Research and advocacy of progressive and pragmatic policy ideas.
Masa-masa krisis sering meningkatkan emosi dan ketegangan antara kaum. Dengan Twitter sebagai ukuran, kami meneliti ungkapan benci berbaur perkauman semasa penularan Covid-19 di Malaysia untuk melihat kesan wabak tersebut atas perpaduan masyarakat.
By Jia Vern Tham & Nelleita Omar10 April 2020
Pada Mac 25, 2020, telah tular melalui Twitter video seorang perempuan berbangsa Cina yang menuduh Hospital Melaka gagal merawat pesakit. Ini diikuti oleh serangan maya secara bertubi-tubi terhadap wanita itu yang menyebut keturunannya, termasuk mendakwa bahawa dia telah meninggalkan otaknya di Wuhan, membeli barangan secara berlebihan kerana panik serta melanggar Perintah Kawalan Pergerakan.
Selain krisis kesihatan dan ekonomi, tindak balas berbaur perkauman seperti ini sedang berlaku di seluruh dunia akibat wabak Covid-19.
Berdasarkan pelbagai laporan di media massa serta media sosial, masyarakat berketurunan Asia di seluruh dunia telah berhadapan dengan pelbagai tindak balas xenofobia kerana dipersalahkan untuk penyebaran wabak Covid-19. Ada yang disembur dengan pengharum udara, diludahi dan juga diserang secara fizikal.
Kejadian-kejadian yang menyasar komuniti-komuniti tertentu seperti ini mencerminkan hakikat bahawa masa-masa krisis mendedahkan sentimen ketidakpercayaan dan prejudis yang wujud tapi terpendam. Pakar sosiologi mendapati bahawa apabila sesuatu kejadian (dalam kes ini wabak Covid-19) dikaitkan dengan agama ataupun keturunan, ia akan mencetuskan tren salah mempersalahkan kelompok tertentu dalam masyarakat.
Antara contoh jelas yang dapat dilihat termasuk serangan berbaur perkauman ke atas masyarakat dari Timur Tengah, serta penganut agama Islam dan Sikh, susulan serangan teroris dengan latar belakang Islam.
Jenayah kebencian (hate crime) atau keganasan kaum masih jarang berlaku di Malaysia. Namun begitu, bahangnya tetap terasa di laman maya. Bagi melihat kesan wabak Covid-19 terhadap ucapan berbaur perkauman di Malaysia, kami mengumpul data dari Twitter menggunakan teknik ‘web scraping’ untuk tempoh sebulan bermula daripada Mac 27, iaitu hari di mana gelombang kedua wabak Covid-19 diumumkan (dan sehari sebelum jemaah tabligh di Masjid Seri Petaling).
Kami menganalisa ciapan yang mengandungi perkataan-perkataan lazim ungkapan benci di Malaysia, termasuk “bodoh”, “p*k*m*k”, “babi”, “pariah”, “malas”, “miskin”, “p*nd*k”, dan “l*nc*u”, bersekali dengan rujukan kepada mana-mana bangsa atau keturunan.
Didapati bahawa ungkapan berbaur perkauman di Twitter terhadap semua kumpulan di Twitter meningkat selari dengan pertambahan kes positif Covid-19. Walaubagaimanapun, ungkapan yang didapati pada 1 Mac adalah berkaitan dengan #LangkahSheraton.
Terdapat tiga puncak ungkapan benci perkauman yang dapat diperhatikan melalui graf di bawah – pada Feb 29, 12 Mac dan 19 Mac. Puncak pertama* direkodkan sehari sebelum Tan Sri Muhyiddin Yassin mengangkat sumpah sebagai perdana menteri; puncak kedua pada hari perkumpulan tabligh diumumkan sebagai kluster penyebaran wabak Covid-19; dan puncak ketiga kekal selama beberapa hari setelah Perintah Kawalan Pergerakan dikuatkuasakan.
*Walaubagaimanapun, puncak tersebut lebih menjurus ke arah krisis politik yang tercetus dari ‘Langkah Sheraton’ berbanding dengan wabak Covid-19.
