• 문화기술의 융합
• /
• 제10권1호
• /
• pp.419-425
• /
• 2024

디지털 커뮤니케이션이 차지하는 비중이 높아질수록 무례나 혐오와 같은 반시민적인 댓글과 이에 공감하는 행동 역시 증가하고 있어 이를 해결하기 위한 사회적인 노력이 요구되고 있다. 이러한 노력의 일환으로서, 우리는 반시민적인 댓글을 남기는 행위 뿐 아니라, 이에 대해 공감하는 행위 역시 반시민적인 것으로 규정하여 가상 뉴스 포털에서 아바타의 피드백이 사용자들의 반시민적 댓글 공감 행동에 미치는 영향을 탐구하고자 하였다. 이를 위하여 먼저 사회적 논란이 있는 뉴스를 가상 공간에 게시하였고, 함께 게시된 댓글들 중 참가자들이 반시민적 댓글을 선택할 때 텍스트로만 된 피드백과 아바타가 같이 등장하는 피드백인 두 가지 방식으로 피드백이 이루어졌다. 이후 피드백이 행동 순응에 영향을 미치는 메커니즘을 파악하기 위해 행동 순응, 죄책감, 인상관리욕구를 설문을 통해 평가하였다. 그결과, 텍스트로 된 피드백보다 아바타가 피드백을 제공하였을 때 참가자들의 사회적 반응에 큰 영향을 미치는 것으로 나타났다. 특히, 아바타와의 상호작용은 참가자들의 행동 순응과 죄책감, 인상관리욕구를 높였다. 우리는 아바타 기반의 상호작용이 사용자들의 사회적 행동과 태도에 긍정적인 변화를 가져올 수 있음을 확인했다.

• 인터넷정보학회논문지
• /
• 제21권1호
• /
• pp.119-125
• /
• 2020

Based on an online experiment, this research examined how uncivil expressions made by participants from the same political partisan group (in-group) influenced the emotional and behavioral intentions of other in-group members, especially when the incivility was supported by social recommendations such as "recommendations." As predicted, results showed that a higher level of vicarious shame was felt when participants perceived higher levels of incivility. However, no significant effects of social recommendations were found regarding levels of vicarious shame. That is, the level of shame was not significantly different between participants who were exposed to an in-group uncivil comment that received recommendations and participants who were exposed to in-group uncivil comment without recommendations. Findings further found two types of coping strategies -situation-reparation and situation-avoidance - among participants exposed to in-group uncivil comments. Yet no significant effects were found regarding coping strategies in response to the presence of social recommendations. Participants' feelings of shame were positively correlated with both types of coping strategies, supporting findings of previous studies. Implications of this study are further discussed.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1880-1889
• /
• 2022

온라인 포털 플랫폼은 뉴스 기사와 온라인 댓글을 제공하고 있으나, 온라인 댓글의 익명성은 반시민적 표현을 증가시켜 사회적 문제점으로 간주되고 있다. 댓글의 반시민성 검출 연구가 많이 이루어진 국외와 달리, 국내에서는 비시민성을 세분화한 한국어 데이터셋이 구현되지 않아 심도있는 연구가 이루어지지 못하였다. 본 연구에서는 댓글의 반시민성에 대한 라벨링을 총 13가지 항목으로 시행하였으며 반시민적 표현으로 요약하였다. 또한 어텐션 알고리즘을 이중으로 적용하여 임베딩 벡터를 추출하였고 이후 2-d CNN으로 반시민성 항목을 분류하였다. 그 결과, 제안한 알고리즘이 무례한 호칭 및 공격적 어조 등의 반시민성 검출에 유용하다는 것을 보여주었다. 본 연구는 민주적 담론을 저해하는 반시민적 댓글들을 탐지함으로써 건전한 온라인 댓글 문화 형성에 기여할 것으로 기대된다.