★阿修羅♪ > IT12 > 297.html
 ★阿修羅♪
▲コメTop ▼コメBtm 次へ 前へ
オンラインヘイトの力学 撲滅に有効な可能性のある4つの戦略
http://www.asyura2.com/14/it12/msg/297.html
投稿者 鰤 日時 2019 年 11 月 29 日 20:09:25: CYdJ4nBd/ys76 6dw
 

オンラインヘイトの力学
Nature ダイジェスト Vol. 16 No. 12 | doi : 10.1038/ndigest.2019.191233
原文:Nature (2019-09-12) | doi: 10.1038/d41586-019-02447-1 | Strategies for combating online hate
Noemi Derzsy
ソーシャルメディアプラットフォームにおけるオンライン上のヘイトグループの力学の分析から、ヘイトスピーチを禁止する現行のアプローチではうまくいかない理由が明らかになり、オンラインヘイト撲滅に有効な可能性のある4つの戦略の基礎が示された。

metamorworks/iStock / Getty Images Plus/Getty

オンライン上のヘイトグループの生態系は、ソーシャルメディアプラットフォーム上にしぶとく存在し続ける。その仕組みはどのようなものなのか、そして、その存在を効果的に減少させるためにはどんな対策を取ることができるのか? これらの疑問に対し、ジョージ・ワシントン大学(米国ワシントンD.C.)のNeil Johnsonら1は、複数のソーシャルメディアプラットフォームに存在するオンラインヘイトコミュニティの挙動に関して、Nature 2019年9月12日号261ページに興味深い報告をしている。Johnsonらは、オンラインヘイトグループの構造と力学を解明し、その結果を踏まえて、オンラインソーシャルメディア上にはびこるヘイトコンテンツを減らすための4つのポリシーを提案している。
https://www.natureasia.com/ja-jp/ndigest/v16/n12/%E3%82%AA%E3%83%B3%E3%83%A9%E3%82%A4%E3%83%B3%E3%83%98%E3%82%A4%E3%83%88%E3%81%AE%E5%8A%9B%E5%AD%A6/101254

• Letter
• Published: 21 August 2019
Hidden resilience and adaptive dynamics of the global online hate ecology
• N. F. Johnson,
• R. Leahy,
• N. Johnson Restrepo,
• N. Velasquez,
• M. Zheng,
• P. Manrique,
• P. Devkota &
• S. Wuchty
Nature volume 573, pages261–265(2019)Cite this article
Article metrics
• 13k Accesses
• 2 Citations
• 622 Altmetric
• Metricsdetails
Abstract
Online hate and extremist narratives have been linked to abhorrent real-world events, including a current surge in hate crimes1,2,3,4,5,6 and an alarming increase in youth suicides that result from social media vitriol7; inciting mass shootings such as the 2019 attack in Christchurch, stabbings and bombings8,9,10,11; recruitment of extremists12,13,14,15,16, including entrapment and sex-trafficking of girls as fighter brides17; threats against public figures, including the 2019 verbal attack against an anti-Brexit politician, and hybrid (racist–anti-women–anti-immigrant) hate threats against a US member of the British royal family18; and renewed anti-western hate in the 2019 post-ISIS landscape associated with support for Osama Bin Laden’s son and Al Qaeda. Social media platforms seem to be losing the battle against online hate19,20 and urgently need new insights. Here we show that the key to understanding the resilience of online hate lies in its global network-of-network dynamics. Interconnected hate clusters form global ‘hate highways’ that—assisted by collective online adaptations—cross social media platforms, sometimes using ‘back doors’ even after being banned, as well as jumping between countries, continents and languages. Our mathematical model predicts that policing within a single platform (such as Facebook) can make matters worse, and will eventually generate global ‘dark pools’ in which online hate will flourish. We observe the current hate network rapidly rewiring and self-repairing at the micro level when attacked, in a way that mimics the formation of covalent bonds in chemistry. This understanding enables us to propose a policy matrix that can help to defeat online hate, classified by the preferred (or legally allowed) granularity of the intervention and top-down versus bottom-up nature. We provide quantitative assessments for the effects of each intervention. This policy matrix also offers a tool for tackling a broader class of illicit online behaviours21,22 such as financial fraud.
オンラインの憎悪と過激派の物語は、憎悪犯罪の急増1,2,3,4,5,6やソーシャルメディアvitriol7による若者の自殺の驚くべき増加など、忌まわしい現実世界の出来事にリンクされています。クライストチャーチでの2019年の攻撃、刺し、爆撃などの大量射撃の扇動8,9,10,11;過激派の募集12、13、14、15、16、戦闘機の花嫁としての少女の閉じ込めと性的人身売買を含む17。反ブレグジット政治家に対する2019年の口頭攻撃を含む公人に対する脅威、およびハイブリッド(人種差別主義者、反女性、反移民)は、英国王室の米国メンバーに対する脅威を憎む18。そして、オサマビンラディンの息子とアルカイダの支援に関連する2019年のISIS後の状況で反西欧の憎悪を新たにした。ソーシャルメディアプラットフォームは、オンラインでの憎悪との戦いに負けているようであり19、20、新たな洞察が緊急に必要です。ここでは、オンラインヘイトの回復力を理解するための鍵は、グローバルネットワークダイナミクスにあることを示します。相互接続されたヘイトクラスターは、グローバルな「ヘイトハイウェイ」を形成します。これは、集合的なオンライン適応によって支援され、ソーシャルメディアプラットフォームを横断します。私たちの数学モデルは、単一のプラットフォーム(Facebookなど)内でのポリシングが事態を悪化させる可能性があり、最終的にはオンラインでの嫌悪がflour延するグローバルな「ダークプール」を生成すると予測しています。化学における共有結合の形成を模倣する方法で、攻撃時にマイクロレベルで急速に再配線および自己修復する現在のヘイトネットワークを観察します。この理解により、介入の好みの(または法的に許可された)粒度とトップダウン対ボトムアップの性質によって分類された、オンラインの憎悪を打破するのに役立つポリシーマトリックスを提案できます。各介入の効果の定量的評価を提供します。また、このポリシーマトリックスは、金融詐欺などの広範な不正行為21、22に対処するためのツールを提供します。
Main
Current strategies to defeat online hate tend towards two ends of the scale: a microscopic approach that seeks to identify ‘bad’ individual(s) in the sea of online users1,14,16, and a macroscopic approach that bans entire ideologies, which results in allegations of stifling free speech23. These two approaches are equivalent to attempts to try to understand how water boils by looking for a bad particle in a sea of billions (even though there is not one for phase transitions24), or the macroscopic viewpoint that the entire system is to blame (akin to thermodynamics24). Yet, the correct science behind extended physical phenomena24 lies at the mesoscale in the self-organized cluster dynamics of the developing correlations, with the same thought to be true for many social science settings25,26,27.
A better understanding of how the ecology of online hate evolves could create more effective intervention policies. Using entirely public data from different social media platforms, countries and languages, we find that online hate thrives globally through self-organized, mesoscale clusters that interconnect to form a resilient network-of-networks of hate highways across platforms, countries and languages (Fig. 1). Our mathematical theory shows why single-platform policing (for example, by Facebook) can be ineffective (Fig. 2) and may even make things worse. We find empirically that when attacked, the online hate ecology can quickly adapt and self-repair at the micro level, akin to the formation of covalent bonds in chemistry (Fig. 3). We leave a detailed study of the underlying social networks to future work because our focus here is on the general cross-platform behaviour. Knowledge of these features of online hate enables us to propose a set of interventions to thwart it (Fig. 4).
メイン
オンラインの憎悪に打ち勝つための現在の戦略は、スケールの両端に向かう傾向があります:オンラインユーザーの海で「悪い」個人を特定しようとする微視的なアプローチ1,14,16、およびイデオロギー全体を禁止する巨視的なアプローチ言論の自由を抑圧したという主張23。これらの2つのアプローチは、数十億の海で悪い粒子を探して水が沸騰する様子を理解しようとする試みと同等です(相転移24がない場合でも)、またはシステム全体が責任を負うという巨視的な視点(同様)熱力学に24)。しかし、拡張された物理現象の背後にある正しい科学24は、発展している相関関係の自己組織化クラスターダイナミクスの中規模にあり、多くの社会科学設定25、26、27にも同じ考えがあります。
オンラインヘイトの生態がどのように進化するかをよりよく理解することで、より効果的な介入ポリシーを作成できます。さまざまなソーシャルメディアプラットフォーム、国、言語からの完全に公開されたデータを使用すると、プラットフォーム、国、言語をまたがるヘイトハイウェイの回復力のあるネットワークネットワークを相互接続する自己組織化されたメソスケールクラスターを通じて、オンラインヘイトがグローバルに繁栄していることがわかります(図。1)。私たちの数学的理論は、単一プラットフォームのポリシング(たとえばFacebookによる)が効果的でなく(図2)、事態を悪化させる可能性さえあることを示しています。攻撃を受けた場合、オンラインのヘイトエコロジーは、化学における共有結合の形成と同様に、ミクロレベルで迅速に適応および自己修復できることが経験的にわかっています(図3)。ここでの焦点は一般的なクロスプラットフォームの動作にあるため、基礎となるソーシャルネットワークの詳細な研究は今後の作業に任せます。これらのオンライン嫌悪の特徴を知ることで、それを阻止するための一連の介入を提案することができます(図4)。

