論文の概要: AI-Powered Browsers Are Broadly Accurate News Summarizers That Reduce Political Bias and Negative Affect

• arxiv url: http://arxiv.org/abs/2607.18931v1
• Date: Tue, 21 Jul 2026 10:12:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.391116
• Title: AI-Powered Browsers Are Broadly Accurate News Summarizers That Reduce Political Bias and Negative Affect
• Title（参考訳）: AIを駆使したブラウザは、政治的バイアスとネガティブな影響を減らし、ニュースの要約を精度良く行う
• Abstract要約: ブラウザベースのAI要約器は、ニュースの政治的偏見、ネガティブな影響、ジャーナリストによる記事の質をどう変えるかを検討する。 我々は、Google Chrome(Gemini)、Microsoft Edge(Copilot)、Perplexity Cometの3つの主要なAIブラウザによって生成された41,331のサマリーを評価した。 ブラウザベースのAI要約器は、広く正確であることがわかった。さらに、イデオロギーバイアス、パルチザンの姿勢、否定性、怒り、恐怖を減らし、明瞭さを高め、個人のトーンを下げることで、ニュースを継続的に変える。
• 参考スコア（独自算出の注目度）: 4.973037095385227
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web browsers now provide AI-generated news summaries for millions of users. Despite their popularity and influence, we lack a systematic understanding of how these systems transform news before people read it. Through a large-scale audit, we investigate the factual accuracy of browser-based AI summarizers and how they alter the political bias, negative affect, and journalistic writing quality of news. Drawing on 13,777 articles from 15 U.S. news outlets, we evaluate their 41,331 summaries generated by three leading AI-powered browsers: Google Chrome (Gemini), Microsoft Edge (Copilot), and Perplexity Comet. We find that browser-based AI summarizers are broadly accurate. Furthermore, they consistently transform news by attenuating ideological bias, partisan stances, negativity, anger, and fear, while increasing clarity and reducing personal tone. With some variations, these patterns hold across browsers, outlet ideologies, and topics. Our findings identify AI-powered browsers as a new class of editorial intermediaries that systematically reshape news, with implications for democratic discourse and AI governance.
• Abstract（参考訳）: 今やWebブラウザは、数百万のユーザにAIが生成したニュース要約を提供する。 その人気と影響力にもかかわらず、人々が読む前に、これらのシステムがニュースをどう変換するかについての体系的な理解が欠けている。 大規模な監査を通じて、ブラウザベースのAI要約器の事実的正確さと、それがニュースの政治的偏見、ネガティブな影響、ジャーナリストによる執筆品質をどのように変えているかを調査する。 米国の15のニュースメディアから13,777の記事を引用し、Google Chrome (Gemini)、Microsoft Edge (Copilot)、Perplexity Cometという3つの主要なAIブラウザによって生成された41,331の要約を評価した。 ブラウザベースのAI要約器は広範に正確であることがわかった。 さらに、イデオロギーバイアス、パルチザンの姿勢、否定性、怒り、恐怖を減らし、明瞭さを増し、個人の緊張を減らし、ニュースを一貫して変革する。 いくつかのバリエーションにより、これらのパターンはブラウザ、アウトレットイデオロギー、トピックにわたって保持される。 我々の研究は、AIを利用したブラウザを、ニュースを体系的に再構築する新たな編集仲介業者のクラスとして認識し、民主的な言論とAIガバナンスに影響を及ぼす。

関連論文リスト

• AI Credibility Signals Outrank Institutions and Engagement in Shaping News Perception on Social Media [4.197003225775791]
  本稿では,AIが生み出す信頼性スコアがユーザの政治的ニュースに対する認識にどのように影響するかを,大規模に混合設計実験により検証する。 その結果、AIフィードバックは党派偏見や制度的不信を著しく抑制し、好きや共有といった従来のエンゲージメントシグナルをはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2025-11-04T08:46:54Z)
• News Source Citing Patterns in AI Search Systems [6.976269683687743]
  我々は,AI検索システムを対象としたヘッド・ツー・ヘッド評価プラットフォームであるAI Search Arenaのデータを分析した。 データセットは、OpenAI、Perplexity、Googleの3大プロバイダにわたるモデルから24,000以上の会話と65,000のレスポンスで構成されている。 異なる提供者によるモデルは、異なるニュースソースを引用する一方で、引用行動における共有パターンを示す。
  論文  参考訳（メタデータ） (2025-07-07T02:17:57Z)
• The Hall of AI Fears and Hopes: Comparing the Views of AI Influencers and those of Members of the U.S. Public Through an Interactive Platform [3.253198855869374]
  市民はAIが制御不能になることを恐れ、インフルエンサーは規制を強調している。 女性や有色人種のような表現不足の集団からのAIインフルエンサーの見解は、一般に表現不足の集団の見解としばしば異なる。
  論文  参考訳（メタデータ） (2025-04-08T13:21:31Z)
• 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)
• Willingness to Read AI-Generated News Is Not Driven by Their Perceived Quality [3.036383058306671]
  本研究では,AI支援記事とAI生成記事と人為的ニュース記事の認識品質について検討する。 また、これらのニュース記事の生成にAIが関与していることの開示が、彼らとの関わりに影響を及ぼすかどうかについても調査している。
  論文  参考訳（メタデータ） (2024-09-05T13:12:16Z)
• Artificial Intelligence in Election Campaigns: Perceptions, Penalties, and Implications [44.99833362998488]
  AI利用の3つのカテゴリ – キャンペーンオペレーション,投票者アウトリーチ,詐欺 – を特定します。 人々は一般的に、キャンペーンでAIを嫌うが、特に詐欺的使用には批判的であり、彼らは標準違反として認識している。 騙しAIの使用は、AI開発を完全に禁止することを含む、より厳格なAI規制に対する公的なサポートを増加させる。
  論文  参考訳（メタデータ） (2024-08-08T12:58:20Z)
• Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
  本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。 われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。 ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。 治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
  論文  参考訳（メタデータ） (2024-03-20T07:44:06Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• 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)
• 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)
• Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
  本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。 我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。 説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
  論文  参考訳（メタデータ） (2020-07-24T05:42:29Z)
• 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。