Wanita Ethiopia menghadapi meningkatnya diskriminasi online, menghambat kesetaraan. Peneliti Manchester, dengan pusat ketahanan informasi dan mitra lokal, menggunakan NLP untuk mengekspos masalah ini dan menawarkan langkah-langkah berbasis bukti untuk partisipasi digital yang lebih aman.
Karena semakin banyak kehidupan kita bergerak online, risiko baru muncul di samping peluang baru. Salah satu yang paling memprihatinkan adalah kekerasan berbasis gender yang difasilitasi teknologi (TFGBV), pelecehan, penyalahgunaan, dan diskriminasi gender yang dilakukan atau diamplifikasi melalui platform digital. Bagi banyak wanita dan anak perempuan, ini menciptakan hambatan partisipasi yang aman dan bermakna dalam kehidupan publik.
Di Ethiopia, TFGBV telah menjadi tantangan yang serius, namun sedikit bukti kuantitatif telah ada untuk mengukur skalanya atau memberikan solusi. Bertujuan untuk mengisi kesenjangan itu, sebuah tim Manchester yang dipimpin oleh Dr Riza Batista-Navarro, bekerja sama dengan Pusat Ketahanan Informasi, melakukan proyek pepatah untuk menyoroti skala dan sifat pidato kebencian gender secara online.
Pemrosesan Bahasa Alami (NLP)
Untuk melakukan penelitian, CIR mengembangkan leksikon lebih dari 2.000 istilah peradangan di empat bahasa- Amharik, Inggris, Tigrigna dan Inggris.
Kemudian, dengan menggabungkan keahlian dalam linguistik komputasi, NLP dan konteks online Ethiopia, tim Dr Riza Batista-Navarro mengembangkan kerangka kerja untuk mengidentifikasi posting yang mengandung kebencian di media sosial, sementara memperhitungkan dimensi seperti target, jenis dan sifat pidato kebencian.
Pendekatan ini memungkinkan analisis jutaan posting media sosial, yang lebih dari 7k diperiksa secara rinci. Analisis ini mengarah pada temuan -temuan utama: (a) bahwa – berbeda dengan pria Ethiopia – wanita Ethiopia menerima pidato kebencian yang substansial dalam bentuk ejekan, ironi dan stereotip gender yang menyiratkan inferioritas; dan (b) risiko wanita yang ditargetkan oleh pidato kebencian online diperparah oleh karakteristik lainnya yang dilindungi seperti etnisitas. Bekerja sama dengan para ahli Ethiopia, tim memastikan akurasi budaya dan linguistik, menghasilkan dataset berlabel skala besar pertama dari jenisnya.
Data untuk menginformasikan tindakan
Temuan menunjukkan bahwa wanita dan anak perempuan menghadapi bentuk pelecehan online yang berbeda dibandingkan dengan pria dan anak laki -laki. Penghinaan gender, stereotip, dan ejekan adalah hal biasa, sering kali diminimalkan atau dianggap kurang berbahaya daripada ancaman atau bahasa yang agresif. Namun bentuk -bentuk pelecehan ini memperkuat norma -norma gender yang berbahaya dan berkontribusi pada pembungkaman perempuan dalam kehidupan publik. Penyalahgunaan intersectional, di mana gender digabungkan dengan etnis atau agama, juga lazim, terutama selama masa konflik.
Mengatasi TFGBV sangat penting untuk memastikan perempuan dan anak perempuan dapat berpartisipasi dengan aman dan bermakna dalam kehidupan publik.
Proyek ini telah mengarah pada laporan dan serangkaian 34 rekomendasi di tujuh bidang kebijakan, yang dirancang untuk memandu perusahaan pemerintah, masyarakat sipil, dan perusahaan teknologi. Bersama -sama, mereka menawarkan rekomendasi praktis terhadap lingkungan online yang lebih aman – dan kesetaraan gender yang lebih besar. Rekomendasi ini meliputi: tanggapan yang ditargetkan dan spesifik platform; pendidikan publik yang lebih besar tentang pidato kebencian; dan tindakan yang lebih kuat dari pemerintah, organisasi masyarakat sipil, dan perusahaan media sosial diperlukan.
Dengan memperkuat basis bukti dan memberikan rekomendasi praktis, Proyek Adage telah membantu mendukung ruang online yang lebih aman untuk wanita dan anak perempuan dalam kehidupan digital dan publik.
Temui Peneliti
Dr Riza Batista-Navarro adalah Dosen Senior dalam Penambangan Teks di Departemen Ilmu Komputer Universitas Manchester. Dalam karyanya, ia fokus pada pengembangan metode pemrosesan bahasa alami untuk ekstraksi informasi, klasifikasi teks yang dapat dijelaskan, pemahaman pembacaan mesin, dan pemodelan bahasa.
Sumber Daya untuk Anotasi Pidato Kebencian di Platform Media Sosial yang Digunakan di Ethiopia: Sebuah Leksikon Novel dan Skema Pelabelan.