Fig. 1: Global ecology of online hate clusters.

a, Schematic of resilient hate ecology that we find flourishing online, mixing hate narratives, languages and cultures across platforms. A1, A2 and A3 denote three types of self-organized adaptation that we observe that quickly build new bridges between otherwise independent platforms (see main text). We focus on Facebook (FB) and VKontakte (VK) clusters, shown as large blue and red symbols, respectively; different shapes represent different hate narratives. Undirected (that is, no arrowhead) coloured link between two hate clusters indicates a strong two-way connection. Small black circles indicate users, who may be members of 1, 2, 3…hate clusters; directed (that is, with arrowhead) link indicates that the user is a member of that hate cluster. b, Placing hate clusters at the location of their activity (for example, ‘Stop White Genocide in South Africa’ (SA)) reveals a complex web of global hate highways built from these strong inter-cluster connections. Only the basic skeleton is shown. Bridges between Facebook and VKontakte (for example, A1, A2 and A3 in a) are shown in green. When the focus of a hate cluster is an entire country or continent, the geographical centre is chosen. Inset shows dense hate highway interlinkage across Europe. c, Microscale view of actual KKK hate-cluster ecosystem. The ForceAtlas2 algorithm used is such that the further two clusters are apart, the fewer users they have in common. Hate-cluster radii are determined by the number of members. d, Schematic showing synapse-like nature of individual hate clusters.
a、プラットフォーム全体で憎悪の物語、言語、文化が混ざり合った、回復力のある憎悪生態学の概略図。 A1、A2、およびA3は、それ以外の場合は独立したプラットフォーム間で新しいブリッジを迅速に構築することを確認している3種類の自己組織化適応を示しています(本文参照) Facebook(FB)とVKontakte(VK)クラスターに焦点を当てています。これらはそれぞれ大きな青色と赤色の記号で示されています。さまざまな形は、さまざまな憎悪の物語を表します。 2つのヘイトクラスター間の無向(つまり矢印なし)の色付きリンクは、強力な双方向接続を示します。小さな黒い丸は、1、2、3…憎悪クラスターのメンバーであるユーザーを示します。有向(つまり、矢印付き)リンクは、ユーザーがそのヘイトクラスターのメンバーであることを示します。 b、ヘイトクラスターを活動の場所に配置すると(たとえば、「南アフリカのホワイトジェノサイドを停止」(SA))、これらの強力なクラスター間接続から構築されたグローバルなヘイトハイウェイの複雑な網が明らかになります。基本的なスケルトンのみが表示されます。 FacebookとVKontakteの間のブリッジ(aのA1、A2、A3など)は緑色で表示されます。ヘイトクラスターの焦点が国または大陸全体にある場合、地理的中心が選択されます。挿入図は、ヨーロッパ全体で密集した憎悪高速道路の相互関係を示しています。 c、実際のKKKヘイトクラスターエコシステムのマイクロスケールビュー。使用されるForceAtlas2アルゴリズムでは、さらに2つのクラスターが離れているほど、共通するユーザーが少なくなります。ヘイトクラスター半径は、メンバーの数によって決まります。 d、個々の憎悪クラスターのシナプスのような性質を示す概略図。
Source Data
Full size image
Fig. 2: Mathematical model showing resilience of hate-cluster ecology.

a, Connected hate clusters from Fig. 1a, trying to establish links from a platform such as VKontakte (subset 1b) to a better-policed platform such as Facebook (platform 2), run the risk (cost R) of being noticed by moderators of Facebook and hence sanctions and legal action. Because more links creates more visibility and hence more risk, we assume that the cost of accessing platform 2 from platform 1 is proportional to the number of links, ρ. b, Mathematical prediction from this model (equation (1)) shows that the average shortest path ℓ¯ℓ¯ between hate clusters in VKontakte (subset 1b) has a minimum ℓ¯minℓ¯min as a function of the number of links ρ into platform 2 (Facebook). For any reasonably large number of inter-platform links ρ > ρmin, our theory predicts that the action of platform 2 (such as Facebook) to reduce the number of links ρ will lead to an unwanted decrease in the average shortest path ℓ¯ℓ¯ as ρ decreases towards ρmin. In addition, as the universe of social media expands in the future to many interconnected platforms, as shown schematically in a, our theory predicts that the combined effect of having independent moderators on each platform will be to create spontaneous dark pools of hate (dark region in a).
Full size image
Fig. 3: Adaptive dynamics of online hate at the microscale.

a, The KKK ecosystem on VKontakte before and after the school shooting in Parkland, Florida, on 14 February 2018. During subsequent weeks, rapid microscale rewiring due to individual cluster-joining initiated ‘bonds’ between previously distinct KKK clusters. For clarity, only users (white circles) that change status in the next time step are shown, otherwise the image would be as dense as in b. Larger red nodes are clusters that are closed (that is, closed VKontakte groups), green nodes are open (that is, open VKontakte groups). Yellow links mean the user will leave cluster between day t and day t + 1, meaning that link will disappear. Blue links mean user joins cluster on day t. b, Full KKK ecology on VKontakte after the shooting in Parkland, showing a strong ‘bond’ between the largest KKK clusters. c, Remarkably similar bonding suddenly emerges in anti-western (jihadi) hate-cluster ecology around 18 March 2015, a few days after a coalition strike appears to have wounded ISIS leader Abu Bakr al-Baghdadi. This coincides with rumours immediately circulating among these hate clusters that top ISIS leaders were meeting to discuss who would replace him if he died, suggesting that his injuries were serious. However, none of this become public knowledge in the media—that is, the observed rewiring and self-repair that fuses two clusters into one (that is, two disappeared, shown yellow, and one appeared, shown as blue) is a self-organized, adaptive response of the online hate system. Although b mimics electronic covalent bonding, c is a more extreme version of bonding more akin to nuclear fusion. The ForceAtlas2 algorithm used to plot b and c is such that the further two clusters are apart, the less users they have in common.
Full size image
Fig. 4: Policy matrix from our findings.

