שיח רעיל ברשת: משתמשים מאמצים בעיקר את הסגנון של המחנה שלהם
קרדיט תמונה: OpenAI OpenAI image generation Generated illustration
דוגמה של בני המחנה קשורה להתפשטות שיח רעיל. המחקר מבחין בין גסות סגנונית לבין שלילת זכויות, ומראה מדוע בחינת השיח הפוליטי צריכה להתייחס גם למה שקורה בתוך הקבוצה.
השפעת הסביבה הפוליטית הקרובה
הקשר העקבי ביותר בנתונים נמצא בין שיח רעיל של בני המחנה לבין שיח רעיל של המשתמש עצמו. המחברים מציעים שהעתקת סגנון קבוצתי עשויה לשמש להפגנת שייכות או לצבירת מעמד בתוך הקבוצה. ההסברים האלה מסייעים לפרש את הדפוס, אך המניעים עצמם לא נמדדו ישירות.
מושגי יסוד בקצרה
אי־נימוס מתייחס במאמר לסגנון דיבור פוגעני או גס. אי־סובלנות נוגעת לתוכן, כגון השתקת קבוצות או שלילת זכויותיהן. ההבחנה חשובה לדמוקרטיה משום שביקורת חריפה יכולה להשתלב בדיון ציבורי, בעוד שפגיעה במעמדם ובזכויותיהם של אחרים מציבה בעיה שונה.
נתוני משתמשים ורשתות מעקב בישראל
המחקר מנתח פעילות בטוויטר בישראל בשנת 2023, בתקופה של מחלוקת פוליטית חריפה סביב השינויים במערכת המשפט. הוא משלב ציוצים של משתמשים עם תוכן שפרסמו החשבונות שאחריהם הם עוקבים, ובוחן קשרים לאורך כמה נקודות זמן. הרכב המעקב משמש מדד לסביבת החשיפה האפשרית, אך אינו תיעוד של כל ציוץ שהופיע בפועל על מסך המשתמש.
מעבר מגסות סגנונית לתוכן לא סובלני
שיח לא מנומס של בני המחנה נמצא קשור גם לאי־נימוס וגם לאי־סובלנות בהמשך פעילות המשתמשים. הקשרים עם תוכן של המחנה היריב היו קטנים ופחות יציבים, ובדרך כלל ממוקדים יותר בסוג ההתנהגות שנצפה. בניגוד לציפייה הראשונית, הקשרים היו חלשים יותר ברשתות מעקב הומוגניות, ממצא המחייב זהירות בהסברים פשוטים של בועות פוליטיות.
מדוע חשוב להפריד בין גסות לבין אי־סובלנות?
אמירה גסה אינה זהה לדרישה לשלול זכויות מקבוצה אחרת. הפרדה בין הסגנון לתוכן מאפשרת לבחון איזה סוג של שיח מתפשט ומהי המשמעות הדמוקרטית של השינוי.
מה נחשב למחנה של המשתמש במחקר?
הניתוח מבחין בין חשבונות הקרובים למשתמש מבחינה פוליטית לבין חשבונות המזוהים עם הצד האחר. כך הוא בוחן אם אותו סוג של תוכן קשור להתנהגות שונה בהתאם לזהות הפוליטית של מי שפרסם אותו.
האם המשתמשים מגיבים בעיקר לרעילות של היריב?
הקשרים שנמצאו עם רעילות של בני המחנה היו חזקים ועקביים יותר. רעילות של המחנה היריב נקשרה לעיתים לתגובה דומה בסגנונה, אך לא הראתה אותו דפוס רחב של אימוץ כמה סוגי רעילות.
איך אי־נימוס של חברי הקבוצה קשור לאי־סובלנות?
המחקר מצא קשר בין אי־נימוס של חשבונות מאותו מחנה לבין ביטויים לא סובלניים של המשתמשים. המחברים מציעים שהסלמת הביטוי עשויה לסמן נאמנות קבוצתית, אך הנתונים אינם מוכיחים שזה המניע של כל משתמש.
האם הנתונים מוכיחים שמשתמש ראה את הציוצים שנמדדו?
מעקב אחר חשבון יוצר אפשרות לחשיפה, אך אינו מוכיח שציוץ מסוים נקרא. סדר ההצגה, שימוש בפלטפורמה ותיווך אלגוריתמי יכולים להשפיע על הפער בין סביבת המעקב לחשיפה בפועל.
מה נמצא לגבי רשתות פוליטיות הומוגניות?
הקשר בין רעילות בסביבת המעקב לבין רעילות המשתמש היה חלש יותר כאשר הרשת שלו הייתה הומוגנית יותר. המחברים מציעים כמה הסברים אפשריים ומדגישים שהמדד מבוסס על הרכב החשבונות הנעקבים, ולא על כל מבנה הרשת החברתית.
האם גיוון פוליטי ברשת מבטיח שיחה סובלנית יותר?
הממצא על רשתות הטרוגניות אינו תומך בהבטחה פשוטה כזו. חשיפה לצד האחר עשויה להשתלב בתחרות על נאמנות ומעמד בתוך המחנה, אך המחקר אינו מוכיח שגיוון הוא כשלעצמו הגורם לרעילות.
אילו מגבלות יש לסיווג אוטומטי של שיח רעיל?
שפה פוליטית כוללת הקשר, אירוניה ומשמעויות שאינן תמיד נתפסות במלואן בסיווג ממוחשב. לכן התוצאות תלויות גם באיכות המדידה ובהבחנה בין סוגי התוכן, ולא רק בכמות הגדולה של הציוצים.
האם מעקב לאורך זמן מספיק להוכחת הדבקה סיבתית?
סדר זמנים ובקרות סטטיסטיות יכולים לחזק את בחינת הקשר, אך אינם שקולים להקצאה אקראית של חשיפה. אירועים פוליטיים משותפים ובחירת החשבונות בידי המשתמשים עשויים להשפיע על שני צדי הקשר.
מה המשמעות למי שמבקש לשפר את השיח הפוליטי?
המחקר מצביע על חשיבות הנורמות שמציגים בני המחנה עצמו, לצד העיסוק בהתנהגות היריבים. הוא מציע יעד לבחינה ולפעולה בתוך קבוצות, אך אינו בודק תוכנית התערבות שהוכחה כמפחיתה שיח רעיל.
התקציר שלעיל הוא תקציר עצמאי בעברית, שנכתב בסיוע כלי בינה מלאכותית ובעריכה אנושית, על בסיס המאמר המקורי. הוא אינו תרגום רשמי של התקציר או של המאמר, אינו מטעם המחברים או כתב העת, ואינו מחליף קריאה במקור
עודכן לאחרונה: 27 באוקטובר 2026