Making The Internet A Safer Place | Pete Burnap | TEDxCardiff

большое спасибо, так что мы были
говорить о квестах рано, так
делая Интернет более безопасным местом, где вы
знай как хорошее место, как любой, чтобы начать я
думаю, и так да, нам не разрешено
в основном мы пытались заняться
безопасности безопасности, пытаясь сделать
интернет — безопасное место, я собираюсь
поговорить с вами о сегодняшнем
ненависть и кибер-ненависть, так сколько
вас здесь использовать онлайн социальные сети
около семидесяти пяти процентов, сколько
вы бы знали, как общаться с кибератом
ненависть, если вы столкнулись с этим, чтобы попытаться
своего рода средство от четырех человек
отлично, поэтому я получил работу, я был бы
Короткий разговор иначе , так что я буду
поговорите с вами немного сегодня о том, как
мы определяем его, как мы измеряем его, как мы
соблюдайте это, а затем дайте нам, что мы — вы
знать ученых-исследователей и как мы можем
управлять им и реальным вынос для вас
парни надеются , что это будет
теперь я первым делом
делают различия между преступлениями на почве ненависти и
кибер-ненависть, так что преступления на почве ненависти закреплены в
закон, поэтому в Великобритании у нас есть общественность
Закон о заказе, который в основном имеет
пороги , которые необходимо передать в течение
что-то преступление, основанное на
защищенные характеристики расы религия
сексуальной ориентации и т. д., но для
что-то быть преступлением на самом деле
должен иметь либо подстрекательство
элемент к нему или активная угроза сейчас
что нам не все кажется
подходит для управления чем-то вроде
интернет слишком много слишком много людей на
это и есть слишком много вещей там
на данный момент, как я уверен, вы видели
наш подход к этому заключается в том, что если мы собираемся
измерить что-то, что нам нужно измерить
то, что можно понять
все, поэтому мы воспринимаем вред
в основном, если кому-то может быть причинен вред
тогда это кибер — ненависти я видел наш дубль
на нем
Теперь эти вещи , как правило, вызваны
такие вещи, как brexit the Westminster
атакующий президент Трамп, мы собираемся
Мексика собирается заплатить за
это право, как правило, приводит к
реакция онлайн-реакции онлайн
реакция, направленная на людей, которых мы защищали
характеристики после 9/11
нападает на преступления на почве ненависти , записанные на форуме
58 процентов из них происходят в течение двух
недель, чтобы мы могли реагировать
к этому быстро , и это вне форума
поэтому представьте себе, что мы должны уметь
измерьте это быстро и в режиме реального времени
хорошо, так что мы по существу смотрим
для измерения антагонистических и
ненавистный язык онлайн теперь вы все ставите
ваши руки вверх взгляды и онлайн социальный
сети, которые сейчас используют большинство пользователей в Интернете
социальные сети сейчас, когда вы используете
их навсегда, которые все в нем
сегодня вы все продвигаете TEDx
и всех докладчиков, которые здесь сегодня
да, поэтому вы используете его навсегда и
пытаясь получить положительное сообщение
там он дает вам это право мегафона
дает вам этот этап, чтобы эта платформа была
способный охватить всех в любом месте
мир, который получил доступ к онлайн-социальным
сетей, которые в настоящее время составляют большую долю
но, к сожалению, он также дает
платформу для людей с представлениями, которые
ненавистный
и наши антагонистические, и они хотят
выражают и хотят реагировать на вещи
вы знаете, что сегодня у нескольких людей есть
о том, как люди реагируют на
вещи и люди возвращаются, люди получают
подчеркнули такие вещи, как изменения в политике
и правительство вы знаете , что они , как правило,
приводят к тому, что мы получаем эти реакции
теперь это также приводит к эхо
палаты и когда кибер-ненависть отсутствует
там люди склонны присоединяться к этому
и чем дольше он там для и
тем больше он распространяется
эти онлайн- социальные сети остаются
проблема, поэтому наша задача — измерить эту
лучше понять, как управлять этим
тип проблемы теперь все онлайн-социальные