Descriptions of policies 1–4 are supplied in the main text, and each policy intervention is shown in green. The best policy for a given setting can be chosen according to the required balance between legally allowed (preferred) granularity and the legally allowed (preferred) nature of intervention.
Full size image
Our analysis of online clusters does not require any information about individuals, just as information about a specific molecule of water is not required to describe the bubbles (that is, clusters of correlated molecules) that form in boiling water. Online clusters such as groups, communities and pages are a popular feature of platforms such as Facebook and VKontakte, which is based in central Europe, has hundreds of millions of users worldwide, and had a crucial role in previous extremist activity27. Such online clusters allow several individual users to self-organize around a common interest27 and they collectively self-police to remove trolls, bots and adverse opinions. Some people find it attractive to join a cluster that promotes hate because its social structure reduces the risk of being trolled or confronted by opponents. Even on platforms that do not have formal groups, quasi-groups can be formed (for example, Telegram). Although Twitter has allowed some notable insights26, we do not consider it here as its open-follower structure does not fully capture the tendency of humans to form into tight-knit social clusters (such as VKontakte groups) in which they can develop thoughts without encountering opposition. Our online cluster search methodology generalizes that previously described27 to multiple social media platforms and can be repeated for any hate topic (see Methods for full details).
The global hate ecology that we find flourishing online is shown in Fig. 1a, b. The highly interconnected network-of-networks28,29,30 mixes hate narratives across themes (for example, anti-Semitic, anti-immigrant, anti-LGBT+), languages, cultures and platforms. This online mixing manifest itself in the 2019 attack in Christchurch: the presumed shooter was Australian, the attack was in New Zealand, and the guns carried messages in several European languages on historical topics that are mentioned in online hate clusters across continents. We uncover hate clusters of all sizes—for example, the hate-cluster distribution for the ideology of the Ku Klux Klan (KKK) on VKontakte has a high goodness-of-fit value for a power-law distribution (Extended Data Fig. 1). This suggests that the online hate ecology is self-organized, because it would be almost impossible to engineer this distribution using top-down control. The estimated power-law exponent is consistent with a sampling of anti-western hate clusters as well as the online ecology of financial fraud21, suggesting that our findings and policy suggestions can help to tackle a broader class of illicit online behaviours21,22.
We observe operationally independent platforms—that are also commercial competitors—becoming unwittingly coupled through dynamical, self-organized adaptations of the global hate-cluster networks. This resilience helps the hate ecology to recover quickly after the banning of single platforms. The three types of adaptation bridging VKontakte and Facebook that enabled hate to re-enter Facebook through the ‘back door’ are shown in Fig. 1a: (A1) hate-cluster mirroring; (A2) hate-cluster reincarnation; and (A3) direct inter-hate-cluster linkage (see Supplementary Information). We observed A2 after Facebook banned the KKK. An ecology of nearly 60 KKK clusters remained on VKontakte (Fig. 1c) that included posts in Ukrainian. When the Ukrainian government banned VKontakte, the VKontakte-based KKK ecosystem (Fig. 1c) reincarnated KKK cluster(s) back on Facebook, but with “KuKluxKlan” written in Cyrillic, making it harder to catch with English-language detection algorithms. Hence, adaptation A2 enabled the hate ideology to implant cluster(s) with thousands of supporters back into a platform in which it was still banned.
A sample of the hate-cluster network placed on a global map using self-reported location information of each cluster is shown in Fig. 1b. This shows how clusters connect across different continents creating one-step highways for hate content. The Facebook and VKontakte hate bridges occur in Europe, the United States and South Africa, even though VKontakte is often thought of as being local to central Europe. Europe (Fig. 1b, inset) shows a particularly complex hate ecology, which reflects intertwined narratives that cross languages and declared causes—for example, neo-Nazi clusters with membership drawn from the United Kingdom, Canada, United States, Australia and New Zealand feature material about English football, Brexit and skinhead imagery while also promoting black music genres. So although the hate may be pure, the rationale given is not, which suggests that this online ecology acts like a global fly-trap that can quickly capture new recruits from any platform, country and language, particularly if they do not yet have a clear focus for their hate.
Our mathematical model in Fig. 2 predicts additional resilience and its negative consequences for the current battle against online hate. It considers the fairly common observation in our data of a ring of c connected hate clusters within a given platform (for example, platform 1, see Extended Data Fig. 2). In our model, each hate cluster is attempting to spread its hate material to other clusters in the ring through links such as A1, A2 and/or A3 (Fig. 1a), but incurs a cost R when its material passes between platforms 1 and 2 because of the risk of sanctions on platform 2 (Facebook is better policed). We assume a probability q of a given hate cluster on platform 1 sending its hate material on a path via platform 2. The following formula, derived in the Supplementary Information, then gives the cluster-averaged value of the shortest path (that is, the average length of the hate highway)30 between the c hate clusters on platform 1:
ℓ¯=R(R−1)2(c−1)+(1−q)c−R[3+q(c−2−R)]q2(c−1)+q[2−2R+2c−q(R−1)(R−c)]−3q2(c−1)ℓ¯=R(R−1)2(c−1)+(1−q)c−R[3+q(c−2−R)]q2(c−1)+q[2−2R+2c−q(R−1)(R−c)]−3q2(c−1)
(1)
Figure 2b shows ℓ¯ℓ¯ as a function of the number of links ρ between platforms 1 and 2 (ρ = cq with c fixed) when R increases linearly with ρ, which is consistent with more links carrying more risk. The minimum in ℓ¯ℓ¯ has an important negative consequence. Suppose platform 2 finds a large number of hate links ρ from 1, and manages to find some and shut them down, hence reducing ρ. It can inadvertently decrease the average shortest path ℓ¯ℓ¯ between hate clusters on platform 1 (for example, VKontakte), hence accelerating how hate content gets shared within platform 1. The existence of several operationally independent platforms (Fig. 2a) with their own moderators and no coordinated cross-platform policing gives rise to a further resilience: our mathematical model (see Supplementary Information) shows that sections of the less policed platforms can then become isolated, creating spontaneous ‘dark pools’ of hate highways (dark region in Fig. 2a).
Further resilience at the micro level occurs in the form of rapid rewiring and self-repair that mimics covalent bonding from chemistry, in apparent response to real-world events (Fig. 3). The ecology of the KKK on VKontakte (Fig. 3a) rewired around accusations just after the school shooting in Parkland, Florida. We do not know of any evidence that these clusters were involved, but news reports discussed the presumed shooter’s interest in the KKK, and its themes and symbols, hence these clusters probably worried about increased scrutiny. Links like chemical bonds quickly form between KKK hate clusters in a bottom-up, self-organized way. This adaptive evolutionary response helps the decentralized KKK ideological organism to protect itself by bringing together previously unconnected supporters. The network is presented on a larger scale in Fig. 3b, with the bonding density of common users clearly visible (white cloud between the green clusters). We also see this same bonding (Fig. 3c) emerge in the response of anti-western jihadist hate groups in 2015 when the leader of the Islamist terrorist group ISIS was reportedly injured in an air strike. We speculate that this covalent bonding is a general adaptive mechanism for online hate, and maybe for other illicit activities.
These insights suggest a matrix of interventions (Fig. 4 and Extended Data Fig. 3) according to the preferred top-down versus bottom-up approach on a given platform and the legal context in a given country. Each policy can be adopted on a global scale simultaneously by all platforms without them needing to share sensitive information. Policy 1 reduces the number of large hate clusters. One might assume that this can be achieved by banning the largest clusters, but the approximate power-law distribution of the size of the hate cluster means that others of similar size will quickly replace them. Instead, policy 1 exploits the underlying self-organizing mechanism by which large clusters form from smaller ones: large clusters can hence be reduced by first banning smaller clusters, with the advantage that smaller clusters are more numerous and easier to find. Policy 2 randomly bans a small fraction of individual users across the online hate population. Choosing a small fraction lowers the risk of multiple lawsuits, and choosing randomly serves the dual role of lowering the risk of banning many from the same cluster, and inciting a large crowd. Policy 3 exploits the self-organized nature of the system by setting clusters against each other in an organic, hands-off way— akin to a human’s immune system. Our data show that there are a reasonable number of active anti-hate users online. Platform managers can encourage anti-hate users to form clusters, for example, through artificial anti-hate accounts as a nucleating mechanism, which then engage in narrative debate with online hate clusters. Online hate-cluster narratives can then be neutralized with the number of anti-hate users determined by the desired time to neutralization. Policy 4 can help platforms with multiple, competing hate narratives. In our data, some white supremacists call for a unified Europe under a Hitler-like regime, and others oppose a united Europe. Similar in-fighting exists between hate clusters of the KKK movement. Adding a third population in a pre-engineered format then allows the hate-cluster extinction time to be manipulated globally (Extended Data Fig. 3).
Limitations to our study include the fact that we cannot yet include all platforms because of a lack of public access. Also, our quantitative analysis is highly idealized in order to generate quantitative answers. Although not intended to capture the complications of any specific real-world setting, the benefit of the modelling approaches in Figs. 2a and 4 is that the output is precisely quantified, reproducible and generalizable, and can therefore help to frame policy discussions as well as probe what-if intervention scenarios. Our findings can also shed light on how illicit networks operate under similar pressures—that is, networks that similarly need to remain open enough to find new recruits yet hidden enough to avoid detection21,22.

これらの洞察は、特定のプラットフォームでのトップダウン対ボトムアップのアプローチと、特定の国の法的状況に応じた介入のマトリックス(図4および拡張データ図3)を示唆しています。各ポリシーは、機密情報を共有する必要なく、すべてのプラットフォームでグローバル規模で同時に採用できます。ポリシー1は、大規模なヘイトクラスターの数を減らします。最大のクラスターを禁止することでこれを達成できると仮定することもできますが、ヘイトクラスターのサイズの近似のべき乗分布は、同様のサイズの他のクラスターがそれらをすぐに置き換えることを意味します。代わりに、ポリシー1は、小さなクラスターから大きなクラスターを形成する基礎となる自己組織化メカニズムを活用します。したがって、最初に小さなクラスターを禁止することにより、大きなクラスターを減らすことができ、小さなクラスターがより多く、より見つけやすいという利点があります。ポリシー2は、オンラインの憎悪人口全体の個々のユーザーのごく一部をランダムに禁止します。小さな割合を選択すると、複数の訴訟のリスクが低下します。ランダムに選択すると、同じクラスターから多くの人を禁止するリスクを軽減し、大勢の人を扇動するという二重の役割を果たします。ポリシー3は、人間の免疫システムに似た、有機的で人手を介さずにクラスターを相互に設定することにより、システムの自己組織化された性質を活用します。私たちのデータは、オンラインでアクティブなアンチヘイトユーザーがかなりの数いることを示しています。プラットフォーム管理者は、たとえば、中核化メカニズムとしての人工的な憎悪防止アカウントを通じて、憎悪防止ユーザーがクラスターを形成することを奨励し、オンライン憎悪クラスターとの物語の議論に従事することができます。その後、オンラインのヘイトクラスターのナラティブを中和することができます。これには、中和するまでの時間によって決まるアンチヘイトユーザーの数を使用します。ポリシー4は、複数の競合する憎悪の物語を持つプラットフォームを支援できます。私たちのデータでは、一部の白人至上主義者は、ヒトラーのような体制の下で統一されたヨーロッパを要求し、他は統一されたヨーロッパに反対しています。 KKK運動の憎悪集団の間にも同様の戦闘が存在します。事前に設計された形式で3番目の集団を追加すると、ヘイトクラスターの消滅時間をグローバルに操作できるようになります(拡張データ図3)。
私たちの研究の制限には、パブリックアクセスが不足しているためにすべてのプラットフォームを含めることができないという事実が含まれます。また、定量分析は、定量的な回答を生成するために非常に理想化されています。特定の現実世界の設定の複雑さをキャプチャすることを意図したものではありませんが、図1と図2のモデリングアプローチの利点は、 2aおよび4は、出力が正確に定量化され、再現性があり、一般化可能であるため、ポリシーの議論を組み立て、what-if介入シナリオを調査するのに役立ちます。私たちの調査結果は、同様のプレッシャーの下で不正ネットワークがどのように機能するか、つまり、同様に新しい新兵を見つけるのに十分にオープンでありながら、検出を回避するのに十分に隠れている必要があるネットワークに光を当てることができます21,22


