Secondo uno studio unico nel suo genere, le città con una maggiore incidenza di un certo tipo di tweet razzisti hanno riportato crimini di odio più reali legati alla razza, etnia, e origine nazionale.

Un team di ricerca della New York University ha analizzato la posizione e le caratteristiche linguistiche di 532 milioni di tweet pubblicati tra il 2011 e il 2016. Hanno addestrato un modello di apprendimento automatico, una forma di intelligenza artificiale, per identificare e analizzare due tipi di tweet:quelli mirati, direttamente sposando opinioni discriminatorie e quelle che sono auto-narrative, descrivendo o commentando osservazioni o atti discriminatori. Il team ha confrontato la prevalenza di ciascun tipo di tweet discriminatorio con il numero di crimini d'odio effettivi segnalati durante lo stesso periodo di tempo in quelle stesse città.

La ricerca è stata guidata da Rumi Chunara, un assistente professore di informatica e ingegneria presso la NYU Tandon School of Engineering e biostatistica presso il NYU College of Global Public Health, e Stephanie Cook, un assistente professore di biostatistica e scienze sociali e comportamentali presso il NYU College of Global Public Health.

"Abbiamo scoperto che più mirato, tweet discriminatori pubblicati in una città relativi a un numero maggiore di crimini d'odio, " ha detto Chunara. "Questa tendenza in diversi tipi di città (ad esempio, urbano, rurale, grande, e piccolo) conferma la necessità di studiare in modo più specifico come i diversi tipi di discorsi discriminatori online possono contribuire alle conseguenze nel mondo fisico".

L'analisi ha incluso città con un'ampia gamma di urbanizzazione, diversi gradi di diversità della popolazione, e diversi livelli di utilizzo dei social media. Il team ha limitato il set di dati a tweet e crimini di pregiudizio che descrivono o sono motivati ​​dalla razza, discriminazione basata sull'origine etnica o nazionale. I crimini d'odio sono classificati e monitorati dal Federal Bureau of Investigation, e crimini motivati ​​dalla razza, etnia, o l'origine nazionale rappresentano la più grande proporzione di crimini d'odio nella nazione. Le statistiche per i crimini di orientamento sessuale non erano disponibili in tutte le città, sebbene i ricercatori abbiano precedentemente studiato questa forma di pregiudizio.

Il gruppo ha anche identificato una serie di termini e frasi discriminatori che sono comunemente usati sui social media in tutto il paese, così come i termini specifici di una particolare città o regione. Queste intuizioni potrebbero rivelarsi utili per identificare i gruppi che potrebbero essere bersagli più probabili di crimini a sfondo razziale e tipi di discriminazione in luoghi diversi. Sebbene la maggior parte dei tweet inclusi in questa analisi siano stati generati da utenti Twitter effettivi, il team ha scoperto che una media dell'8% dei tweet contenenti un linguaggio discriminatorio mirato è stato generato da bot.

C'era una relazione negativa tra la proporzione di tweet di discriminazione basata su razza/etnia/origine nazionale che erano auto-narrazione di esperienze e il numero di crimini basati sugli stessi pregiudizi nelle città. Chunara ha osservato che mentre le esperienze di discriminazione nel mondo reale sono note fattori di stress psicologico con conseguenze sulla salute e sociali, le implicazioni dell'esposizione online a diversi tipi di discriminazione online:narrazioni personali rispetto a quelle mirate, per esempio, necessitano di ulteriori studi.

Questi risultati rappresentano uno dei più grandi, analisi più complete di post discriminatori sui social media e crimini di pregiudizio nella vita reale in questo paese, anche se i ricercatori sottolineano che è necessario esplorare i meccanismi causali specifici tra l'incitamento all'odio sui social media e gli atti di violenza nella vita reale.