研究者らによると、人工知能はニュース報道の偏りを特定するのに役立つ。
ある研究では、COVID-19に関する模擬ニュース報道と実際の報道を比較し、大きな違いが見つかった。
研究者らは、この研究が、たとえばAIを米国最高裁判所の意思決定のモデル化に用いるなど、新たな研究の道を開くと述べている。
研究者らによると、人工知能は、そうでなければ気づかないニュース報道の偏りを特定するのに役立つ。
新たな研究で、研究者らはCanadian Broadcast Corporation（CBC）の記事の見出しをプロンプトとして、コンピュータープログラムにCOVID-19に関するニュース報道を生成させた。その後、模擬報道を当時の実際の報道と比較した。
調査結果によると、CBCの報道は医療上の緊急事態への焦点が弱く、人物や地政学により肯定的な関心を向けていた。
「現実世界の出来事を報道するには、どの出来事や人物を中心に据えるかなど、複雑な選択が伴います」と、マギル大学の言語・文学・文化学教授、アンドリュー・パイパー氏は述べる。「実際に報道された内容と、報道され得た内容を比較することで、私たちの研究は報道機関が行う編集上の選択を考察する視点を提供します。」
メディアによる枠組みづけ、世論、政府の政策が密接に結びついていることから、こうした代替案を評価することは重要だと研究者らは述べている。
「AIはCOVID-19を主に公衆衛生上の緊急事態と捉え、出来事をより生物医学的な観点から解釈しました。一方、CBCの報道は、病気そのものよりも人に焦点を当てる傾向がありました。
「CBCの報道は、大規模な健康危機だったことを考えると予想以上に肯定的で、いわゆる『国旗の下に結集する』効果を生み出していました。この肯定的な姿勢は、人々の恐怖を和らげる働きをします」とパイパー氏は述べる。
多くの研究がAIに内在する偏りの理解を目指す一方で、AIを人間の表現に潜む偏りを明らかにするツールとして活用する機会もあると、研究者らは述べる。「目標は、そうでなければ見落としかねないことに気づけるようにすることです」とパイパー氏は語る。
「AIそのものに偏りがないと主張しているわけではありません。多くの研究者が試みているように偏りをなくすのではなく、偏りがどのように、なぜ生じるのかを理解したいのです」と、パイパー氏の指導のもとで働く研究助手で学生のシル・ハミルトン氏は述べる。
研究者らにとって、この取り組みはまだ氷山の一角にすぎず、AIを過去の人間の行動を調べるだけでなく、将来の行動を予測するためにも活用する新たな研究の道を開く。たとえば、政治や司法の結果を予測することが考えられる。
ハミルトン氏は現在、AIを使って米国最高裁判所の意思決定をモデル化するプロジェクトに取り組むチームを率いている。
「過去の司法判断を踏まえると、判事たちは今後の重要な訴訟や、再び審理されている過去の事件にどう対応するでしょうか。AIの新たな進展が役立つことを期待しています」と同氏は述べる。
