Page 138 - Rassegna 2024-2

SCIENTIAE

La word-cloud mostra quali sono le parole più utilizzate e quel è la loro
intensità, rivelando che il gruppo è interamente una camera dell’Eco, come
dimostra la costante condivisione di link a gruppi Telegram o siti considerati
inaffidabili dai maggiori siti di fact-checking come FoxNews ed altri riconducibili
19
20
22
a suprematisti bianchi come: Odysee , Rumble , e Patriot Front .
21
Inoltre, dalle conversazioni, si evince la necessità dei membri di ricono-
scersi in una comunità come dimostra l’uso della parola patriot, patriota, per
rivolgersi a sé stessi e agli altri utenti: My name is Clarissa, I’m a Dutch patriot who
is currently studying economics at the University of Amsterdam. To pass my class I need to
have many responses to an online survey (and I’m not so popular among my fellow students,
as half are SJW degenerates and the other half are kike lovers), it would mean the world to
me if some of you could take a minute out of your day to help me out with this!
Questo messaggio mostra anche come gli utenti vedano come nemico chi
dissente dalle loro idee, in questo caso i SJW (Social Justice Warriors), un modo
dispregiativo di chiamare chiunque promuova punti di vista liberali e i kinke
lovers, termine offensivo che si riferisce a persone LGBTQ+.

5. Tecniche di identificazione: da NLP alla Social Network Analysis
La Natural Language Processing (NLP) è utilizzata per identificare disinform-
azione e discorsi d’odio attraverso l’analisi del linguaggio naturale. Attraverso
algoritmi sofisticati, la NLP analizza il testo alla ricerca di parole chiave, toni
emotivi e modelli linguistici associati a contenuti dannosi. Questi strumenti
consentono di rilevare automaticamente discorsi discriminatori, diffamatori o
falsi su piattaforme online, facilitando la moderazione e la mitigazione della dif-
fusione di contenuti dannosi. Inoltre, la NLP può essere impiegata per monito-
rare continuamente i social media e altre fonti online, individuando rapida-
mente e rispondendo a nuove forme di disinformazione e odio digitale.
Sebbene le tecniche di elaborazione del linguaggio naturale (NLP) siano
state utilizzata con successo per identificare disinformazione e discorsi d’odio,
molti degli sforzi di ricerca sono diretti verso la lingua inglese, limitando forte-
mente il potere di classificazione nelle altre lingue. In italiano, ad esempio, esis-
tono diverse tecniche di apprendimento per identificare i discorsi d’odio, tra cui
HATE-ITA , un modello binario di classificazione dell’incitamento all’odio
23
19 https://mediabiasfactcheck.com/fox-news-bias/, ultima consultazione 7 marzo 2024.
20 https://mediabiasfactcheck.com/odysee-bias-and-credibility/, ultima consultazione 7
marzo 2024.
21 https://mediabiasfactcheck.com/rumble/, ultima consultazione 7 marzo 2024.
22 https://mediabiasfactcheck.com/vanguard-america, ultima consultazione 7 marzo 2024.
23 D. Nozza, F. Bianchi, G. Attanasio, HATE-ITA: Hate Speech Detection in Italian Social Media

136