← أحدث الأبحاث
💬 NLP

NewsLens: A Multi-Agent Framework for Adversarial News Bias Navigation

تقدم NewsLens إطار عمل تنافسي مكون من خمسة وكلاء يتجاوز مجرد التصنيف السياسي البسيط لتفكيك المقالات الإخبارية إلى خرائط تأطير قابلة للتفسير، مما يحدد بفعالية الحذف الأيديولوجي، والتلاعب البلاغي، والتحيزات الهيكلية عبر مختلف الأحداث الجيوسياسية باستخدام نماذج لغوية كبيرة مفتوحة الأوزان.

المؤلفون الأصليون: Joy Bose

نُشر 2026-05-19
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Joy Bose

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول فهم جدال حاد بين جارين. معظم الأدوات الحالية لتحليل الأخبار تشبه حكماً يكتفي بالصراخ: "ذلك الجار في الفريق الأحمر، وهذا في الفريق الأزرق!" إنهم يخبرونك من هو المنحاز، لكنهم لا يخبرونك كيف يتجادلان، أو ما الذي يخفونه، أو ما هي الحقائق التي يتجاهلها كلا الطرفين.

NewsLens هي أداة جديدة تعمل كأنها فريق من خمسة محققين متخصصين يعملون معاً لرسم خريطة للجدل بأكره. فبدلاً من مجرد إعطاء تصنيف، تقوم الأداة بإنشاء "خريطة كنز" مفصلة لقصة الخبر، وتوضح لك بالضبط أين دُفنت الانحيازات.

إليك كيف يعمل النظام، باستخدام تشبيهات بسيطة:

المحققون الخمسة (الوكلاء)

يستخدم النظام خمسة "محققين من الذكاء الاصطناعي"، لكل منهم وظيفة محددة. وهم يعملون في خط مستقيم حتى لا يؤثر أحدهم على الآخر عن طريق الخطأ.

  1. مدقق الحقائق: يتجاهل هذا المحقق الآراء ويركز فقط على الحقائق الصلبة التي لا تقبل الجدل. "هل وقع الحدث؟ هل هذه المزاعم مثبتة؟" إنه يبني الأرضية الصلبة التي يقف عليها الجميع.
  2. محقق "اليسار" (المحلل التقدمي): يرتدي هذا المحقق نظارات خاصة تبرز كيف تبدو القصة من وجهة نظر تقدمية. فهو يشير إلى اللغة العاطفية، واختيارات الكلمات المحددة، وما يميل هذا المنظور إلى تركه دون ذكر.
  3. محقق "اليمين" (المحلل المحافظ): يرتدي هذا المحقق نظارات مختلفة ليرى القصة من وجهة نظر محافظة. ومن المهم أن هذا المحقق لا يتحدث مع محقق "اليسار" أثناء عمله؛ بل يحلل القصة بشكل مستقل، لكي لا يتأثر برؤية الأول.
  4. راصد التلاعب (كاشف البروباغندا): لا يهتم هذا المحقق بالسياسة، بل يبحث عن "الخدع". هل استخدم المقال كلمات مخيفة لتجعلك غاضباً؟ هل تظاهر بأن هناك خيارين فقط بينما يوجد في الواقع عشرة خيارات؟ إنه يرصد هذه الحيل البلاغية مثلما يرصد الميكانيكي قطعة غيار مزيفة في سيارة.
  5. المترجم المحايد (الملخص): يأخذ هذا المحقق جميع ملاحظات المحققين الأربعة ويكتب تقريراً نهائياً. هو لا يكتفي بالقول "يسار ضد يمين"، بل يخبرك بما يلي:
    • ما هي الحقائق الفعلية.
    • أين يختلف الطرفان.
    • الجزء الأهم: ما هي الحقائق التي لم يذكرها أي من الطرفين. (على سبيل المثال، إذا كان كلا الطرفين يتحدثان عن معركة ولكن يتجاهلان تكلفة إعادة بناء المدينة، فإن هذا المحقق يشير إلى ذلك).

