Könsskillnader i utsatthet för toxiskt språk online [790 000 kommentarer från Sweddit finns med i rapporten]

18 comments
  1. > Kvinnor blir i större utsträckning än män utsatta för nedvärderande
    kommentarer om psykisk hälsa och förmåga.

    > Män utsätts för fler nedvärderade kommentarer om bristande kompetens eller prestation inom sin yrkesgärning eller allmänt.

    > Kvinnor blir i större omfattning utsatta för nedvärderande kommentarer
    om utseende som innefattar påståenden om att en person är ful eller oattraktiv

    Detta är inte förvånande, men belyser ett väldigt intressant fenomen: När vi försöker angripa människor av olika anledningar avslöjar vi oftast biases som vi kanske inte visste att vi hade!

    När jag säger något negativt om män jag inte personligen känner har jag en tendens att ifrågasätta deras kompetens, för vi har en instinkt att sticka kniven där den gör ont, och för män lägger vi mycket av deras prestige i deras kompetens. “Har GW egentligen någonsin haft rätt om något?” “Det är ok att provocera, men Vilks konst var ändå rätt fantasilös.” “Tegnell uttalar sig bergsäkert, men har än så länge inte haft rätt om mycket.”

    Samtidigt, när folk ska pinpointa varför de stör sig på kvinnor så blir det ofta utseende eller personlighetsdrag som är kodifierade som kvinnliga. “Hallengren sminkar sig som Miss Piggy.” “Sahlin är en sån virrpanna.” “[Insert vilken kvinnlig journalist som helst här] är bara ute efter uppmärksamhet.” Det händer såklart, men det är sällan man hör någon kritisera en kvinnlig offentlig person med “hennes examen är inte från ett tillräckligt högt rankat universitet” eller liknande.

    Samma mönster finns säkert för andra tillhörigheter. Om jag kritiserar en polis vs en lärare, eller ett barn vs en vuxen.

  2. “begreppet toxiskt språk
    som ett paraplybegrepp för kommunikationshandlingar
    som i någon mån kan sägas förgifta samtalsklimatet i
    digitala miljöer. Toxiskt språk innefattar dels språkliga
    handlingar som är förbjudna i lag, exempelvis hets mot
    folkgrupp, förtal eller förgripelse mot tjänsteman, men
    kan även innefatta fall av integritetskränkning eller
    **respektlöshet.** Begreppet är tänkt att fånga in såväl
    vardagsbegrepp som näthat eller hat och hot som
    akademiska/juridiska begrepp som hate speech eller
    dangerous speech.”

    respektlöshet alltså, det va som fan. det va då jävlar vad man var utsatt och utsätter folk för näthat.

    även denna post är toxisk.

  3. > Identifiering och mätning av toxiskt språk sker med hjälp av en maskininlärningsmodell, närmare bestämt en språkmodell som utvecklats av Kungliga biblioteket som vi tränat upp att känna igen toxiskt språk genom att träna den med 6 000 manuellt klassificerade texter. Under ideala förhållanden, det vill säga när likande data används som modellen är tränad för, identifierar modellen toxiskt språk med 83-procentig träffsäkerhet. Prestandan kan dock variera beroende på bland annat skillnader i språkbruk mellan olika digitala miljöer.

    Usel träffsäkerhet alltså. 83 % på validerings- eller testdata hade varit bra men inte på modellens egen träningsdata. Fast att automatiskt identifiera vad som är toxiskt eller hatiskt språkbruk kan inte vara det lättaste. Särskilt inte eftersom svenskan har en helt annan morfologi än engelskan vilket är det språk de flesta modeller anpassats för.

    Jag hoppas att forskarna tillgängliggör kommentarssamlingen så andra kan leka med den. Över sex miljoner kommentarer från svenska internetforum är väldigt mycket och något andra forskare gärna skulle använda sig av. Precis sånt jag gärna ser att mina skattepengar går till.

  4. Jag är intresserad av vilka kriterier de använde för att avgöra om något har varit “toxic” eller inte.

  5. Upplever inte hårt eller “toxiskt” språkbruk på nätet som ett problem, jag är anonym för ordinarie “elak kommentator” och det berör mig föga att någon är dum mot min online-avatar.

    Har aldrig förstått ordinarie svennebanan som går ut med namn och bild på internet.

  6. Inkluderas Instagram under Facebook här? Men visst förutsätter att sample är jämt könsfördelat utan skewness.

Leave a Reply