p Complete a seguinte frase:Refugiados Rohingya devem ir para ... - p A. Paquistão.
B. Bangladesh.
C. Inferno.

p Estas não são boas escolhas, mas todos são sentimentos expressos repetidamente nas redes sociais. Os Rohingyas, que começou a fugir de Myanamar em 2017 para evitar a limpeza étnica, estão mal equipados para se defenderem desses ataques online, mas as inovações do Instituto de Tecnologias de Linguagem (LTI) da Carnegie Mellon University podem ajudar a conter o discurso de ódio dirigido a eles e a outros grupos sem voz.

p Os pesquisadores do LTI desenvolveram um sistema que aproveita a inteligência artificial para analisar rapidamente centenas de milhares de comentários nas redes sociais e identificar a fração que defende ou simpatiza com as minorias desprivilegiadas, como a comunidade Rohingya. Moderadores humanos de mídia social, que não poderia peneirar manualmente tantos comentários, teria então a opção de destacar este "discurso de ajuda" nas seções de comentários.

p "Mesmo que haja muito conteúdo de incitação ao ódio, ainda podemos encontrar comentários positivos, "disse Ashiqur R. KhudaBukhsh, um pesquisador pós-doutorado no LTI que conduziu a pesquisa com o ex-aluno Shriphani Palakodety. Encontrar e destacar esses comentários positivos, eles sugerem, pode fazer tanto para tornar a Internet mais segura, lugar mais saudável, pois seria detectar e eliminar conteúdo hostil ou banir os trolls responsáveis.

p Deixados sozinhos, os Rohingyas são amplamente indefesos contra o discurso de ódio online. Muitos deles têm proficiência limitada em idiomas globais, como inglês, e eles têm pouco acesso à Internet. A maioria está ocupada demais tentando se manter viva para passar muito tempo postando seu próprio conteúdo, KhudaBukhsh disse.

p Para encontrar discursos de ajuda relevantes, os pesquisadores usaram sua técnica para pesquisar mais de um quarto de milhão de comentários do YouTube no que eles acreditam ser a primeira análise focada em IA da crise de refugiados de Rohingya. Eles apresentarão suas descobertas na conferência anual da Associação para o Avanço da Inteligência Artificial, 7 a 12 de fevereiro, Na cidade de Nova York.

p De forma similar, em um estudo ainda não publicado, eles usaram a tecnologia para pesquisar um "discurso de esperança" anti-guerra entre quase um milhão de comentários do YouTube em torno do ataque terrorista de fevereiro de 2019 a Pulwama na Caxemira, que inflamou a longa disputa Índia-Paquistão sobre a região.

p A capacidade de analisar grandes quantidades de texto em busca de conteúdo e opinião é possível devido a grandes melhorias recentes nos modelos de linguagem, disse Jaime Carbonell, Diretor do LTI e co-autor do estudo. Esses modelos aprendem com os exemplos para que possam prever quais palavras provavelmente ocorrerão em uma determinada sequência e ajudar as máquinas a entender o que os falantes e escritores estão tentando dizer.

p Mas os pesquisadores da CMU desenvolveram uma inovação adicional que tornou possível aplicar esses modelos a textos curtos de mídia social no Sul da Ásia, ele adicionou. Pequenos pedaços de texto, frequentemente com erros ortográficos e gramaticais, são difíceis para as máquinas interpretarem. É ainda mais difícil nos países do sul da Ásia, onde as pessoas podem falar vários idiomas e tendem a "trocar de código, "combinando bits de diferentes idiomas e até mesmo diferentes sistemas de escrita na mesma declaração.

p Os métodos de aprendizado de máquina existentes criam representações de palavras, ou palavras embeddings, para que todas as palavras com um significado semelhante sejam representadas da mesma maneira. Essa técnica possibilita calcular a proximidade de uma palavra a outras em um comentário ou postagem. Para estender essa técnica aos textos desafiadores do Sul da Ásia, a equipe CMU obteve novos embeddings que revelaram agrupamentos ou clusters de linguagem. Essa técnica de identificação de linguagem funcionou tão bem ou melhor do que as soluções disponíveis comercialmente.

p Esta inovação se tornou uma tecnologia capacitadora para análises computacionais de mídias sociais naquela região, Carbonell observou.

p Amostras dos comentários do YouTube mostraram que cerca de 10% dos comentários eram positivos. Quando os pesquisadores usaram seu método para pesquisar o discurso de ajuda no conjunto de dados maior, os resultados foram 88% positivos, indicando que o método pode reduzir substancialmente o esforço manual necessário para encontrá-los, KhudaBukhsh disse.

p “Nenhum país é pequeno demais para receber refugiados, "disse um texto, enquanto outro argumentou que "todos os países deveriam se posicionar por essas pessoas".

p Mas detectar textos pró-Rohingya pode ser uma faca de dois gumes:alguns textos podem conter linguagem que pode ser considerada discurso de ódio contra seus supostos perseguidores, ele adicionou.

p Antagonistas de Rohingya são "realmente parecidos com animais, não com seres humanos, então é por isso que eles genocidam pessoas inocentes, "disse um desses textos. Embora o método reduza os esforços manuais, comentários como este indicam a necessidade contínua de julgamento humano e de pesquisas adicionais, os cientistas concluíram.