Selama lebih dari satu tahun, retorika negatif terhadap Tiongkok sebagai sumber virus COVID-19 telah mengakibatkan meningkatnya serangan verbal dan fisik terhadap komunitas Asia Amerika dan Kepulauan Pasifik (AAPI). Ketika dunia belajar untuk menghadapi pandemi, kejahatan kebencian terhadap orang Asia-Amerika meningkat seiring dengan penyebaran virus. Sementara para aktivis dan sekutu telah meningkatkan upaya mereka untuk memerangi kebencian, salah satu seruan langsung untuk bertindak adalah untuk mengakhiri penggunaan terminologi rasis di media yang terus memicu konsekuensi berbahaya dalam kehidupan nyata.
Efek berbahaya dari bahasa ini (misalnya "virus China", "wabah Wuhan") tersebar luas, karena analisis baru dari Nielsen menyoroti bahwa stereotip Asia, konspirasi mengenai asal-usul COVID-19, dan terminologi ofensif terhadap orang Asia-Amerika tumbuh subur dalam konten digital. Media memiliki peran yang jelas dalam menangkal rasisme anti-Asia, begitu juga dengan merek. Sebagai hasil dari proses penayangan iklan digital, brand secara tidak sengaja mendanai ujaran kebencian. Tanpa mengetahui di mana iklan mereka muncul, merek dapat dengan mudah dikaitkan dengan konten dan kata kunci yang menyinggung. Dalam lanskap media yang semakin digital, brand perlu melindungi diri mereka sendiri dan berhenti memonetisasi konten yang secara tidak sengaja membahayakan komunitas AAPI.
APAKAH MEREK-MEREK BESAR MENDANAI UJARAN KEBENCIAN SECARA ONLINE?
Di tengah meningkatnya narasi yang berbahaya, periklanan sebagian besar tetap berjalan seperti biasa. Untuk lebih memahami seberapa lazimnya paparan merek terhadap ujaran kebencian, Nielsen melakukan penelitian dengan memanfaatkan kecerdasan buatan untuk mengidentifikasi lebih dari 1.200 URL situs web yang berisi ujaran kebencian terhadap orang-orang keturunan Asia. Setelah kami mengisolasi konten yang menyinggung, kami mengidentifikasi ribuan kemunculan iklan.
Sumber: AdVerif.AI, 01/01/2020-04/01/2021
Dari sana, kami mengidentifikasi lebih dari 250 kampanye iklan yang terkena dampak pada kuartal pertama tahun ini saja. Kampanye-kampanye ini berjalan di URL di mana merek-merek, termasuk nama-nama terkenal, berdekatan dengan konten yang menampilkan penggunaan terminologi rasis, meremehkan, menstigmatisasi, dan xenofobia, serta konspirasi yang terkait dengan asal-usul virus corona, orang Asia, dan Tiongkok.
Kategori iklan mana yang mendanai ujaran kebencian?
Sumber: Nielsen Digital Ad Intel, Q1 2021, Pengeluaran iklan Tampilan Digital dan Video Digital berdasarkan kategori tertentu di situs web dengan setidaknya satu contoh ujaran kebencian anti-Asia yang terdeteksi.
![](https://www.nielsen.com/wp-content/uploads/sites/2/2021/05/stop-asian-hate-sign-protest.jpeg)
POTRET UJARAN KEBENCIAN ANTI-ASIA YANG DIDUKUNG IKLAN DALAM KONTEN DIGITAL
Dari pelaporan berita hingga opini, istilah dan bahasa subjektif yang menghubungkan kesalahan virus corona baru dengan orang-orang Tiongkok dan Asia telah menodai liputan media di layar kaca dan online.
Sudah lebih baik, bukan?
Terlepas dari dampak penggunaan terminologi ini, konten ini masih muncul di beberapa situs web berita dan informasi yang paling banyak dikunjungi saat ini. Dan merek-merek tetap terekspos sebagai hasilnya.
Sumber: Peringkat Konten Digital Nielsen, Pemirsa Unik Q1 2021, Khusus Komputer; Nielsen Digital Ad Intel, Q1 2021ย
Pada kuartal pertama 2021, kampanye iklan dari selusin perusahaan Fortune 500 dan setidaknya 66 merek ditemukan berdekatan dengan konten yang mengandung ujaran kebencian anti-Asia.ย
SIAPA YANG MENDANAI UJARAN KEBENCIAN DI ASIA TAHUN INI?
Sumber: Peringkat Iklan Digital Nielsen, Q1 2021
Analisis kami terhadap ujaran kebencian yang teridentifikasi pada kuartal pertama 2021 menemukan bahwa penggunaan bahasa ini sebenarnya meningkat di bulan Maret dibandingkan dengan Januari dan Februari, mengingat sebagian besar wilayah AS mengalami lockdown pada Maret 2020.
