論文の概要: Behind the Counter: Exploring the Motivations and Barriers of Online Counterspeech Writing
- arxiv url: http://arxiv.org/abs/2403.17116v1
- Date: Mon, 25 Mar 2024 18:56:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-27 19:45:52.788027
- Title: Behind the Counter: Exploring the Motivations and Barriers of Online Counterspeech Writing
- Title（参考訳）: カウンターの裏側:オンラインカウンセリングのモチベーションと障壁を探る
- Authors: Kaike Ping, Anisha Kumar, Xiaohan Ding, Eugenia Rho,
- Abstract要約: オンラインヘイトを標的にしていたことは、オンラインの反響行為を頻繁に起こす重要な要因だ。
人々は、異なる人口集団でオンラインのカウンタースピーチに参加するためのモチベーションと障壁が異なる。
- 参考スコア（独自算出の注目度）: 6.790819952175892
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current research mainly explores the attributes and impact of online counterspeech, leaving a gap in understanding of who engages in online counterspeech or what motivates or deters users from participating. To investigate this, we surveyed 458 English-speaking U.S. participants, analyzing key motivations and barriers underlying online counterspeech engagement. We presented each participant with three hate speech examples from a set of 900, spanning race, gender, religion, sexual orientation, and disability, and requested counterspeech responses. Subsequent questions assessed their satisfaction, perceived difficulty, and the effectiveness of their counterspeech. Our findings show that having been a target of online hate is a key driver of frequent online counterspeech engagement. People differ in their motivations and barriers towards engaging in online counterspeech across different demographic groups. Younger individuals, women, those with higher education levels, and regular witnesses to online hate are more reluctant to engage in online counterspeech due to concerns around public exposure, retaliation, and third-party harassment. Varying motivation and barriers in counterspeech engagement also shape how individuals view their own self-authored counterspeech and the difficulty experienced writing it. Additionally, our work explores people's willingness to use AI technologies like ChatGPT for counterspeech writing. Through this work we introduce a multi-item scale for understanding counterspeech motivation and barriers and a more nuanced understanding of the factors shaping online counterspeech engagement.
- Abstract（参考訳）: 現在の研究では、オンラインカウンター音声の属性と影響を主に調査し、オンラインカウンター音声に携わる人や、ユーザーの参加を動機づけたり妨げたりする人に対する理解のギャップを残している。
これを調べるために、英語話者458人を調査し、オンライン対音声エンゲージメントの根底にある重要な動機と障壁を分析した。
対象者は3つのヘイトスピーチの例で, 人種, 性別, 宗教, 性的指向, 障害の3つを提示し, 対音声応答を要請した。
その後の質問は、その満足度、難易度、反響の有効性を評価した。
以上の結果から、オンラインヘイトを標的にしていたことが、オンラインの反音声活動の頻繁な推進役であることが明らかとなった。
人々は、異なる人口集団間でオンラインのカウンタースピーチに参加するためのモチベーションと障壁が異なる。
若者、女性、高等教育レベルが高い人、そしてオンライン嫌がらせに対する定期的な目撃者は、公的な暴露、報復、サードパーティの嫌がらせに関する懸念から、オンラインの対抗活動に消極的だ。
反音声エンゲージメントのモチベーションと障壁は、個人が自称の反音声を見る方法と、それを書くことの難しさを形作る。
さらに、私たちの研究は、反音声書き込みにChatGPTのようなAI技術を使用したいという人々の意思について調べています。
この作業を通じて、カウンター音声のモチベーションと障壁を理解するためのマルチテムスケールを導入し、オンラインのカウンター音声のエンゲージメントを形成する要因をより微妙に理解する。
