مقاله حاضر به معرفی پیکره‌ای ارزشمند در حوزه پردازش زبان طبیعی (NLP) می‌پردازد که با عنوان “پیکره بنیادهای اخلاقی ردیت” (Moral Foundations Reddit Corpus) شناخته می‌شود. این پیکره داده، مجموعه‌ای از نظرات کاربران در وب‌سایت ردیت است که با توجه به شاخص‌های اخلاقی خاصی، برچسب‌گذاری شده‌اند. اهمیت این پیکره در این است که به محققان کمک می‌کند تا درک بهتری از چگونگی تاثیرگذاری ارزش‌های اخلاقی بر رفتارها و نگرش‌های آنلاین داشته باشند. با تحلیل این داده‌ها، می‌توان بینش‌های مهمی در مورد موضوعاتی نظیر تصمیم‌گیری‌های اخلاقی، قطبی‌سازی سیاسی، و شکل‌گیری نظرات در فضای مجازی به دست آورد. درک بار اخلاقی و احساسات غالب در متن، می تواند رفتارهای آنلاینی و آفلاینی متنوعی را تحت تاثیر قرار دهد، از جمله کمک های خیریه، اقدامات طرفدارانه از محیط زیست، تعاملات سیاسی و حتی شرکت در اعتراضات خشونت آمیز.

این تحقیق توسط گروهی از محققان برجسته در زمینه‌های پردازش زبان طبیعی، علوم کامپیوتر و علوم اجتماعی انجام شده است. از جمله نویسندگان این مقاله می‌توان به Jackson Trager، Alireza S. Ziabari، Aida Mostafazadeh Davani، Preni Golazizian و Morteza Dehghani اشاره کرد. زمینه تحقیقاتی این گروه، عمدتاً بر توسعه روش‌های محاسباتی برای تحلیل احساسات اخلاقی در متون، و بررسی تاثیرات اجتماعی و سیاسی این احساسات متمرکز است. این محققان با استفاده از دانش خود در زمینه یادگیری ماشین و تحلیل داده‌های بزرگ، توانسته‌اند یک پیکره داده منحصربه‌فرد ایجاد کنند که می‌تواند در تحقیقات مختلف مورد استفاده قرار گیرد.

چکیده مقاله بیان می‌کند که چگونه چارچوب‌بندی اخلاقی و احساسات مرتبط با آن می‌توانند بر رفتارهای آنلاین و آفلاین افراد تاثیر بگذارند. در گذشته از روش‌های محاسباتی مختلف در پردازش زبان طبیعی (NLP) استفاده شده است تا احساسات اخلاقی را از داده‌های متنی تشخیص دهند، اما برای دستیابی به عملکرد بهتر در چنین وظایف ذهنی، به مجموعه‌های بزرگی از داده‌های آموزشی برچسب‌گذاری شده به صورت دستی نیاز است. پیکره‌های قبلی که برای احساسات اخلاقی حاشیه‌نویسی شده‌اند، ارزشمند بوده‌اند و بینش‌های جدیدی را هم در NLP و هم در علوم اجتماعی ایجاد کرده‌اند، اما به توییتر محدود شده‌اند. این مقاله به معرفی پیکره “بنیادهای اخلاقی ردیت” می‌پردازد که شامل 16,123 نظر در ردیت است که از 12 زیرگروه مجزا جمع‌آوری شده و حداقل توسط سه حاشیه‌نویس آموزش‌دیده برای 8 دسته از احساسات اخلاقی (یعنی مراقبت، تناسب، برابری، پاکی، اقتدار، وفاداری، اخلاق ضعیف، اخلاق ضمنی/صریح) بر اساس چارچوب به‌روز شده نظریه بنیادهای اخلاقی (MFT) حاشیه‌نویسی شده‌اند. در این تحقیق، از روش‌های مختلفی برای ارائه نتایج طبقه‌بندی احساسات اخلاقی پایه برای این پیکره جدید استفاده شده است، به عنوان مثال، طبقه‌بندی متقابل دامنه و انتقال دانش.

