Hate speech against vulnerable groups is acknowledged as a serious problem for integration and respect for the social diversity existing within the territory of the European Union. The growth of this type of discourse has been supported by the expansion of social media, which have been proven to act as a mechanism for the propagation of crimes against targets such as migrants and refugees, one of the main affected groups. That is why we have conducted the first European study of the social acceptance of migrants and refugees by studying the presence of hate speech. The research is based on the perspective of the theories of intergroup contact and mediated intergroup contact. The methodology includes large-scale longitudinal analysis (2015-2020) of online hate speech on Twitter (N=847,978) and its contrast with existing official indicators. The results suggest that personal intergroup contact is positively corretaled with the support of the local population towards migrants and refugees but mediated intergroup contact is not correlated with hate speech on Twitter. We found evidence that those regions where the support for foreigners was higher, there was a lower level of hate speech on Twitter. This is an advance in the study of hate speech by territories and can help in the formulation of action strategies.El discurso de odio contra públicos vulnerables es reconocido como un grave problema para la integración y el respeto a la diversidad social dentro de la Unión Europea. El aumento de este tipo de discurso se ha visto reforzado con la expansión de las redes sociales, donde se ha demostrado que actúan como mecanismo de propagación de delitos contra colectivos como los migrantes y refugiados, uno de los principales afectados. Por ello se aborda el desarrollo del primer estudio europeo de la aceptación social de migrantes y refugiados mediante el estudio de la presencia de discurso de odio. La investigación se basa en la perspectiva de la teoría del contacto intergrupal y el contacto intergrupal mediado. La metodología incluye el análisis longitudinal (2015-2020) a gran escala del discurso de odio en línea en Twitter (N=847.978) y el contraste con indicadores oficiales existentes. Los resultados apuntan a que el contacto intergrupal personal está correlacionado positivamente con el apoyo de la población hacia migrantes y refugiados, pero el contacto intergrupal mediado no está correlacionado con la disminución del discurso de odio. Encontramos evidencia que muestra que en aquellas regiones en las que el apoyo al colectivo era mayor existía un menor nivel de discurso de odio en Twitter. Esto supone un avance en el estudio del discurso de odio por territorios y puede ayudar en el planteamiento de estrategias de actuación.

Este trabajo tiene el objetivo de identificar el tono latente en los tuits en castellano sobre migrantes y refugiados y los marcos con los que se representa a cada uno de los colectivos, entendiendo los encuadres negativos como posibles indicadores del rechazo y del odio. Para ello se realizó un análisis de contenido de 1469 tuits en español descargados con la herramienta AutoCop. El estudio resuelve que el tono de los tuits en castellano sobre personas desplazadas es predominantemente negativo (72%), aunque hay mayor frecuencia de tuits negativos sobre migrantes (80,8%) que sobre refugiados (53,8%). En cuanto a los marcos, a nivel general predomina la representación de los desplazados como una amenaza (31.78%). Al comparar los grupos, el marco que sobresale en los tuits sobre migrantes es también el de amenaza (37.4%), mientras que los dos marcos que predominan en los tuits sobre refugiados son el de victimización (42.4%) y el de normalización (25.8%). Los hallazgos muestran que el tratamiento que se hace de los dos grupos de desplazados en Twitter difiere significativamente, lo que podría significar la existencia de actitudes más negativas, así como un mayor rechazo y odio hacia los inmigrantes que hacia los refugiados.

The Mediterranean migration crisis especially affects three Southern European countries that represent the main gateways into the continent for immigrants and asylum seekers: Spain, Italy, and Greece. In recent years, feelings of rejection towards migration have been increasing in all of them, accompanied by a simultaneous increase in the number of hate crimes. Similarly, the representation of these groups in European news media seems to have worsened, especially since 2015, the year in which the migratory crisis significantly worsened. This coverage could be affecting European citizens on emotional, cognitive, and attitudinal levels and thus should be rigorously analyzed. The present study is based on the theory of framing and, specifically, on visual framing to analyze the connotative representations of immigrants and refugees spread by the reference media of Southern Europe through images, paying more attention to the negative frames in particular, which represent displaced people as a burden or threat. Specifically, 360 photographs taken between 2014 and 2019 and published by the main media in Spain, Italy, and Greece were subject to content analysis. The findings show a temporal increase in the negative visual frames of immigrants and refugees in the analyzed media. Differences were also found between countries, with Greece presenting a higher percentage of images with negative frames, as well as a greater predominance of this type of frame compared with the other countries. Finally, differences were identified between the media themselves, including the Greek Kathimerini, a media outlet that stands out for the amount and prevalence of photographs framing immigrants and asylum seekers as a burden and threat. Resumen La crisis migratoria del Mediterráneo afecta especialmente a tres países del sur de Europa, que son la principal puerta de entrada de inmigrantes y solicitantes de asilo en el continente. Estos países son España, Italia y Grecia, y en todos ellos los sentimientos de rechazo a la migración han ido en aumento en los últimos años, acompañados por el incremento simultáneo de los delitos de odio. De igual forma, la representación de estos grupos en los medios informativos europeos parece haber empeorado, especialmente a partir de 2015, año en el que la crisis migratoria se agravó mucho. Esta cobertura podría estar afectando a las actitudes de los ciudadanos europeos hacia los desplazados, por lo que conviene analizarla de manera rigurosa. El presente estudio se basa en la teoría del encuadre y, en específico, en el visual framing para analizar los marcos connotativos de inmigrantes y refugiados que transmiten los medios de referencia del sur de Europa a través de sus imágenes durante la crisis migratoria, prestando una mayor atención a los marcos negativos, los que representan a estas personas como una carga o amenaza. Así, a través de un análisis de contenido se examinaron 360 fotografías publicadas por los principales medios de España, Italia y Grecia entre 2014 y 2019. Los resultados muestran un incremento temporal de los marcos visuales negativos de inmigrantes y refugiados en los medios analizados. También se encontraron diferencias entre países, presentando Grecia un mayor porcentaje de imágenes con marcos negativos, así como una mayor predominancia de los marcos negativos que el resto de países. Por último, se identificaron diferencias entre los propios medios, siendo el griego Kathimerini el que destaca por tener una mayor presencia de imágenes con marcos de carga y de amenaza, y una mayor predominancia de estos marcos en sus fotografías.

Hate speech spreading online is a matter of growing concern since social media allows for its rapid, uncontrolled, and massive dissemination. For this reason, several researchers are already working on the development of prototypes that allow for the detection of cyberhate automatically and on a large scale. However, most of them are developed to detect hate only in English, and very few focus specifically on racism and xenophobia, the category of discrimination in which the most hate crimes are recorded each year. In addition, ad hoc datasets manually generated by several trained coders are rarely used in the development of these prototypes since almost all researchers use already available datasets. The objective of this research is to overcome the limitations of those previous works by developing and evaluating classification models capable of detecting racist and/or xenophobic hate speech being spread online, first in Spanish, and later in Greek and Italian. In the development of these prototypes, three differentiated machine learning strategies are tested. First, various traditional shallow learning algorithms are used. Second, deep learning is used, specifically, an ad hoc developed RNN model. Finally, a BERT-based model is developed in which transformers and neural networks are used. The results confirm that deep learning strategies perform better in detecting anti-immigration hate speech online. It is for this reason that the deep architectures were the ones finally improved and tested for hate speech detection in Greek and Italian and in multisource. The results of this study represent an advance in the scientific literature in this field of research, since up to now, no online anti-immigration hate detectors had been tested in these languages and using this type of deep architecture.