อย่าพลาดข่าวสารวงการโซเชียลมีเดียในวันพรุ่งนี้

ข้อกังวลหลักเกี่ยวกับการเข้าครอบครองกิจการของ Elon Musk ที่ Twitter คือการรับรู้ถึงการผ่อนคลายกฎระเบียบในอดีตเกี่ยวกับคำพูดแสดงความเกลียดชัง ข้อมูลที่ผิด และองค์ประกอบอื่น ๆ ที่เกี่ยวข้อง

มัสก์ซึ่งสนับสนุนอย่างแข็งขันในการอนุญาตให้ใช้คำพูดทุกประเภท ไม่ว่าจะเป็นเรื่องส่วนตัวหรือไม่ก็ตาม ได้ดูแลการคืนสถานะของบัญชีหลายหมื่นบัญชีที่ถูกแบนโดยการจัดการของ Twitter ก่อนหน้านี้ ในขณะที่เขายังได้ยกเลิกข้อจำกัดที่ออกแบบมาเพื่อควบคุมข้อมูลที่ไม่ถูกต้องเกี่ยวกับโควิด ยกเลิกป้ายคำเตือน ในเนื้อหาของสื่อทางการของจีนและรัสเซีย ในขณะเดียวกัน ตัวเขาเองก็ได้เผยแพร่ทฤษฎีสมคบคิดต่างๆ ให้กับผู้ติดตามของเขากว่า 134 ล้านคน

การเปลี่ยนแปลงเช่นนี้มีรายงานว่าผู้ลงโฆษณา Twitter หลายรายเลิกใช้แอปนี้ เนื่องจากความกังวลเกี่ยวกับความเชื่อมโยงที่อาจเกิดขึ้นกับคำพูดแสดงความเกลียดชังและเนื้อหาที่ไม่เหมาะสม แต่แท้จริงแล้วคำพูดแสดงความเกลียดชังกำลังเพิ่มขึ้นใน Twitter 2.0 หรือตามที่ Musk และทีมของเขากล่าวอ้าง จริง ๆ แล้วลดลงเนื่องจากกระบวนการที่อัปเดตสำหรับการตรวจจับและจำกัดดังกล่าวในแอป

นี่เป็นประเด็นสำคัญของการโต้แย้งจากการสัมภาษณ์ของ Musk กับ BBC ในสัปดาห์นี้ ซึ่ง Musk ถ่ายทอดสดผ่าน Twitter Spaces โดยรวมแล้ว การสัมภาษณ์เกือบ 2 ชั่วโมงไม่ได้ให้ข้อมูลเชิงลึกใดๆ เลย – Musk พูดถึงการปลดพนักงานที่แอปอย่างเร่งรีบ และความจำเป็นในการลดค่าใช้จ่ายเพื่อรักษาบริษัท Musk อ้างว่าสุนัขของเขาตอนนี้เป็น CEO ของ Twitter และบอกว่า Twitter อาจถึงจุดคุ้มทุนภายในไม่กี่เดือน

แต่คำพูดแสดงความเกลียดชังและผลกระทบที่มีต่อผู้ลงโฆษณานั้นเป็นประเด็นที่ชัดเจน โดย Musk แบ่งปันการแลกเปลี่ยนนี้เพื่อเน้นสิ่งที่เขามองว่าเป็นอคติของสื่อเกี่ยวกับองค์ประกอบนี้

แน่นอน ประสบการณ์ส่วนตัวของผู้ใช้รายหนึ่งไม่ได้บ่งชี้ถึงขอบเขตของปัญหาที่อาจเกิดขึ้น หากมีปัญหา – แม้ว่าตามที่ระบุไว้ Musk และทีมของเขาอ้างว่าคำพูดแสดงความเกลียดชังลดลงตั้งแต่เขาเข้ารับตำแหน่งที่แอป

อาจจะเป็นความจริง? อีกครั้ง หลังจากการคืนสถานะของบัญชีที่ถูกแบนก่อนหน้านี้หลายบัญชี ซึ่งหลายบัญชีถูกปิดเนื่องจากละเมิดกฎของคำพูดแสดงความเกลียดชังของแพลตฟอร์ม ดูเหมือนว่าองค์ประกอบนี้ไม่สามารถลดลงได้ แล้ว Musk and Co. จะคิดสถิติเหล่านี้ได้อย่างไร และงานวิจัยใดที่ BBC อ้างถึงเกี่ยวกับการเพิ่มขึ้นของเนื้อหาแสดงความเกลียดชัง

ก่อนอื่นจากการวิจัยภายนอกซึ่งมีรายงานว่าคำพูดแสดงความเกลียดชังเพิ่มขึ้น ตามที่อ้างถึงในการสัมภาษณ์ของ BBC สถาบันเพื่อการหารือเชิงกลยุทธ์ (ISD) เผยแพร่ผลการศึกษาเมื่อเดือนที่แล้ว ซึ่งระบุว่าแสดงให้เห็นว่าปริมาณ ทวีตต่อต้านชาวยิวเพิ่มขึ้นกว่าสองเท่าในช่วงสามเดือนหลังจากที่ Musk เข้าครอบครองแอป

