El investigador Carlos Arcila, del Observatorio de los Contenidos Audiovisuales de la Universidad de Salamanca (USAL), es el investigador principal de 'Preventing Hate Against Refugees and Migrants (PHARM)', un proyecto financiado por fondos europeos para la prevención de delitos de odio contra migrantes y refugiados.

Esta iniciativa está siendo desarrollada conjuntamente con las universidades de Aristotelio Panepistimio Thessalonikisen, de Grecia, y Universita Degli Studi di Milano, de Italia, según la información facilitada a Europa Press por la USAL.

PHARM, financiado por la Unión Europea en el 'Rights, Equality and Citizenship programme REC-RRAC-RACI-AG-2019', tiene como objetivo principal "modelar el discurso de odio contra los refugiados y migrantes en Grecia, Italia y España para predecir y combatir los delitos de odio".

Asimismo, tratará de "contrarrestar sus efectos utilizando técnicas de vanguardia como el periodismo de datos y la persuasión narrativa", según ha indicado Carlos Arcila Calderón, investigador principal de la iniciativa y miembro del Observatorio de los Contenidos Audiovisuales de la Universidad de Salamanca, a través del servicio de comunicación de la USAL.

El proyecto contribuirá a "una mejor comprensión" del discurso de odio en línea y su relación con los delitos de odio fuera de línea, lo que implica "un importante avance en el estudio de los medios como fuente de predicción de hechos reales", ha explicado.

Además de ayudar, también, a "progresar en la comprensión sobre la evolución de los efectos de las noticias basadas en datos y la persuasión narrativa, dos campos de vanguardia del periodismo y la psicología de los medios, respectivamente".

Con todo ello, los participantes del estudio prevén conseguir una reducción del discurso de odio contra migrantes y refugiados, así como el establecimiento de un protocolo para combatir los discursos de odio en otros países y grupos destinatarios.

BASE DE DATOS



La metodología de esta propuesta incluye un conjunto de actividades desarrolladas en cinco paquetes de trabajo interconectados con la participación de las tres universidades integrantes del consorcio.

Las primeras acciones se centrarán en la identificación de los contenidos del discurso de odio y en la comprensión de cómo pueden predecir crímenes de odio reales, para luego usar noticias basadas en datos (con datos periodísticos interactivos creados por periodistas) y testimonios en primera persona (con estructuras dramáticas, ficticias y narrativas).

Para todo el proceso, el proyecto PHARM implementará un marco conceptual y metodológico común para el análisis a gran escala y la detección del discurso de odio contra refugiados y migrantes.

Con la base de un prototipo técnico desarrollado, los especialistas utilizaran técnicas de procesamiento de lenguaje natural y aprendizaje automático para detectar el discurso de odio y almacenar contenido de odio, lo que les permitirá así crear "la base de datos de discurso de odio en línea más completa y articulada del sur de Europa".

PREDECIR ODIO



Tras ello, los investigadores modelarán el crimen de odio basado en las características descriptivas del discurso de odio para predecir futuros episodios, "creando una base de datos de crímenes de odio y utilizando algoritmos de aprendizaje automático de vanguardia para modelar la ocurrencia de agresión física o verbal contra migrantes y refugiados".

En cuanto a los previsibles impactos de PHARM en la sociedad, los investigadores han reseñado que los migrantes, refugiados, solicitantes de asilo y ciudadanos en general en España, Italia y Grecia serían "los principales beneficiarios".

No obstante, la estrategia desarrollada podría aplicarse a "diferentes países del centro o norte de Europa y a otros grupos objetivo", han continuado sus responsables a través de la información de la Universidad de Salamanca.

Otro de los aspectos destacados del trabajo es que ayudará a entender los desafíos a los que se enfrentan los periodistas al informar sobre el discurso de odio e involucrarlos en la lucha contra el mismo.