Formulario Contacto EPI Contacto
Copyright Copyright

 

Enero-febrero de 2023, vol. 32, núm. 1
Transparency


Inflaming public debate: a methodology to determine origin and characteristics of hate speech about sexual and gender diversity on Twitter

Sergio Arce-García; María-Isabel Menéndez-Menéndez

This article is available in open access

Abstract: This article is focused on the reproduction of ideologically charged messages whose origins or interests remain hidden from public opinion. There is an urgent need for transparency regarding polarised debates that deform, impede or distort the critical approach that any society should be able to construct concerning issues of great social interest, especially on social media platforms and networks. Research has shown that hostility has colonised digital communication through misogynist, homophobic, transphobic or xenophobic messages, among others, and that, for the most part, these are not spontaneous or individual interactions. In the virtual space, there are forces that, although invisible outside it, construct narratives, generate disinformation and feed generally regressive ideological approaches. Thus, in the name of transparency and social justice, there is an urgent need to investigate these types of messages, as well as their possible destabilising interests at a time of special presence and reputation of discourses such as the feminist one, which is currently experiencing a significant reactionary response. This paper investigates the origin and characteristics of the conversation on the social network Twitter concerning gender and sexual identities. To this end, we studied a significant sample of tweets (>1 million) related to women’s rights, the LGBTIQ+ collective and trans people, for a full year. Computerised methodologies by means of machine learning techniques, natural language processing (NLP), determination of bots, geolocation, and the application of network theories were used to carry out the study. The results include the highly interrelated presence of groups without clear referents, as well as the existence of what appear to be coordinated networks aimed at causing harm and provoking confrontation.

Keywords: Hate speech; Misogyny; Social media; Social networks; Social networks analysis; Transphobia; Feminism; LGBTIQ+; Gender diversity; Sexual diversity; Transgender; Transsexuality; Transgender; Twitter.

Inflamando el debate público: metodología para determinar origen y características de discursos de odio sobre diversidad sexual y de género en Twitter

Resumen: Este artículo estudia la reproducción de mensajes de fuerte carga ideológica cuyos orígenes o intereses permanecen ocultos para la opinión pública. Especialmente en las plataformas y redes sociales, se necesita transparencia sobre debates polarizados que deforman, impiden o distorsionan el enfoque crítico que toda sociedad debe poder construir respecto a cuestiones de gran interés social. La investigación ha demostrado que la hostilidad ha colonizado la comunicación digital a través de mensajes misóginos, homófobos, transfóbicos o xenófobos entre otros y que, con frecuencia, no son interacciones espontáneas o individuales. En el espacio virtual existen fuerzas que, invisibles fuera de él, construyen relato, generan desinformación y alimentan enfoques ideológicos generalmente regresivos. En nombre de la transparencia y la justicia social, urge investigar ese tipo de mensajes, así como sus posibles intereses de desestabilización en un momento de especial presencia y reputación de discursos como el feminista que, sin embargo, están experimentando una importante respuesta reactiva desde posiciones reaccionarias. El artículo investiga el origen y características de la conversación presente en la red social Twitter en relación con las identidades de género y sexuales. Para ello, se estudia una muestra significativa de tweets, más de un millón y durante un año completo, relacionados con los derechos de las mujeres, del colectivo LGBTIQ+ y las personas trans. Para abordarlo se emplean metodologías computerizadas mediante técnicas de aprendizaje automatizado (machine learning), procesamiento de lenguaje natural (PLN), determinación de bots, geolocalización y de aplicación de teorías de redes. Entre los resultados hay que destacar la presencia muy interrelacionada de grupos sin claros referentes, así como la existencia de lo que parecen redes coordinadas para dañar y provocar confrontación.

Palabras clave: Discurso de odio; Misoginia; Redes sociales; Medios sociales; Análisis de redes sociales; Transfobia; Feminismo; LGBTIQ+; Diversidad de género; Diversidad sexual; Transexualidad; Transgénero; Twitter.