"الخريطة" مقابل "التصنيف"

الأساليب القديمة تشبه وضع ملصق على ثمرة مكتوب عليه "فاسدة". أما NewsLens فهي تشبه قطع هذه الثمرة لإظهار الجزء البني منها بالضبط، ولماذا أصبح كذلك، وأي جزء من الثمرة لا يزال طازجاً.

  • درجة تباعد المنظور (PDS): تخيل شخصين يصفان حادث سيارة. إذا استخدما كلمات مختلفة تماماً وركزا على أشياء مختلفة تماماً، فإن الدرجة تكون عالية (أي أنهما متباعدان جداً). أما إذا وصفا الحادث بنفس الطريقة تقريباً، فإن الدرجة تكون منخفضة. يقيس NewsLens هذه المسافة لمعرفة مدى الاستقطاب في القصة.
  • مؤشر التلاعب (MI): هذا مؤشر من 0 إلى 1 يخبرك بعدد "الخدع" (مثل إثارة الخوف أو الخيارات الزائفة) التي يستخدمها المقال. الدرجة العالية تعني أن المقال يحاول التلاعب بمشاعرك بدلاً من إعلامك.

ماذا وجدوا؟

اختبر الباحثون هذا النظام على 15 مقالاً إخبارياً حول صراعات واقعية (مثل كشمير، وغزة، وأوكرانيا).

  • مفاجأة "المركز": وجدوا أن المقالات الصادرة عن وسائل إعلام "وسطية" غالباً ما سجلت أعلى درجات التباعد. وهذا يعني أنه حتى الأخبار "المحايدة" غالباً ما تعرض جانبين بطرق مختلفة تماماً، مما يخلق فجوة واسعة في كيفية تفسير القراء للقصة.
  • درجة خدع "اليمين": المقالات ذات الانحياز المحافظ كانت تميل لامتلاك أعلى "مؤشر تلاعب". فقد استخدمت المزيد من الخدع العاطفية والأساليب البلاغية مقارنة بغيرها.
  • ذهب "ما أغفله الطرفان": كانت أفضل ميزة للنظام هي اكتشاف ما تجاهله كلا الطرفين. على سبيل المثال، في قصة عن ضربة عسكرية، قد يركز كل من اليسار واليمين على السياسة، لكن كلاهما قد ينسى ذكر الحل الدبلوماسي طويل الأمد أو العدد المحدد لضحايا المدنيين. يسلط NewsLens الضوء على هذه "النقاط العمياء".

لماذا هذا مهم (وفقاً للورقة البحثية)؟

تزعم الورقة أنه من خلال استخدام فريق "الوكلاء الخمسة" هذا، يمكننا الانتقال من مجرد الصراخ "أخبار كاذبة!" أو "انحياز!" إلى فهم بنية هذا الانحياز. إنه يوضح لك الفخاخ البلاغية، والخطافات العاطفية، والقطع المفقودة من اللغز.

كما أشار الباحثون إلى أن هذا النظام مبني ليكون شفافاً وقابلاً للتكرار. فهو لا يتطلب برمجيات سرية باهظة الثمن؛ بل يعمل على أدوات مفتوحة ومجانية يمكن لأي شخص التحقق منها. وقد اعترفوا بأن مجموعتهم الاختبارية كانت صغيرة (15 مقالاً فقط)، لذا فإن الأرقام الإحصائية ليست مثالية بعد، لكن "الخريطة" التي رسموها تظهر طريقة جديدة للإبحار في عالم الأخبار الصاخب.

باخت de مختصر: لا يكتفي NewsLens بإخبارك أي فريق يلعب له الخبر، بل يسلمك "كتيب القواعد" لترى بالضبط كيف يتم التلاعب باللعبة، وما هي القواعد التي يتم تجاهلها، وما الذي فات الحكام.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →