เป็นเวลากว่าหนึ่งปีแล้วที่การกล่าวโจมตีจีนในฐานะแหล่งที่มาของไวรัส COVID-19 ส่งผลให้มี การโจมตีทั้งทางวาจาและร่างกาย ต่อ ชุมชนชาวอเมริกันเชื้อสายเอเชียและชาวเกาะแปซิฟิก (AAPI) เพิ่มมากขึ้น ในขณะที่โลกกำลังเรียนรู้ที่จะรับมือกับโรคระบาด อาชญากรรมจากความเกลียดชังต่อชาวอเมริกันเชื้อสายเอเชียก็เพิ่มมากขึ้นตามการแพร่ระบาดของไวรัส ในขณะที่นักเคลื่อนไหวและพันธมิตรได้เพิ่มความพยายามในการต่อสู้กับความเกลียดชัง หนึ่งในการเรียกร้องให้ดำเนินการทันทีคือการยุติการใช้คำศัพท์ที่เหยียดเชื้อชาติในสื่อ ซึ่งยังคงก่อให้เกิดผลที่ตามมาอันเลวร้ายในชีวิตจริง
ผลกระทบที่เป็นอันตรายจากภาษาประเภทนี้ (เช่น “ไวรัสจีน” “โรคระบาดอู่ฮั่น”) มีอยู่แพร่หลาย โดยการวิเคราะห์ใหม่จาก Nielsen เน้นย้ำว่าอคติต่อชาวเอเชีย ทฤษฎีสมคบคิดเกี่ยวกับต้นกำเนิดของ COVID-19 และคำศัพท์ที่ไม่เหมาะสมต่อชาวอเมริกันเชื้อสายเอเชียกำลังแพร่หลายในเนื้อหาดิจิทัล ในขณะที่ สื่อมีบทบาทชัดเจน ในการหยุดยั้งการเหยียดเชื้อชาติต่อชาวเอเชีย แบรนด์ต่างๆ ก็มีบทบาทเช่นกัน จากกระบวนการโฆษณาดิจิทัล แบรนด์ต่างๆ จึงจัดหาเงินทุนให้กับคำพูดที่แสดงความเกลียดชังโดยไม่ได้ตั้งใจ หากไม่มีข้อมูลเชิงลึกว่าโฆษณาของตนปรากฏอยู่ที่ใด แบรนด์ต่างๆ อาจเชื่อมโยงกับเนื้อหาและคำสำคัญที่ไม่เหมาะสมได้อย่างง่ายดาย ในภูมิทัศน์สื่อดิจิทัลที่เพิ่มมากขึ้น แบรนด์ต่างๆ จำเป็นต้องปกป้องตนเองและหยุดสร้างรายได้โดยไม่ได้ตั้งใจจากเนื้อหาที่ทำให้ชุมชนชาวเอเชียเชื้อสายเอเชียตกอยู่ในความเสี่ยง
แบรนด์ใหญ่ๆ กำลังระดมทุนเพื่อแสดงความเกลียดชังทางออนไลน์หรือไม่?
ท่ามกลางเรื่องราวที่เป็นอันตรายเพิ่มขึ้น การโฆษณาส่วนใหญ่ยังคงดำเนินไปตามปกติ เพื่อให้เข้าใจได้ดียิ่งขึ้นว่าแบรนด์ต่างๆ เผชิญกับคำพูดแสดงความเกลียดชังมากเพียงใด Nielsen ได้ทำการศึกษาวิจัยโดยใช้ปัญญาประดิษฐ์เพื่อระบุ URL เว็บไซต์มากกว่า 1,200 แห่งที่มีคำพูดแสดงความเกลียดชังต่อผู้ที่มีเชื้อสายเอเชีย เมื่อเราแยกเนื้อหาที่น่ารังเกียจออกแล้ว เราก็สามารถระบุโฆษณาที่เกิดขึ้นได้หลายพันรายการ
ที่มา: AdVerif.AI, 01/01/2020-04/01/2021
จากจุดนั้น เราได้ระบุแคมเปญโฆษณาที่ได้รับผลกระทบมากกว่า 250 รายการในไตรมาสแรกของปีนี้เพียงไตรมาสเดียว แคมเปญเหล่านี้ดำเนินการบน URL ที่มีแบรนด์ต่างๆ รวมถึงชื่อที่คุ้นเคย อยู่ติดกับเนื้อหาที่มีการใช้คำศัพท์และทฤษฎีสมคบคิดที่เหยียดเชื้อชาติ ดูหมิ่น เหยียดหยาม และเหยียดเชื้อชาติที่เกี่ยวข้องกับต้นกำเนิดของไวรัสโคโรนา ชาวเอเชีย และจีน
หมวดหมู่โฆษณาใดที่ได้รับการสนับสนุนจากคำพูดที่แสดงความเกลียดชัง?
