Fugu-MT 論文翻訳(概要): Citizen Participation and Machine Learning for a Better Democracy

論文の概要: Citizen Participation and Machine Learning for a Better Democracy

arxiv url: http://arxiv.org/abs/2103.00508v1
Date: Sun, 28 Feb 2021 13:30:07 GMT
ステータス: 処理完了
システム内更新日: 2021-03-03 17:06:18.502028
Title: Citizen Participation and Machine Learning for a Better Democracy
Title（参考訳）: よりよい民主主義のための市民参加と機械学習
Authors: M. Arana-Catania, F.A. Van Lier, Rob Procter, Nataliya Tkachenko, Yulan He, Arkaitz Zubiaga, Maria Liakata
Abstract要約: 民主的な意思決定プロセスにおける市民参加の障壁に対処することを目的としたプロジェクトの進捗状況を報告します。主な目的は、自然言語処理(NLP)と機械学習の応用が、デジタル市民参加プラットフォームにおける市民の経験を改善することができるかどうかを探ることである。
参考スコア（独自算出の注目度）: 22.682698778214434
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The development of democratic systems is a crucial task as confirmed by its selection as one of the Millennium Sustainable Development Goals by the United Nations. In this article, we report on the progress of a project that aims to address barriers, one of which is information overload, to achieving effective direct citizen participation in democratic decision-making processes. The main objectives are to explore if the application of Natural Language Processing (NLP) and machine learning can improve citizens' experience of digital citizen participation platforms. Taking as a case study the "Decide Madrid" Consul platform, which enables citizens to post proposals for policies they would like to see adopted by the city council, we used NLP and machine learning to provide new ways to (a) suggest to citizens proposals they might wish to support; (b) group citizens by interests so that they can more easily interact with each other; (c) summarise comments posted in response to proposals; (d) assist citizens in aggregating and developing proposals. Evaluation of the results confirms that NLP and machine learning have a role to play in addressing some of the barriers users of platforms such as Consul currently experience.
Abstract（参考訳）: 民主システムの開発は、国連によるミレニアム持続可能な開発目標の1つとして、その選択によって確認される重要なタスクです。本稿では、情報過負荷の障壁に対処することを目的としたプロジェクトの進捗状況を報告し、民主的な意思決定プロセスで効果的な直接市民参加を達成する。主な目的は、自然言語処理(NLP)と機械学習の応用が、デジタル市民参加プラットフォームにおける市民の経験を改善することができるかどうかを探ることである。市民が市議会で採用したい政策の提案を提出できる「デシド・マドリード」・コンサル・プラットフォームを事例研究として、我々は、NLPと機械学習を使って、(a)支援したいと思われる市民の提案に新しい方法を提案し、(b)グループ市民が互いにより簡単に対話できるようにし、(c)提案に応えて投稿されたコメントを要約し、(d)提案を集約し、開発する市民を支援する。結果の評価は、NLPと機械学習が、現在経験しているConsulのようなプラットフォームの障壁ユーザに対処するために果たす役割があることを証明している。

関連論文リスト

Thoughtful Adoption of NLP for Civic Participation: Understanding Differences Among Policymakers [17.47825333597848]
自然言語処理ツールは、市民参加を促進し、民主的プロセスを強化する可能性がある。本研究は、NLPツールの思慮的な採用に、政府内利害関係者がどのような影響を及ぼすかを検討する。
論文参考訳（メタデータ） (2024-10-30T11:46:26Z)
ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents [70.17229548653852]
我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。 PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
論文参考訳（メタデータ） (2024-10-28T05:25:50Z)
Can LLMs advance democratic values? [0.0]
LLMは、形式的な民主的意思決定プロセスから明確に守るべきである、と我々は主張する。非公式な公共の場を強化するのに役立てることができる。
論文参考訳（メタデータ） (2024-10-10T23:24:06Z)
From Experts to the Public: Governing Multimodal Language Models in Politically Sensitive Video Analysis [48.14390493099495]
本稿では,大規模言語モデル(MM-LLM)の個人的および集団的検討を通じて,ガバナンスについて検討する。筆者らは,まず10人のジャーナリストにインタビューを行い,専門家によるビデオ解釈のベースライン理解を確立した。第2に,包括的.AIを用いた議論に携わる一般市民114名を対象にした。
論文参考訳（メタデータ） (2024-09-15T03:17:38Z)
Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文参考訳（メタデータ） (2024-07-16T05:52:26Z)
Designing Digital Voting Systems for Citizens: Achieving Fairness and Legitimacy in Participatory Budgeting [10.977733942901535]
PB(Participatory Budgeting)は、都市における資源配分の鍵となる民主的手段へと発展してきた。本研究は、参加者が架空のPB設定で投票するよう依頼された行動実験の結果を提示する。認知的負荷を最小限に抑え、デジタルプロセスの公正性と正当性を高めるPB投票の設計アプローチを特定する。
論文参考訳（メタデータ） (2023-10-05T12:25:48Z)
Consensus-based Participatory Budgeting for Legitimacy: Decision Support via Multi-agent Reinforcement Learning [3.3504365823045044]
参加型予算編成(Participatory budgeting)は、投票結果が必ずしも公平でも包括的でもないプロセスである。本稿では,新規かつ合法なコンセンサスに基づく参加型予算策定プロセスを紹介する。投票者はお互いに対話し、現実的な妥協を行うのに役立ちます。
論文参考訳（メタデータ） (2023-07-24T16:16:23Z)
UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文参考訳（メタデータ） (2023-05-31T11:29:04Z)
Lessons Learned from a Citizen Science Project for Natural Language Processing [53.48988266271858]
市民科学はクラウドソーシングの代替であり、NLPの文脈では比較的研究されていない。我々は、既存のクラウドソースデータセットの一部を注釈付けすることで、NLPの市民科学における様々なボランティアグループへの参加について探索的研究を行う。この結果から,高品質なアノテーションが得られ,モチベーションの高いボランティアを惹きつけるだけでなく,スケーラビリティや時間的関与,法的・倫理的問題といった要因も考慮する必要があることが示唆された。
論文参考訳（メタデータ） (2023-04-25T14:08:53Z)
Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文参考訳（メタデータ） (2021-10-05T12:51:11Z)
A mixed-methods ethnographic approach to participatory budgeting in Scotland [11.943141057130228]
PB(Participatory budgeting)はスコットランドですでにコミュニティ主導の助成金の形で確立されている。本研究は,スコットランドを構成する32の地方自治体のそれぞれが,PBプロセスにおける市民の関与のために,Consulプラットフォームを利用する方法について検討する。我々は、自然言語処理(NLP)ツールが市民のエンゲージメントと、市民の貢献が分析され、政策に変換されるプロセスの両方を促進できるかどうかに焦点をあてる。
論文参考訳（メタデータ） (2021-09-20T13:04:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。