Pada kebanyakan hari, ciapan berunsur kebencian atau menghina kumpulan Melayu-Islam adalah yang tertinggi, diikuti dengan ciapan yang menghina etnik Cina. Sebagai perbandingan, ciapan terhadap kaum India adalah paling rendah. Dalam kebanyakan kes, ciapan berbaur kebencian dicetuskan oleh laporan berita.
Sejumlah 706 pernyataan negatif terhadap Melayu/Muslim dalam bentuk ciapan telah direkodkan sepanjang 27 Februari hingga 25 Mac. Perkataan “malas” merupakan yang paling kerap digunakan, diikuti oleh “bodoh”. Kemuncak sentimen pernyataan anti-Melayu/Muslim direkodkan pada Mac 12, hari di mana kes-kes pertama Covid-19 yang melibatkan kluster tabligh dilaporkan. Kemuncak kedua direkodkan pada Mac 23, hari yang menyaksikan pertambahan jumlah kes positif Covid-19 tertinggi di Malaysia pada masa itu.
59% dari 706 pernyataan negatif ini adalah terkait dengan himpunan tabligh atau peserta himpunan tabligh, di mana mereka dilabelkan sebagai bodoh, menyusahkan, sombong dan degil. 34% dari pernyataan tersebut melabelkan masyarakat Melayu sebagai malas membaca berita dan mengikuti perkembangan semasa. 6% dari pernyataan tersebut melonggokkan Melayu secara amnya sebagai penipu, berhaluan ekstrem kanan serta degil.
Dari kumpulan ciapan anti-Cina, 506 pernyataan negatif telah direkodkan dalam tempoh yang sama. Perkataan “bodoh” merupakan yang paling sering digunakan, diikuti oleh “p*nd*k”. Kemuncak dari pernyataan-pernyataan tersebut direkodkan pada 20 Mac, sehari setelah pakar kardiologi berketurunan Cina didapati melanggar PKP dengan keluar berlari di taman awam. Insiden tersebut dimainkan dengan unsur perkauman di Twitter setelah tular video pertikaian antara pakar jantung terbabit dengan pihak berkuasa. Satu laporan polis turut dibuat ke atas beliau.
Namun begitu, secara keseluruhan, hanya 15% dari pernyataan negatif yang direkodkan merujuk kepada doktor terbabit sebagai alasan untuk menyalahkan masyarakat keturunan Cina. Peratusan yang lebih besar, 38%, menyalahkan masyarakat keturunan Cina secara amnya kerana membawa masuk virus ataupun memakan haiwan eksotik. Selain itu, sentimen anti-Cina ditemui dalam ciapan meliputi topik rasis ‘am’: 29% membayangkan parti DAP* sementara 18% menuduh masyarakat keturunan Cina dengan sengaja melanggar norma budaya, menghina Agong, Islam dan lain-lain.
*Kami mengklasifikasikan ciapan-ciapan ini sebagai menyasarkan etnik dan bukan DAP sebagai parti politik kerana penggunaan meluas istilah-istilah seperti ‘DAPig’ dan ‘Cina DAP’ bagi merujuk kepada masyarakat Cina di Malaysia.
Ungkapan kebencian dalam ciapan anti-India adalah rendah jika dibandingkan dengan kumpulan-kumpulan etnik lain – sejumlah 156 pernyataan dalam tempoh waktu yang sama. Istilah “P*nd*k” paling banyak digunakan dalam ciapan anti-India, diikuti oleh “bodoh”. Kemuncak tertinggi adalah pada Mac 22, sehari sebelum seorang mekanik berketurunan India dilaporkan didakwa atas kesalahan mabuk di tempat umum serta enggan bekerjasama dengan pihak polis.
Hanya kira-kira 24% dari keseluruhan pernyataan anti-India adalah terkait dengan Covid-19 dengan merujuk kepada perhimpunan keagamaan Hindu melibatkan perarakan di Pulau Pinang. Peratusan pernyataan negatif yang lebih besar merujuk kepada sentimen rasisme ‘am’ anti-India: 24% berkait dengan stereotaip negatif kaum India. Lebih membimbangkan, 22% dari pernyataan negatif merupakan seruan, seperti “balik India” dan juga ajakan untuk bertindak balas secara keras seperti menggunakan ‘pepper spray’.
