El proyecto REAL UP celebra su conferencia final y comparte los resultados del proyecto - Observatorio Español del Racismo y la Xenofobia
10/06/2024
REAL UP
El proyecto REAL UP celebra su conferencia final y comparte los resultados del proyecto
Temática:
Tipología:
El evento, que culmina 24 meses de trabajo, se celebró en Casa Árabe el pasado 6 de junio de 2024.
En la conferencia se divulgaron los principales resultados del proyecto, como el algoritmo HaterBert, que permite etiquetar tuits en diferentes categorías de odio contribuyendo a prevenir conductas de odio en la red.
Se expuso el trabajo realizado con herramientas de Inteligencia Artificial para generar estrategias de contranarrativa eficaces frente al discurso de odio.
Comparte en redes sociales:
El proyecto europeo REAL UP Discurso de odio, racismo y xenofobia: mecanismos de alerta y respuesta, análisis del discurso Upstander, liderado por el OBERAXE, ha celebrado, el pasado 6 de junio, en Casa Árabe (Madrid), su conferencia final en la que se difundieron los principales resultados, éxitos y productos tras 24 meses de trabajo.
El acto comenzó con una bienvenida institucional a cargo de Olivia Orozco de la Torre, coordinadora de Formación y Economía de Casa Árabe; de Rafael Pérez Ruiz, Secretario de Estado de Seguridad, del Ministerio del Interior; y de Pilar Cancela Rodríguez Secretaria de Estado de Migraciones. Pilar Cancela destacó las aportaciones del proyecto para prevenir de forma eficaz, a través del desarrollo de nuevas herramientas, el racismo, la xenofobia y el discurso de odio en internet, un fenómeno en incremento en Europa que puede actuar como precursor de la violencia y que amenaza los valores democráticos, la estabilidad social y la convivencia pacífica.
En la primera mesa de debate participaron Tomás Fernández Villazala, director de la Oficina Nacional de Lucha contra los delitos de Odio (ONDOD); Lara Quijano, profesora de la Universidad Autónoma de Madrid; y Rosa Elvira Lillo, profesora de la Universidad Carlos III de Madrid. En esta mesa se puso de manifiesto la importancia de abordar los delitos de odio y el discurso de odio desde diferentes ángulos: desde el punto de vista jurídico y de prevención delictiva; y desde el ámbito social, con la necesaria implicación de la ciudadanía para combatir la incitación al odio y los discursos discriminatorios.
Por otra parte, se presentó el algoritmo HaterBert, desarrollado en el seno del proyecto. Lara Quijano compartió con los asistentes el trabajo realizado para crear el algoritmo, que permite realizar un etiquetado de los contenidos publicados en X (Twitter), categorizando los mensajes en: no odio, odio, discurso upstander (contranarrativa) y odio extremo. Quijano incidió en la necesidad de entrenar Haterbert y alimentarlo a medida que va evolucionando el lenguaje en las redes. El algoritmo se entiende como una herramienta valiosa que sirve de apoyo a las instituciones y autoridades para identificar y prevenir manifestaciones de odio, pudiendo realizar un seguimiento sobre los usuarios que son considerados potenciales generadores de odio. Asimismo, la profesora Lillo presentó el análisis que ha llevado a cabo para definir el perfil de los “odiadores” y de las víctimas, a partir de una serie de características, lo que permite hacer predicciones sobre el discurso de odio. Se hizo hincapié en la importancia de desarrollar nuevas herramientas de sensibilización y de generar conocimiento desde el ámbito académico que pueda ser aplicable a la vida real a través de la administración pública y la sociedad civil.
El uso de la Inteligencia Artificial para generar contranarrativa
En la segunda mesa intervinieron Jose Camacho Collados, de la Universidad de Cardiff; Lena de Botton, de la Community of Research on Excellence for All (CREA) de la Universidad de Barcelona; Arturo Lance, de la Universidad de Valencia; y Maite Martín Valdivia, de la Universidad de Jaén. La profesora Martín expuso el trabajo realizado con herramientas de Inteligencia Artificial, en concreto con sistemas automáticos basados en aprendizaje automático (ML) y Procesamiento de Lenguaje Natural (PLN), para generar estrategias de contranarrativa y discurso upstander eficaces frente al discurso de odio. Según la investigación, las estrategias consideradas más fructíferas comprenden la creación de narrativas veraces y no ofensivas, que promuevan un discurso positivo como alternativa a intentar “censurar” el contenido de odio. Arturo Lance presentó el mapa de herramientas y buenas prácticas que señaló habría que adaptar para que puedan estar disponibles y ser aplicadas en ámbitos como el educativo.
