دانشمندان دانشگاه ییل دریافتند شبکههای اجتماعی مانند توئیتر خشم اخلاقی جمعی ما را تشدید میکنند؛ علاوه بر این، آنها دریافتند که بیشتر کاربران میانهروی سیاسی بودند که در طول زمان خشمگینتر شدند. یافتههای آنها در یک مطالعه جدید در Science Advances منتشر شده است.
ویلیام برادی، محقق فوق دکتری در بخش روانشناسی دانشگاه ییل، گفت: ما علاقهمند بودیم به طور گسترده این پدیده را درک کنیم که اکثر افرادی که از شبکههای اجتماعی، به ویژه فیسبوک و توئیتر استفاده میکنند، نسبت به این موضوع آگاه هستند که هنگام ورود به سیستم، اغلب محتوای سیاسی زیادی در فید خبریشان وجود دارد و معمولا با خشم اخلاقی زیادی همراه است، به ویژه در زمانهای مهم در سیاست.
برادی و تیمش در تلاش بودند تا دریابند چرا به نظر میرسد خشم اخلاقی در شبکههای اجتماعی آنلاین تشدید میشود و اینکه آیا آموختههای ما از این شبکهها میتواند بر تصمیمهای ما در ابراز خشم اخلاقی نقش داشته باشد.
آموزش کامپیوترها برای تشخیص خشم اخلاقی
به منظور جمع آوری اطلاعات برای مطالعه خود، آنها ابتدا باید تعریف میکردند که خشم اخلاقی چیست. آنها از تعاریف نظری از روانشناسی اخلاق و علم احساسات استفاده کردند و آن را به سه جزء اصلی تقسیم کردند، اظهارات باید با یک احساس منفی آغشته میشد که معمولا ترکیبی از خشم و انزجار است و کاربران باید واقعا در مورد موضوع کار میکردند.
بردی توضیح داد که در حوزه اخلاق و سیاست، مردم معمولا زمانی که احساس میکنند شخصی در برابر حس درست و غلط بودن آنها دخالت کرده است، خشم خود را ابراز میکنند و در نهایت، این بیانیه باید پیامدهای خاصی را برانگیزد از جمله اینکه فردی میخواهد شخص دیگری را مسئول بداند، یا او را تنبیه کند، یا او را فراخواند.
محققان به دو شکل آموزههای ناشی از شبکههای اجتماعی در حین دنبال کردن توئیتها در طول رویدادها را بررسی کردند. یکی از انواع یادگیری، یادگیری تقویتی بود که در آن افراد میآموزند رفتار خود را بر اساس بازخورد اجتماعی که دریافت میکنند، تنظیم کنند؛ به عنوان مثال گرفتن لایک و اشتراک گذاری میتواند به عنوان بازخورد اجتماعی مثبت تعبیر شود. دیگری یادگیری هنجاری بود که در آن افراد میتوانند رفتار خود را از طریق مشاهده رایجترین یا هنجاریترین رفتارها در شبکه اجتماعی خود تنظیم کنند. این میتواند بلافاصله اتفاق بیفتد که کاربران وارد پلتفرم شوند و تصویری را که شبکه اجتماعی و دنبال کنندگان از آنها دارند، مشاهده کنند.
در ابتدا، حاشیه نویسان انسانی مجموعه دادهای از ۲۶۰۰۰ توئیت را بررسی کرده و برچسب زدند که آیا این توئیتها خشم اخلاقی را بیان میکنند یا نه.
آنها سپس یک مدل یادگیری ماشینی را آموزش دادند تا ویژگیهای زبانی مانند نوع کلمات، ترتیب کلمات و نشانههای نقطهگذاری را که بیشتر با توئیتهایی که دارای برچسب خشم هستند، انتخاب کند. در مرحله بعد این مدل آن را به توئیتهای جدید تعمیم داد که میتواند احتمال اینکه هر توئیتی را که حاوی بیان خشم اخلاقی باشد، تخمین بزند. این مدل با موضوعات سیاسی بسیار خوب عمل میکند، اما مشخص نیست که آیا میتوان از آن برای موضوعات غیرسیاسی نیز استفاده کرد.
جالبترین یافته برای تیم این بود که برخی از افراد میانهروتر از نظر سیاسی بیشتر از همه تحت تاثیر بازخوردهای اجتماعی هستند. برادی گفت: «آنچه اکنون در مورد شبکههای اجتماعی میدانیم این است که بسیاری از محتوای سیاسی که میبینیم در واقع توسط تعداد کمی از کاربران تولید میشوند؛ کاربران افراطیتر».
او گفت: «سوالی که از این مطالعه به دست آمد این است: تحت چه شرایطی کاربران میانهرو بیشتر تحت تاثیر شبکههای اجتماعی قرار میگیرند تا با لحن افراطیتری برخورد کنند، به جای اینکه صرفا سکوت کرده و پلتفرم را ترک کنند یا درگیر نباشند؟ من فکر میکنم هر دوی این جهتهای بالقوه مهم هستند، زیرا هر دو دلالت بر این دارند که لحن متوسط مکالمه روی پلتفرم به طور فزایندهای شدیدتر میشود».
بردی افزود: «فکر نمیکنم پلتفرمها بتوانند بهطور ناگهانی نحوه گفتمان آنلاین را تغییر دهند، فقط به این دلیل که این تنها طراحی پلتفرم نیست، بلکه روانشناسی ما نیز هست، بنابراین به نظر من، باید این ترکیبی باشد که در آن شرکتها این حرکات کوچک را انجام میدهند که میتواند به سلامت مکالمه کمک کند و در عین حال به کاربران قدرت میدهد تا از روشهایی که طراحی فناوری میتواند به طور بالقوه بر اطلاعات اجتماعی که میبینند، تاثیر بگذارد آگاه باشند».
منبع: popsci