Культура ненависти в цифровой среде: деформация границ свободы слова, совести и вероисповедания

Цель. Выявить причины формирования так называемой культуры ненависти посредством анализа особенностей реализации свободы слова, совести и вероисповедания и сопряжённых с ними свободой информации и выражения мнений. Дать оценку способности современного российского законодательства оперативно реагировать на вызовы, связанные с цифровизацией общественных отношений и развитием цифровых технологий.
Процедура и методы. В исследовании использовались общенаучные (анализ, синтез, обобщение и др.) и частнонаучные методы (формально-юридический, сравнительно-правовой) научного познания.
Результаты. Проведённый анализ показал, что отсутствие государственного контроля за цифровой средой вкупе с деформацией традиционных границ свободы слова, совести и вероисповедания под эгидой их защиты служат причиной нарушения взаимодействий между индивидами, радикализации и поляризации населения, ведущих к глобальным кризисам. Российское законодательство способно противостоять большинству новых вызовов, но нуждается в устранении пробелов, связанных с распространением дипфейков и ужесточением контроля за цифровой средой.
Теоретическая и/или практическая значимость. Результаты исследования могут быть использованы для устранения пробелов в праве и национальной политике в области защиты прав граждан в цифровой среде и за её пределами.

1. Chan C. Using digital storytelling to facilitate critical thinking disposition in youth civic engagement: A randomized control trial. In: Children and Youth Services Review, 2019, no. 107. DOI:10.1016/j.childyouth.2019.104522

2. Floridi L. Artificial Intelligence, Deepfakes and a Future of Ectypes. In: Philosophy & Technology, 2018, vol. 31, no. 3, pp. 317–321.

3. Ganesh B. The ungovernability of digital hate culture. In: Journal of International Affairs, 2018, vol. 71, no. 2, pp. 30–49.

4. Holmes C. B. Quran Burning and Religious Hatred: A Comparison of American, International, and European Approaches to Freedom of Speech. In: Washington University Global Studies Law Review, 2012, vol. 11, no. 2, pp. 458–481.

5. Liu T., Guan T. Globalized fears, localized securities: ‘Terrorism’ in political polarization in a one-party state. In: Communist and Post-Communist Studies, 2019, vol. 52, no. 4, pp. 343–353.

6. Reichelmann A., Hawdon J., et al. Hate Knows No Boundaries: Online Hate in Six Nations. In: Deviant Behavior, 2021, vol. 42, no. 9, pp. 1100–1111.

7. Reis P. M. G. I., Ribeiro R. O. A forensic evaluation method for DeepFake detection using DCNN-based facial similarity scores. In: Forensic Science International, 2023. DOI: 10.1016/j.forsciint.2023.111747

8. Seow J. W., Lim M. K., et al. A comprehensive overview of Deepfake: Generation, detection, datasets, and opportunities. In: Neurocomputing, 2022, vol. 517, no. 7, pp. 351–371.

9. Siapera E. Al Content Moderation, Racism and (de)Coloniality. In: International Journal of Bullying Prevention, 2022, no. 4, pp. 55–65.

10. Smith L. G. E, Wakeford L., et al. Detecting psychological change through mobilizing interactions and changes in extremist linguistic style. In: Computers in Human Behavior, 2020, vol. 108, pp. 1–49.

11. Shumakova N. I., Titova E. V. Artificial Intelligence as an Auxiliary Tool for Limiting Religious Freedom in China. In: Journal of Digital Technologies and Law, 2023, vol. 1, no. 2, pp. 540–563.

12. Sufi M. K., Yasmin M. Racialization of public discourse: portrayal of Islam and Muslims. In: Heylion, 2022. DOI: 10.1016/j.heliyon.2022.e12211

13. Tian J., Xie H., Hu S., Liu J. Multidimensional Face Representation in a Deep Convolutional Neural Network Reveals the Mechanism Underlying AI Racism. In: Frontiers in Computational Neuroscience, 2021, no. 10. DOI: 10.3389/fncom.2021.620281