La ricerca dell’hate speech tra valutazioni algoritmiche e qualitative.
Un caso studio sull’odio in Twitter
Pasta, S.
A livello internazionale l’ambito degli Hate Studies è segnato da un significativo numero di ricerche finalizzate all’automatizzazione dei processi di detection e alla creazione di un algoritmo capace di individuare l’odio online. Il contributo presenta un’analisi dell’Osservatorio Mediavox, che coniuga l’approccio socio-educativo e il trattamento informatico automatico. Questo caso affronta la classificazione del discorso di odio antigitano su Twitter, in lingua italiana nel secondo semestre 2020. La metodologia utilizzata rientra nelle tecniche di social network analysis (SNA). I dati sono stati raccolti utilizzando la libreria open-source Python GetOldTweets3 e il corpus è stato classificato manualmente da esperti del settore (“annotatori”). L’ultimo step è quello di sottoporre i risultati ad una matrice di confusione, ossia uno strumento per analizzare gli errori compiuti da un modello di machine learning. Dal caso studio emerge che occorre continuare a sperimentare ricerche che integrino le due fasi di classificazione umana e automatica.
Stefano Pasta
Stefano Pasta è ricercatore in Didattica e Pedagogia speciale presso la Facoltà di Scienze della Formazione dell’Università Cattolica di Milano, dove insegna Metodologia delle attività formative e speciali e tiene moduli formativi presso Corsi di Alta Formazione e Master dell’Ateneo. È membro del CREMIT; svolge attività di ricerca sull’odio online nell’ambito dell’Osservatorio Mediavox.