論文の概要: An evaluation of LLMs for political bias in Western media: Israel-Hamas and Ukraine-Russia wars

• arxiv url: http://arxiv.org/abs/2601.06132v1
• Date: Mon, 05 Jan 2026 01:15:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.599577
• Title: An evaluation of LLMs for political bias in Western media: Israel-Hamas and Ukraine-Russia wars
• Title（参考訳）: 欧米メディアの政治的偏見に対するLLMの評価--イスラエル・ハマス戦争とウクライナ・ロシア戦争
• Authors: Rohitash Chandra, Haoyan Chen, Yaqing Zhang, Jiacheng Chen, Yuting Wu,
• Abstract要約: メディアにおける政治的偏見は、世論、有権者の行動、より広範な民主的言論を形成する上で重要な役割を担っている。 政治偏見は、新聞などのメディアソースで、その資金調達機構や政党との同盟によって見られる。 政治・メディア研究における大規模言語モデル(LLM)の影響が注目されている。
• 参考スコア（独自算出の注目度）: 16.326128066366334
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Political bias in media plays a critical role in shaping public opinion, voter behaviour, and broader democratic discourse. Subjective opinions and political bias can be found in media sources, such as newspapers, depending on their funding mechanisms and alliances with political parties. Automating the detection of political biases in media content can limit biases in elections. The impact of large language models (LLMs) in politics and media studies is becoming prominent. In this study, we utilise LLMs to compare the left-wing, right-wing, and neutral political opinions expressed in the Guardian and BBC. We review newspaper reporting that includes significant events such as the Russia-Ukraine war and the Hamas-Israel conflict. We analyse the proportion for each opinion to find the bias under different LLMs, including BERT, Gemini, and DeepSeek. Our results show that after the outbreak of the wars, the political bias of Western media shifts towards the left-wing and each LLM gives a different result. DeepSeek consistently showed a stable Left-leaning tendency, while BERT and Gemini remained closer to the Centre. The BBC and The Guardian showed distinct reporting behaviours across the two conflicts. In the Russia-Ukraine war, both outlets maintained relatively stable positions; however, in the Israel-Hamas conflict, we identified larger political bias shifts, particularly in Guardian coverage, suggesting a more event-driven pattern of reporting bias. These variations suggest that LLMs are shaped not only by their training data and architecture, but also by underlying worldviews with associated political biases.
• Abstract（参考訳）: メディアにおける政治的偏見は、世論、有権者の行動、より広範な民主的言論を形成する上で重要な役割を担っている。 主観的な意見や政治的偏見は、その資金調達機構や政党との同盟によって、新聞などのメディアソースで見られる。 メディアコンテンツにおける政治的偏見の検出を自動化することは、選挙における偏見を制限することができる。 政治・メディア研究における大規模言語モデル(LLM)の影響が注目されている。 本研究では,LLMを用いて,ガーディアンやBBCで表現された左翼,右翼,中立的な政治的意見を比較した。 我々は、ロシア・ウクライナ戦争やハマス・イスラエル紛争のような重要な出来事を含む新聞報道をレビューする。 各意見の比率を分析して、BERT、Gemini、DeepSeekなど、異なるLLMの下でバイアスを見つけます。 戦争が勃発すると、欧米メディアの政治的偏見は左派へと変化し、それぞれのLDMは異なる結果をもたらすことを示す。 DeepSeekは安定した左派傾向を示し、BERTとジェミニはセンターに近かった。 BBCとガーディアン紙は、この2つの紛争に関して、明確な報告行動を示した。 ロシアとウクライナの戦争では、両メディアは比較的安定した立場を維持していたが、イスラエルとハマスの紛争では、特にガーディアンの報道では、より大きな政治的偏見の傾向が指摘され、よりイベント駆動的な報告バイアスのパターンが示唆された。 これらのバリエーションは、LLMはトレーニングデータやアーキテクチャだけでなく、関連する政治的偏見の根底にある世界観によっても形成されていることを示唆している。

関連論文リスト

• Geopolitical biases in LLMs: what are the "good" and the "bad" countries according to contemporary language models [52.00270888041742]
  我々は、中立なイベント記述と異なる国からの視点を対比した新しいデータセットを導入する。 以上の結果から,特定の民族的物語のモデルが好まれる,重要な地政学的偏見がみられた。 単純なデバイアスのプロンプトはこれらのバイアスを減らすのに限られた効果があった。
  論文  参考訳（メタデータ） (2025-06-07T10:45:17Z)
• Large Means Left: Political Bias in Large Language Models Increases with Their Number of Parameters [0.571853823214391]
  大規模言語モデル(LLM)は、主に多くの人が様々なトピックの主要な情報源として使っている。 LLMは、しばしば事実の誤りを犯したり、データ(幻覚)を作成したり、バイアスを提示したり、ユーザーが誤った情報に晒したり、意見に影響を与えたりする。 我々は、Wale-O-Matのスコアを用いて、ドイツ連邦議会の最近の投票の文脈において、人気のあるLLMの政治的バイアスを定量化する。
  論文  参考訳（メタデータ） (2025-05-07T13:18:41Z)
• Beyond Partisan Leaning: A Comparative Analysis of Political Bias in Large Language Models [6.549047699071195]
  本研究では、大規模言語モデルにおける政治的行動を評価するために、ペルソナフリーでトピック固有のアプローチを採用する。 米国、ヨーロッパ、中国、中東で開発された43の大規模言語モデルからの反応を分析した。 発見は、ほとんどのモデルが中心左あるいは左イデオロギー的にリーンであり、非党派的エンゲージメントパターンが異なることを示している。
  論文  参考訳（メタデータ） (2024-12-21T19:42:40Z)
• When Neutral Summaries are not that Neutral: Quantifying Political Neutrality in LLM-Generated News Summaries [0.0]
  本研究では, LLMの政治的中立性を定量化するための新たな視点を示す。 我々は、中絶、銃規制/権利、医療、移民、LGBTQ+の権利という、現在のアメリカの政治における5つの迫る問題について検討する。 我々の研究は、いくつかのよく知られたLLMにおいて、民主的偏見に対する一貫した傾向を明らかにした。
  論文  参考訳（メタデータ） (2024-10-13T19:44:39Z)
• Biased AI can Influence Political Decision-Making [64.9461133083473]
  本稿では,大言語モデル(LLM)におけるパルチザンバイアスが政治的意見や意思決定に与える影響について検討する。 その結果,党派偏見モデルに曝露した参加者は,LLMの偏見と一致した意見を取り入れ,決定を下す可能性が有意に高いことがわかった。
  論文  参考訳（メタデータ） (2024-10-08T22:56:00Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)

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。