Effectieve aanpak van online discriminatie: wat werkt?

1. Eerdere KIS-onderzoeken: wetgeving en ervaringen

In 2022 brachten we de Nederlandse aanpak in kaart. Hierbij keken we naar zowel de Europese en nationale wetgeving als de rol van sociale mediabedrijven, onderwijs en maatschappelijke organisaties. Ook verzamelden we de verbeterkansen en inspirerende voorbeelden die organisaties kunnen inzetten om online haatspraak en discriminatie te voorkomen (preventief) en te bestrijden (repressief). 

Vervolgens onderzochten we de impact van online discriminatie en haatspraak op jongeren. Wat doet het met hun welbevinden en wat zijn hierin hun ervaringen en ondersteuningsbehoeften? Ten slotte publiceerden we onlangs een onderzoek naar de kenmerken en opvattingen van mensen die geneigd zijn om online haatspraak en discriminatie te verspreiden, en wat ze van discriminerende berichten vinden.

2. Wat is online haat en discriminatie?

In de wetenschappelijke literatuur worden verschillende termen gebruikt voor online haat en discriminatie. Deels overlappen ze, maar met net andere accenten.

Online haatspraak

Een vaak gehanteerd begrip is online haatspraak of cyberhate. De meeste definities hebben in gemeen dat haatspraak gemarginaliseerde sociale groepen als collectief raakt, of dat het een individu raakt omdat diegene wordt gezien als onderdeel van die groep. Een onderzoek naar de verschillende definities kwam tot de conclusie dat haatspraak taal omvat dat oproept tot haat en geweld richting groepen, gebaseerd op fysieke kenmerken, religie, afkomst, nationaliteit of etniciteit, seksuele oriëntatie en gender (Fortuna & Nunes, 2018). 

De Raad van Europa (Europa's leidende mensenrechtenorganisatie) hanteert een bredere definitie. Volgens deze definitie omvat online haatspraak alle (online) uitingen die mensen of groepen aanzetten tot geweld of die geweld bevorderen, verspreiden of rechtvaardigen en/of om haat, discriminatie en het kleineren van een persoon of groep personen vanwege hun (daadwerkelijke of toegeschreven) persoonlijke kenmerken of status (Council of Europe, 2022). Deze laatste definitie hanteren wij ook vanuit KIS.

Online discriminatie

In deze laatste definitie wordt online discriminatie onder online haatspraak geschaard. In tegenstelling tot online haatspraak roepen niet alle vormen van online discriminatie direct op tot haat of geweld. Bij online discriminatie gaat het voornamelijk om het ongelijk behandelen, uitsluiten of benadelen van (groepen) mensen op basis van discriminatiegronden (Verloove et al., 2022). 

Wat de definities van online haatspraak en discriminatie wel gemeen hebben, is dat mensen online worden aangevallen omdat ze tot een bepaalde groep behoren waar daders bepaalde vooroordelen over hebben. Dit is iets anders dan het specifiek pesten, lastigvallen of ‘trollen’ van een individu. Binnen KIS-onderzoek kiezen we er daarom voor om de termen online haatspraak en discriminatie naast elkaar te gebruiken. Zo doen we recht aan de overlap tussen beide begrippen, maar erkennen we ook dat discriminatie online niet altijd dezelfde eigenschappen, lading, of gevolgen heeft als haatspraak.

3. Hoe vaak komt online haat en discriminatie voor?

Online haatspraak en discriminatie zijn maatschappelijke problemen die zowel in Nederland als internationaal zichtbaar zijn. Cijfers over ervaren discriminatie laten zien dat dit een structureel probleem is:

• In een landelijk representatief onderzoek bleek dat 1,6 miljoen Nederlanders discriminatie hebben ervaren in 2023; 22 procent daarvan gaf aan dat dit (ook) online plaatsvond (Andriessen et al., 2024).
• In 2022 rapporteerden bovendien ongeveer 340.000 Nederlanders van 15 jaar en ouder dat zij zich weleens online gediscrimineerd voelden – ongeveer 2 procent van de totale bevolking (Akkermans et al., 2023).
• In eerder KIS-onderzoek gaf 9,3 procent van de Nederlanders aan dat ze in de afgelopen twaalf maanden zelf online haatspraak of discriminerende uitingen had verspreid.