Baca sebagai: 98 URL situs diidentifikasi pada Maret 2021 yang menggunakan ujaran kebencian anti-Asia.ย
Baca sebagai: 42 url situs diidentifikasi pada Q1 2021 yang mempromosikan konspirasi "laboratorium China" dalam liputan virus corona mereka.Sumber: AdVerif.AI
Jika ditelusuri lebih dalam, istilah-istilah yang lebih sering muncul berpusat pada kesalahan, ketidakpercayaan, dan kebencian terhadap China, rakyat, dan pemerintahnya. Hampir sepertiga dari ujaran kebencian pada Maret 2021 berasal dari satu situs saja, yang mengumpulkan lebih dari $100.000 belanja iklan digital dari tiga kategori iklan teratas.
Sumber: Nielsen Digital Ad Intel, Q1 2021, belanja iklan Digital Display dan Digital Video di seluruh situs web dengan setidaknya satu contoh ujaran kebencian anti-Asia yang terdeteksi.
![](https://www.nielsen.com/wp-content/uploads/sites/2/2021/05/aapi-need-a-change.jpeg)
PERLUNYA MENGURANGI KEBENCIAN DAN MENINGKATKAN HARAPAN
Ketika Senat menyetujui RUU kejahatan kebencian anti-Asia dengan dukungan bipartisan, sinyal persatuan ini membawa harapan bahwa para legislator akan melakukan bagian mereka untuk mencegah kekerasan lebih lanjut terhadap warga Amerika keturunan Asia. Meskipun Pusat Studi Kebencian dan Ekstremisme memperkirakan kejahatan kebencian anti-Asia telah meningkat 150% selama setahun terakhir, belanja iklan di konten digital dengan ujaran kebencian menurun secara keseluruhan pada kuartal pertama tahun 2021. Ada harapan bahwa kesadaran lebih lanjut akan mencegah industri periklanan memonetisasi konten yang memicu kebencian.
KESEMPATAN UNTUK BERTINDAK
Apa yang Dapat Dilakukan Merek Saat Ini
Konsumen AS di seluruh negeri berdiri dan menuntut pertanggungjawaban dari pemerintah dan bisnis untuk mengambil tindakan. Ini bukan hanya masalah tanggung jawab sosial perusahaan, tetapi juga masalah keamanan merek. Bagi pengiklan, keamanan merek lebih dari sekadar daftar istilah yang stagnan. Merek dan mitra periklanan mereka harus selalu meninjau ulang ketika muncul bahasa yang berbahaya bagi komunitas - dan merek mereka. Dan server iklan harus mempertimbangkan bagaimana perubahan dalam retorika dapat tercermin dalam algoritme mereka. Saatnya untuk memikirkan kembali bagaimana dan di mana kampanye iklan muncul, meminta pertanggungjawaban dari mitra penempatan iklan digital, dan membangun penghalang pelindung untuk mencegah penempatan iklan dalam konten yang mengandung ujaran kebencian.
Metodologi
Peringkat Konten Digital Nielsen
Analisis jangkauan desktop khusus Nielsen Digital Content Ratings (DCR ) terhadap domain berita teratas yang diberikan kepada AdVerif.AI untuk ditandai sebagai konten yang memuat ujaran kebencian anti-Asia pada periode 1/1/2021-3/31/2021.
Peringkat Iklan Digital Nielsen
Analisis khusus Nielsen Digital Ad Ratings (DAR ) terhadap pengiklan yang menayangkan tayangan desktop pada URL yang mengandung ujaran kebencian selama 1/1/2021-3/31/2021.
Nielsen Iklan Intel
Analisis khusus Nielsen Ad Intel meninjau belanja iklan National Digital Display dan National Digital Video dalam kurun waktu 1/1/2021-3/31/2021 di situs-situs yang diidentifikasi menggunakan ujaran kebencian anti-Asia.
AdVeRIF.Ai
AdVerif.AI adalah perusahaan kecerdasan buatan yang menyediakan solusi verifikasi iklan untuk pengiklan, penerbit, serta platform iklan dan didukung oleh Nielsen Innovate Fund. Dengan menggunakan Natural Language Processing (NLP) dan machine learning, teknologi AdVerif.AI yang dimiliki perusahaan ini dapat melatih model yang dapat mengidentifikasi konten yang menampilkan istilah-istilah anti-Asia yang berkaitan dengan COVID-19. Kolaborasi dengan AdVerif.AI memungkinkan untuk melatih algoritme untuk membedakan antara konten yang melaporkan masalah ujaran kebencian vs. menyebarkan pesan kebencian, konspirasi, atau stigma. Model yang dihasilkan kemudian digunakan untuk mengevaluasi 300 situs berita, informasi, dan agregasi berita teratas berdasarkan pemirsa unik bulanan Digital Content Ratings untuk bulan Januari 2021. Setiap halaman di situs-situs tersebut kemudian dievaluasi berdasarkan kemungkinan mengandung ujaran kebencian, menghasilkan daftar "halaman yang menyinggung" dengan memberikan skor berdasarkan keberadaan ujaran kebencian, bahasa subjektif, informasi yang tidak benar, dan lain-lain. Setiap halaman dievaluasi lebih lanjut oleh model untuk mengidentifikasi pengiklan dan platform iklan yang menayangkan iklan yang memberikan tampilan titik waktu dari iklan yang ditempatkan di konten yang menyinggung berdasarkan alamat IP AS.