"India tak kena Covid-19"?
Terdapat dakwaan, sebahagian besarnya melalui Facebook, bahawa orang India kurang kebarangkalian untuk dijangkiti Covid-19 oleh kerana diet yang diamalkan. Resipi turut disediakan.
Seperti dilihat di seluruh dunia, sesebuah krisis dapat menonjolkan elemen terburuk dalam sesebuah masyarakat. Oleh itu, walaupun pahit, dapatan analisis kami adalah tidak mengejutkan. Malah, kami sedikit lega mendapati bahawa darjah kebencian kekal di peringkat ‘luahan’ dan tidak terdapat usaha jelas (setakat ini) bagi menghasut tindakan serius terhadap mana-mana kumpulan.
Walau bagaimanapun, kepimpinan tegas diperlukan dalam tempoh kawalan ini. Menyalahkan atau mengecam kumpulan-kumpulan tertentu adalah bentuk ucapan kebencian yang melemahkan masyarakat kita, sekarang dan juga setelah PKP ditamatkan. Menyeru semua rakyat Malaysia untuk menyedari perbuatan ini, sama ada di atas talian atau di dunia nyata, merupakan tanggungjawab semua lebih-lebih lagi pucuk pimpinan.
Dalam respon terhadap maraknya sentimen anti-Melayu/Islam, Ketua Polis Negara Tan Sri Abdul Hamid Bador telah menggesa rakyat Malaysia agar berhenti menyalahkan atau menghina peserta himpunan tabligh. Suhakam dalam satu kenyataan turut menyeru agar rasa hormat dan saling percaya antara masyarakat dijadikan tanggungjawab bersama dalam menghadapi krisis ini. Peringatan serta pesan-pesan ini perlu disambut oleh lebih ramai pemimpin dan diulang secara lebih kerap, apatah lagi dalam situasi semasa di mana salah menyalahkan antara kaum senang membuak.
Baca cadangan kami untuk pengurusan ucapan kebencian yang lebih luas dan telus di sini.
Pada masa yang sama, tindakan segera perlu diambil ke atas individu-individu yang dengan sengaja mengeksploitasi rasa curiga atau prejudis antara kaum bagi menjalankan agenda tertentu. Usaha bersepadu untuk menghasut di Twitter belum dapat dikenalpasti, namun kami mendapati terdapat usaha terperinci di platform-platform lain. Pada Mac 24, mesej Whatsapp berunsur perkauman atas nama bekas eksekutif akhbar The Edge, Anne Tong, telah tersebar luas. Antara lain, mesej tersebut menyenaraikan sumbangan oleh syarikat-syarikat Cina, walaupun “yang sakit are all Melayus”. Mesej ini kemudiannya disahkan sebagai palsu oleh Anne Wong, namun tetap timbul persoalan mengenai dalang dan niat sebenar disebaliknya.
Dalam masa kurungan, prejudis rakyat Malaysia lebih terdedah kepada eksploitasi. Selain berjaga-jaga tentang ungkapan kebencian ‘tahap rendah’ sepertimana ciapan-ciapan yang dianalisakan di atas, pihak berkuasa juga seharusnya mengambil perhatian serius atas ucapan-ucapan yang jelas bertujuan untuk menyemarakkan kebencian antara kelompok-kelompok masyarakat. Tingkat kebencian yang berbeza memerlukan tindak balas yang jelas berbeza.
Masanya sudah lama tiba untuk Malaysia maju setapak lagi — kita perlu memperakui bahawa terdapat peringkat-peringkat ucapan kebencian yang membara bagai api dalam sekam, serta mengatasinya dengan cara yang sistematik dan berkadar.
The Centre sedang menjalankan kajian bagi memahami kadar ketegangan ucapan kebencian di Malaysia. Sebahagian kajian telah terjejas oleh PKP; kami berharap akan dapat segera menyambung semula kajian setelah PKP tamat, dan berkongsi hasil dapatan kajian.
The Centre is a centrist think tank driven by research and advocacy of progressive and pragmatic policy ideas. We are a not-for-profit and a mostly remote working organisation.