Przejdź do treści
Insights > Audiences

Oferowanie nadziei, a nie finansowanie nienawiści

6 minut czytania | maj 2021

Przez ponad rok negatywna retoryka przeciwko Chinom jako źródłu wirusa COVID-19 spowodowała zwiększone ataki słowne i fizyczne na społeczność Amerykanów Azji i Wysp Pacyfiku (AAPI). W miarę jak świat uczył się poruszać po pandemii, wraz z rozprzestrzenianiem się wirusa wzrosła liczba przestępstw z nienawiści wobec Azjatów. Podczas gdy aktywiści i sojusznicy zwiększyli swoje wysiłki w walce z nienawiścią, jednym z natychmiastowych wezwań do działania było zakończenie używania rasistowskiej terminologii w mediach, która nadal napędza niebezpieczne konsekwencje w prawdziwym życiu.

Szkodliwe skutki tego języka (np. "wirus chiński", "zaraza z Wuhan") są powszechne, ponieważ nowa analiza firmy Nielsen podkreśla, że azjatyckie stereotypy, spiski dotyczące pochodzenia COVID-19 oraz obraźliwe terminologie skierowane przeciwko Amerykanom pochodzenia azjatyckiego są bardzo rozpowszechnione w treściach cyfrowych. Podczas gdy media mają oczywistą rolę do od egrania w walce z antyazjatyckim rasizmem, marki również. W wyniku procesu obsługi reklam cyfrowych, marki nieumyślnie finansują mowę nienawiści. Bez wglądu w to, gdzie pojawiają się ich reklamy, marki mogą łatwo zostać skojarzone z obraźliwymi treściami i słowami kluczowymi. W coraz bardziej cyfrowym krajobrazie medialnym, marki muszą się chronić i przestać nieumyślnie finansować treści, które narażają społeczności AAPI na niebezpieczeństwo.

CZY WIELKIE MARKI FINANSUJĄ MOWĘ NIENAWIŚCI W SIECI?

Wśród wzrostu szkodliwych narracji, reklama w dużej mierze pozostała bez zmian. Aby lepiej zrozumieć, jak powszechna jest ekspozycja marki na mowę nienawiści, Nielsen przeprowadził badanie wykorzystujące sztuczną inteligencję do zidentyfikowania ponad 1200 adresów URL stron internetowych zawierających mowę nienawiści wobec osób pochodzenia azjatyckiego. Po wyodrębnieniu obraźliwych treści, zidentyfikowaliśmy tysiące wystąpień reklamowych.

Źródło: AdVerif.AI, 01/01/2020-04/01/2021

Na tej podstawie zidentyfikowaliśmy ponad 250 kampanii reklamowych dotkniętych tym problemem w samym tylko pierwszym kwartale tego roku. Kampanie te były prowadzone na adresach URL, gdzie marki, w tym nazwy domowe, sąsiadowały z treściami, które zawierały rasistowską, lekceważącą, stygmatyzującą i ksenofobiczną terminologię oraz spiski związane z pochodzeniem koronawirusa, Azjatami i Chinami.

Które kategorie reklamowe finansowały hate speEch?

Źródło: Nielsen Digital Ad Intel, Q1 2021, Digital Display and Digital Video ad spend by select categories on websites with at least one detected instance of anti-Asian hate speech.

OBRAZ ANTYAZJATYCKIEJ MOWY NIENAWIŚCI WSPIERANEJ REKLAMAMI W TREŚCIACH CYFROWYCH

Od relacji w wiadomościach po artykuły op-eds, terminy i subiektywny język łączący winę za nowy koronawirus z Chińczykami i Azjatami splamił relacje medialne na ekranie i w sieci.

Jest coraz lepiej, prawda?

Pomimo wpływu tej terminologii, treści te nadal pojawiają się na niektórych z dzisiejszych najczęściej odwiedzanych stron internetowych z wiadomościami i informacjami. A marki pozostają w wyniku tego narażone.

Źródło: Nielsen Digital Content Ratings, Q1 2021 Unique Audience, Computer Only; Nielsen Digital Ad Intel, Q1 2021 

W pierwszym kwartale 2021 roku w kampaniach reklamowych kilkunastu firm z listy Fortune 500 i co najmniej 66 marek znaleziono sąsiedztwo treści zawierających antyazjatycką mowę nienawiści. 

KTO W TYM ROKU SFINANSOWAŁ AZJATYCKĄ MOWĘ NIENAWIŚCI?

Źródło: Nielsen Digital Ad Ratings, I kwartał 2021 r.

Nasza analiza zidentyfikowanej mowy nienawiści w pierwszym kwartale 2021 roku wykazała, że użycie tego języka faktycznie wzrosło w marcu w stosunku do stycznia i lutego, biorąc pod uwagę rocznicę większości blokad w USA w marcu 2020 roku.

Przeczytaj jako: W marcu 2021 roku zidentyfikowano 98 urn stron, które używały antyazjatyckiej mowy nienawiści. 

