Un algorisme per detectar sensacions durant les converses en línia

Un equip d'investigadors de Cornel University (Ithaca, EUA) que treballa amb la Fundació Wikimedia ha elaborat un marc digital per detectar quan una discussió en línia és probable que es torni 'lletja'.
Com assenyalen els investigadors, les converses en línia solen degenerar en desacords i sovint atacs personals. També, això passa més, quan la gent entra en un entorn que implica crítiques, com ara Wikipedia. Allà, als redactors aficionats se'ls anima a oferir altres treballs crítics com a mitjà per millorar el contingut del lloc web. Malauradament, molta gent no respon bé a aquestes crítiques, i com a conseqüència, recorre a publicar comentaris desagradables. L'equip de la Fundació Wikimedia vol restringir aquestes converses ja que, a més de fomentar sentiments dolents, també dóna una mala reputació al lloc. Per abordar el problema, l'equip va treballar amb el grup de Cornell, que ha estat investigant el mateix cas: construir un sistema informàtic que sigui capaç de reconèixer aquells senyals que revelen que la conversa virarà cap a intencions malvades per frenar el fenòmen o posar fi a la conversa de les persones implicades.

Per resoldre aquest problema, els investigadors van examinar més de 1.200 converses en línia a les pàgines de Talk de Wikipedia a la recerca de senyals lingüístics. En aquest context, les pautes eren paraules que suggereixen un comportament i un grau de cortesia. En fer-ho, van trobar que quan la gent usava indicacions com "si us plau" i "gràcies," no hi havien més problemes. També hi havia frases positives, com ara "Crec" o "Penso" que suggereixen un intent de mantenir les coses correctes. D'altra banda, també van trobar indicis menys útils, com quan les converses van començar amb preguntes directes o amb la paraula "tu". Aquestes indicacions tendien a provocar la degradació en la civilitat en algun moment i, segons suggereixen els investigadors, sovint els lectors les veuen com a hostils.
A continuació, l'equip va desenvolupar un algoritme que acceptava indicacions com a dades apreses i analitzava oracions cercant aquestes pautes i aplicant una intuïció humana. El resultat, segons informa l'equip, era un marc informatitzat que es podia reconèixer, de bon principi, quan una conversa era probable que degenerés en un joc lleig d'anada i tornada. Van trobar que el sistema era el 61,6 per cent exacte. Els humans fent la mateixa prova, però, van obtenir-ne un 72 per cent.

Font: Cornel University