論文の概要: Overview of ROMCIR 2026: The 6th Workshop on Reducing Online Misinformation through Credible Information Retrieval
- arxiv url: http://arxiv.org/abs/2609.05684v1
- Date: Fri, 04 Sep 2026 19:37:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 12:53:18.467902
- Title: Overview of ROMCIR 2026: The 6th Workshop on Reducing Online Misinformation through Credible Information Retrieval
- Title（参考訳）: ROMCIR 2026報告 第6回情報検索によるオンライン誤情報低減ワークショップの概要
- Abstract要約: フェイクニュースは、政治や金融に関して世論を揺さぶる力を持っている。
偽りのレビューは、企業の評判を脅かすか、損なう可能性がある。
偽情報に対抗するための様々な戦略への関心が高まっている。
- 参考スコア（独自算出の注目度）: 4.902735109481777
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the digital online ecosystem, we are surrounded by distinct forms of information pollution, posing significant threats to both individuals and society. Fake news, for instance, wields power to sway public opinion on matters of politics and finance. Deceptive reviews can either bolster or tarnish the reputation of businesses, while unverified medical advice may steer people toward harmful health practices. In light of this challenging landscape, it has become imperative to ensure that users have access to both topically relevant and factually accurate information that does not warp their perception of reality, and there has been a surge of interest in various strategies to combat misinformation through different contexts and multiple tasks. The purpose of the ROMCIR Workshop, for some years now, is precisely that of engaging the Information Retrieval community to explore potential solutions that extend beyond conventional misinformation detection approaches. Key objectives include identifying subjective and objective factors associated with information credibility and truthfulness, respectively, and integrating such factors as fundamental dimensions of relevance within IR Systems (IRSs), achieving early detection of misinformation, and ensuring that the search results retrieved are not only truthful but also explainable to the users of IRSs. Moreover, it is essential to evaluate the role of generative models such as Large Language Models (LLMs) in inadvertently amplifying misinformation problems, and how they can be used to support IRSs, together with the contribution that the human-in-the-loop paradigm can have in this context.
- Abstract（参考訳）: デジタルオンラインエコシステムでは、情報汚染の異なる形態に囲まれており、個人と社会の両方に重大な脅威をもたらしています。
例えばフェイクニュースは、政治や金融に関して世論を揺さぶる力を持っている。
認知的レビューは、ビジネスの評判を刺激するか、損なう可能性があるが、未検証の医療アドバイスは、人々に有害な健康慣行を訴える可能性がある。
この難題を踏まえると、ユーザーは現実の認識を歪めない、トポロジ的な情報と事実的に正確な情報の両方にアクセスできるようにすることが不可欠となり、さまざまな状況や複数のタスクを通じて誤情報に対処する様々な戦略への関心が高まっている。
ROMCIRワークショップの目的は、何年もの間、情報検索コミュニティが従来の誤情報検出アプローチを超えて、潜在的な解決策を探求することにある。
主な目的は、情報信頼性と真理性に関連する主観的・客観的要因を特定し、IRシステム(IRS)に関連性の基本次元として統合すること、誤情報を早期に検出すること、得られた検索結果が真理であるだけでなく、IRSの利用者にも説明可能であること、である。
さらに、誤情報問題を不注意に増幅する上でのLLMのような生成モデルの役割や、それらがIRSをサポートするためにどのように使用できるか、この文脈における人間-イン・ザ・ループのパラダイムが持つ貢献とともに評価することが不可欠である。
関連論文リスト
- Large Language Models and Social Media Information Integrity: Opportunities, Challenges, and Research Directions [16.02370545528885]
大規模言語モデル(LLM)は、ソーシャルメディアプラットフォームにおける情報の整合性に影響を与える強力なツールとして登場した。
本総説では,多種多様な情報整合性課題の緩和と緩和にLLMが果たす役割について概説する。
論文 参考訳（メタデータ） (2026-08-05T02:32:43Z) - Decision-Making Amid Information-Based Threats in Sociotechnical Systems: A Review [0.0]
技術システムは人間の情報交換をますます仲介し、人間と人工エージェント間の相互作用を分散させる。
このレビューは、情報に基づく脅威に脆弱性を媒介し、行動結果を形成する共有認知メカニズムを特定するために、両方のドメインから洞察を合成する。
これらの視点を統合することを目的とした今後の研究の方向性を概説し、人間の脆弱性を緩和し、人間と機械の表現を整合させることの重要性を強調した。
論文 参考訳（メタデータ） (2025-10-28T13:26:41Z) - Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。
政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。
LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文 参考訳（メタデータ） (2024-11-11T10:05:52Z) - MisinfoEval: Generative AI in the Era of "Alternative Facts" [50.069577397751175]
本稿では,大規模言語モデル(LLM)に基づく誤情報介入の生成と評価を行うフレームワークを提案する。
本研究では,(1)誤情報介入の効果を測定するための模擬ソーシャルメディア環境の実験,(2)ユーザの人口動態や信念に合わせたパーソナライズされた説明を用いた第2の実験について述べる。
以上の結果から,LSMによる介入はユーザの行動の修正に極めて有効であることが確認された。
論文 参考訳（メタデータ） (2024-10-13T18:16:50Z) - Understanding the Humans Behind Online Misinformation: An Observational
Study Through the Lens of the COVID-19 Pandemic [12.873747057824833]
われわれは、新型コロナウイルスのツイート3200万件と過去のツイート1600万件を分析した大規模な調査を行っている。
新型コロナウイルスの感染拡大に伴う誤情報を広めるユーザの行動と心理の理解と、非新型コロナウイルス領域における誤情報を共有しようとする歴史的傾向との関係に焦点をあてる。
論文 参考訳（メタデータ） (2023-10-12T16:42:53Z) - Information Retrieval Meets Large Language Models: A Strategic Report
from Chinese IR Community [180.28262433004113]
大規模言語モデル(LLM)は、テキスト理解、生成、知識推論において例外的な能力を示した。
LLMと人間は、情報検索のためにより強力な新しい技術パラダイムを形成します。
LLMがIR研究に与える影響を徹底的に議論するため、中国のIRコミュニティは2023年4月に戦略的ワークショップを開催した。
論文 参考訳（メタデータ） (2023-07-19T05:23:43Z) - On the Risk of Misinformation Pollution with Large Language Models [127.1107824751703]
本稿では,現代大規模言語モデル (LLM) の誤用の可能性について検討する。
本研究は, LLMが効果的な誤情報発生器として機能し, DOQAシステムの性能が著しく低下することを明らかにする。
論文 参考訳（メタデータ） (2023-05-23T04:10:26Z) - A Modality-level Explainable Framework for Misinformation Checking in
Social Networks [2.4028383570062606]
本稿では,マルチモーダルの観点から,ソーシャルネットワークにおける誤情報の自動チェックについて述べる。
我々のフレームワークは、モダリティ指向の説明可能な推論を生成するための説明可能な方法によって補助される誤情報分類器で構成されている。
論文 参考訳（メタデータ） (2022-12-08T13:57:06Z) - Overcoming Failures of Imagination in AI Infused System Development and
Deployment [71.9309995623067]
NeurIPS 2020は研究論文に「潜在的な悪用と失敗の結果」に関するインパクトステートメントを含むよう要求した。
我々は、害の枠組みは文脈に適応し、潜在的な利害関係者、システム余裕、および最も広い意味での害を評価するための実行可能なプロキシを考える必要があると論じている。
論文 参考訳（メタデータ） (2020-11-26T18:09:52Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z)
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。