Methods

Our online cluster search methodology is a direct generalization of that previously described27, but now looking at several social media platforms. It can be repeated for any hate topic, but we focus here on extreme right-wing hate because it is prevalent globally and has been linked to many recent violent real-world attacks. We observe many different forms of hate that adopt similar cross-platform tricks. Whether a particular cluster is strictly a hate philosophy, or simply shows material with tendencies towards hate, does not alter our main findings. Our research avoids the need for any information about individuals, just as information about a specific molecule of water is not needed to describe the bubbles (that is, clusters of correlated molecules) that form in boiling water. Our hate-cluster network analysis starts from a given hate cluster ‘A’ and captures any hate cluster ‘B’ to which hate cluster A has shared an explicit cluster-level link, and vice versa from B to A (see Supplementary Information).
We also developed software to perform this process automatically and, after cross-checking the findings with our manual list, were able to obtain approximately 90% consistency between the manual and automated versions. Each day, we iterated this process until the search led back to hate clusters that were already in the list. For the global hate network, we identified 768 nodes (that is, hate clusters) and 578 edges. This is larger than the number of clusters obtained in the previous study27 of anti-western hate (specifically, pro-ISIS aggregates, which numbered a few hundred on VKontakte). But the fact it is of similar magnitude suggests that the process by which billions of users cluster globally online into hate communities is such that it produces hundreds of clusters—not tens of thousands but also not ten or so.
Although we observe some hate clusters with connections to clusters outside such a subset, these tend to lead down rabbit holes into pornography and other illicit material, so we ignore them. Hence, although this is ‘big data’ in terms of there being approximately 1 million hate-driven individuals globally, the number of clusters into which they form is rather small. For the global hate-cluster network, the numbers of each type of link and node (cluster) are as follows. For the edges, Facebook–Facebook = 64 (11.1%); Facebook–VKontakte = 12 (2.1%); VKontakte–VKontakte = 502 (86.8%). For the nodes (clusters): Facebook = 26 (3.4%); VKontakte = 742 (96.6%). For the example subset on the world map in Fig. 1b: for the edges, Facebook–Facebook = 36 (35.3%); Facebook–VKontakte = 6 (5.9%); VKontakte–VKontakte = 60 (58.8%). For the nodes: Facebook = 14 (26.9%); VKontakte = 38 (73.1%). The details behind Fig. 2 are provided in the Supplementary Information and build on the previous study30. For the calculations of policy modelling (see Supplementary Information), our results in Extended Data Fig. 3 were generated for populations of size 1,000–10,000, but similar results and conclusions emerge for any large number: the calculated effects of policies 1–4 are universal in that they do not depend on the specific numbers chosen. For just the KKK cluster dataset on VKontakte in Figs. 1c and 3, there are 50–60 distinct clusters at any one time, with a total of around 10,000 individuals from across the globe as followers. We include an explicit study of KKK clusters purely because KKK ideology is classified as hate by the Anti-Defamation League and the Southern Poverty Law Center. Its unique name and well-defined symbols make it easy to classify. Whether a particular cluster is strictly a hate philosophy, or instead shows material with tendencies towards hate, does not alter our main findings. The largest cluster has just over 10,000 followers and the smallest has fewer than 10, hence there is a very broad distribution. As shown in Extended Data Fig. 1a, the distribution of cluster sizes (that is, the number of followers) is consistent with a power law with a very high goodness-of-fit value of P = 0.92.
Reporting summary
Further information on research design is available in the Nature Research Reporting Summary linked to this paper.
Data availability
The dataset is provided as Source Data. The open-source software packages Gephi and R were used to produce the networks in the figures. No custom software was used.
References
1. 1.
The UK Home Affairs Select Committee. Hate Crime: Abuse, Hate and Extremism Online. session 2016–17 HC 609 https://publications.parliament.uk/pa/cm201617/cmselect/cmhaff/609/609.pdf (2017).
2. 2.
Patrisse Cullors. Online Hate Is A Deadly Threat https://edition.cnn.com/2018/11/01/opinions/social-media-hate-speech-cullors/index.html (2017).
3. 3.
Beirich, H., Hankes, K., Piggott, S., Schlatter, E. & Viets, S. The Year in Hate and Extremism https://www.splcenter.org/fighting-hate/intelligence-report/2017/year-hate-and-extremism (2017).
4. 4.
Hohmann, J. Hate Crimes Are a Much Bigger Problem than Even the New FBI Statistics Show https://www.washingtonpost.com/news/powerpost/paloma/daily-202/2018/11/14/daily-202-hate-crimes-are-a-much-bigger-problem-than-even-the-new-fbi-statistics-show/5beba5bd1b326b39290547e2/?utm_term=.e203814306e8 (2018).
5. 5.
Reitman, J. U.S. Law Enforcement Failed to See the Threat of White Nationalism. Now they Don’t Know How to Stop It https://www.nytimes.com/2018/11/03/magazine/FBI-charlottesville-white-nationalism-far-right.html (2018).
6. 6.
Southern Poverty Law Center (SPLC). Extremist Groups https://www.splcenter.org/fighting-hate/extremist-files/groups (2018).
7. 7.
John, A. et al. Self-harm, suicidal behaviours, and cyberbullying in children and younG people: systematic review. J. Med. Internet Res. 20, e129 (2018).
o Article
o Google Scholar
8. 8.
Berman, M. Prosecutors Say Accused Charleston Church Gunman Self-Radicalized Online https://www.washingtonpost.com/news/post-nation/wp/2016/08/22/prosecutors-say-accused-charleston-church-gunman-self-radicalized-online/?utm_term=.4f17303dffd4 (2016).
9. 9.
Pagliery, J. The Suspect in Congressional Shooting Was Bernie Sanders Supporter, Strongly Anti-Trump http://www.cnn.com/2017/06/14/homepage2/james-hodgkinson-profile/index.html (2017).
10. 10.
Yan, H., Simon, D. & Graef, A. Campus Killing: Suspect is a Member of ‘Alt-Reich’ Facebook Group http://www.cnn.com/2017/05/22/us/university-of-maryland-stabbing/index.html (2017).
11. 11.
Amend, A. Analyzing a Terrorist’s Social Media Manifesto: the Pittsburgh Synagogue Shooter’s Posts on Gab https://www.splcenter.org/hatewatch/2018/10/28/analyzing-terrorists-social-media-manifesto-pittsburgh-synagogue-shooters-posts-gab (2018).
12. 12.
Gill, P. & Corner, E. in Terrorism Online: Politics, Law, Technology (eds Jarvis, L. et al.) Ch. 1 (Routledge, 2015).
13. 13.
Gill, P. et al. Terrorist use of the internet by the numbers quantifying behaviors, patterns, and processes. Criminol. Public Pol. 16, 99–117 (2017).
o Google Scholar
14. 14.
Gill, P. Lone Actor Terrorists: A Behavioral Analysis (Routledge, 2015).
15. 15.
Gill, P., Horgan, J. & Deckert, P. Bombing alone: tracing the motivations and antecedent behaviors of lone-actor terrorists. J. Forensic Sci. 59, 425–435 (2014).
o Article
o Google Scholar
16. 16.
Schuurman, B. et al. End of the lone wolf: the typology that should not have been. Stud. Conflict Terrorism 42, 771–778 (2017).
o Article
o Google Scholar
17. 17.
Panin, A. & Smith, L. Russian Students Targeted as Recruits by Islamic State https://www.bbc.co.uk/news/world-europe-33634214 (2015).
18. 18.
Foster, M. The Racist Online Abuse of Meghan Markle Has Put Royal Staff on High Alert https://www.cnn.com/2019/03/07/uk/meghan-kate-social-media-gbr-intl/index.html (2019).
19. 19.
Wakefield, J. Christchurch Shootings: Social Media Races to Stop Attack Footage https://www.bbc.com/news/technology-47583393 (2019).
20. 20.
O’Brien, S. A. Moderating the Internet is Hurting Workers https://www.cnn.com/2019/02/28/tech/facebook-google-content-moderators/index.html (2019).
21. 21.
KrebsOnSecurity. Deleted Facebook Cybercrime Groups Had 300,000 Members https://krebsonsecurity.com/2018/04/deleted-facebook-cybercrime-groups-had-300000-members/ (2019).
22. 22.
Wong, J. C. Anti-Vaxx Mobs: Doctors Face Harassment Campaigns on Facebook https://www.theguardian.com/technology/2019/feb/27/facebook-anti-vaxx-harassment-campaigns-doctors-fight-back (2019).
23. 23.
Martínez, A. G. Want Facebook to Censor Speech? Be Careful What You Wish For https://www.wired.com/story/want-facebook-to-censor-speech-be-careful-what-you-wish-for/ (2018).
24. 24.
Stanley, H. E. Introduction to Phase Transitions and Critical Phenomena (Oxford Univ. Press, 1988).
25. 25.
Hedström, P., Sandell, R. & Stern, C. Meso-level networks and the diffusion of social movements. Am. J. Sociol. 106, 145–172 (2000).
o Article
o Google Scholar
26. 26.
Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B. & Lazer, D. Fake news on Twitter during the 2016 U.S. presidential election. Science 363, 374–378 (2019).
o ADS
o CAS
o Article
o Google Scholar
27. 27.
Johnson, N. F. et al. New online ecology of adversarial aggregates: ISIS and beyond. Science 352, 1459–1463 (2016).
o ADS
o CAS
o Article
o Google Scholar
28. 28.
Havlin, S., Kenett, D. Y., Bashan, A., Gao, J. & Stanley, H. E. Vulnerability of network of networks. Eur. Phys. J. Spec. Top. 223, 2087 (2014).
o Article
o Google Scholar
29. 29.
Palla, G., Barabási, A. L. & Vicsek, T. Quantifying social group evolution. Nature 446, 664–667 (2007).
o ADS
o CAS
o Article
o Google Scholar
30. 30.
Jarrett, T. C., Ashton, D. J., Fricker, M. & Johnson, N. F. Interplay between function and structure in complex networks. Phys. Rev. E 74, 026116 (2006).
o ADS
o MathSciNet
o Article
o Google Scholar
Download references
Acknowledgements
N.F.J. is supported by US Air Force (AFOSR) grant FA9550-16-1-0247.
Author information
Affiliations
1. Physics Department, George Washington University, Washington, DC, USA
o N. F. Johnson
o , R. Leahy
o & N. Johnson Restrepo
2. Elliot School of International Affairs, George Washington University, Washington, DC, USA
o N. Velasquez
3. Physics Department, University of Miami, Coral Gables, FL, USA
o M. Zheng
o & P. Manrique
4. Computer Science Department, University of Miami, Coral Gables, FL, USA
o P. Devkota
o & S. Wuchty
Contributions
All authors contributed to the research design, the analysis and writing the paper.
Corresponding author
Correspondence to N. F. Johnson.
Ethics declarations
Competing interests
The authors declare no competing interests.
Additional information
Publisher’s note: Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Peer review information Nature thanks Paul Gill, Nour Kteily and the other, anonymous, reviewer(s) for their contribution to the peer review of this work.
Extended data figures and tables
Extended Data Fig. 1 Power laws.
a, b, Power laws for the KKK ecology (a) and the ecology of illicit financial activities (b). Their power-law exponents (α) are similar in a and b, and also consistent with c. c, The results from aggregating data from different thematic subsystems, each of which has a power-law distribution with an exponent (βi) distributed around 2.5. d, Summary of the simulation procedure. N power-law distributions are created with a power-law exponent distributed around 2.5. Power-law exponents were then sampled, followed by a power-law test. e, Distribution of the resulting power-law exponents from this simulation procedure, for different values of the mean number of points in the underlying distributions (mu values). The resulting power law exponents α are centred near 1.7, as observed in a and b.
Extended Data Fig. 2 Cluster loop.
a, Cluster loop from Fig. 2. b, Example of a loop of clusters.
Extended Data Fig. 3 Predicted policy effects.
a, The effects of policy 1, with on average more than 550 widely spaced time steps for τ = 10 and N = 104. If the size of an aggregate remains within the range smin to smax for a particular time period τ, that aggregate then fragments. b, The effects of policy 2. Colours represent different intervention starting times (tI) in units of days (vertical grey lines): green tI = 80, red tI = 120, blue tI = 200. Line types represent different percentages of individuals randomly removed (that is, banned) at time tI: dashed line 10%, dotted line 30%, solid line 50%. c, Results for policy 3 of the time to extinction (T) as a function of the initial population partition (N + P = 1,000 fixed, with N being the initial size of the hate population and P being the initial size of the anti-hate population) and the banning rate of the platform, from numerical simulations and also analytic theory. d, Policy 4 shows effect of different allocations of 100 peacekeepers in the hate-cluster versus anti-hate-cluster scenario. nc is the number of clusters of peacekeepers (that is, individuals of type C) that have size sc.
Supplementary information
Supplementary Information
Supplementary Methods, Supplementary Discussion, Supplementary Equations and Supplementary Notes.
Reporting Summary
Source data
Source Data Fig. 1