นั่นเป็นแผนภูมิที่ค่อนข้างแตกต่างจากที่ Twitter แบ่งปัน – แล้วความแปรปรวนนั้นคืออะไร และเหตุใดข้อมูลของ ISD จึงแสดงการเพิ่มขึ้นอย่างต่อเนื่องโดยที่ตัวเลขของ Twitter เองสะท้อนถึงการลดลง

ในบางแง่ คุณอาจพูดได้ว่าการพุ่งสูงขึ้นมากที่สุดในแผนภูมินี้สะท้อนถึงเหตุการณ์เดียวกับที่ข้อมูลของ Twitter ชี้ไป ซึ่งอ้างว่าเป็นการโจมตีจากบอทที่เพิ่มขึ้นซึ่งออกแบบมาเพื่อทำลายชื่อเสียงความเป็นผู้นำของ Musk โดยขยายคำด่าทอในแอป

ตามรายงานของ ISD:

“เรายังพบว่ามีการสร้างบัญชีใหม่ที่โพสต์คำพูดแสดงความเกลียดชังซึ่งสัมพันธ์กับการเทคโอเวอร์ของ Musk บัญชีทั้งหมด 3,855 บัญชีที่โพสต์ทวีตต่อต้านกลุ่มชนกลุ่มน้อยอย่างน้อยหนึ่งรายการถูกสร้างขึ้นระหว่างวันที่ 27 ตุลาคมถึง 6 พฤศจิกายน ซึ่งแสดงถึงอัตราการสร้างบัญชีที่อาจแสดงความเกลียดชังมากกว่าสามเท่าในช่วงเวลาที่เท่ากันก่อนการเทคโอเวอร์”

ซึ่งน่าจะสอดคล้องกับการตรวจจับบ็อตของ Twitter ในขณะที่ ISD ยังระบุด้วยว่า Twitter กำลังลบเนื้อหาเพิ่มเติม:

“สัดส่วนของเนื้อหาต่อต้านยิวที่ถูกลบโดย Twitter ดูเหมือนจะเพิ่มขึ้นในช่วงเวลาตั้งแต่การเทคโอเวอร์ โดย 12% ของทวีตต่อต้านยิวนั้นไม่สามารถรวบรวมได้ในภายหลัง เทียบกับ 6% ก่อนการเทคโอเวอร์ อย่างไรก็ตาม อัตราการกำจัดที่เพิ่มขึ้นนี้อาจไม่สอดคล้องกับการเพิ่มขึ้นของเนื้อหาต่อต้านกลุ่มเซมิติกโดยรวม ส่งผลให้สามารถเข้าถึงคำพูดแสดงความเกลียดชังบนแพลตฟอร์มได้มากกว่าก่อนที่ Musk จะเข้าซื้อกิจการ ”

การค้นพบของ ISD ยังสัมพันธ์กับข้อมูลที่คล้ายกันจาก The Center for Countering Digital Hate ซึ่งพบว่าคำสบประมาทต่อคนผิวดำและคนข้ามเพศ เพิ่มขึ้นอย่างมากหลังจาก Musk เข้าครอบครองแอป ในขณะที่ การมีส่วนร่วมกับคำพูดแสดงความเกลียดชังก็เพิ่มขึ้นเช่นกัน

“จำนวนไลค์ ตอบกลับ และรีทวีตโดยเฉลี่ยในโพสต์ที่มีคำด่าทอคือ 13.3 ในช่วงหลายสัปดาห์ก่อนหน้าที่ Musk จะได้รับ Twitter 2.0 นับตั้งแต่การครอบครอง การมีส่วนร่วมโดยเฉลี่ยกับเนื้อหาที่แสดงความเกลียดชังเพิ่มขึ้นเป็น 49.5 ตามรายงาน ”

แต่อีกครั้ง การค้นพบนี้อยู่ในช่วงเริ่มต้นของการเปลี่ยนแปลง ซึ่ง Twitter ยอมรับ คำถามคือตั้งแต่นั้นเป็นต้นมา สิ่งต่างๆ เปลี่ยนไปหรือไม่ และจะเปลี่ยนไปอย่างไรหาก Twitter กำลังทำงานเพื่อลดข้อจำกัดในการพูด

ข้อมูลที่เผยแพร่โดย Twitter ให้บริบทเพิ่มเติมบางอย่าง เมื่อเดือนที่แล้ว Twitter เผยแพร่ข้อมูลเชิงลึกใหม่จาก Sprinklr ซึ่งให้ความกระจ่างมากขึ้นเกี่ยวกับความพยายามในการควบคุมคำพูดแสดงความเกลียดชัง และวิธีการคำนวณตัวเลข

ตามทวิตเตอร์:

“Sprinklr กำหนดคำพูดแสดงความเกลียดชังโดยประเมินคำสบประมาทในบริบทที่เหมาะสมยิ่งของการใช้งาน เมื่อถึงจุดนี้ Twitter ได้มองเห็นความเป็นพิษที่อาจเกิดขึ้นจากการใช้เสียงอ้อแอ้ในวงกว้าง ในการวัดปริมาณคำพูดแสดงความเกลียดชัง Twitter & Sprinklr เริ่มต้นด้วยคำสบถภาษาอังกฤษที่พบบ่อยที่สุด 300 คำ เราไม่ได้นับแค่ความถี่ที่พวกเขาทวีตเท่านั้น แต่ยังนับจำนวนครั้งที่เห็น (ความประทับใจ) ด้วย นางแบบของเราให้คะแนนทวีตที่ดูหมิ่นเรื่อง 'ความเป็นพิษ' ซึ่งน่าจะเป็นคำพูดแสดงความเกลียดชัง”

ตามวิธีการนี้ การใช้คำด่าว่าส่วนใหญ่ผ่านทวีตไม่ใช่คำพูดแสดงความเกลียดชัง โดยมีการใช้คำศัพท์บางคำในชุมชนบางแห่งในลักษณะที่ต้องใช้การประเมินเล็กน้อยกว่าการนับข้อมูลธรรมดา ตัวอย่างเช่น คำที่ใช้ในชุมชนคนผิวดำอาจไม่ถูกมองว่าเป็นคำพูดแสดงความเกลียดชัง แต่จะถูกพิจารณาว่าเป็นเช่นนั้นหากคุณใช้การติดตามคำหลัก

Twitter อ้างว่ากระบวนการติดตามของตนเป็นปัจจัยในการพิจารณานี้ โดยที่ผู้อื่นไม่ได้คำนึงถึง และเมื่อมีการใช้คำศัพท์ดังกล่าวในทางที่แสดงความเกลียดชัง Twitter จะดำเนินการเพื่อลบทวีตหรือจำกัดการเข้าถึง

“การวิเคราะห์ของ Sprinklr พบว่าคำพูดแสดงความเกลียดชังได้รับการแสดงผลน้อยลง 67% ต่อทวีตเมื่อเทียบกับทวีตที่ไม่เป็นพิษเป็นภัย ไม่มีแบบจำลองใดที่สมบูรณ์แบบ และงานนี้ไม่เคยสำเร็จ เราจะยังคงต่อสู้กับคำพูดแสดงความเกลียดชังด้วยการผสมผสานภาษาอื่น คำศัพท์ใหม่ และวิธีการที่แม่นยำยิ่งขึ้น ทั้งหมดนี้ในขณะเดียวกันก็เพิ่มความโปร่งใส”

โดยพื้นฐานแล้ว Twitter กล่าวว่าการนับการกล่าวถึงคำสบประมาทที่อาจเกิดขึ้นทั้งหมด ตามการศึกษาภายนอกเหล่านี้ ไม่ใช่วิธีที่มีประสิทธิภาพในการวัดผลกระทบของการกล่าวดังกล่าว เพราะไม่ใช่การกล่าวถึงตัวเอง แต่เป็นบริบทที่ใช้ และต่อมา การเข้าถึงที่พวกเขาได้รับ

หากไม่มีการพิจารณาเหล่านี้ในการประเมินใดๆ ก็ไม่อาจแม่นยำได้ ซึ่งจะอธิบายได้ว่าทำไมข้อมูลของ Twitter จึงแตกต่างอย่างมากกับผลการวิจัยผ่านการวิเคราะห์ของบุคคลที่สาม

ถูกต้องหรือไม่? หากไม่มีข้อมูลเปรียบเทียบทั้งหมดก่อนหน้าคุณ ก็ยากที่จะพูด แต่กระบวนการประเมินแบบขยายนั้นสมเหตุสมผล ซึ่งอาจหมายความว่าการวิเคราะห์เลขฐานสองของคำศัพท์ดังกล่าวมีข้อบกพร่อง อย่างน้อยก็ในระดับหนึ่ง

ถึงกระนั้น Twitter ก็ต้องเผชิญกับค่าปรับนับพันล้านในเยอรมนี เนื่องจากไม่สามารถลบคำพูดแสดงความเกลียดชังได้ทันท่วงทีตามข้อบังคับท้องถิ่น และเป็นเรื่องน่าสนใจที่จะดูว่าตัวอย่างใดที่ทางการเยอรมันระบุในกรณีนั้น

ดูเหมือนว่ายังมีข้อกังวลอยู่บ้าง แต่บริบทที่กว้างขึ้นที่ Twitter อ้างถึงพร้อมกับความพยายามที่เพิ่มขึ้นในการจำกัดคำพูดแสดงความเกลียดชังก็สมเหตุสมผล

ไม่ต้องสงสัยเลยว่าเราจะได้รับข้อมูลเพิ่มเติมเกี่ยวกับเรื่องนี้เมื่อเวลาผ่านไป แต่ภาพรวมจะแสดงภาพที่เหมาะสมยิ่งขึ้นกว่าที่การค้นพบบางอย่างอาจแนะนำ