関連論文リスト
- CounterQuill: Investigating the Potential of Human-AI Collaboration in Online Counterspeech Writing [6.929003593008481]
本稿では,AIを利用した音声合成システムであるCounterQuillを紹介する。
CounterQuillは,(1)ヘイトスピーチや反音声を理解するための学習セッション,(2)ヘイトスピーチの重要要素を特定し,対音声戦略を探求するブレーンストーミングセッション,(3)ユーザがCounterQuillと対音声の草案作成と洗練を可能にする共同執筆セッション,の3段階のプロセスを提供する。
論文 参考訳（メタデータ） (2024-10-03T22:29:20Z) - Moshi: a speech-text foundation model for real-time dialogue [78.88479749811376]
現在の音声対話システムは、パイプラインの独立した音声活動検出と音声合成に依存している。
そこで本研究では,Moshi Moshiが音声認識と音声合成を実現する方法を紹介する。
得られたモデルは、初めてリアルタイムな全音声大言語モデルモダリティである。
論文 参考訳（メタデータ） (2024-09-17T17:55:39Z) - Demarked: A Strategy for Enhanced Abusive Speech Moderation through Counterspeech, Detoxification, and Message Management [71.99446449877038]
本研究では, 重度尺度, (ii) ターゲットの存在, (iii) 文脈尺度, (iv) 法的尺度の4つの側面を基礎として, より包括的手法であるDemarcation scoreing abusive speechを提案する。
本研究は,ネット上での虐待的スピーチを効果的に解決するための今後の戦略を明らかにすることを目的としている。
論文 参考訳（メタデータ） (2024-06-27T21:45:33Z) - NLP for Counterspeech against Hate: A Survey and How-To Guide [11.696212004806263]
本稿では, 対訳研究のガイドとして, 具体例を詳述し, 実施すべきステップについて述べる。
NLPにおける対音声研究の課題と今後の方向性について論じる。
論文 参考訳（メタデータ） (2024-03-29T10:32:44Z) - Hatred Stems from Ignorance! Distillation of the Persuasion Modes in Countering Conversational Hate Speech [0.0]
本研究は、説得モードを理性、感情、信頼性に蒸留する。
クローズド(複数ターン)とオープン(単ターン)の2つのタイプの会話において、人種差別、セクシズム、宗教的偏見に関する使用を評価している。
論文 参考訳（メタデータ） (2024-03-18T07:20:35Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳（メタデータ） (2022-04-16T08:07:53Z) - E-ffective: A Visual Analytic System for Exploring the Emotion and
Effectiveness of Inspirational Speeches [57.279044079196105]
E-ffective(エフェクティブ)は、音声の専門家や初心者が、音声要因の役割と効果的な音声への貢献の両方を分析することのできる視覚分析システムである。
E-spiral(音声の感情の変化を視覚的にコンパクトに表現する)とE-script(音声コンテンツを主要な音声配信情報に結びつける)の2つの新しい可視化技術がある。
論文 参考訳（メタデータ） (2021-10-28T06:14:27Z) - Countering Online Hate Speech: An NLP Perspective [34.19875714256597]
オンラインヘイトフル行動の傘語であるオンライン毒性は、オンラインヘイトスピーチのような形で現れている。
ソーシャルメディアを通じた大量コミュニケーションの増加は、オンラインヘイトスピーチの有害な結果をさらに悪化させる。
本稿では、ヘイトスピーチにおけるNLP対応手法に関する総合的な概念的枠組みと、オンラインヘイトスピーチ対策におけるNLPの現在の動向に関する徹底的な調査について述べる。
論文 参考訳（メタデータ） (2021-09-07T08:48:13Z) - Fragments of the Past: Curating Peer Support with Perpetrators of
Domestic Violence [88.37416552778178]
我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。
私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。
これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
論文 参考訳（メタデータ） (2021-07-09T22:57:43Z) - Speaker De-identification System using Autoencoders and Adversarial
Training [58.720142291102135]
本稿では,対人訓練とオートエンコーダに基づく話者識別システムを提案する。
実験結果から, 対向学習とオートエンコーダを組み合わせることで, 話者検証システムの誤り率が同等になることがわかった。
論文 参考訳（メタデータ） (2020-11-09T19:22:05Z) - Impact and dynamics of hate and counter speech online [0.0]
市民によるカウンタースピーチは、ヘイトスピーチと戦い、平和的で非分極的な言論を促進するための有望な方法だ。
われわれはドイツのTwitterで4年間に起きた180,000件の政治的会話を分析した。
論文 参考訳（メタデータ） (2020-09-16T01:43:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。