https://www.nature.com/articles/s41586-019-1494-7
 

  拍手はせず、拍手一覧を見る

コメント
1. 2020年1月28日 12:09:53 : C2i4eDKWA6 : d3pUQ3kvbGNsV2s=[-2656] 報告
2020/01/28(火) 10:24:13.01ID:O+h+ZLPG0

基地外朝鮮人のソフバン上げ気持ち悪い

2020/01/28(火) 10:27:28.70ID:kleZLhez0
>703

BBCで平気でデマを撒き散らすレイシストの反日孫正義
こういう事やってて嫌われないほうがおかしいだろ

https://pbs.twimg.com/media/DyA4KMCV4AAyvyi.jpg

2020/01/28(火) 10:32:12.11ID:nmV9DRKM0
>711

なんですぐばれる嘘つくんだろ。
じゃあなんで朝鮮名で国会議員になったり軍人になったりしたやつがいるんだ、と。

[18初期非表示理由]:担当:言葉遣いがおかしいコメント多数により全部仮処理

2. 2020年5月29日 03:31:05 : C2i4eDKWA6 : d3pUQ3kvbGNsV2s=[-2551] 報告
かつや
@KatsudonOishI_E
·
5月24日
20年以上も前
Twitterもまだ無かった頃に
これを言い当てていた
小島秀夫監督は凄いなって思う。
#誹謗中傷 #メタルギア

https://twitter.com/i/status/1264220745892155393
https://twitter.com/KatsudonOishI_E/status/1264220745892155393

午前0:44 · 2020年5月24日

3. 2020年7月18日 20:03:19 : iFn8MDLkzI : MDE3MTROVWk5anc=[494] 報告
:20/06/20(土)23:12:29 ID:???
ネット掲示板が一般化したら、
左翼思想を蔓延できるって大喜びしたんだってねw
でもフタを開けたら真逆になった
4. 2020年12月18日 11:17:52 : 6oB6TEmtoh : Lkg3b3RYS1RLaE0=[516] 報告
2020/01/28(火) 10:24:13.01ID:O+h+ZLPG0

基地外朝鮮人のソフバン上げ気持ち悪い

2020/01/28(火) 10:27:28.70ID:kleZLhez0
>703

BBCで平気でデマを撒き散らすレイシストの反日孫正義
こういう事やってて嫌われないほうがおかしいだろ

https://pbs.twimg.com/media/DyA4KMCV4AAyvyi.jpg

2020/01/28(火) 10:32:12.11ID:nmV9DRKM0
>711

なんですぐばれる嘘つくんだろ。
じゃあなんで朝鮮名で国会議員になったり軍人になったりしたやつがいるんだ、と。

5. 2021年12月08日 02:31:04 : EkLZD15jVs : TW11R2FxYmtrdUE=[777] 報告
2020/01/28(火) 10:24:13.01ID:O+h+ZLPG0

