From Entity Mentions to Tone: An LLM-Based Pipeline for Media Bias Analysis

في العالم الحديث، نادراً ما تصل الأخبار التي نقرأها كتدفق محايد من الحقائق. بدلاً من ذلك، يتم تصفيتها عبر خيارات المحررين والخوارزميات التي تقرر ما نراه. تعمل هذه المرشحات كحراس بوابة، يحددون القصص التي تصل إلينا وكيفية صياغتها. فقد تُعرض قصة عن حدث سياسي على أنها انتصار من قبل وسيلة إعلامية واحدة، بينما تُعرض كفشل من قبل أخرى، ليس لأن الحقائق تغيرت، بل لأن النبرة والتركيز قد تبدلا. هذه الظاهرة، المعروفة باسم الانحياز الإعلامي، يصعب تتبعها على نطاق واسع لأنها تنطوي على تحولات دقيقة في اللغة، واختيار تفاصيل محددة، والوزن العاطفي الممنوح لأشخاص وأحداث مختلفة. لعقود من الزمن، تطلب فهم هذه الأنماط فرقاً من الخبراء البشريين لقراءة وتحليل المقالات واحداً تلو الآخر، وهي عملية بطيئة ومكلفة لم تستطع مواكبة سرعة الإنترنت.

بدأ الباحثون في اللجوء إلى الذكاء الاصطناعي لحل هذه المشكلة، آملين في أتمتة اكتشاف هذه الانحيازات الدقيقة. ومع ذلك، لا تزال هناك عقبة كبيرة تواجه أجزاء كثيرة من العالم: معظم أدوات اللغة المتقدمة مبنية للغات رئيسية مثل الإنجليزية، مما يترك اللغات الأصغر دون برمجيات موثوقة لتحليل أخبارها. وفي هذه المناطق، يعني نقص الأدوات المتخصصة أن حتى الأسئلة الأساسية — مثل أي المصادر الإخبارية غطت حدثاً معيناً أو كيف وصفت وسائل إعلام مختلفة شخصية عامة ما — تظل صعبة الإجابة بشكل متسق. وبدون هذه الأدوات، يصعب رؤية الصورة الكاملة لكيفية تشكيل المعلومات وتوزيعها.

قام فريق من الباحثين من جامعة تيرانا في ألبانيا بتطوير نهج جديد لسد هذه الفجوة. فقد أنشأوا نظاماً يستخدم نموذج لغة قوياً وعام الغرض لقراءة الآلاف من المقالات الإخبارية المكتوبة باللغة الألبانية، وهي لغة تفتقر إلى الكثير من الأدوات الرقمية المخصدة. لا يكتفي النظام بقراءة النص فحسب؛ بل يقوم بتفكيكه إلى ثلاث طبقات متميزة من التحليل. أولاً، يقوم بتجميع المقالات في مواضيع وأحداث محددة لمعرفة القصص التي يتم سردها. ثانياً، يحدد أسماء الأشخاص والمنظمات المذكورة في تلك القصص. ثالثاً، ولعل هذا هو الأهم، يقيس النبرة العاطفية للكتابة، لتحديد ما إذا كانت التغطية لشخص أو حدث إيجابية، أم سلبية، أم محايدة. ومن خلال الجمع بين هذه الطبقات، يمكن لهذا المسار (البايبلاين) رسم خريطة ليس فقط لما تختار المصادر الإخبارية تغطيته، بل أيضاً لكيفية وصفها للأشخاص المشاركين في تلك القصص.

لاختبار نظامهم، جمع الباحثون مجموعة تضم 8,358 مقالاً إخبارياً من 124 مصدراً إخبارياً ألبانياً مختلفاً، نُشرت في أبريل 2026. قاموا بتغذية هذه المقالات في مسارهم التحليلي، الذي استخدم نسخة محلية من نموذج لغة متقدم لاستخراج البيانات اللازمة. كان الهدف هو معرفة ما إذا كانت هذه الطريقة المؤتمتة يمكن أن تنتج نتائج موثوقة دون الحاجة إلى قاعدة بيانات ضخمة وموجودة مسبقاً من الأمثلة المصنفة بشرياً. قارن الباحثون مخرجات نظامهم مع التعليقات التوضيحية المقدمة من GDELT، وهو قاعدة بيانات عالمية ضخمة تستخدم أيضاً أدوات مؤتمتة للتتبع الإخباري. كشفت المقارنة عن مستوى متوسط من الاتفاق بين النظامين، مما يشير إلى أن المسار الجديد يعمل في اتجاه مشابه للطرق الراسخة. والأهم من ذلك، وجد الباحثون أن نظامهم حدد العديد من الإشارات إلى أشخاص أغفلهم نظام GDELT. وهذه القدرة على رصد أسماء إضافية أمر بالغ الأهمية لتحليل الانحياز، لأن إغفال شخصية عامة يمكن أن يشوه فهم كيفية تعامل مختلف الوسائل الإعلامية مع ذلك الشخص.

