LGTBfobia en redes sociales: Revisión sistemática de la detección y clasificación de discurso de odio a gran escala

Resumen

El discurso de odio es una amenaza significativa para la diversidad social y los derechos humanos. La detección del discurso de odio contra la comunidad LGTB en las redes sociales es un área de investigación compleja que requiere un enfoque polifacético y adaptable. Este trabajo tiene como objetivo examinar las publicaciones científicas de enero de 2019 a febrero de 2024 para identificar los métodos computacionales más utilizados en la detección y clasificación de discurso de odio LGTBfóbico en redes sociales. Se examinan las metodologías de detección del discurso de odio LGTBfóbico en las redes sociales, abarcando aspectos teóricos y prácticos, analizando recursos recientes, discutiendo sobre las técnicas y métodos de clasificación e identificando los retos. El marco temporal de esta revisión de literatura se centra entre 1 de enero de 2019 al 29 de febrero de 2024, incluyendo trabajos con un enfoque específico en el discurso de odio dirigido a la comunidad LGTB a través de las redes digitales, enfatizando los estudios que aplican métodos computacionales de detección. En el proceso de búsqueda hemos revisado documentos en diferentes bases de datos, como Scopus y WoS. Identificamos 28 trabajos relevantes en bases de datos académicas, observando que es esencial tener en cuenta la diversidad lingüística y cultural, así como la sensibilidad del tema a la hora de recopilar datos y desarrollar modelos de detección.  Muchas de las investigaciones previas se han enfocado en el uso de métodos computacionales para detectar grandes cantidades de discurso de odio en redes y en crear estrategias para combatirlo. Además, se observa una tendencia hacia el uso de modelos de aprendizaje profundo, como BERT, y se enfatiza la necesidad de adaptar estos modelos a contextos específicos para mejorar su eficacia. Se mencionan también algunas tendencias emergentes centradas en el discurso esperanzado, las contranarrativas y la evaluación del nivel de toxicidad. Como líneas futuras, destaca la exploración de enfoques multilingües y la colaboración interdisciplinaria para abordar los desafíos en la detección y prevención del discurso de odio en las redes sociales.

Hate speech is a significant threat to social diversity and human rights. Detecting anti-LGBT hate speech on social media is a complex area of research that requires a multifaceted and adaptable approach. This work aims to present a review of recent efforts in the investigation of hate speech towards the LGBT population on social networks and explore the use of computational techniques for the detection and classification of these speeches. Methodologies for detecting LGBTphobic hate speech on social networks are examined, covering theoretical and practical aspects, analyzing recent resources, discussing classification techniques and methods, and identifying challenges. The time frame of this literature review focuses between January 1, 2019 to February 29, 2024, including works with a specific focus on hate speech directed at the LGBT community through digital networks, emphasizing studies that apply computational detection methods. In the search process we have reviewed documents in different databases, such as Scopus and WoS. We identified 28 relevant works in academic databases, noting that it is essential to take into account linguistic and cultural diversity, as well as the sensitivity of the topic when collecting data and developing detection models. Much of the previous research has focused on using computational methods to detect large amounts of hate speech on networks and creating strategies to combat it. Furthermore, there is a trend towards the use of deep learning models, such as BERT, and the need to adapt these models to specific contexts to improve their effectiveness is emphasized. Some emerging trends centered on hopeful discourse, counternarratives, and assessment of the level of toxicity are also mentioned. As future lines, the exploration of multilingual approaches and interdisciplinary collaboration to address the challenges in the detection and prevention of hate speech on social networks stands out.