基地外朝鮮人のソフバン上げ気持ち悪い

2020/01/28(火) 10:27:28.70ID:kleZLhez0
>703

BBCで平気でデマを撒き散らすレイシストの反日孫正義
こういう事やってて嫌われないほうがおかしいだろ

https://pbs.twimg.com/media/DyA4KMCV4AAyvyi.jpg

2020/01/28(火) 10:32:12.11ID:nmV9DRKM0
>711

なんですぐばれる嘘つくんだろ。
じゃあなんで朝鮮名で国会議員になったり軍人になったりしたやつがいるんだ、と。

6. 2021年12月08日 02:32:05 : EkLZD15jVs : TW11R2FxYmtrdUE=[778] 報告

『嫌儲コンボ』という嫌儲流行語を巡って嫌儲板が分裂 「小選挙区立憲、比例共産の『嫌儲コンボ』決めてきたぞ!」

2021/12/07(火) 12:19:11.93ID:ISbWgPKf9

2021-12-06

■『嫌儲コンボ』という嫌儲流行語を巡って嫌儲板が分裂している


大体の流れ

衆議院選挙開始前、失策が続き与党自民党の支持率がどんどん低下する事態に、待望の岸田新総理の誕生も支持率は対して上がらず左派の間で政権交代の期待が高まる

左派勢力(正確にはネトウヨをそのままひっくり返したような存在)の多い嫌儲板では

「よっしゃ!選挙区は立憲民主党、比例は共産党 の嫌儲コンボ決めてきた!お前らも続け!」という『嫌儲コンボ』スレが連日何個も建ち、半祭り状態で大いに盛り上がる。

嫌儲、左派による埋め立てスパムが活発化し、自民批判スレは勢い加速され強制的に上位表示に、

逆に立憲議員や共産議員の失言ネタや批判スレは即座に埋め立てされ即落ちる事態に。

それでも当然野党議員への批判も少なからずあるものの、少し前にDAPPI騒動が大きく報じられたことから

「選挙期間だからまーたDAPPIが頑張ってんなぁ」「最近自民党の工作員増えすぎ」と工作員認定され聞く耳持たず。

野党の劣勢の選挙予想を正確に報道した朝日新聞をネトウヨ新聞呼ばわりするような超エコーチェンバー状態に

選挙結果は知っての通り立憲・共産などの左派野党は政権交代どころか惨敗。あまりにも期待と大きく違う結果に嫌儲内では「話が違う」と絶望の空気が漂う。

傍目から見るとあまりにも滑稽なのでなんJなどを中心にめちゃくちゃ馬鹿にされだす

「嫌儲コンボって馬鹿じゃねえの」「ケンモメン朝日新聞をネトウヨ認定してて草」「あんだけ勝ち確みたいなこと言っててこの結果かよwwww」

嫌儲で毎年12月恒例の嫌儲流行語大賞スレにて今年の流行語に「弱者男性」や「もう終わりだよこの国」などを抑え、「嫌儲コンボ」が大賞として決定する

この結果に納得行かない派の嫌儲民と自虐ネタとして受け入れるべき派の嫌儲民が対立、板は分断状態に

「ネタとして面白いじゃん」「またこれもDAPPIの工作だろ」「いいか、嫌儲コンボなんてなかった、いいな?」

大体こんな状態
h ttps://anond.hatelabo.jp/20211206140334

h ttps://asahi.5ch.net/test/read.cgi/newsplus/1638847151/

7. 2022年5月18日 22:01:47 : iFn8MDLkzI : MDE3MTROVWk5anc=[1477] 報告

北朝鮮技術者、日本のスマホアプリ開発…自治体防災アプリなど7件の業務請け負う

2022/05/18(水) 20:37:05.77ID:CAP_USER

【独自】北朝鮮技術者、日本のスマホアプリ開発…自治体防災アプリなど7件の業務請け負う

 中国に住む北朝鮮のIT技術者が、日本に住む知人の名義を使って、日本のスマートフォンアプリの開発業務を請け負っていたことが捜査関係者への取材でわかった。
 報酬は知人の口座から日本に住む親族の口座に送金させ、中国で現金を引き出していた。

 神奈川県警は、国外への不正送金に当たるとして、銀行法違反(無許可営業)容疑などで知人と親族の2人を近く書類送検する。

(以下略、続きはソースでご確認ください)

読売新聞オンライン 2022/05/18 07:53
h ttps://www.yomiuri.co.jp/national/20220517-OYT1T50286/

h ttps://egg.5ch.net/test/read.cgi/scienceplus/1652873825/

8. 2022年6月29日 01:17:49 : EkLZD15jVs : TW11R2FxYmtrdUE=[1854] 報告
2022/03/27(日) 09:46:13.67ID:VvILX37p

完全論破された馬鹿がとるセリフ・行動一覧表

1現実逃避…「お前ら、何ムキになってんの?馬鹿じゃない?」
2唐突に自分の優位性を叫ぶ…「便所の落書きにムキになって恥ずかしくない?」
3被害者意識…「お話したかっただけなのに、なんで叩かれなきゃいけないの?」
4AA・コピペ荒らし…狂ったように○○叩きコピペを繰り返す。
5雑談荒らし…他スレから援軍を呼んで、スレの趣旨とは関係ない雑談を始めてスレを潰す

2022/03/27(日) 09:47:04.37ID:VvILX37p

6レッテル貼り…突然、「引き篭もりだから~」「彼女いない奴は~」という自己妄想で決め付けた個人攻撃を始める。
7脳内予定…「これから○○だから落ちますw」「あんたらみたいに暇じゃないからw」
8自分語り…唐突に話題の違う長文で自分語りやボヤキを始め、自分が論破されているという現実から目を逸らす。
9強制終了…「はいはいよかったね!じゃあこの話はもうお終い!」→この後7へと発展する場合が多い。
10脳内ソース…「○○だから~に決まっている。ソースを出せ?そんなの自分で探せよバカ!」

2022/03/27(日) 09:47:31.68ID:VvILX37p

11閉鎖空間…「自分の周りの人間(知人など)は全員、○○と言っていた。だから○○は世界の常識だ」
12放置…核心を突かれると、スレを放置する。放置することで現実から目を逸らし、1へと発展する。
13逆ギレ・開き直り…「うるさいバカアホキモイ(ありとあらゆる暴言)私が正しいと言ったら正しいんだ!」

9. 2023年1月13日 01:10:56 : EkLZD15jVs : TW11R2FxYmtrdUE=[3219] 報告
悲報】

TwitterJPとズブズブだった「ハフポスト」、優遇されなくなってイーロン・マスクに怒り狂う

2022/11/12(土) 20:22:38.87ID:PwF+q/7X0?2BP(1000)

https://i.imgur.com/8lXncwC.jpg

https://i.imgur.com/yRvp1Qp.jpg

https://i.imgur.com/dL3aVES.jpg

https://i.imgur.com/ozR72wb.jpg

2022/11/12(土) 20:28:08.09ID:PwF+q/7X0

ツイッター民も気づき始めてるんよね
https://i.imgur.com/SYeJd9z.jpg

h ttps://nova.5ch.net/test/read.cgi/livegalileo/1668252158/

10. 2023年3月15日 03:46:00 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[120] 報告
悲報】

男さん「女に産まれたかった」←大炎上 

女さん「男に産まれたかった」←共感の嵐

2023/03/13(月) 21:43:38.49ID:IlrgQNDO0

これが『共感格差』

https://i.imgur.com/YWiYWHx.png

https://i.imgur.com/8KKMnyR.png

2023/03/13(月) 21:45:47.90ID:opYIynH50
女社会で生きていける自信ないから男がええわ

2023/03/13(月) 21:47:12.65ID:FHX4EkW90
>>
女が生きてんのは男社会やで

2023/03/13(月) 21:48:34.55ID:opYIynH50
>>
女同士のコミュニティやな

2023/03/13(月) 21:45:48.11ID:etSGS4Yq0
炎上させてるのは主に女性なのかね

2023/03/13(月) 21:58:13.52ID:H9eMCMHe0

男「家事手伝いです」
世間「無職じゃん」
オンナノコ「家事手伝いです」
世間「お手伝いできて偉い!」

2023/03/13(月) 21:58:00.69ID:V08z+o1Xr
男は圧倒的に自殺率が高い
人生イージーモードの癖に文句言ってんじゃねよまんこ

自殺者の7割は男性。女性の自殺率は過去40年で最低
h ttps://seniorguide.jp/article/1040191.html
https://i.imgur.com/Z6SVYdi.png

2023/03/13(月) 21:58:38.52ID:eA99zN7j0
女って何言っても文句しか出てこねえだろ
下手したら褒めても文句言うぞこいつら

2023/03/13(月) 22:04:30.25ID:fOsLiCvh0
女の人生はイージーモード
男は全世代で自殺率高いしホームレスも圧倒的に男が多い
https://i.imgur.com/Mzpp8Fl.jpg
https://i.imgur.com/R8Sa4Pr.jpg

2023/03/13(月) 22:05:48.41ID:IqBhD1srd
>>
まぁこれ見るとなんだかんだ女は守られてるよなー

2023/03/13(月) 22:33:45.71ID:KWqqeE7b0
でも女が働いて男が家事をやる社会になったらインフラの維持すらできなそうだし無理やね

2023/03/13(月) 22:33:39.88ID:+BvJw/70M
真夏なのにエアコンなんてものはなく巨大扇風機が生ぬるい風をだらだらと放出し続ける倉庫で
全員時給1000円で集められた日雇いの現場で
女性にはビールの段ボールにベルトコンベアの上で景品を貼り付ける仕事があてがわれ
男性にはびろんびろんに伸びきったまさに言い訳程度のコルセットと安全靴を装着させた上で
ビール350mlが2ダース入った段ボールを上げ下げする仕事があてがわれたあの時

俺は心底女に生まれたかったと思ったよ

2023/03/13(月) 22:42:35.35ID:KWqqeE7b0

2021年の厚生労働省のデータによると、日本の女性のうち40歳で子を産んだことがある人の割合は、約52.8%です。
女として最低限の義務を果たしてない女が多すぎる

h ttps://eagle.5ch.net/test/read.cgi/livejupiter/1678711418/

11. 2023年3月17日 21:05:31 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[131] 報告
【動画あり】女性TikTokerさん、ジムで露出し、見てきた男を罵倒しようと画策 →警察に通報され出禁wwwwwww

2023/03/16(木) 11:24:16.26 ID:7pMGKBmp0●.net PLT(22000)
h ttps://img.5ch.net/ico/8toushinnomonar32.gif

Female TikToker Snaps on Gym Worker, Accuses Him of Being a Pervert for Staring, Joey Swoll Reacts

h ttps://fitnessvolt.com/female-tiktoker-revoke-gym-membership/


STREET MEDIA TV ?
@streetmediatv
Female TikToker Tried To Check A Man For Apparently "Looking At Her"
In The Gym and Accuses Him of Being a Pervert! Then This Happened
(女性TikTokerが、ジムで自分を見てくる男性がいるかどうかを検証し、
少しでも見てきた場合その人を変態だと非難しようとしたところ、こんなことが起こりました。)
tter.com/streetmediatv/status/1635996973181419520

男:Are you OK? (大丈夫ですか)
まん:Keep it pushin. (放っといて)
男:If you're getting rude you can leave. (もし失礼がありましたらお帰りいただけますが)
男:Nobody looking at you any type of way (あなたのことは誰も1ミリも見てません)
まん:You don't own the gym x2 (あなたのジムなのここ?x2回)
男:I don't own the gym. I work here, yes. (私のジムではありませんが、ここの従業員です)
男:And if you're getting rude then you can leave. (なので、お気に召さなければお帰りを)
まん:And that means what? x2 (何が言いたいの?x2回)
男:I can call the popo and have you trespassed right now. would you like that? (あなたを不法侵入で通報できます。それでいいですか)
まん:Go ahead. (やってみなさいよ)
男:Ok, cool. (よし、上等だ)
まん:Go ahead, let them know. (やりなさいよ、みんなに晒してやるわ)
男:That's what we'll do, so right now I need you to take your stuff and head upfront.(じゃ、通報するので、荷物まとめてそっちで待っといて)

