論文の概要: Democracy Needs Reach: Political Equality, Online Speech, and Algorithmic Recommendation

• arxiv url: http://arxiv.org/abs/2609.09465v1
• Date: Tue, 08 Sep 2026 21:31:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.820481
• Title: Democracy Needs Reach: Political Equality, Online Speech, and Algorithmic Recommendation
• Title（参考訳）: 民主主義:政治的平等、オンラインスピーチ、アルゴリズム的勧告
• Abstract要約: ソーシャルメディアプラットフォーム上でのアルゴリズム的リーチの不平等は、政治的影響力の機会の平等を損なうと私は主張する。 政治言論の平等化のメカニズムとして、レコメンデーションフロアを提案する。 この措置は、デジタル公共圏を民主的理想に近づけるために必要な構造改革の1つの要素であるが、オンラインでの政治的影響力の非公式な不平等を減らすための、実現可能な道筋である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Within democracies, the capacity to influence political outcomes through speech depends not only on the right to express oneself, but also on the opportunity to reach relevant audiences. In this paper, I argue that the unequal distribution of algorithmic reach on social media platforms undermines equality of opportunity for political influence (EOPI), which is a central democratic ideal. Drawing on Niko Kolodny's work, I contend that current recommendation algorithms create and perpetuate informal inequalities by concentrating attention among a small minority of already-amplified speakers while systematically marginalizing others. To address this problem, I propose recommendation floors as a mechanism for equalizing political speech. To help users achieve meaningful participation, each verified account would receive guaranteed minimum recommendation for up to a limited number of political posts per week. Although this measure represents one component of the structural reforms needed to move the digital public sphere closer to democratic ideals, it offers a feasible pathway to reducing informal inequalities in political influence online.
• Abstract（参考訳）: 民主主義の中では、スピーチを通じて政治的成果に影響を与える能力は、自分自身を表現する権利だけでなく、関連する聴衆にリーチする機会にも依存する。 本稿では,ソーシャルメディアプラットフォーム上でのアルゴリズム的リーチの不平等が,中央集権的民主的理想である政治的影響力(EOPI)の平等を損なうと論じる。 Niko Kolodny氏の研究に基づいて、私は、現在の推奨アルゴリズムは、すでに増幅された少数の話者の間で注意を集中させ、体系的に他の話者を疎外し、非公式な不平等を創出し、持続させることを主張する。 この問題に対処するため,政治発言の平等化のメカニズムとしてレコメンデーションフロアを提案する。 ユーザーが有意義な参加を達成するのを助けるために、各認証アカウントには、週に最大数の政治的投稿に対する最小限の推奨が与えられる。 この措置は、デジタル公共圏を民主的理想に近づけるために必要な構造改革の1つの要素であるが、オンラインでの政治的影響力の非公式な不平等を減らすための、実現可能な道筋である。

関連論文リスト

• New Conditions for Philosophers to Catch the Wave of Citizen Deliberation in the Age of Artificial Intelligence in advance [0.0]
  民主党のコモンズプロジェクトは、哲学からコンピュータサイエンスまで、AIシステムを評価するための学際的なアプローチを根本的に採っている。 このプロジェクトは、政治的偏見の問題によって推進されている。AIシステムは、彼らが参加する市民の形で民主的に使用できるのか?
  論文  参考訳（メタデータ） (2026-09-14T15:11:02Z)
• Algorithmic Approaches to Opinion Selection for Online Deliberation: A Comparative Study [1.5267938856942276]
  オンライン討論プラットフォームでは、アルゴリズムの選択が選択プロセスの自動化にますます利用されている。 それぞれのアプローチが、比例代表のような望ましい民主的基準にどのように影響するかは、まだ不明である。 本稿では,多様性とバランスの取れた表現概念の両方を選択戦略に取り入れた新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-02-17T09:03:26Z)
• Can AI mediation improve democratic deliberation? [10.125698716274286]
  我々は、人工知能が幅広い参加、意味ある熟考、政治的平等の「トリレンマ」をナビゲートするのに役立つかどうかを尋ねる。 多様な視点を持つ人々が共通基盤を見つけるのを支援するために設計された,大規模言語モデル(LLM)ベースのシステムについて検討する。 究極的には、AIによる熟考の約束を完全に実現するためには、経験的、技術的、理論的に幅広い進歩が必要である。
  論文  参考訳（メタデータ） (2026-01-09T16:22:26Z)
• 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)
• Of the People, By the Algorithm: How AI Transforms Democratic Representation [0.0]
  AI技術は民主的な表現を変革し、市民参加とアルゴリズムによる意思決定に焦点を当てている。 ソーシャルメディアプラットフォームのAI駆動アルゴリズムは現在、多くの政治的議論を仲介している。 Mass Online Deliberationプラットフォームの出現は、有意義な市民参加を拡大する可能性を示している。 アルゴリズムによる意思決定システムは、より効率的なポリシーの実装を約束するが、複雑な政治的トレードオフを扱う際の制限に直面している。
  論文  参考訳（メタデータ） (2025-08-26T13:54:17Z)
• 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)
• Political Neutrality in AI Is Impossible- But Here Is How to Approximate It [97.59456676216115]
  真の政治的中立性は、主観的な性質と、AIトレーニングデータ、アルゴリズム、ユーザーインタラクションに固有のバイアスのため、実現可能でも普遍的に望ましいものではない、と我々は主張する。 我々は、政治的中立性の「近似」という用語を使って、到達不可能な絶対値から達成不可能で実用的なプロキシへ焦点を移す。
  論文  参考訳（メタデータ） (2025-02-18T16:48:04Z)
• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• 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)
• Changes in Policy Preferences in German Tweets during the COVID Pandemic [4.663960015139793]
  政治的嗜好の微妙なアノテーションを付加した新しいツイートデータセットを提示する。 このデータに基づいて訓練されたテキスト分類モデルを用いて、政治的意見を抽出する。 その結果、新型コロナウイルスのパンデミックを受けて、政治的意見の表現が増加したことが示唆された。
  論文  参考訳（メタデータ） (2023-07-31T16:07:28Z)
• The Face of Populism: Examining Differences in Facial Emotional Expressions of Political Leaders Using Machine Learning [50.24983453990065]
  私たちは15カ国の政治指導者の220本のYouTubeビデオのサンプルをディープラーニングで処理しています。 ポピュリスト・レトリックの度合いが異なるリーダー群間での負の感情の平均スコアの統計的に有意な差を観察した。
  論文  参考訳（メタデータ） (2023-04-19T18:32:49Z)

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。