Przeczytaj jako: W I kwartale 2021 roku zidentyfikowano 42 urle stron, które w swoich relacjach o koronawirusach promowały spisek "China lab".Źródło: AdVerif.AI

Patrząc głębiej, częstsze terminy skupiają się na winie, nieufności i złośliwości wobec Chin, ich ludzi i ich rządu. Prawie jedna trzecia mowy nienawiści w marcu 2021 roku pochodziła tylko z jednej strony, która zebrała ponad 100 000 dolarów w cyfrowych wydatkach reklamowych z trzech głównych kategorii reklamowych.

Źródło: Nielsen Digital Ad Intel, Q1 2021, Digital Display and Digital Video ad spend across websites with at least one detected instance of anti-Asian hate speech.

POTRZEBA MNIEJ NIENAWIŚCI, A WIĘCEJ NADZIEI

Ponieważ Senat zatwierdził anty-azjatycką ustawę o przestępstwach z nienawiści z dwupartyjnym poparciem, ten sygnał jedności przynosi pewną nadzieję, że ustawodawcy zrobią to, co do nich należy, aby zapobiec dalszej przemocy wobec Azjatów. Podczas gdy Center for the Study of Hate and Extremism szacuje, że przestępstwa z nienawiści wobec Azjatów wzrosły o 150% w ciągu ostatniego roku, wydatki na reklamę w treściach cyfrowych z mową nienawiści spadły ogólnie w pierwszym kwartale 2021 roku. Istnieje nadzieja, że dalsza świadomość uniemożliwi branży reklamowej monetyzację treści, które napędzają nienawiść.

OKAZJA DO DZIAŁANIA

Co marki mogą zrobić już teraz

Amerykańscy konsumenci w całym kraju wstają i żądają od rządu i biznesu odpowiedzialności za podejmowane działania. To nie jest tylko kwestia społecznej odpowiedzialności biznesu, to kwestia bezpieczeństwa marki. Dla reklamodawców, bezpieczeństwo marki jest o coś więcej niż stagnacji listy terminów. Marki i ich partnerzy reklamowi powinni być w ciągłym przeglądzie, ponieważ pojawia się język, który jest szkodliwy dla społeczności - i dla ich marki. A serwery reklamowe muszą rozważyć, jak zmiany w retoryce mogą być odzwierciedlone w ich algorytmach. Nadszedł czas, aby przemyśleć, jak i gdzie pojawiają się kampanie reklamowe, poprosić o odpowiedzialność od partnerów zajmujących się umieszczaniem reklam cyfrowych i zbudować bariery ochronne, aby zapobiec umieszczaniu reklam w treściach zawierających mowę nienawiści.

Metodologia

Nielsen Digital Content Ratings

Nielsen Digital Content Ratings (DCR) niestandardowa analiza zasięgu desktopowego głównych domen informacyjnych dostarczonych do AdVerif.AI, które zostały oznaczone jako publikujące treści zawierające antyazjatycką mowę nienawiści w okresie 1/1/2021-3/31/2021.

Nielsen Digital Ad Ratings

Nielsen Digital Ad Ratings (DAR) custom analysis of advertisers that ran desktop impressions on URLs that included hate speech during 1/1/2021-3/31/2021.

Nielsen Ad Intel

Nielsen Ad Intel custom analysis reviewed National Digital Display and National Digital Video advertising spend within 1/1/2021-3/31/2021 on the sites identified for using anti-Asian hate speech.

AdVeRIF.Ai

AdVerif.AI to firma zajmująca się sztuczną inteligencją, dostarczająca rozwiązania do weryfikacji reklam dla reklamodawców, wydawców, a także platform reklamowych i wspierana przez Nielsen Innovate Fund. Wykorzystując przetwarzanie języka naturalnego (NLP) i uczenie maszynowe, autorska technologia AdVerif.AI jest w stanie wytrenować model, który potrafi zidentyfikować treści zawierające antyazjatyckie określenia związane z COVID-19. Współpraca z AdVerif.AI pozwoliła na wytrenowanie algorytmu, który odróżnia treści informujące o problemie mowy nienawiści od propagujących przesłania nienawiści, spisków czy stygmatów. Powstały model został następnie wykorzystany do oceny 300 najlepszych witryn informacyjnych, informacyjnych i agregujących wiadomości na podstawie miesięcznej unikalnej widowni Digital Content Ratings za styczeń 2021 roku. Każda strona w tych witrynach została następnie oceniona pod kątem prawdopodobieństwa, że zawiera mowę nienawiści, zwracając listę najlepszych "obraźliwych stron" poprzez przypisanie wyniku opartego na obecności mowy nienawiści, subiektywnego języka, fałszywych informacji itp. Każda strona jest dalej oceniana przez model w celu identyfikacji reklamodawcy (reklamodawców) i platformy reklamowej obsługującej reklamy, zapewniając widok w czasie reklam umieszczonych w obraźliwych treściach w oparciu o amerykański adres IP.