まん:I was trespassed and my membership was revoked.
(私は不法侵入となり、ジムのメンバーシップを取り消されました)


2023/03/16(木) 11:29:44.58 ID:oPo2TlBZ0
たいして脱いどらんやん

2023/03/16(木) 12:37:33.43 ID:MGy2oelM0
店のルールくらい守れって話しだろ

2023/03/16(木) 13:16:05.66 ID:RTD8FzsU0
日本もイチ従業員がここまで言っていい社会にするべき


h ttps://hayabusa3.2ch.sc/test/read.cgi/news/1678933456/
まんフルエンサーさん、ジムで露出し、見てきた男を罵倒しようと画策 → 警察に通報され出禁w

12. 2023年4月25日 18:14:08 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[509] 報告

ネット歴25年の男性「ここまでネットが低俗化するとは思わなかった」

1:それでも動く名無し 2023/04/25(火) 04:54:20.58 ID:nljJNa940

グロテスクな感情をぶつけあうのが正しいことのように振る舞う者ばかり

2:それでも動く名無し 2023/04/25(火) 04:58:37.82 ID:cicXx0kB0

いうほどネットだけか

4:それでも動く名無し 2023/04/25(火) 04:59:31.28 ID:nljJNa940

>>2
現実もだったか

3:それでも動く名無し 2023/04/25(火) 04:58:39.59 ID:nljJNa940

それか宣伝広告だらけ
純粋になにかを生み出す人間がほぼ絶滅した

5:それでも動く名無し 2023/04/25(火) 05:00:15.19 ID:4se6M0ib0

アフィとステマとインフルエンサーとかいうカス共が蠢く地獄

6:それでも動く名無し 2023/04/25(火) 05:02:02.48 ID:I1SKktbK0

庶民に匿名の発言なんか認めたらそりゃ滅茶苦茶になるわな
庶民なんてホンマ屑が9割やもん

7:それでも動く名無し 2023/04/25(火) 05:03:01.38 ID:LDRt8DlEF

インターネットは人々の距離を縮めるどころか差別と憎悪を助長するばかりだったねぇ

9:それでも動く名無し 2023/04/25(火) 05:04:57.84 ID:UY3VPOHQ0

しかも他の媒体を駆逐しちまったもんでネット一人勝ち状態なのもヤバい

10:それでも動く名無し 2023/04/25(火) 05:05:32.78 ID:nljJNa940

返してくれよ昔のただひたすらに面白いことだけ追い求められた時代をよお

11:それでも動く名無し 2023/04/25(火) 05:05:34.90 ID:4se6M0ib0

インターネットで個人が情報を発信できるようになったことで権力に立ち向かえるようになったなんて昔は言われてたけどむしろ権力者が個人を操りやすくなっただけやな

12:それでも動く名無し 2023/04/25(火) 05:05:44.73 ID:akTxzOlf0

5ちゃんもアフィと工作員が増えて終わった

16:それでも動く名無し 2023/04/25(火) 05:08:12.83 ID:4se6M0ib0

>>12
確証は持てんけど多分めっちゃ世論誘導多いよな

70:それでも動く名無し 2023/04/25(火) 06:31:57.33 ID:E4w+oAXL0

>>16
陰謀論ガイジがよ
ネトウヨってこんなんしかおらんな

13:それでも動く名無し 2023/04/25(火) 05:06:26.62 ID:JUTH61lKd

なんJも助長した側なのに何偉そうに話してんのや?どう考えても加害者側だろうが

14:それでも動く名無し 2023/04/25(火) 05:07:32.54 ID:dG/c1Iwrd

すまんな

15:それでも動く名無し 2023/04/25(火) 05:08:02.85 ID:Gsc2Qx3Ta

金儲けのための浅い情報ばかり

18:それでも動く名無し 2023/04/25(火) 05:09:17.52 ID:BXLxftfd0

炎上商法のせい

20:それでも動く名無し 2023/04/25(火) 05:12:27.71 ID:Q92ao+O60

25年前とかパソ通からインターネット黎明期やん
そら知識と所得ある人間ばかりだったし

22:それでも動く名無し 2023/04/25(火) 05:13:11.81 ID:4o/h2KwP0

AIの登場より先に自分の意思も価値基準も失ってダチョウの群れと化したなネット住民は

24:それでも動く名無し 2023/04/25(火) 05:14:20.45 ID:9u10GvNa0

ネットもテレビも低俗化時代やぞ
侵されたくないなら見ない方がええわ

25:それでも動く名無し 2023/04/25(火) 05:18:51.95 ID:cXwqCeJad

気がついたらテレビより酷くなってる
テレビは頭悪い奴向けではあるけどネットほど悪意にまみれてはいないからな

67:それでも動く名無し 2023/04/25(火) 06:26:41.98 ID:VJSfUJZq0

>>25
ほんとこれ

26:それでも動く名無し 2023/04/25(火) 05:18:57.09 ID:BXLxftfd0

そもそも昔から2ch全体民度がそこまで良かった訳じゃないけど
まとめブログが流行り出した辺りから、露骨に民度が全体的に悪くなったからな

まとめが自治に流行り出したり炎上商法しだしたせいもあるが

28:それでも動く名無し 2023/04/25(火) 05:19:03.79 ID:4BMq2Jhe0

頭いい人達が何処に消えたのかが気になるわ
TwitterにもYoutubeにもおらんし

59:それでも動く名無し 2023/04/25(火) 05:59:31.33 ID:2nq/77gd0

>>28
謎に高い技術持ってる古き良きオタクやろ?
不思議よね

31:それでも動く名無し 2023/04/25(火) 05:21:50.81 ID:nljJNa940

>>28
すごい人はいるがインフルエンサーだとかバズだとかは無縁な存在にいる

30:それでも動く名無し 2023/04/25(火) 05:21:10.54 ID:aCR6I1xq0

「女さん、○○してしまうw」
「黒人がーポリコレがー」
「日本のアニメに海外視聴者が云々」

韓国ネタが旬過ぎたらこんな見出しばっかになってて
ネトウヨやってたようなのが今でいう弱者男性界隈にそのまんま移行したんやろなって感じやな

32:それでも動く名無し 2023/04/25(火) 05:21:54.34 ID:+2xe8sK20

昔の方がネットですら自分をさらけださなかったよなとは思う

35:それでも動く名無し 2023/04/25(火) 05:23:12.65 ID:OBhJ+/5M0

>>32
昔なんてメールアドレス晒すだけでビビってたわ

33:それでも動く名無し 2023/04/25(火) 05:22:34.97 ID:0uSHJ2qq0

真面目に生きてるやつが馬鹿を見る時代になったな

34:それでも動く名無し 2023/04/25(火) 05:23:12.06 ID:yzVCJ+it0

昔は昔で低俗というか意地悪やったやろ
変なローカルルールとかふとした時にブラクラ仕込んだりとかようあったぞ

36:それでも動く名無し 2023/04/25(火) 05:25:00.61 ID:+2xe8sK20

>>34
悪ノリが過ぎるとかって話でリアルとは切り離されてた古き良き時代よ

37:それでも動く名無し 2023/04/25(火) 05:26:13.94 ID:zMwmyh5H0

全盛期ニコニコからのキッズやが同意や

41:それでも動く名無し 2023/04/25(火) 05:33:36.80 ID:+2xe8sK20

結局SNSのせい
諸悪の根源

43:それでも動く名無し 2023/04/25(火) 05:34:47.48 ID:JRaJbdYn0

スマホ登場で誰もがネットするようになって、一気につまらなくなった

46:それでも動く名無し 2023/04/25(火) 05:40:07.10 ID:wIuaW30l0

ネットの情報なんてファミ通以下の精度だったのに
今では全てが正しいと考えてるユーザー多すぎてな

特にwikiの政治的記事とかソースのない改竄や今の時代の価値観で改変されたりと見れるものじゃなくなった

48:それでも動く名無し 2023/04/25(火) 05:45:26.34 ID:UEHkzMe4a

儲けの為に企業やアフィが暴れまわってるし

52:それでも動く名無し 2023/04/25(火) 05:50:27.40 ID:BXLxftfd0

>>48
まあ炎上商法してると効率的に金は稼げるからな
話の中身なんかほぼ無いし

面白くまとめて出荷率上げて稼ぐのが目的だから、まともな議論してる奴はアスペ扱いされるしな

51:それでも動く名無し 2023/04/25(火) 05:47:01.54 ID:jDSSfEBn0

令和zキッズ「お礼は3行…?」
これが現実

56:それでも動く名無し 2023/04/25(火) 05:54:50.77 ID:gAYl3Yl/0

世論誘導スレ多過ぎ 問題
ネット工作員多過ぎ 問題
扇動洗脳情弱多過ぎ 問題
脊髄反射奴隷多過ぎ 問題

61:それでも動く名無し 2023/04/25(火) 06:03:22.36 ID:sFAeXZRg0

アフィとスマホのせいや

73:それでも動く名無し 2023/04/25(火) 06:35:49.43 ID:vUZQNV6O0

どこ見ても自己顕示欲満たすか金稼ぐかばかりになったの悲しいよね
無報酬匿名で他人を楽しませるためにネタの共有してたころのほうが楽しかった

77:それでも動く名無し 2023/04/25(火) 06:37:54.65 ID:l445K2CO0

>>73
これ
生活の一部になり、自分にとって得になるものばかり求め始めて
つまらなくなった

: h ttps://nova.2ch.sc/test/read.cgi/livegalileo/1682366060/

13. 2023年8月06日 02:37:02 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[388] 報告
これが『共感格差』

https://i.imgur.com/YWiYWHx.png

https://i.imgur.com/8KKMnyR.png

[18初期非表示理由]:担当:アラシ認定により全部処理

14. 2023年8月06日 02:38:22 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[389] 報告
女の人生イージーモード

