Complete la siguiente oración:Los refugiados rohingya deben ir a ... -

A. Pakistán.
B. Bangladesh.
C. Infierno.

Estas no son buenas opciones pero todos son sentimientos que se han expresado repetidamente en las redes sociales. Los rohingyas, que comenzaron a huir de Myanamar en 2017 para evitar la limpieza étnica, están mal equipados para defenderse de estos ataques en línea, pero las innovaciones del Instituto de Tecnologías del Lenguaje (LTI) de la Universidad Carnegie Mellon podrían ayudar a contrarrestar el discurso de odio dirigido a ellos y a otros grupos sin voz.

Los investigadores de LTI han desarrollado un sistema que aprovecha la inteligencia artificial para analizar rápidamente cientos de miles de comentarios en las redes sociales e identificar la fracción que defiende o simpatiza con las minorías desfavorecidas, como la comunidad rohingya. Moderadores humanos de redes sociales, que no podría examinar manualmente tantos comentarios, entonces tendría la opción de resaltar este "discurso de ayuda" en las secciones de comentarios.

"Incluso si hay mucho contenido de odio, todavía podemos encontrar comentarios positivos, "dijo Ashiqur R. KhudaBukhsh, investigador postdoctoral en el LTI que realizó la investigación con el ex alumno Shriphani Palakodety. Encontrar y destacar estos comentarios positivos, ellos sugieren, podría hacer mucho para que Internet sea más seguro, lugar más saludable como lo sería detectar y eliminar contenido hostil o prohibir a los trolls responsables.

Dejados a sí mismos los rohingya están en gran parte indefensos contra el discurso de odio en línea. Muchos de ellos tienen un dominio limitado de idiomas globales como el inglés, y tienen poco acceso a Internet. La mayoría está demasiado ocupada tratando de mantenerse con vida para pasar mucho tiempo publicando su propio contenido. Dijo KhudaBukhsh.

Para encontrar un discurso de ayuda relevante, Los investigadores utilizaron su técnica para buscar más de un cuarto de millón de comentarios de YouTube en lo que creen que es el primer análisis centrado en la inteligencia artificial de la crisis de refugiados rohingya. Presentarán sus hallazgos en la conferencia anual de la Asociación para el Avance de la Inteligencia Artificial, 7-12 de febrero En nueva york.

Similar, en un estudio aún inédito, utilizaron la tecnología para buscar un "discurso de esperanza" contra la guerra entre casi un millón de comentarios de YouTube sobre el ataque terrorista de Pulwama en febrero de 2019 en Cachemira, que encendió la disputa de larga data entre India y Pakistán sobre la región.

La capacidad de analizar cantidades tan grandes de texto en busca de contenido y opinión es posible debido a las importantes mejoras recientes en los modelos de lenguaje, dijo Jaime Carbonell, Director de LTI y coautor del estudio. Estos modelos aprenden de los ejemplos para poder predecir qué palabras es probable que ocurran en una secuencia determinada y ayudar a las máquinas a comprender lo que los hablantes y los escritores están tratando de decir.

Pero los investigadores de CMU desarrollaron una innovación adicional que hizo posible aplicar estos modelos a textos cortos de redes sociales en el sur de Asia. añadió. Pequeños fragmentos de texto, a menudo con errores ortográficos y gramaticales, son difíciles de interpretar para las máquinas. Es aún más difícil en los países del sur de Asia, donde las personas pueden hablar varios idiomas y tienden a "cambiar de código, "combinando bits de diferentes lenguajes e incluso diferentes sistemas de escritura en la misma declaración.

Los métodos de aprendizaje automático existentes crean representaciones de palabras, o incrustaciones de palabras, de modo que todas las palabras con un significado similar se representen de la misma manera. Esta técnica permite calcular la proximidad de una palabra a otras en un comentario o publicación. Para extender esta técnica a los desafiantes textos del sur de Asia, el equipo de CMU obtuvo nuevas incorporaciones que revelaron agrupaciones o clústeres de idiomas. Esta técnica de identificación de idiomas funcionó tan bien o mejor que las soluciones disponibles comercialmente.

Esta innovación se ha convertido en una tecnología habilitadora para el análisis computacional de las redes sociales en esa región. Carbonell señaló.

Las muestras de los comentarios de YouTube mostraron que alrededor del 10% de los comentarios fueron positivos. Cuando los investigadores utilizaron su método para buscar palabras de ayuda en el conjunto de datos más grande, los resultados fueron 88% positivos, indicando que el método podría reducir sustancialmente el esfuerzo manual necesario para encontrarlos, Dijo KhudaBukhsh.

"Ningún país es demasiado pequeño para recibir refugiados, "dijo un mensaje de texto, mientras que otro argumentó que "todos los países deberían tomar una posición a favor de esta gente".

Pero detectar textos a favor de los rohingya puede ser un arma de doble filo:algunos textos pueden contener lenguaje que podría considerarse un discurso de odio contra sus presuntos perseguidores, añadió.

Los antagonistas de los rohingya son "realmente una especie de animales, no seres humanos, por eso genociden a personas inocentes, ", dijo uno de esos textos. Aunque el método reduce los esfuerzos manuales, comentarios como este indican la necesidad continua de juicio humano y de más investigación, concluyeron los científicos.