Inmiddels heeft het kabinet ook erkend dat er een stevigere aanpak moet komen voor online discriminatie en in 2025 hiervoor een Plan van Aanpak gepubliceerd.

Internationaal onderzoek onder jongeren en jongvolwassenen laat zien dat blootstelling aan online haatspraak een terugkerend fenomeen is.

Jongeren hebben vaak te maken met online haat en discriminatie

Online haatspraak en discriminatie lijkt nog meer wijdverspreid te zijn onder jongeren. Dat maakt hen een belangrijke groep op dit thema. Internationaal onderzoek onder jongeren en jongvolwassenen laat zien dat blootstelling aan online haatspraak een terugkerend fenomeen is. Zo kwam uit een grootschalig survey naar voren dat gemiddeld 43 procent van de respondenten in de Verenigde Staten, het Verenigd Koninkrijk, Duitsland en Finland hiermee in aanraking was gekomen (Hawdon et al., 2017). De meeste haatdragende uitingen werden aangetroffen op sociale mediaplatforms zoals Facebook, Instagram, Twitter (X) en YouTube.

Het feit dat ze met online haatspraak in aanraking zijn gekomen, betekent echter nog niet dat ze ook zelf persoonlijk het doelwit zijn geweest van online haatspraak en discriminatie. Daarover zijn de cijfers als volgt:

• Rond de 11 procent is persoonlijk slachtoffer geweest van online haatspraak en discriminatie (Kaakinen et al., 2018).
• Een vragenlijstonderzoek onder jongeren (11 – 17 jaar) in 7 Europese landen liet zien dat 21 tot 59 procent online haatspraak heeft gezien in het voorgaande jaar (Machackova et al., 2020).
• Mogelijk is er sprake van een stijgende trend onder jonge adolescenten: uit onderzoek van Ofcom (2021) blijkt dat in het Verenigd Koninkrijk de helft van de 12 tot 15-jarigen online in aanraking kwam met haatdragende content in 2020. Dat is een duidelijke toename ten opzichte van 34 procent in 2016.

Schrijnende gevolgen van online haat en discriminatie

In ons onderzoek naar de impact van online discriminatie en haatspraak zagen we dat online haatspraak en discriminatie schrijnende gevolgen kan hebben voor jongeren. Het onderzoek liet zien dat het ervaren van alledaagse online discriminatie sterk samenhangt met negatieve emoties en depressieve klachten. Deze emotionele reacties beïnvloeden op hun beurt het gedrag van jongeren: jongeren trekken zich online terug waarbij ze hun sociale media vermijden of hun online gedrag aanpassen. Jongeren gaven aan dat online haatspraak en discriminatie er eenmaal bij hoort en dat je er niets aan kunt doen. Dit geeft aan hoe blootstelling aan online discriminatie en haatspraak kan leiden tot gevoelens van machteloosheid onder jongeren.

4. Wat zegt de literatuur over effectieve aanpak tegen online haat en discriminatie?

Over hoe discriminatie en haatspraak in de fysieke wereld kan worden tegengegaan is veel bekend in de wetenschappelijke literatuur. Bekijk bijvoorbeeld Wat werkt bij het verminderen van discriminatie en Hatespeech aanpakken door emoties te delen voor een overzicht. Daarentegen is er minder bekend over wat de beste aanpakken zijn om online haatspraak en discriminatie tegen te gaan. Hieronder volgt een overzicht van wat we tot nu toe weten dat werkt.

Empathische tegenspraak

In zijn boek The Science of Hate stelt hoogleraar criminologie, Matthew Williams (2022), dat andere gebruikers de first responders zijn wanneer online haat en discriminatie plaatsvindt. In de fysieke wereld leveren first responders eerste hulp na een ongeluk. Online kan men dat doen door op te treden wanneer online haatspraak en discriminatie zich voordoen. Dit kan in de vorm van steun voor het slachtoffer, maar ook in de vorm van counterspeech. Counterspeech (tegenspraak in het Nederlands) is jezelf uitspreken tegen online haatspraak of discriminatie. Dit is bijvoorbeeld een directe afkeurende reactie plaatsen onder een online bericht dat haatspraak of discriminatie bevat.