به طور خلاصه، این مقاله، ایجاد یک منبع ارزشمند برای تحقیقات مربوط به اخلاق و احساسات در فضای مجازی را گزارش می‌کند و روش‌های پایه برای استفاده از این منبع را ارائه می‌دهد.

روش‌شناسی این تحقیق شامل چند مرحله کلیدی است:

• جمع‌آوری داده‌ها: نظرات کاربران از 12 زیرگروه (ساب‌ردیت) مختلف در وب‌سایت ردیت جمع‌آوری شده‌اند. این زیرگروه‌ها به گونه‌ای انتخاب شده‌اند که دیدگاه‌های متنوعی در مورد مسائل اخلاقی مختلف ارائه دهند.
• برچسب‌گذاری دستی: هر نظر توسط حداقل سه متخصص آموزش‌دیده، بر اساس هشت دسته از شاخص‌های اخلاقی، برچسب‌گذاری شده است. این شاخص‌ها شامل موارد زیر هستند:
  • مراقبت (Care): تاکید بر اهمیت کاهش درد و رنج دیگران.
  • تناسب (Proportionality): تطابق مجازات با جرم و عدالت در توزیع منابع.
  • برابری (Equality): تاکید بر حقوق برابر برای همه افراد.
  • پاکی (Purity): تاکید بر حفظ معنویت و دوری از آلودگی‌های جسمی و روحی.
  • اقتدار (Authority): احترام به سنت‌ها و سلسله مراتب اجتماعی.
  • وفاداری (Loyalty): تعهد به گروه و منافع جمعی.
  • اخلاق ضعیف (Thin Morality): اشاره به ارزش‌های اخلاقی پایه‌ای و مشترک بین فرهنگ‌ها.
  • اخلاق ضمنی/صریح (Implicit/Explicit Morality): تمایز بین بیان مستقیم ارزش‌های اخلاقی و اشاره غیرمستقیم به آن‌ها.
• ارزیابی توافق بین برچسب‌زنندگان: برای اطمینان از کیفیت داده‌ها، میزان توافق بین نظرات برچسب‌زنندگان مختلف ارزیابی شده است.
• توسعه مدل‌های یادگیری ماشین: از الگوریتم‌های یادگیری ماشین برای طبقه‌بندی خودکار نظرات بر اساس شاخص‌های اخلاقی استفاده شده است.
• ارزیابی عملکرد مدل‌ها: عملکرد مدل‌های یادگیری ماشین با استفاده از معیارهای مختلف ارزیابی شده است.

به عنوان مثال، برای بررسی تاثیر انتقال دانش، مدل‌هایی بر روی داده‌های جمع‌آوری شده از توییتر آموزش داده شده‌اند و سپس برای طبقه‌بندی داده‌های ردیت مورد استفاده قرار گرفته‌اند.

یافته‌های کلیدی این تحقیق عبارتند از:

• پیکره “بنیادهای اخلاقی ردیت” یک منبع ارزشمند برای تحقیقات مربوط به اخلاق و احساسات در فضای مجازی است.
• برچسب‌گذاری دستی نظرات با استفاده از شاخص‌های اخلاقی، امکان تحلیل دقیق‌تر محتوای آنلاین را فراهم می‌کند.
• مدل‌های یادگیری ماشین می‌توانند به طور خودکار نظرات را بر اساس شاخص‌های اخلاقی طبقه‌بندی کنند، اما دقت آن‌ها هنوز جای بهبود دارد.
• انتقال دانش از داده‌های توییتر به داده‌های ردیت می‌تواند به بهبود عملکرد مدل‌های طبقه‌بندی کمک کند.
• تحلیل داده‌های ردیت نشان می‌دهد که ارزش‌های اخلاقی مختلف در زیرگروه‌های مختلف، به میزان متفاوتی مورد تاکید قرار می‌گیرند. برای مثال، در برخی از زیرگروه‌ها، ارزش‌هایی مانند برابری و عدالت، اهمیت بیشتری دارند، در حالی که در زیرگروه‌های دیگر، ارزش‌هایی مانند وفاداری و اقتدار، برجسته‌تر هستند.

