論文の概要: Technology-Supported Moderation in Online Deliberation

• arxiv url: http://arxiv.org/abs/2610.18187v1
• Date: Tue, 13 Oct 2026 11:27:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:59:41.041696
• Title: Technology-Supported Moderation in Online Deliberation
• Title（参考訳）: オンライン討論における技術対応のモデレーション
• Abstract要約: この章では、Stanford Online Deliberation Platformの設計と開発について概説する。 プラットフォームは、自動モデレーション機能を備えた小さなグループのための構造化された会話をサポートする。 2018年から2025年にかけて、このプラットフォームは3万人以上のユニークな参加者を集めてきた。
• 参考スコア（独自算出の注目度）: 0.9558392439655014
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mini-publics are an increasingly popular family of democratic innovation to broaden citizen engagement. However, convening a representative sample in person is resource-intensive, and requires significant organizational efforts to coordinate travel, venue logistics, and facilitator training. This chapter outlines the design and development of the Stanford Online Deliberation Platform, initially tailored for Deliberative Polling, building upon insights from in-person moderation in that setting, but supporting a broader range of methods and approaches in the deliberative space. The platform supports structured conversations for small groups (ideally 8-15 people) with automated moderation functionality, enabling the groups to assume ownership of the deliberative conversation rather than relying on a moderator persona. We describe the platform's architecture and key design decisions, including the deliberation flow, room assignment, speaker management, speaking nudges, agenda management, outcome development, and real-time monitoring. Between its inception in 2018 and 2025, the platform has facilitated over 30,000 unique participants engaging in deliberations; we catalog 54 deliberations with at least 100 participants up to December 2025, spanning a diverse range of languages, countries, and topics. Finally, we establish a standardized vocabulary for future analyses by defining the terminology employed in the platform's data and documenting significant software revisions over time.
• Abstract（参考訳）: ミニパブリックは、市民のエンゲージメントを広げるための民主的イノベーションの家族として、ますます人気が高まっている。 しかし、個人を代表とするサンプルの収集は資源集約的であり、旅行、会場のロジスティクス、ファシリテータートレーニングの調整に多大な組織的努力が必要である。 この章では、最初はDeliberative Pollingに合わせたStanford Online Deliberation Platformの設計と開発について概説する。 プラットフォームは、自動化されたモデレーション機能を備えた小グループ(理想的には8～15人)のための構造化された会話をサポートし、モデレーターのペルソナに頼るのではなく、デリバティブな会話の所有権を前提とすることができる。 本稿では,検討の流れ,部屋の割り当て,話者管理,話し言葉管理,アジェンダ管理,成果開発,リアルタイムモニタリングなど,プラットフォームのアーキテクチャと重要な設計決定について述べる。 2018年から2025年の間、このプラットフォームは3万人以上の参加者を参加させ、2025年12月までに少なくとも100人以上の参加者による54の討論をカタログ化し、さまざまな言語、国、トピックをカバーしています。 最後に、プラットフォームのデータに使用される用語を定義し、時間とともに重要なソフトウェアリビジョンを文書化することによって、将来の分析のための標準化された語彙を確立する。

関連論文リスト

• CHORUS: An Agentic Framework for Generating Realistic Deliberation Data [0.0]
  Chorusは、アクターを行動的に一貫したペルソナで編成し、現実的な議論を生み出すエージェントフレームワークである。 このフレームワークはtextscDeliberateプラットフォーム上にデプロイされ、3次元にわたる30人の専門家によって評価された。
  論文  参考訳（メタデータ） (2026-04-22T15:01:02Z)
• The GDN-CC Dataset: Automatic Corpus Clarification for AI-enhanced Democratic Citizen Consultations [20.654499689341446]
  本稿では,フランス・グランド・デバット・ナショナルへの1,231件のコントリビューションのデータセットであるGDN-CCについて述べる。 これらのアノテーションを再現する上で,微調整された小言語モデルとLLMの適合性や性能が一致していることを示し,意見クラスタリングタスクのユーザビリティを測定した。 GDN-CC-largeは、240kのコントリビューションの自動注釈付きコーパスで、これまでで最大の注釈付き民主的コンサルティングデータセットです。
  論文  参考訳（メタデータ） (2026-01-21T12:43:07Z)
• PLLuM: A Family of Polish Large Language Models [91.61661675434216]
  ポーランド語に特化した基盤モデルの最大のオープンソースファウンデーションファウンデーションファウンデーションファウンデーションファウンデーションファウンデーションファウンデーションファウンデーションであるPolish Large Language Modelを提示する。 本研究は,新たに140ビリオンのポーランド語テキストコーパスの構築を含む,事前学習のための開発プロセスについて述べる。 モデルアーキテクチャ、トレーニング手順、およびベースおよび命令調整された派生モデルのアライメント技術について詳述する。
  論文  参考訳（メタデータ） (2025-11-05T19:41:49Z)
• Findings of the Second BabyLM Challenge: Sample-Efficient Pretraining on Developmentally Plausible Corpora [79.03392191805028]
  BabyLM Challengeは、人間と計算言語学習者のデータ効率ギャップを埋めるためのコミュニティの取り組みである。 参加者は1億ワード以下の固定言語データ予算で、言語モデルトレーニングを最適化するために競争する。
  論文  参考訳（メタデータ） (2024-12-06T16:06:08Z)
• 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)
• Supporting Online Discussions: Integrating AI Into the adhocracy+ Participation Platform To Enhance Deliberation [8.667542550376929]
  本稿では,大規模なオープンソース参加プラットフォームであるadhocracy+の拡張について紹介する。 我々の拡張は、議論の質を改善し、参加者の交流を促進するように設計された2つのAI支援討論モジュールを備えている。 大規模なユーザスタディでは,両モジュールの効果とユーザビリティについて検討した。
  論文  参考訳（メタデータ） (2024-09-12T06:27:35Z)
• Foundation Models for Decision Making: Problems, Methods, and Opportunities [124.79381732197649]
  大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。 ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。 基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
  論文  参考訳（メタデータ） (2023-03-07T18:44:07Z)
• Data Governance in the Age of Large-Scale Data-Driven Language Technology [79.92626780294258]
  この研究は、利害関係者、価値観、権利間のデータ管理を組織化しようとする、グローバル言語データガバナンスへのアプローチを提案する。 現在提案するフレームワークは、言語データに焦点を当てた多政党の国際ガバナンス構造であり、その作業を支援するために必要な技術および組織ツールを取り入れています。
  論文  参考訳（メタデータ） (2022-05-04T00:44:35Z)
• Inclusion, equality and bias in designing online mass deliberative platforms [5.316553118382712]
  オンライン討論プラットフォームの設計者は、オンライン討論の質低下に対処し、クラス、人種、性別に基づくオンライン差別を排除することを目的としている。 機械学習や自然言語処理などのサポート技術は、議論に関わる人々の円を広げるための道を開いた。 本稿では,デジタル・マス・ディベーション・プラットフォームの設計に関する学際的文献を概観し,その特徴について考察する。
  論文  参考訳（メタデータ） (2021-07-27T10:13:57Z)

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。