Andere gebruikers aanspreken dat ze empathie of begrip moeten tonen voor anderen lijkt te helpen in het verminderen van online haatspraak.

Onderzoekers hebben getoetst wat de effecten zijn van verschillende soorten counterspeech op online haat en discriminatie. In een groot veldexperiment plaatsten onderzoekers drie verschillende soorten reacties op berichten die racistische haatspraak bevatten: een reactie die humor bevatte, een reactie die de gebruiker wees op de gevolgen van zijn acties, en een reactie waarin werd aangegeven dat mensen gekwetst kunnen worden met zulk soort berichten. Het bleek dat deze laatste reactie ertoe leidde dat die gebruiker vaker het bericht verwijderde en in de weken erna minder haat verspreidde (Hangartner et al., 2021). Met andere woorden: andere gebruikers aanspreken dat ze empathie of begrip moeten tonen voor anderen lijkt te helpen in het verminderen van online haatspraak.

In een eerder KIS-onderzoek vonden we ook dat mensen die zich beter kunnen inleven in anderen, minder snel haatdragende of discriminerende berichten online verspreiden (Kros et al., 2025). Daarnaast blijkt dat wie de reactie geeft ertoe te doen. Een beleefde correctie van iemand die dezelfde identiteit heeft als de afzender van een online haatbericht heeft meer effect dan wanneer iemand met een andere identiteit dit doet (Munger, 2017). Daarnaast heeft het sturen van een privébericht soms meer effect dan een publieke reactie (Munger, 2021).

Automatische detectie helpt, maar is nooit volledig

Taalmodellen en algoritmen vangen veel van de heftige gevallen van haatspraak en ze werken razendsnel (Mozafari et al., 2020). Taal op het internet bestaat echter niet alleen uit standaard Nederlands, maar ook uit dialecten, spreektaal en woorden die door gemarginaliseerde groepen weer zijn toegeëigend. Onderzoek laat zien dat juist deze vormen van taal vaker onterecht worden gemarkeerd of verwijderd door automatische moderatiesystemen (Zsisku et al., 2024; Mastromattei et al., 2022). 

Automatische detectie en moderatie kunnen dus ook een bepaalde bias (vooroordeel) met zich meedragen. Hierdoor worden onbedoeld berichten van gemarginaliseerde groepen verwijderd. Gezien de grote hoeveelheid berichten die dagelijks op het internet verschijnt, is automatische detectie en moderatie onmisbaar. Maar de onderzoekers of data engineers die deze taalmodellen opzetten zouden ervoor moeten zorgen dat de modellen inclusiever zijn en corrigeren voor bias (Mozafari et al., 2020; Mastromattei et al., 2022; Zsisku et al., 2024).

Normen stellen binnen online communities

In eerder verkennend onderzoek van KIS naar online gaming werd gevonden dat anonimiteit en competitieve prikkels agressie versterken (Kros et al., 2023). Uit een systematische review van 47 wetenschappelijke studies kwam naar voren dat gewelddadige videogames inderdaad agressieve gedachten en gedragingen kunnen opwekken bij gamers, zeker wanneer er een competitief element is (Moreno-López & Argüello-Gutiérrez, 2025). Uit het verkennende onderzoek kwamen een aantal mogelijke aanpakken naar voren om online agressief gedrag tegen te gaan:

• Het stellen van een sociale norm kan helpen. Dit kan worden gedaan door spelers met veel status of streamers die zich uitspreken over hoe men zich online zou moeten gedragen.
• Er kunnen richtlijnen en gedragsnormen door spelers zelf worden opgesteld en nageleefd in hun online community.
• Counterspeech en moderatie kunnen helpen. Natuurlijk hoeft dit niet alleen aan spelers of influencers zelf te zijn; ook de bedrijven achter online platforms kunnen richtlijnen opstellen waar gebruikers zich aan moeten houden.