論文の概要: Think Fast, Think Slow, Think Critical: Designing an Automated
Propaganda Detection Tool
- arxiv url: http://arxiv.org/abs/2402.19135v1
- Date: Thu, 29 Feb 2024 13:12:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-01 14:42:31.193046
- Title: Think Fast, Think Slow, Think Critical: Designing an Automated
Propaganda Detection Tool
- Title（参考訳）: オートマチックなプロパガンダ検出ツール(動画あり)
- Authors: Liudmila Zavolokina, Kilian Sprenkamp, Zoya Katashinskaya, Daniel
Gordon Jones, Gerhard Schwabe
- Abstract要約: 本稿では,新しいプロパガンダ検出ツールであるClarifAIの設計を紹介する。
大規模言語モデルを用いて、CrarifAIはニュース記事のプロパガンダを検出し、文脈に富んだ説明を提供する。
- 参考スコア（独自算出の注目度）: 2.1074219583376252
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In today's digital age, characterized by rapid news consumption and
increasing vulnerability to propaganda, fostering citizens' critical thinking
is crucial for stable democracies. This paper introduces the design of
ClarifAI, a novel automated propaganda detection tool designed to nudge readers
towards more critical news consumption by activating the analytical mode of
thinking, following Kahneman's dual-system theory of cognition. Using Large
Language Models, ClarifAI detects propaganda in news articles and provides
context-rich explanations, enhancing users' understanding and critical
thinking. Our contribution is threefold: first, we propose the design of
ClarifAI; second, in an online experiment, we demonstrate that this design
effectively encourages news readers to engage in more critical reading; and
third, we emphasize the value of explanations for fostering critical thinking.
The study thus offers both a practical tool and useful design knowledge for
mitigating propaganda in digital news.
- Abstract（参考訳）: 今日のデジタル時代には、急激なニュース消費とプロパガンダへの脆弱性の増加が特徴であり、市民の批判的思考を育むことは安定した民主主義にとって不可欠である。
本稿では,Kahnemanの二重システム認知理論に従って,分析的な思考様式を活性化することにより,読者をより重要なニュース消費に向けた新しいプロパガンダ検出ツールであるClarifAIの設計を紹介する。
大規模言語モデルを用いてニュース記事のプロパガンダを検出し、文脈に富んだ説明を提供し、ユーザの理解と批判的思考を強化する。
第1に、clarifaiの設計を提案し、第2に、オンライン実験で、このデザインがニュース読者により批判的な読書を促すことを実証し、第3に、批判的思考を育むための説明の重要性を強調した。
この研究は、デジタルニュースにおけるプロパガンダを緩和するための実用的なツールと有用な設計知識の両方を提供する。
関連論文リスト
- PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。
Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。
Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
論文 参考訳（メタデータ） (2024-09-19T06:28:18Z) - AI as a Tool for Fair Journalism: Case Studies from Malta [0.07499722271664144]
2つのプロジェクトは、ニュース記事やテレビニュースセグメントの潜在的なバイアスを分析するために設計されたメディアモニタリングとプレゼンテーションツールに焦点を当てている。
最初のプロジェクトは、コンピュータビジョンと自然言語処理の技術を使用して、ニュース記事の画像とそれに対応するキャプション、見出し、記事本体の一貫性を分析する。
第2のプロジェクトは、コンピュータビジョン技術を使用して、画面上の時間やニュースビデオの視覚的露出を追跡し、クエリ可能なデータを提供する。
論文 参考訳（メタデータ） (2024-07-08T15:02:39Z) - Framing the News:From Human Perception to Large Language Model
Inferences [8.666172545138272]
ニュースのフレームを特定することは、記事のビジョン、意図、伝達すべきメッセージ、ニュースのどの側面が強調されるかを理解するために重要である。
我々は,5カ国のヨーロッパの新聞のノヴァックス運動記事の1786年の見出しに,フレームの人為的ラベル付けのためのプロトコルを開発した。
まず, GPT-3.5 の微調整手法と, GPT-3.5 のプロンプトエンジニアリング手法の2つの手法について検討した。
論文 参考訳（メタデータ） (2023-04-27T18:30:18Z) - Deep Breath: A Machine Learning Browser Extension to Tackle Online
Misinformation [0.0]
本稿では,オンライン上の誤解を招くコンテンツの検出,処理,警告を行う新しいシステムを提案する。
機械学習モデルを既存の3万2000のクリックベイトニュース記事見出しのデータセットでトレーニングすることにより、このモデルは見出しがセンセーショナルであるかどうかを予測する。
既存の設計原則に基づいたユニークなコンテンツ警告通知を構築するWebブラウザエクステンションとインターフェースする。
論文 参考訳（メタデータ） (2023-01-09T12:43:58Z) - Persuasion Strategies in Advertisements [68.70313043201882]
我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。
次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。
我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
論文 参考訳（メタデータ） (2022-08-20T07:33:13Z) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳（メタデータ） (2022-03-10T14:24:19Z) - Interpretable Propaganda Detection in News Articles [30.192497301608164]
本稿では, 解釈可能性を提供する手段として, 偽造手法を検知し, 利用することを提案する。
我々の解釈可能な特徴は、事前訓練された言語モデルと簡単に組み合わせられ、最先端の結果が得られる。
論文 参考訳（メタデータ） (2021-08-29T09:57:01Z) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳（メタデータ） (2020-11-13T10:19:13Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z) - Prta: A System to Support the Analysis of Propaganda Techniques in the
News [34.61449860876045]
Prtaでは,プロパガンダテクニックの発生するスパンをハイライトすることで,定期的にクロールされた記事の探索を可能にする。
さらに,本システムは,ユーザによって規定されたフィルタリング基準に従って,時間的および時間的,そのような手法の使用に関する統計を報告する。
ユーザーは専用のインターフェイスやAPIを通じて、どんなテキストやURLでも分析できる。
論文 参考訳（メタデータ） (2020-05-12T15:20:55Z) - Leveraging Declarative Knowledge in Text and First-Order Logic for
Fine-Grained Propaganda Detection [139.3415751957195]
本稿では,ニュース記事中のプロパガンダ的テキスト断片の検出について検討する。
本稿では,詳細なプロパガンダ手法の宣言的知識を注入する手法を提案する。
論文 参考訳（メタデータ） (2020-04-29T13:46:15Z)
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。