Le Dr Eduardo Silva Alvarado, directeur de la Fundación Universitaria Iberoamericana (Fondation universitaire ibéro-américaine, FUNIBER) au Guatemala, participe à une étude qui a développé un modèle innovant pour la détection automatique des discours haineux sur les réseaux sociaux. Cette avancée répond aux défis inhérents à l’identification de contenus offensants dans des environnements numériques multilingues et multimodaux.
L’essor des réseaux sociaux a facilité la communication mondiale, permettant aux utilisateurs de partager des informations sous divers formats et dans différentes langues. Cependant, cette expansion a également favorisé la diffusion de discours haineux, qui peuvent se manifester sous forme de textes, d’images et de vidéos, et dans plusieurs langues. La détection de ce type de contenu est essentielle pour maintenir des environnements numériques sûrs et respectueux.
Traditionnellement, les systèmes de détection des discours haineux se sont concentrés sur l’analyse monolingue et sur un seul type de contenu, principalement le texte. Ces approches présentent des limites importantes face à la diversité linguistique et à la nature multimodale des publications sur les réseaux sociaux. L’absence d’outils capables de traiter ces complexités a rendu difficile l’identification efficace des contenus offensants dans des contextes multilingues et multimodaux.
L’étude en question présente un modèle qui combine des techniques avancées de traitement du langage naturel et d’analyse d’images pour détecter les discours haineux dans plusieurs langues et formats de contenu. Cette approche intégrée permet une identification plus précise et plus efficace des contenus offensants dans des environnements numériques diversifiés.
Pour développer ce modèle, l’équipe a compilé un ensemble de données multilingues et multimodales comprenant des textes, des images et des vidéos dont le contenu a été étiqueté comme discours haineux. Des techniques d’apprentissage profond ont été utilisées pour former le modèle à l’identification de modèles associés au discours haineux dans différentes langues et différents formats de contenu.
Résultats pertinents
Les résultats de l’étude montrent que le modèle proposé surpasse les approches traditionnelles en matière de détection des discours haineux dans des contextes multilingues et multimodaux. La capacité du modèle à analyser simultanément du texte et des images dans plusieurs langues améliore considérablement la précision et l’efficacité de l’identification des contenus offensants.
Cette avancée a des implications importantes pour la modération des contenus sur les plateformes de réseaux sociaux, car elle permet une réponse plus rapide et plus efficace face à la diffusion de discours haineux. En outre, le modèle peut être adapté à différents contextes culturels et linguistiques, ce qui en fait un outil précieux pour la promotion d’environnements numériques plus sûrs et plus inclusifs.
Si vous souhaitez en savoir plus sur cette étude, cliquez ici.
Pour lire d’autres recherches, consultez le répertoire de l’UNEATLANTICO.
La Fondation universitaire ibéro-américaine (FUNIBER) offre des bourses pour étudier le Master en gestion stratégique des technologies de l’information. Ce programme est conçu pour les professionnels qui cherchent à comprendre et à maîtriser le processus stratégique des technologies de l’information dans le cadre du développement des entreprises, en abordant des thèmes tels que la gestion du changement organisationnel, l’innovation entrepreneuriale et la direction de projets technologiques. Ne manquez pas l’occasion de donner un coup de pouce à votre carrière dans le domaine des technologies de l’information. Inscrivez-vous dès maintenant à ce master et devenez un leader dans la transformation numérique des organisations.