論文の概要: The Benefit of Collective Intelligence in Community-Based Content Moderation is Limited by Overt Political Signalling

• arxiv url: http://arxiv.org/abs/2601.22201v1
• Date: Thu, 29 Jan 2026 16:23:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-02 18:28:14.995967
• Title: The Benefit of Collective Intelligence in Community-Based Content Moderation is Limited by Overt Political Signalling
• Title（参考訳）: コミュニティ型コンテンツモデレーションにおける集団知能の恩恵は、過度な政治的シグナルによって制限される
• Authors: Gabriela Juncosa, Saeedeh Mohammadi, Margaret Samahita, Taha Yasseri,
• Abstract要約: コミュニティベースのコンテンツモデレーションシステムにより、政治的偏見がノートや評価プロセスに影響を及ぼすことを示す。 我々は、参加者が政治的ポストに関するメモを共同で作成するオンライン実験を行う。 政治的に多彩なチームは共和党のポストを評価するのに優れており、一方、集団構成は民主党のポストのメモの質に影響を与えていない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media platforms face increasing scrutiny over the rapid spread of misinformation. In response, many have adopted community-based content moderation systems, including Community Notes (formerly Birdwatch) on X (formerly Twitter), Footnotes on TikTok, and Facebook's Community Notes initiative. However, research shows that the current design of these systems can allow political biases to influence both the development of notes and the rating processes, reducing their overall effectiveness. We hypothesize that enabling users to collaborate on writing notes, rather than relying solely on individually authored notes, can enhance their overall quality. To test this idea, we conducted an online experiment in which participants jointly authored notes on political posts. Our results show that teams produce notes that are rated as more helpful than individually written notes. We also find that politically diverse teams perform better when evaluating Republican posts, while group composition does not affect perceived note quality for Democrat posts. However, the advantage of collaboration diminishes when team members are aware of one another's political affiliations. Taken together, these findings underscore the complexity of community-based content moderation and highlight the importance of understanding group dynamics and political diversity when designing more effective moderation systems.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、誤報の急速な拡散について、厳しい監視に直面している。 これに対し、多くの人々がコミュニティベースのコンテンツモデレーションシステムを採用しており、Xのコミュニティノート(元はバードウォッチ)、TikTokのフットノート、Facebookのコミュニティノートイニシアチブなどがある。 しかしながら、これらのシステムの現在の設計は、政治的偏見がノートの開発と評価プロセスの両方に影響を及ぼし、全体的な効果を低下させることができることを示している。 個々の著者のノートにのみ依存するのではなく、ユーザーがノートの執筆に協力できるようにすれば、全体の品質が向上する、という仮説を立てる。 このアイデアを試すために、参加者が共同で政治ポストのノートを執筆するオンライン実験を行った。 結果から,各チームが個々のノートよりも有益と評価されたノートを作成していることがわかった。 また、政治的に多彩なチームは共和党のポストを評価するのに優れており、一方、集団構成は民主党のポストに対するメモの質に影響を与えていない。 しかし、コラボレーションの利点は、チームメンバがお互いの政治的提携を認識しているときに減少します。 これらの知見は、コミュニティベースのコンテンツモデレーションの複雑さを浮き彫りにして、より効果的なモデレーションシステムの設計において、グループのダイナミクスと政治的多様性を理解することの重要性を強調している。

関連論文リスト

• Constructing Political Coordinates: Aggregating Over the Opposition for Diverse News Recommendation [1.1787037402510556]
  ニュースレコメンデーターシステム(NRS)は、政治の混乱と情報過負荷を最小限に抑えるのに有用であることが示されている。 NRSは、読者の関心を記事の読み史における党派的偏見と区別することが多い。 相互作用の延長により、これはフィルターバブルの形成とユーザパルチザンの分極をもたらす。
  論文  参考訳（メタデータ） (2025-11-14T23:04:04Z)
• Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
  ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。 われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。 提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
  論文  参考訳（メタデータ） (2025-10-16T20:30:20Z)
• AI Feedback Enhances Community-Based Content Moderation through Engagement with Counterarguments [0.0]
  本研究は,AIを用いたハイブリット・モデレーション・フレームワークについて検討した。 その結果,フィードバックを取り入れることで音質が向上することがわかった。 この研究は、政治コンテンツモデレーションにおけるAIの役割に関する継続的な議論に寄与している。
  論文  参考訳（メタデータ） (2025-07-10T18:52:50Z)
• Community Moderation and the New Epistemology of Fact Checking on Social Media [124.26693978503339]
  ソーシャルメディアプラットフォームは伝統的に、誤解を招くコンテンツを識別しフラグを立てるために、独立した事実チェック組織に依存してきた。 X(元Twitter)とMetaは、クラウドソースのファクトチェックの独自のバージョンを立ち上げて、コミュニティ主導のコンテンツモデレーションに移行した。 主要なプラットフォーム間での誤情報検出の現在のアプローチについて検討し,コミュニティ主導型モデレーションの新たな役割を探求し,大規模クラウドチェックの約束と課題の両方を批判的に評価する。
  論文  参考訳（メタデータ） (2025-05-26T14:50:18Z)
• Can Community Notes Replace Professional Fact-Checkers? [49.5332225129956]
  Twitter/XとMetaによるポリシーの変更は、ファクトチェック組織とのパートナーシップから移行したことを示している。 分析の結果,コミュニティノートでは,過去の報告の最大5倍のファクトチェックソースを引用していることがわかった。 その結果,コミュニティのモデレーションの成功は,プロのファクトチェックに依存し,市民とプロのファクトチェックがいかに深く絡み合っているかを強調した。
  論文  参考訳（メタデータ） (2025-02-19T22:26:39Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• 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。