сети страдают этим, но мы
особенно изучил Twitter, потому что
он настолько открыт, что он очень связан
то, что мы сделали, в основном собрано
данные из Twitter после одного из этих
в частности, это было
Вуллетт и атака на Ли
Ригби и Уиллетт
и в основном то, что мы сделали, это мы
спросил людей , это ненависть
антагонистический простой, как тот, где люди
согласитесь, мы принимаем это как золото
стандарт это ненавистный антагонистический
теперь одна из проблем, с которыми мы сталкиваемся
после того, как вы знаете, события триггера
что существует такой объем реакции
в онлайн-социальных сетях мы не могли дать
каждому твитту каждому
будет навсегда аннотировать, чтобы
мы можем сделать, это
это и признать особенности кибер
ненависть, и это именно то, что мы имеем
теперь, сколько из вас пришли
перед машинным обучением перед горсткой
в основном машинное обучение
признавая особенности, которые мы как
люди будут искать , чтобы иметь возможность
что-то определите, если я дам вам
основной пример яблок и бананов
право одной функции, которую мы могли бы идентифицировать как
цвет , чтобы мы могли подготовить машину к
если что-то красное или зеленое, это
Apple — предложение желтое — это банан
конечно, будут случаи, когда
у вас будут зеленые бананы и зеленые
яблоки, а затем вас тоже путают
У меня будут другие особенности для
Например, если он круглый, это яблоко длинное
и тонкий это банановый правый так машина
обучение в основном определяет
функции, которые машина может распознать
и классифицировать как что-то в нашем случае
кибер-ненависть, поэтому одно из очевидных вещей
мы могли бы сделать, это искать
унизительные условия. Я уверен, что вы можете все
думать о уничижительных терминах двум людям
вы можете показать это
люди, которые демонстрируют частицы
защищенные характеристики , которые потухший
на самом деле не работает все , что хорошо
причина заключается в проверке некоторых из
эти твиты, которые мы аннотировали, мы
фактически было выявлено много
здесь я чувствую больше нравственного антагонизма
вы все натолкнулись на это, это
сообщение S & M не здесь идет домой не
теперь приветствую, что не всегда
работайте со словами сами, так что мы
фактически сделано, чтобы начать смотреть на
изучение вероятностных языковых моделей
которые я не буду вдаваться, но по существу
то, что они ищут, является совместным
такие термины, как вернуться назад, не приветствуются go home s
и затем они ищут те, которые
вероятностно вероятно
в кибер-ненависти, в отличие от общих
повседневный язык , так что мы обнаружили,
что использование этого метода позволяет нам
примерно на 80%
классифицируя что-то как кибер-ненависть
полный или антагонистический язык, который
означает , что мы можем обучить машину к
в основном делать то , что человек будет делать
потому что давайте вспомним, что люди на 100%
точный либо во время этой аннотации
как правило, около 75% при
время, когда люди договорились о
является ли Турман ненавистным антагонистическим
так что теперь, когда мы можем это сделать, мы
может сделать это в масштабе, поэтому после
мы можем взять все данные, которые
приходит вокруг события и изучает его
поэтому после атаки в Виллете это
именно то, что мы сделали, что хотели
чтобы знать, как вирусный делает речь ненависти
и мы измерили статистически, как
вероятно, разные элементы разные
особенности твитов статистической
Сила этих элементов в прогнозировании
будут ли они переизданы или нет
поэтому у нас были такие вещи, как
содержат хэштег , содержат ли они
URL, с которым они были в твиттере, мы посмотрели
в различных средствах массовой информации
Политические группы
последователей один из элементов в
модель была кибер-ненавистью другого элемента в
модель была позитивной позицией или
отрицательно, вы знаете грубо-готовые
тип измерения кибер ненавидит нас
знаю, было около 80% точных мы
предположил следующее нападение
кибер-ненависть, скорее всего, будет
Процитировал вы бы себе это было бы это
был на самом деле 45% меньше шансов быть