ที่มา: Nielsen Digital Ad Intel, ไตรมาสที่ 1 ปี 2021 การใช้จ่ายโฆษณาแบบแสดงผลดิจิทัลและวิดีโอแบบดิจิทัลตามหมวดหมู่ที่เลือกบนเว็บไซต์ที่ตรวจพบการใช้ถ้อยคำแสดงความเกลียดชังต่อชาวเอเชียอย่างน้อยหนึ่งครั้ง

ภาพรวมของการแสดงความเห็นที่สร้างความเกลียดชังต่อชาวเอเชียผ่านโฆษณาในเนื้อหาดิจิทัล
ตั้งแต่การรายงานข่าวไปจนถึงบทบรรณาธิการ คำศัพท์และภาษาเชิงอัตวิสัยที่เชื่อมโยงความผิดของไวรัสโคโรนาสายพันธุ์ใหม่กับชาวจีนและชาวเอเชียได้ทำให้การรายงานสื่อทั้งบนหน้าจอและออนไลน์เสียหาย
ดีขึ้นแล้วใช่ไหม?
แม้ว่าคำศัพท์เหล่านี้จะมีอิทธิพล แต่เนื้อหาเหล่านี้ยังคงปรากฏบนเว็บไซต์ข่าวและข้อมูลที่มีผู้เยี่ยมชมมากที่สุดในปัจจุบัน และแบรนด์ต่างๆ ยังคงได้รับการเปิดเผยเนื่องจากปัจจัยเหล่านี้
ที่มา: Nielsen Digital Content Ratings ผู้ชมเฉพาะรายไตรมาสที่ 1 ปี 2021 คอมพิวเตอร์เท่านั้น; Nielsen Digital Ad Intel ไตรมาสที่ 1 ปี 2021
ในไตรมาสแรกของปี 2564 พบว่าแคมเปญโฆษณาจากบริษัทในกลุ่ม Fortune 500 จำนวนกว่าสิบแห่งและแบรนด์อย่างน้อย 66 แบรนด์เกี่ยวข้องกับเนื้อหาต่างๆ รวมถึงคำพูดที่แสดงความเกลียดชังต่อชาวเอเชีย
ใครเป็นผู้ให้ทุนสนับสนุนการแสดงความเกลียดชังในเอเชียในปีนี้?
ที่มา: Nielsen Digital Ad Ratings ไตรมาสที่ 1 ปี 2021
จากการวิเคราะห์ของเราเกี่ยวกับคำพูดที่แสดงความเกลียดชังที่ระบุตัวตนได้ในไตรมาสแรกของปี 2021 พบว่าการใช้ภาษาดังกล่าวเพิ่มขึ้นจริงในเดือนมีนาคมเมื่อเทียบกับเดือนมกราคมและกุมภาพันธ์ โดยคำนึงถึงวันครบรอบการล็อกดาวน์ในสหรัฐฯ ส่วนใหญ่ในเดือนมีนาคม 2020
อ่านเป็น: มีการระบุ URL ไซต์จำนวน 98 แห่งในเดือนมีนาคม 2021 ที่ใช้คำพูดที่แสดงความเกลียดชังต่อชาวเอเชีย
อ่านเป็น: พบ URL ของไซต์ 42 แห่งในไตรมาสที่ 1 ของปี 2021 ซึ่งส่งเสริมทฤษฎีสมคบคิดเรื่อง "ห้องแล็ปของจีน" ในการรายงานเกี่ยวกับไวรัสโคโรนา แหล่งที่มา: AdVerif.AI
เมื่อพิจารณาให้ลึกลงไป จะเห็นว่าคำศัพท์ที่ใช้บ่อยมักเน้นไปที่การตำหนิ ความไม่ไว้วางใจ และความอาฆาตพยาบาทต่อจีน ประชาชนจีน และรัฐบาลจีน คำพูดแสดงความเกลียดชังเกือบหนึ่งในสามในเดือนมีนาคม 2021 มาจากเว็บไซต์เพียงแห่งเดียว ซึ่งรวบรวมค่าใช้จ่ายโฆษณาดิจิทัลได้มากกว่า 100,000 ดอลลาร์จากหมวดหมู่โฆษณาหลักสามหมวดหมู่
ที่มา: Nielsen Digital Ad Intel, ไตรมาสที่ 1 ปี 2021 การใช้จ่ายโฆษณาแบบแสดงผลดิจิทัลและวิดีโอแบบดิจิทัลในเว็บไซต์ต่าง ๆ ที่ตรวจพบการใช้ถ้อยคำที่แสดงความเกลียดชังต่อชาวเอเชียอย่างน้อยหนึ่งครั้ง

ความต้องการความเกลียดชังน้อยลงและความหวังที่มากขึ้น
เมื่อวุฒิสภา อนุมัติ ร่างกฎหมายต่อต้านอาชญากรรมจากความเกลียดชังชาวเอเชียด้วยการสนับสนุนจากทั้งสองพรรค สัญญาณแห่งความสามัคคีนี้ทำให้เกิดความหวังขึ้นบ้างว่าฝ่ายนิติบัญญัติจะทำหน้าที่ของตนเพื่อป้องกันไม่ให้เกิดความรุนแรงต่อชาวอเมริกันเชื้อสายเอเชียเพิ่มขึ้นอีก แม้ว่าศูนย์ศึกษาด้านความเกลียดชังและความสุดโต่งจะประมาณการว่าอาชญากรรมจากความเกลียดชังต่อชาวเอเชีย เพิ่มขึ้น 150% ในช่วงปีที่ผ่านมา แต่การใช้จ่ายโฆษณาในเนื้อหาดิจิทัลที่มีถ้อยคำที่แสดงความเกลียดชังกลับลดลงโดยรวมในไตรมาสแรกของปี 2021 มีความหวังว่าการตระหนักรู้เพิ่มเติมจะป้องกันไม่ให้อุตสาหกรรมโฆษณาหารายได้จากเนื้อหาที่ปลุกปั่นความเกลียดชัง
โอกาสในการดำเนินการ
สิ่งที่แบรนด์สามารถทำได้ตอนนี้
ผู้บริโภคในสหรัฐฯ ทั่วประเทศต่างลุกขึ้นมาเรียกร้องความรับผิดชอบจากรัฐบาลและธุรกิจในการดำเนินการ ไม่ใช่แค่เรื่องของความรับผิดชอบต่อสังคมขององค์กรเท่านั้น แต่ยังเป็นเรื่องของความปลอดภัยของแบรนด์ด้วย สำหรับผู้โฆษณา ความปลอดภัยของแบรนด์ไม่ได้หมายความถึงแค่รายการคำศัพท์ที่ซ้ำซากจำเจ แบรนด์และพันธมิตรด้านโฆษณาควรได้รับการตรวจสอบอย่างต่อเนื่องเมื่อมีภาษาที่เป็นอันตรายต่อชุมชนและแบรนด์เกิดขึ้น และผู้ให้บริการโฆษณาจะต้องพิจารณาว่าการเปลี่ยนแปลงในวาทกรรมสามารถสะท้อนให้เห็นในอัลกอริทึมของตนได้อย่างไร ถึงเวลาแล้วที่จะต้องคิดใหม่ว่าแคมเปญโฆษณาจะแสดงขึ้นอย่างไรและที่ใด เรียกร้องให้พันธมิตรด้านการจัดวางโฆษณาดิจิทัลรับผิดชอบ และสร้างกำแพงป้องกันเพื่อป้องกันการจัดวางโฆษณาในเนื้อหาที่มีถ้อยคำที่แสดงความเกลียดชัง
