La Mappa dell’Intolleranza è il primo progetto italiano di monitoraggio sistematico dell’odio online. Nove anni di dati raccolti in un’iniziativa multidisciplinare che analizza e fotografa il discorso d’odio online nelle sue forme più diffuse: misoginia, omo-lesbo-bi-transfobia, antisemitismo, abilismo, islamofobia e xenofobia.
La Mappa dell’Intolleranza è il primo progetto italiano di monitoraggio sistematico dei discorsi d’odio online, promosso da Vox – Osservatorio Italiano sui Diritti. Dal 2016 a oggi, nove edizioni consecutive hanno costruito una serie storica unica nel panorama della ricerca italiana, analizzando i contenuti della piattaforma X per misurare, categoria per categoria, l’intensità e la diffusione dell’hate speech.
La nona edizione è stata realizzata in collaborazione con l’Università degli Studi di Milano e con il contributo dell’agenzia The Fool per la detection e l’analisi dei dati.
La costanza della rilevazione nel tempo è uno degli elementi più significativi del progetto: i dati confermano anno dopo anno che l’odio online non è un fenomeno passeggero, ma una struttura consolidata del discorso digitale italiano.
Dipartimento di diritto pubblico italiano e sovranazionale – Human Hall
Dipartimento di Beni Culturali e Ambientali
Dipartimento di Informatica Giovanni Degli Antoni
Per il supporto nella detection dei dati
Attraverso API ufficiali e con il contributo di The Fool per l’estrazione dei dati, abbiamo raccolto 2 milioni di contenuti da X. Il corpus 2025 copre il periodo gennaio–novembre.Il corpus 2025 copre il periodo gennaio–novembre e analizza 2 milioni di contenuti estratti da X su sei categorie: misoginia, antisemitismo, xenofobia, islamofobia, abilismo e omo-lesbo-bi-trans-fobia. L’estrazione dei dati, resa possibile dal contributo fondamentale di The Fool nonostante le policy sempre più restrittive della piattaforma, si avvale di un metodo interdisciplinare che integra diritto costituzionale, linguistica computazionale e intelligenza artificiale.
Utilizziamo algoritmi di Machine Learning e Natural Language Processing in un approccio human in the loop: alla classificazione automatica tramite LLM si affiancano revisioni periodiche dei ricercatori. Sei le categorie analizzate: misoginia, xenofobia, omo-lesbo-bi-trans-fobia, antisemitismo, islamofobia e abilismo.
I contenuti classificati come negativi vengono geolocalizzati per creare una mappa visuale della distribuzione geografica dell’intolleranza in Italia.
41.000 autori unici hanno generato 2 milioni di menzioni, con una media di 50 interazioni per autore. Una minoranza contenuta di utenti produce un volume di diffusione sproporzionato: l’odio online non si propaga in modo organico, ma si amplifica attraverso dinamiche strutturate che ne accelerano la circolazione su scala.
Il 43% dei contenuti misogini è prodotto da account femminili, dato legato a dinamiche di autooggettivazione. In generale, le donne generano meno hate speech, ma con maggiore impatto in termini di interazioni.
41.000 autori unici hanno generato 2 milioni di menzioni, con una media di 50 interazioni per autore. Una minoranza contenuta di utenti produce un volume di diffusione sproporzionato: l’odio online non si propaga in modo organico, ma si amplifica attraverso dinamiche strutturate che ne accelerano la circolazione su scala.
In crescita rispetto al 2024,
mostra un incremento sia in
termini assoluti sia di intensità
nel linguaggio. Il discorso si
concentra spesso sul termine
“sionista”, associato a
co-occorrenze fortemente
violente.
dei 26.844 contenuti analizzati contiene strategie di deumanizzazione
Il grafico mostra la distribuzione dei contenuti negativi per categoria tra gennaio e novembre 2025. La misoginia è la forma più diffusa (37%), seguita dall’antisemitismo (29%). Xenofobia e islamofobia si attestano entrambe al 13%, mentre abilismo (5%) e omotransfobia (3%) risultano meno rappresentate. Un quadro che evidenzia come alcune forme di odio online siano ancora particolarmente radicate.
Oltre all’analisi in termini assoluti, quest’anno abbiamo approfondito la lettura dei dati introducendo un indicatore normalizzato, che mette in relazione i contenuti ostili con il numero di autori per area. Questo permette di ridurre l’effetto delle differenze demografiche e restituire un confronto più equilibrato tra territori.
Il grafico evidenzia così le aree in cui l’hate speech risulta più intenso in rapporto alla popolazione digitale, offrendo una prospettiva più accurata del fenomeno oltre i soli volumi complessivi.
Picchi per categoria rilevati nel periodo gennaio-novembre 2025.
Tra gli autori dei contenuti rilevati per cui è stato possibile identificare il genere (78.441 profili), si registra una prevalenza maschile: il 61% è di genere maschile, pari a 47.690 profili, contro il 39% femminile, corrispondente a 30.751 autori.
Di particolare rilievo il fenomeno “Eva contro Eva”, che evidenzia la quota di donne che producono contenuti ostili nella categoria misoginia. Il dato risulta in aumento rispetto allo scorso anno, segnalando una dinamica interna al fenomeno che merita ulteriore approfondimento.
Dal totale dei contenuti rilevati nella fase quantitativa, per ciascuna categoria sono stati selezionati i tweet che presentavano elementi stereotipati, così da approfondire le dinamiche del pregiudizio su un sottoinsieme rappresentativo del corpus.
I grafici distinguono tra contenuti d’odio, contenuti d’odio con elementi stereotipati, contenuti neutri e contenuti con soli stereotipi, per evidenziare il ruolo delle componenti culturali e semantiche nella formazione dell’hate speech.
Per deumanizzazione si intende una strategia che esclude individui o gruppi dall’umanità, negando ai rappresentanti dell’outgroup caratteristiche biologiche, psicologiche e sociali proprie dell’essere umano. Può manifestarsi in forme esplicite (animalizzazione, oggettivazione, demonizzazione) o più sottili, come l’infraumanizzazione, che riduce la complessità emotiva dell’outgroup.
L’analisi è stata condotta su 26.844 tweet (28,8% del campione totale), classificati tramite strumenti LLM e revisionati con controllo umano iterativo.
Il grafico mostra una forte disomogeneità tra le categorie: l’abilismo registra l’incidenza più alta (80,7%), seguito dalla xenofobia (52,5%), mentre antisemitismo e misoginia restano sotto il 30%, evidenziando differenti livelli e modalità di espressione del fenomeno.
Il fenomeno della viralità non riguarda solo la produzione di contenuti ostili, ma soprattutto la loro capacità di circolare e amplificarsi sulla piattaforma, alimentando dinamiche di viralità e propagazione.
Nel periodo compreso tra gennaio e novembre 2025, l’analisi degli account ad altissima copertura (definiti “Relevant author”) ha registrato 2 milioni di menzioni generate da 41.000 autori unici che hanno interagito con questi contenuti. Il rapporto tra questi due valori è già di per sé significativo: un numero relativamente contenuto di utenti ha generato un volume di interazioni sproporzionato, con una media di circa 50 menzioni per autore.
Una minoranza relativamente contenuta di utenti genera dunque un volume di diffusione sproporzionato rispetto alla sua dimensione, con implicazioni significative sulla portata e la velocità di propagazione dei contenuti ostili.
ANNO 7
ANNO 6
ANNO 5
ANNO 4
Analisi dettagliata, metodologia e dati completi dell’edizione 9