переизданный, чем твит, который не
содержат кибер-ненависть, так что это не
распространение после этой атаки, которая была
поддерживаемый измерением настроений
что на самом деле сказал нам, что это 24%
более вероятно, будет пересмотрено, если это
содержали позитивные настроения это было
сообщения сообщений поддержки для
общественные лидеры, которые
осудил нападение кибер-ненависти не
распространение после этой атаки
мы также посмотрели на долговечность, как долго
что-то остается там в
Twittersphere это важно, потому что
чем дольше это время , тем больше
риск, что люди присоединятся к
создатели этих эхо-камер
кибер-ненависть вымерла в течение дня, когда мы
измеренный двухнедельный период, он вымер
очень очень быстро , не остаться там
очень долго так вопреки тому , что мы I
угадать популярное мнение о онлайн- социальной
сети, что они отчасти эхо
палаты ненависти и антагонизма мы
измерил его, мы видели его там
абсолютно там мы можем построить
сети вокруг того, кто
распространяет это, но не распространяется
далеко, и он не распространяется долго, что
хорошая вещь, поэтому это подводит меня к моему
последнее бит я думаю , что это просто как
управлять этим сейчас все другие вещи
Я говорил о до сих пор является своего рода
твердый, мы знаем, что мы вполне уверены
в этом есть еще один материал
мы начинаем , чтобы попасть в мы
начиная получать некоторые выводы о том, как
чтобы управлять им теперь, что мы сделали , мы
посмотрел на темы на Twitter, так что если вы
опубликуйте твит, и люди ответили на него
и они отвечают на него, и они отвечают
он затем применяется к нему, и они могут
получилось довольно долго, поэтому мы посмотрели следующий
кибер-ненависть замечает, как долго эти потоки
и мы снова измерили
статистически, каковы были факторы, которые
означало, что они заканчиваются как длинные нити или
короткие темы — идея, которую мы можем видеть
как это произошло сейчас, мы обнаружили, что если
вы заходите туда и вызываете кого-то
клавиатурный воин абсолютно огни
огонь нагревается, он получает больше
экстремальный становится действительно действительно очень
более растянутый мы идем туда и вызов
кто — то расист на самом деле они , как правило,
прекратите проверку, у них есть то, что они
но мы также увидели, что
если это происходит в небольших количествах
создает немного крючка для человека
кто отправил это оригинальное сообщение в
вернись, ты знаешь кого-то вроде меня
возможно, подтвердил меня, но кто — то еще
сказал, что кто-то другой, на котором я могу
действительно не так много смысла в этом
вообще
и
самые полезные замечания были просто причиной
на заказ вы не можете этого сделать,
приемлемые или запрашивающие доказательства и
нет никаких доказательств, но
важный вывод состоит в том, что чем больше
люди, которые получают
участие в встречной речи в этом
нить пытается остановить его, пытаясь дать
сообщение, в котором говорится, что это неприемлемо
чем короче нить стала такой
в основном то, что мы видим
разумная активность онлайн-сообщества, поэтому
после беспорядков в Лондоне
это оффлайн-мероприятие, но люди вышли
с их щетками и сказал, смотри ты
знаю, что мы все еще здесь, мы собираемся
очистим, мы собираемся разобраться в этом
ты знаешь, что ты не побьешь нас
это в офлайновом мире, но
онлайн в офлайновом мире не может быть
больше отделяются, когда люди
атакуют онлайн, они чувствуют это в своих
и они чувствуют это как раз в своем
дома они не хотят выходить из
они чувствуют это, когда они идут на работу
они чувствуют, что все смотрят на
их просто потому, что что-то в сети
не означает, что это не затрагивает их в
мир, в котором мы живем в онлайн-режиме
в автономной мировой социальной сплоченности
очень большая проблема на данный момент и кибер
ненависть онлайн есть и доступна
для любого в мире, чтобы увидеть Интернет
связывает нас всех, поэтому мое последнее замечание будет
будь ты все онлайн онлайн социальный
СМИ , так что если вы видите , что работать вместе и
Вы можете остановить это большое спасибо
[Аплодисменты]