論文の概要: Epistemic orientation in parliamentary discourse is associated with deliberative democracy

• arxiv url: http://arxiv.org/abs/2604.19699v1
• Date: Tue, 21 Apr 2026 17:19:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.900773
• Title: Epistemic orientation in parliamentary discourse is associated with deliberative democracy
• Title（参考訳）: 議会談話におけるエピステマティック・オリエンテーションは熟考民主主義と関連している
• Authors: Segun Aroyehun, Stephan Lewandowsky, David Garcia,
• Abstract要約: 我々は,Evidence-Minus-Intuition (EMI) スコアを用いて,てんかんの向きを測定するスケーラブルなアプローチを提案する。 このアプローチを1946年から2025年までの7カ国で1500万の議会演説セグメントに適用する。 我々は、EMIが各国の熟考民主主義と時間とともに結びついており、同時期にもラタグ分析においても一貫した関係にあることを見出した。
• 参考スコア（独自算出の注目度）: 0.5607632629560914
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The pursuit of truth is central to democratic deliberation and governance, yet political discourse reflects varying epistemic orientations, ranging from evidence-based reasoning grounded in verifiable information to intuition-based reasoning rooted in beliefs and subjective interpretation. We introduce a scalable approach to measure epistemic orientation using the Evidence--Minus--Intuition (EMI) score, derived from large language model (LLM) ratings and embedding-based semantic similarity. Applying this approach to 15 million parliamentary speech segments spanning 1946 to 2025 across seven countries, we examine temporal patterns in discourse and its association with deliberative democracy and governance. We find that EMI is positively associated with deliberative democracy within countries over time, with consistent relationships in both contemporaneous and lagged analyses. EMI is also positively associated with the transparency and predictable implementation of laws as a dimension of governance. These findings suggest that the epistemic nature of political discourse is crucial for both the quality of democracy and governance.
• Abstract（参考訳）: 真理の追求は民主的な熟考と統治の中心であるが、政治的言説は、検証可能な情報に基づく証拠に基づく推論から、信念や主観的な解釈に根ざした直観に基づく推論まで、様々な疫学的指向を反映している。 Evidence--Minus-Intuition (EMI) スコアを大規模言語モデル(LLM) 評価と埋め込みに基づく意味的類似性から導いた。 このアプローチを1946年から2025年までの7カ国にまたがる1500万の議会演説セグメントに適用し、言論の時間的パターンとその熟考民主主義と統治との関連について検討する。 我々は、EMIが各国の熟考民主主義と時間とともに結びついており、同時期にもラタグ分析においても一貫した関係にあることを見出した。 EMIはまた、ガバナンスの次元としての法の透明性と予測可能な実装に肯定的に関連している。 これらの結果は、民主主義と統治の質の両面において、政治的言論のエピステマティックな性質が不可欠であることを示唆している。

関連論文リスト

• Uncovering Political Bias in Large Language Models using Parliamentary Voting Records [2.272052150526026]
  本稿では、政治バイアスベンチマークを構築するための一般的な手法を紹介する。 我々はこの方法論を3つの国家ケーススタディでインスタンス化する。 LLM行動におけるイデオロギー的傾向と政治的実体バイアスを評価する。
  論文  参考訳（メタデータ） (2026-01-13T18:18:25Z)
• 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)
• Identifying Algorithmic and Domain-Specific Bias in Parliamentary Debate Summarisation [13.982513887272683]
  本稿では,欧州議会の議論を要約するために,大規模言語モデル(LLM)の利用について検討する。 本稿では,テキストのコヒーレンスと内容の忠実度を向上する構造化多段階要約フレームワークを提案する。 定位バイアスと党派バイアスが一貫した証拠が見つかり、一部の話者は体系的にあまり表現されていないか、あるいは誤分布している。
  論文  参考訳（メタデータ） (2025-07-16T11:49:33Z)
• Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models [72.89977583150748]
  本研究では,大規模言語モデルとより広い地政学的価値システムとの整合性を評価する新しい手法を提案する。 LLMは一般的に民主的価値観や指導者を好んでいるが、マンダリンでの権威主義的人物に対する好意が増している。
  論文  参考訳（メタデータ） (2025-06-15T07:52:07Z)
• Aligning Trustworthy AI with Democracy: A Dual Taxonomy of Opportunities and Risks [26.916552909766118]
  本稿では、AIと民主主義の複雑な関係を評価するための二重分類法を提案する。 AIRD分類法は、AIが自律性、公正性、信頼といった中核的な民主主義の原則を台無しにする方法を特定する。 AIPD分類は、透明性、参加、効率、エビデンスに基づく政策決定を強化するAIの可能性を強調している。
  論文  参考訳（メタデータ） (2025-05-19T10:51:08Z)
• Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis [48.14390493099495]
  AIモデルが政治的トピックにどう対処すべきかは議論されているが、依然として困難であり、より優れたガバナンスが必要である。 本稿では、政治的に敏感なビデオを中心に、個人的および集団的な議論を通じて、大規模言語モデルのガバナンスについて検討する。
  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)
• Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
  大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。 本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。 観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
  論文  参考訳（メタデータ） (2023-11-15T00:02:25Z)

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。