این تحقیق دارای کاربردهای گسترده‌ای در زمینه‌های مختلف است:

• تحقیقات علوم اجتماعی: این پیکره داده می‌تواند به محققان علوم اجتماعی کمک کند تا درک بهتری از تاثیرگذاری ارزش‌های اخلاقی بر رفتارها و نگرش‌های آنلاین داشته باشند. برای مثال، می‌توان از این داده‌ها برای بررسی ارتباط بین ارزش‌های اخلاقی و قطبی‌سازی سیاسی، یا برای تحلیل چگونگی شکل‌گیری نظرات در مورد مسائل اجتماعی مختلف استفاده کرد.
• توسعه سیستم‌های توصیه‌گر اخلاقی: با استفاده از این داده‌ها، می‌توان سیستم‌هایی را توسعه داد که به کاربران کمک می‌کنند تا تصمیم‌گیری‌های اخلاقی بهتری داشته باشند. برای مثال، یک سیستم توصیه‌گر می‌تواند با تحلیل محتوای آنلاین، هشدارهایی را در مورد محتوای غیراخلاقی به کاربران ارائه دهد.
• تشخیص اخبار جعلی: از آنجایی که اخبار جعلی اغلب با سوء استفاده از احساسات اخلاقی منتشر می‌شوند، این پیکره داده می‌تواند در تشخیص اخبار جعلی مورد استفاده قرار گیرد. برای مثال، می‌توان از مدل‌های یادگیری ماشین برای شناسایی اخباری که به طور غیرطبیعی بر روی ارزش‌های اخلاقی خاصی تاکید می‌کنند، استفاده کرد.
• بهبود ارتباطات بین فرهنگی: درک ارزش‌های اخلاقی غالب در فرهنگ‌های مختلف، می‌تواند به بهبود ارتباطات بین فرهنگی کمک کند. این پیکره داده می‌تواند به تحلیل‌گران فرهنگی کمک کند تا تفاوت‌های ارزشی بین فرهنگ‌های مختلف را شناسایی کنند.

از جمله دستاوردهای این تحقیق، می‌توان به ایجاد یک منبع داده ارزشمند برای تحقیقات آینده و توسعه روش‌های جدید برای تحلیل احساسات اخلاقی در متون اشاره کرد.

پیکره “بنیادهای اخلاقی ردیت” یک گام مهم در جهت درک بهتر نقش اخلاق در فضای مجازی است. این پیکره داده، امکان تحلیل دقیق‌تر محتوای آنلاین را فراهم می‌کند و می‌تواند در تحقیقات مختلف مورد استفاده قرار گیرد. با استفاده از این منبع ارزشمند، محققان می‌توانند بینش‌های جدیدی در مورد موضوعاتی نظیر تصمیم‌گیری‌های اخلاقی، قطبی‌سازی سیاسی، و شکل‌گیری نظرات در فضای مجازی به دست آورند. این تحقیق نشان می‌دهد که پردازش زبان طبیعی می‌تواند نقش مهمی در درک و تحلیل پیچیدگی‌های رفتاری انسان در دنیای دیجیتال ایفا کند. تحقیقات آتی می‌توانند بر بهبود دقت مدل‌های طبقه‌بندی و بررسی تاثیر عوامل زمینه‌ای بر احساسات اخلاقی متمرکز شوند. علاوه بر این، می‌توان از این پیکره داده برای توسعه سیستم‌های توصیه‌گر اخلاقی و تشخیص اخبار جعلی استفاده کرد.