論文の概要: Searching for Representation: A sociotechnical audit of googling for members of U.S. Congress

• arxiv url: http://arxiv.org/abs/2109.07012v1
• Date: Tue, 14 Sep 2021 23:13:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-15 02:46:08.223563
• Title: Searching for Representation: A sociotechnical audit of googling for members of U.S. Congress
• Title（参考訳）: 代表を捜す:米国議会議員のためのゴーグリングの社会技術的監査
• Authors: Emma Lurie and Deirdre K. Mulligan
• Abstract要約: トップのGoogle検索結果の10%は、カリフォルニア州の議員を特定するために検索を利用する情報検索者を誤解させる可能性が高い。 誤解を招く結果の70%は、有機検索結果の上の特徴的スニペットに現れる。 特定された要因には、Googleがウィキペディアに大きく依存していること、権威の欠如、マシンパーサブル、地理的な位置に基づく選出された役人の身元に関する高精度なデータ、検索エンジンの未特定クエリの扱いなどがある。
• 参考スコア（独自算出の注目度）: 2.4366811507669124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-quality online civic infrastructure is increasingly critical for the success of democratic processes. There is a pervasive reliance on search engines to find facts and information necessary for political participation and oversight. We find that approximately 10\% of the top Google search results are likely to mislead California information seekers who use search to identify their congressional representatives. 70\% of the misleading results appear in featured snippets above the organic search results. We use both qualitative and quantitative methods to understand what aspects of the information ecosystem lead to this sociotechnical breakdown. Factors identified include Google's heavy reliance on Wikipedia, the lack of authoritative, machine parsable, high accuracy data about the identity of elected officials based on geographic location, and the search engine's treatment of under-specified queries. We recommend steps that Google can take to meet its stated commitment to providing high quality civic information, and steps that information providers can take to improve the legibility and quality of information about congressional representatives available to search algorithms.
• Abstract（参考訳）: 高品質なオンライン市民インフラは、民主的プロセスの成功にますます重要になっている。 政治参加と監視に必要な事実や情報を見つけるために、検索エンジンに広く依存している。 googleの検索結果のトップの約10%は、検索を使って議員を識別するカリフォルニアの情報検索を誤解している可能性が高い。 誤解を招く結果の70%は、有機検索結果の上の特徴的スニペットに現れる。 我々は、情報エコシステムのどの側面が社会技術的破壊につながるかを理解するために、質的手法と定量的手法の両方を使用します。 特定された要因には、Googleがウィキペディアに大きく依存していること、権威の欠如、マシンパーサブル、地理的な位置に基づく選出された役人の身元に関する高精度なデータ、検索エンジンの未特定クエリの扱いなどがある。 我々は、高品質な市民情報を提供するというGoogleの約束を満たすためのステップと、情報提供者が検索アルゴリズムで利用可能な議会代表者に関する情報の正当性と品質を改善するためのステップを推奨する。

関連論文リスト

• CLARINET: Augmenting Language Models to Ask Clarification Questions for Retrieval [52.134133938779776]
  CLARINETは,回答が正しい候補の確実性を最大化する質問を選択することで,情報的明確化を問うシステムである。 提案手法は,大規模言語モデル(LLM)を検索分布の条件付きで拡張し,各ターンで真の候補のランクを最大化する問題を生成する。
  論文  参考訳（メタデータ） (2024-04-28T18:21:31Z)
• Algorithmic Misjudgement in Google Search Results: Evidence from Auditing the US Online Electoral Information Environment [0.0]
  本稿では,政府の管理するWebドメインがオンライン選挙情報環境においてどのように表現されるかを検討する。 その結果、州、郡、地方自治体の情報源の71%が標的にされていないことがわかった。 我々は、これらのソースをそれぞれの構成元に適切なターゲティングを保証することは、権威的かつ局所的な選挙情報へのアクセスを促進するGoogleの役割の重要な部分であると主張している。
  論文  参考訳（メタデータ） (2024-04-06T17:09:04Z)
• Algorithmically Curated Lies: How Search Engines Handle Misinformation about US Biolabs in Ukraine [39.58317527488534]
  2022年6月、Google、Bing、Yandexの検索出力の仮想エージェントベースのアルゴリズム監査を行う。 検索の言語に基づく誤情報暴露では,すべての検索エンジンがロシア語で偽ニュースを多く提示するなど,大きな相違がみられた。 これらの観察は、AICSが操作に脆弱である可能性、特に展開するプロパガンダキャンペーンの場合を強調している。
  論文  参考訳（メタデータ） (2024-01-24T22:15:38Z)
• Algorithmic amplification of biases on Google Search [0.6167267484484484]
  本稿では,個人の既存態度が現代の情報探索プロセスにどのように影響するかを考察する。 中絶に対する反対の態度を持つ個人は、異なる検索結果を受け取る。 Google検索エンジンは、検索結果の既存の信念を強化する。
  論文  参考訳（メタデータ） (2024-01-17T08:24:57Z)
• User Attitudes to Content Moderation in Web Search [49.1574468325115]
  我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。 最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。 より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
  論文  参考訳（メタデータ） (2023-10-05T10:57:15Z)
• Personalization of Web Search During the 2020 US Elections [0.0]
  本稿では,ユーザ特性と行動が検索結果に与える影響について,政治的に関係のある文脈で検討する。 私たちは、25の都市にランダムに配置されている150人の合成インターネットユーザーを編成しました。 これらのユーザーは、閲覧好みや政治的イデオロギーが異なるため、現実的な閲覧履歴や検索履歴を構築することができる。
  論文  参考訳（メタデータ） (2022-09-28T11:18:56Z)
• Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
  データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。 研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。 公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。 残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
  論文  参考訳（メタデータ） (2022-02-03T17:25:46Z)
• Exposing Query Identification for Search Transparency [69.06545074617685]
  本稿では,検索システムの2つのクラスにおいて,クエリとドキュメントの役割を逆転させることにより,検索タスクとしてのEQIの実現可能性について検討する。 本研究では,クエリのランク付けの質を評価するための評価基準を導出するとともに,近似EQIの様々な実践的側面に着目した経験的分析を行う。
  論文  参考訳（メタデータ） (2021-10-14T20:19:27Z)
• The Matter of Chance: Auditing Web Search Results Related to the 2020 U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
  私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。 その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
  論文  参考訳（メタデータ） (2021-05-03T11:18:19Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)

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。