[論文レビュー] Extremism & Whataboutism: A Case Study on Bangalore Riots

Saloni Dash, Gazal Shekhawat+2 more|arXiv (Cornell University)|Sep 22, 2021

Terrorism, Counterterrorism, and Political Violence参考文献 7被引用数 4

ひとこと要約

本研究は、インドのソーシャルメディア・ディス course における扇動的言説を助長する要因としての「何でも返し」（whataboutery）——批判を避け、反対側のグループが同様の行動を取ったと非難することで責任を回避する戦略——が、2020年のバンガロール暴動を事例に、どのように極端化を助長するかを検証する。Twitterデータの分析とトピックモデリングを通じて、支配的であるとされる物語が、誹謗的なFacebook投稿の責任を回避するために過去の出来事を持ち出し、嫌悪語の正常化とムスリムに対する暴力の正当化を促進していることが明らかになった。これは、多民族的社会における主流のディス course に、極端主義がシステム的特徴として根付いていることを示している。

ABSTRACT

A common diversionary tactic used to deflect attention from contested issues is whataboutery which, when used by majoritarian groups to justify their behaviour against marginalised communities, can quickly devolve into extremism. We explore the manifestations of extreme speech in the Indian context, through a case study of violent protests and policing in the city of Bangalore, provoked by a derogatory Facebook post. Analyses of the dominant narratives on Twitter surrounding the incident reveal that, most of them employ whataboutism to deflect attention from the triggering post and serve as breeding grounds for religion-based extreme speech. We conclude by discussing how our study proposes an alternative lens of viewing extremism in the Global South.

研究の動機と目的

• インドのソーシャルメディア・ディス course における「何でも返し」が集団的暴力を正当化し、責任を回避するための道具としてどのように機能するかを調査すること。
• バンガロール暴動の後、Twitter上に登場した支配的物語の役割を分析し、宗教に基づく極端な発言がどのように正常化されたかを明らかにすること。
• 西洋中心主義の極端主義研究に挑戦し、とりわけインドのような多民族的社会において、グローバル南東部における極端主義を理解するための文脈特化型の視点を提示すること。
• ソーシャルメディアが物語のフレーミングを通じて嫌悪語を拡散・正当化する仕組みを、初期の誘発要因が単一の攻撃的投稿であったとしても、どのように強化するかを明らかにすること。
• 危機的出来事における caste（カースト）、宗教、政治的アイデンティティの交差が、極端主義的ディス course を形成する仕組みを検討すること。

提案手法

• 2020年8月11日から18日までに、バンガロール暴動に関連する上位5つのトレンドハッシュタグを用いて、TwitterのAPIを介して291,000件のツイートを収集した。
• URL、絵文字、ユーザー名、標 punctuatio ン、および大文字小文字の統一を含む前処理を実施し、分析に適した標準化されたテキストに変換した。
• ユーザーをノードとし、リツイート頻度で重み付けされたエッジを持つ有向リツイートネットワークを構築し、GephiのForce Atlas 2を用いて可視化し、主要なインフルエンサーを同定した。
• 集約されたツイートに対してLatent Dirichlet Allocation (LDA) トピックモデリングを適用し、トピック数の最適化には一貫性スコアを用いたグリッドサーチを実施した。
• キーワードクラスターや文脈的関連性に基づき、手作業でトピックを検証・ラベル付けし、報復、プロパガンダ的行動、機関の関与といった、暴動に関連する物語に焦点を当てた。
• 高影響力アカウントと物語的テーマの相互作用をマッピングし、ネットワーク全体にわたる「何でも返し」と嫌悪語の拡散経路を追跡した。

実験結果

リサーチクエスチョン

• RQ1 インドのソーシャルメディア・ディス course において、「何でも返し」は、極端主義的行動の責任を回避するための修辞的戦略としてどのように機能するか？
• RQ2 バンガロール暴動の後、Twitter上にどのような支配的物語が登場したのか。それらは、初期の誘発要因（Facebook投稿）をどのように再解釈し、暴力の正当化に利用したか？
• RQ3 Twitter上での主流アカウントは、差別の的少数コミュニティに対する暴力的行動を正当化または擁護するために、比較的被害者意識をどれほど活用したか？
• RQ4 政治的参加者、宗教的機関、国家行動を含む物語は、極端主義的発言の正常化にどのように寄与したか？
• RQ5 ソーシャルメディア上のディス course は、孤立した極端化ではなく、システム的に根付いた嫌悪語の拡散をどのように反映しているか？

主な発見

• @arunpudur というアカウント（73,000人以上のフォロワーを持つ実業家）は、最高の次数中心性を示し、「預言者に関する投稿」と、ヒンズー教徒に対するとみられる挑発的行動を比較することで「何でも返し」を推進。誤った同等性を根拠に暴力を正当化した。
• トピックモデリングにより、8つの支配的物語が特定された。その例として「人間の鎖」（ムスリムの結束を皮肉的に描写）、「Bajrangdal比較」（ヒンズー教ナショナリスト団体の自制心を対比することで擁護）、「SDPI関与」（暴動を政治的団体の扇動的計画として描写）がある。
• 「プロパガンダ的行動」物語は、『動画を速くアップロードしよう』という呼びかけを含む動画に基づいており、ムスリム参加者を抹茶化する表現「pissfuls」（peacefulsの皮肉的言い換え）を用いて、彼らの信ぴょうを損なった。
• 「報復」物語は、予言者に関する投稿がヒンズー教の神の侮辱に反応したものだとするウイルス的ツイートによって拡散され、ハッシュタグ「#ProphetWasRapist」が広まり、ムスリムを「強姦犯」と「テロリスト」とレッテル貼りする嫌悪語が広がった。
• 「暴動による被害」物語は、国家主導の暴徒に対する資産没収を称賛しており、@TejasviSurya などの有名人が「ヨギ・モデル」を支持。暴徒を「毒薬」と「ジャイヒド」（ジハード主義者）とレッテル貼りした。
• デリー暴動やジャミア・ミリア・イスラームィア大学の抗議行動といった他の暴動へのリンクが、バンガロールの出来事を一貫的かつ大規模な陰謀の一部として描くのを助け、コミュニタリー対立をさらに固定化した。