Situación
Solución
search Tweets y Tweets lookup de la X API v2, el equipo pudo buscar Publicaciones e identificar cuándo las personas reportaban un incidente de odio (e incluso qué hashtags utilizaban). Esto ayudó al equipo a diseñar una consulta de búsqueda de 1023 caracteres que redujo los miles de millones de Publicaciones a una cantidad manejable para el equipo.
A continuación vino la tarea de verificar que las Publicaciones efectivamente se refirieran a incidentes de odio. El equipo desarrolló una herramienta con procesamiento del lenguaje natural para ayudar a filtrar miles de Publicaciones y encontrar las que eran relevantes para el proyecto. Después de aplicar su modelo de aprendizaje automático entrenado, las Publicaciones fueron verificadas por una persona para aumentar aún más la precisión.
En 2021, TAAF también coescribió el Documenting Anti-AAPI Hate Codebook con la coalición Stop AAPI Hate. Este recurso incluye borradores de normas y prácticas para la recopilación de datos basada en la comunidad, lo que ayudó al equipo a clasificar los incidentes que las personas compartían en X.
A partir de ahí, el siguiente desafío fue presentar estos datos de una manera que las personas pudieran asimilarlos fácilmente. TAAF creó una herramienta de visualización de datos, Decoding Hate, que muestra su enorme cantidad de datos de forma interactiva. Con la ayuda de un estudio de visualización de datos, pudieron tomar los datos anotados de X y convertir miles de Publicaciones en historias reveladoras que exponen la verdad de lo que estaba ocurriendo dentro de las comunidades AAPI.