[18初期非表示理由]:担当:アラシ認定により全部処理
15. 2023年8月06日 02:38:52 : 0Jf3Yun64s : NWM0b1IuNVBRR2M=[390] 報告
男は全世代で自殺率高いしホームレスも圧倒的に男が多い


[18初期非表示理由]:担当:アラシ認定により全部処理
16. NEMO[-159] gm2CZIJsgm4 2023年12月18日 17:41:47 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[540] 報告
パ「コミュニティノートを書かせているのは実は政府だった。」

2023/12/17(日) 22:03:48.43 ID:vuwLP0pe0●.net PLT(13000)
h ttps://img.5ch.net/premium/1372836.gif


まりなちゃん@t2PrW6hArJWQR5S
コミュニティノートを書かせているのは実は政府だった。


週刊オンライン白馬社 第164号 (コミュニティノートは誰によって運営されているのか)

このところX(旧ツイッター)ではコミュニティノートが問題になっている。一般のユーザーを装っているけれど、あきらかに雇われた人たちが、政府に不都合な発信を否定するために投稿している。コミュニティノートが誰によって、どのような目的で投稿されているのか、編集部と秋嶋亮が詳しく解説します。

続きをみるには
残り 2,440字
\ 150

h ttps://note.com/marina_chan/n/na4e6634d9119

2023/12/17(日) 22:04:23.15 ID:vuwLP0pe0.net
h ttps://twitter.com/t2PrW6hArJWQR5S/status/1735938823199273440

h ttp://hayabusa3.2ch.sc/test/read.cgi/news/1702818228/

@chun_aojiso
·
コミュニティノートにキレてる人、だいたいこれ。
(´・ω・`)

画像
画像
午前0:10 · 2023年11月12日



[18初期非表示理由]:担当:アラシ認定のため全部処理

17. 2024年2月15日 02:40:01 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[992] 報告
これが『共感格差』

https://i.imgur.com/YWiYWHx.png

https://i.imgur.com/8KKMnyR.png

[12初期非表示理由]:管理人:アラシ認定のため全部処理

18. 2024年2月15日 02:40:40 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[993] 報告
女の人生イージーモード

[12初期非表示理由]:管理人:アラシ認定のため全部処理
19. 2024年2月15日 02:41:21 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[994] 報告
男は全世代で自殺率高いしホームレスも圧倒的に男が多い

[12初期非表示理由]:管理人:アラシ認定のため全部処理
20. 2024年2月15日 02:41:52 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[995] 報告
パ「コミュニティノートを書かせているのは実は政府だった。」

2023/12/17(日) 22:03:48.43 ID:vuwLP0pe0●.net PLT(13000)
h ttps://img.5ch.net/premium/1372836.gif


まりなちゃん@t2PrW6hArJWQR5S
コミュニティノートを書かせているのは実は政府だった。


週刊オンライン白馬社 第164号 (コミュニティノートは誰によって運営されているのか)

このところX(旧ツイッター)ではコミュニティノートが問題になっている。一般のユーザーを装っているけれど、あきらかに雇われた人たちが、政府に不都合な発信を否定するために投稿している。コミュニティノートが誰によって、どのような目的で投稿されているのか、編集部と秋嶋亮が詳しく解説します。

続きをみるには
残り 2,440字
\ 150

h ttps://note.com/marina_chan/n/na4e6634d9119

2023/12/17(日) 22:04:23.15 ID:vuwLP0pe0.net
h ttps://twitter.com/t2PrW6hArJWQR5S/status/1735938823199273440

h ttp://hayabusa3.2ch.sc/test/read.cgi/news/1702818228/

@chun_aojiso
·
コミュニティノートにキレてる人、だいたいこれ。
(´・ω・`)

画像
画像
午前0:10 · 2023年11月12日

[12初期非表示理由]:管理人:アラシ認定のため全部処理

21. 2024年4月26日 23:27:42 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[1663] 報告
<▽36行くらい>
2024/04/25(木) 21:52:42.55 ID:STBOGLlv0

h ttps://mdpr.jp/news/detail/4261827

「たぬかな」(登録者数1万人)がスポンサーとの契約を解除されたことを明かしました。

問題発言により契約解除
たぬかなは、歯に衣着せぬ物言いが人気の女性ゲーム配信者で、2022年に「170cmない男に人権ない」発言で炎上し、
所属していたeスポーツチームの契約を解除されたことが話題となった人物です。

4月19日のTwitchでの配信で、たぬかなは、「いろいろありまして仕事を1つ失いました」と報告しました。
事の発端となったのは、昨年10月29日にTwitchでの配信での発言です。たぬかなはライブ中、

私、別に(弱者男性を)全員救いたいとか言ってないよ
私に「救ってほしい」って来る、「できるだけ自分でやれることを頑張りました」ってやつを救いたいだけな
頑張られへんやつは、もういいよ、嘘ついて集めてガス室にでも入れて一気に命奪ってしまった方が世の中のためにだと思ってるよ

私のリプ欄、マジでバケモノ超集まってきてるで。
マジこいつらは全部ひとまとめにして焼いてしまった方がいいと思う
世界のためになる、世界のQOLが上がる
アウシュビッツ!! 収容所!!

と発言していました。

たぬかなはスポンサーから「過激な下ネタやアウシュビッツ発言」という理由で契約解除を言い渡されたとのこと。
「アウシュビッツ」発言が原因でスポンサーにクレームが寄せられていたそうです。

これに関してたぬかなは、「私の存在が悪いのかな?」「センシティブだったか〜」と話し、突然の契約解除に驚く様子を見せました。
たぬかながスポンサーから契約解除を言い渡されるのは170cm発言で炎上した2022年以来2度目です。

たぬかなはスポンサーに対して、約半年間、特に仕事もしていないのにたくさんお金をくれてすごく感謝している、
ありがたさしかないと述べました。

視聴者から、アウシュビッツ発言について批判を受けると、たぬかなは「私が悪いよ?」と言いつつも
「うるさいねんお前ら!ガス室送るぞ!」と反省していない様子でした。

切り抜き動画のコメント欄では「たぬかなの忖度ないとこ好きだけど、アウシュビッツはあかんわ。
日本人的に言えば広島と長崎の原爆被害をイジられるのと同じような感覚やろ。」
「アウシュヴィッツはラインを5本くらい超えてる」など、たぬかなの発言を批判する声が多く寄せられています。



[12初期非表示理由]:管理人:アラシ認定のため全部処理

22. 2024年5月11日 01:29:18 : pFOo12dNeQ : S2x6SVQxaHdmaVE=[1775] 報告
しゆ
@syupo0
·
フォローする

返信先: @tkzwgrsさん

Facebook民、本名でこのコメントするの強すぎる

画像https://pbs.twimg.com/media/GNGPXzjaoAAB6hg?format=jpg&name=small
画像https://pbs.twimg.com/media/GNGPXzibkAAQXXV?format=jpg&name=small
午前9:39 · 2024年5月9日


[12初期非表示理由]:管理人:アラシ認定のため全部処理

▲上へ      ★阿修羅♪ > IT12掲示板 次へ  前へ


  拍手はせず、拍手一覧を見る

フォローアップ:


★登録無しでコメント可能。今すぐ反映 通常 |動画・ツイッター等 |htmltag可(熟練者向)
タグCheck |タグに'だけを使っている場合のcheck |checkしない)(各説明

←ペンネーム新規登録ならチェック)
↓ペンネーム(2023/11/26から必須)

↓パスワード(ペンネームに必須)

(ペンネームとパスワードは初回使用で記録、次回以降にチェック。パスワードはメモすべし。)
↓画像認証
( 上画像文字を入力)
ルール確認&失敗対策
画像の URL (任意):
投稿コメント全ログ  コメント即時配信  スレ建て依頼  削除コメント確認方法

▲上へ      ★阿修羅♪ > IT12掲示板 次へ  前へ

★阿修羅♪ http://www.asyura2.com/ since 1995
スパムメールの中から見つけ出すためにメールのタイトルには必ず「阿修羅さんへ」と記述してください。
すべてのページの引用、転載、リンクを許可します。確認メールは不要です。引用元リンクを表示してください。
 
▲上へ       
★阿修羅♪  
IT12掲示板  
次へ