اختبرت الدراسة أيضاً مجموعتين مختلفتين من التعليمات، أو "المطالبات" (prompts)، المعطاة لنموذج اللغة لمعرفة أيهما سيعمل بشكل أفضل. كانت إحدى مجموعات التعليمات صارمة، حيث تتطلب من النموذج التحقق من عمله ذاتياً لضمان مطابقة الملصقات العاطفية التي يخصصها مع الدرجات الرقمية التي يعطيها. أما المجموعة الأخرى فكانت أبسط وأسرع. أدت التعليمات الصارمة إلى القضاء على التناقضات بين الملصقات والدرجات، لكنها أبطأت العملية بشكل كبير وتسببت في تخطي النظام لتسمية ما يقرب من نصف المقالات التي تمت معالجتها. أما التعليمات الأبسط، فرغم إنتاجها لبعض التناقضات، فقد سمحت للنظام بتحليل جزء أكبر بكثير من المجموعة الإخبارية والعمل بسرعة أكبر. وخلص الباحثون إلى أنه بالنسبة لنظام مصمم لمراقبة الأخبار باستمرار، فإن النهج الأسرع والأشمل كان أكثر عملية، حيث يمكن تنظيف التناقضات القليلة لاحقاً باستخدام قواعد بسيطة.

باستخدام البيانات الناتجة عن هذا المسار، تمكن الباحثون من إنشاء ملفات تعريف مفصلة حول كيفية عمل المصادر الإخبارية المختلفة. وجدوا أن بعض الوسائل تضع المواضيع باستمرار في إطار ذي نبرة مواتية، بينما كانت أخرى أكثر انتقاداً بشكل منهجي. كما استطاع النظام تتبع شخصيات عامة محددة، موضحاً كيف يمكن وصف الشخص نفسه بنبرة إيجابية في صحيفة ما ونبرة سلبية في أخرى. على سبيل المثال، أظهر التحليل أن تغطية بعض الشخصيات السياسية تباينت بشكل واسع اعتماداً على المصدر، حيث قدمت بعض الوسائل تغطية إيجابية بالكامل تقرياً بينما كانت أخرى ناقدة في الغالب. بالإضافة إلى ذلك، استطاع النظام تحديد أحداث "حراسة البوابة"، وهي القصص التي غطتها مجموعة صغيرة فقط من المصادر بينما تجاهلتها بقية المشهد الإعلامي. وقد سمح هذا للباحثين ليس فقط برؤية نبرة الأخبار، بل أيضاً مدى انتشار قصص معينة وأين تتركز المعلومات أو تُحجب.

يُظهر هذا العمل أنه من الممكن بناء نظام مؤتمت ومنظم لتحليل الانحياز الإعلامي في اللغات ذات الموارد المنخفضة دون الحاجة إلى بيانات تدريب متخصصة وخاصة باللغة. ويؤكد الباحثون أن أداة عملهم ليست تهدف إلى استبدال الحكم البشري أو المراجعة الخبيرة، بل للعمل كنقطة انطلاق سريعة. فهي تحول مجموعة ضخمة من المقالات إلى إشارات واضحة يمكن فحصها بسهولة أكبر. ومن خلال أتمتة الاستخراج الأولي للأسماء والمواضيع والنبرات، يقلل النظام من كمية المواد التي يحتاج البشر لقراءتها من الصفر. وهذا أمر قيم بشكل خاص في البيئات التي يصعب فيها المراقبة المستمرة وحيث تندر الأدوات اللغوية المتخصصة. ويقترح الباحثون أن هذا النهج يوفر مخططاً قابلاً للتكرار يمكن تطبيقه على لغات ومناطق أخرى، مما يوفر وسيلة لتصور كيفية صياغة الأخبار ومن يتم سماعه في الحوار العام.