalidad. Estos resultados subrayan la importancia de abordar el odio en línea desde una perspectiva multifacética, considerando no solo el contenido explícito sino también las implicaciones más amplias de estos discursos en la sociedad.
Implicaciones y Futuras Direcciones
Este estudio no solo contribuye a la literatura académica existente, ofreciendo un análisis detallado del discurso de odio en un periodo crítico, sino que también informa el desarrollo de políticas y herramientas tecnológicas para combatir el odio en línea. Mirando hacia el futuro, nuestra investigación subraya la necesidad de enfoques más sofisticados y contextualizados para entender y mitigar el impacto del discurso de odio en las plataformas digitales.
Conclusión
Invitamos a académicos, legisladores, tecnólogos y al público en general a explorar nuestro estudio para comprender mejor los desafíos y oportunidades en la lucha contra el odio en línea. El diálogo y la colaboración serán esenciales para desarrollar estrategias efectivas que promuevan un espacio digital más inclusivo y respetuoso.
Enlace al estudio en IEEE Xplore
Agradecemos cualquier comentario, discusión o pregunta sobre nuestro trabajo. Es a través del intercambio de ideas y la colaboración que podemos avanzar hacia soluciones más efectivas contra el discurso de odio en nuestras sociedades digitales.