Online Disinformation and Harmful Speech: Dangers for Democratic Participation and Possible Policy Responses
Notice bibliographique
Résumé
In advance of the 2019 federal election, the Canadian government began to address challenges posed by posed by new digital technologies and the rapidly-evolving information system. These policy responses include revisions to Canada’s election law and the creation of a federal task force to monitor and respond to online interference during an election campaign. However, much can still be done to uphold the communications element of electoral integrity, both by government and by other stakeholders including journalists, social media companies, and civil society organizations. This article focusses on two related challenges: disinformation and harmful speech online. By ‘‘disinformation,” we refer to intentionally false or deceptive communication to advance political ends. We use the term ‘‘harmful speech” to refer to communication that is abusive, threatening, denigrating, or that incites violence. We clarify the risks that disinformation and harmful speech pose to democratic engagement and democratic processes, and synthesize current research about their creation, circulation, and political impacts. We then examine the current regulatory context in Canada (at the time of writing, February 1, 2019) and highlight gaps. We conclude with policy recommendations that would enable the Canadian government, social media platforms and journalism organizations to better understand and reduce the threats to democracy posed by disinformation and harmful speech. These are partly drawn from policies that other countries are pursuing. We call for a three-pronged policy framework: 1) greater enforcement of existing laws, 2) regulation to encourage and help social media platforms address abuses; and 3) improved civil society measures, especially by journalism organizations. Previously published in the 2019 Special Issue of the Journal of Parliamentary and Political Law entitled The Informed Citizens’ Guide to Elections: Current Developments in Democracy (Toronto: Thomson Reuters Canada, 2019).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,029 | 0,035 |
| Communication savante | 0,026 | 0,014 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».