วิธีการ
เรตติ้งเนื้อหาดิจิทัลของ Nielsen
การวิเคราะห์การเข้าถึงเดสก์ท็อปแบบกำหนดเองของ Nielsen Digital Content Ratings (DCR) สำหรับโดเมนข่าวสำคัญที่ส่งให้กับ AdVerif.AI โดยจะถูกทำเครื่องหมายว่าเป็นการเผยแพร่เนื้อหาที่มีคำพูดที่แสดงความเกลียดชังต่อชาวเอเชียในช่วงวันที่ 1 มกราคม 2021 ถึง 31 มีนาคม 2021
การจัดอันดับโฆษณาดิจิทัลของ Nielsen
การวิเคราะห์แบบกำหนดเองของ Nielsen Digital Ad Ratings (DAR) สำหรับผู้โฆษณาที่แสดงการแสดงผลบนเดสก์ท็อปบน URL ที่มีคำพูดที่แสดงความเกลียดชังในช่วงวันที่ 1 มกราคม 2021 ถึง 31 มีนาคม 2021
โฆษณาของ Nielsen
การวิเคราะห์แบบกำหนดเองของ Nielsen Ad Intel ตรวจสอบการใช้จ่ายโฆษณา National Digital Display และ National Digital Video ในช่วงวันที่ 1 มกราคม 2021 ถึง 31 มีนาคม 2021 บนเว็บไซต์ที่ระบุว่ามีการใช้งานคำพูดที่แสดงความเกลียดชังต่อชาวเอเชีย
โฆษณาVeRIF.Ai
AdVerif.AI เป็นบริษัทปัญญาประดิษฐ์ที่ให้บริการโซลูชันการตรวจสอบโฆษณาสำหรับผู้โฆษณา ผู้เผยแพร่ ตลอดจนแพลตฟอร์มโฆษณา และได้รับการสนับสนุนจาก กองทุน Nielsen Innovate เทคโนโลยี AdVerif.AI ที่เป็นกรรมสิทธิ์ของบริษัทใช้การประมวลผลภาษาธรรมชาติ (NLP) และการเรียนรู้ของเครื่องจักรเพื่อฝึกฝนโมเดลที่สามารถระบุเนื้อหาที่มีคำที่ต่อต้านชาวเอเชียที่เกี่ยวข้องกับ COVID-19 ได้ ความร่วมมือกับ AdVerif.AI ช่วยให้สามารถฝึกฝนอัลกอริทึมเพื่อแยกแยะเนื้อหาที่รายงานเกี่ยวกับปัญหาของคำพูดที่แสดงความเกลียดชังกับการเผยแพร่ข้อความแสดงความเกลียดชัง การสมคบคิด หรือการตีตรา จากนั้นจึงนำแบบจำลองที่ได้ไปใช้ในการประเมินไซต์รวบรวมข่าวสาร ข้อมูล และข่าวสาร 300 อันดับแรกโดยอิงตามกลุ่มผู้ชมเฉพาะรายเดือนของ Digital Content Ratings ในเดือนมกราคม 2021 จากนั้นจึงทำการประเมินแต่ละหน้าในไซต์เหล่านั้นตามความน่าจะเป็นที่จะมีถ้อยคำที่สร้างความเกลียดชัง โดยจะแสดงรายชื่อ "หน้าที่ไม่เหมาะสม" มากที่สุดโดยกำหนดคะแนนตามการมีอยู่ของถ้อยคำที่สร้างความเกลียดชัง ภาษาที่ไม่เหมาะสม ข้อมูลเท็จ เป็นต้น จากนั้นจึงทำการประเมินแต่ละหน้าเพิ่มเติมด้วยแบบจำลองเพื่อระบุผู้ลงโฆษณาและแพลตฟอร์มโฆษณาที่ให้บริการโฆษณา โดยให้มุมมองแบบจุดต่อจุดของโฆษณาที่วางอยู่ในเนื้อหาที่ไม่เหมาะสมโดยอ้างอิงจากที่อยู่ IP ของสหรัฐอเมริกา