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

तकनीकी सारांश: न्यूज़लेंस (NewsLens) – प्रतिकूल समाचार पूर्वाग्रह नेविगेशन के लिए एक मल्टी-एजेंट फ्रेमवर्क

समस्या विवरण

वर्तमान कम्प्यूटेशनल मीडिया पूर्वाग्रह अनुसंधान मुख्य रूप से पूर्वाग्रह का पता लगाने को एक वर्गीकरण कार्य (classification task) के रूप में देखता है, जो किसी लेख या आउटलेट को एक एकल राजनीतिक लेबल (जैसे, "वामपंथी," "दक्षिणपंथी," या "मध्यमार्गी") प्रदान करता है। लेखक तर्क देते हैं कि यह दृष्टिकोण अपर्याप्त रूप से गहरा है; जबकि यह पूर्वाग्रह के अस्तित्व की पहचान करता है, यह यह बताने में विफल रहता है कि पूर्वाग्रह कहाँ प्रकट होता है, इसका निर्माण अलंकारिक (rhetorically) रूप से कैसे किया जाता है, या सबसे महत्वपूर्ण बात यह कि कौन सी संरचनात्मक जानकारी छोड़ी गई है। मौजूदा पद्धतियां, जिनमें पूर्ववर्ती लेक्सिकल-जियोमेट्रिक दृष्टिकोण शामिल हैं, पूर्वाग्रह के परिमाण के लिए स्केलर अनुमान (scalar estimates) तो उत्पन्न करती हैं, लेकिन एक ऐसी व्याख्यात्मक संरचना प्रदान करने में विफल रहती हैं जो एक ही घटना के प्रतिस्पर्धी राजनीतिक पाठों के बीच के क्षेत्र को मैप कर सके।

कार्यप्रणाली: न्यूज़लेंस आर्किटेक्चर (The NewsLens Architecture)

न्यूज़लेंस एक पांच-एजेंट वाला प्रतिकूल पाइपलाइन (adversarial pipeline) है जिसे समाचार लेखों को व्याख्यात्मक "एपिस्टेमिक मानचित्रों" (epistemic maps) में विघटित करने के लिए डिज़ाइन किया गया है। बड़े भाषा मॉडल (LLMs) के अंतर्निहित वैचारिक झुकाव को निष्प्रभावी करने के बजाय, यह प्रणाली इस झुकाव को एक विश्लेषणात्मक उपकरण के रूप में संचालित करती है। यह पाइपलाइन ओपन-वेट मॉडल्स (विशेष रूप से Qwen2.5-3B-Instruct और Mistral 7B) पर चलती है और एक नियत (deterministic), एकदिशीय प्रवाह का उपयोग करती है जहाँ एजेंटों को केवल कच्चा लेख टेक्स्ट या विशिष्ट अपस्ट्रीम JSON आउटपुट प्राप्त होता है, जिससे संदर्भ संदूषण (context contamination) और एंकरिंग बायस (anchoring bias) को रोका जा सके।

पाँच विशिष्ट एजेंट इस प्रकार कार्य करते हैं:

1. तथ्य सत्यापनकर्ता (Fact Verifier): सत्यापित मुख्य घटनाओं को निकालकर, विवादास्पद दावों को सत्यता स्कोर के साथ चिह्नित करके और संरचनात्मक अभावों (वे तथ्य जो फ्रेमिंग के बावजूद अनुपस्थित हैं) की पहचान करके एक अनुभवजन्य आधार स्थापित करता है।
2. प्रगतिशील फ्रेमिंग विश्लेषक (Progressive Framing Analyst): प्रगतिशील/वामपंथी दृष्टिकोण लागू करता है ताकि वैचारिक फ्रेमिंग, भाषाई मार्कर और प्रगतिशील-विशिष्ट अभावों की पहचान की जा सके।
3. रूढ़िवादी फ्रेमिंग विश्लेषक (Conservative Framing Analyst): प्रगतिशील विश्लेषक के साथ समानांतर (वैचारिक रूप से) कार्य करता है, जो उसी कच्चे टेक्स्ट पर रूढ़िवादी/दक्षिणपंथी दृष्टिकोण लागू करता है। यह अलगाव सुनिश्चित करता है कि दूसरा एजेंट पहले के आउटपुट से प्रभावित (anchor) न हो।
4. प्रचार डिटेक्टर (Propaganda Detector): राजनीतिक संरेखण से स्वतंत्र रूप से अलंकारिक हेरफेर तकनीकों (जैसे, आवेशित भाषा, झूठे विकल्प, भय का आह्वान) की पहचान करता है। यह एक मैनिपुलेशन इंडेक्स (MI) असाइन करता है और मनोवैज्ञानिक तंत्र की व्याख्या के साथ स्पैन-स्तरीय एट्रिब्यूशन प्रदान करता है।
5. तटस्थ सारांशकर्ता (Neutral Summarizer): इन सभी चार अपस्ट्रीम एजेंटों के इनपुट को संश्लेषित करने के लिए एक संरचित आउटपुट तैयार करता है जिसमें शामिल हैं: एक सर्वसम्मत वास्तविकता (consensus reality), एक "स्पिन का युद्धक्षेत्र" (बैटलग्राउंड ऑफ स्पिन - प्रगतिशील बनाम रूढ़िवादी व्याख्याओं की तुलना), एक वि-पूर्वाग्रही (de-biased) सारांश, और एक अभाव मानचित्र (omission map)। अभाव मानचित्र महत्वपूर्ण है, जो यह वर्गीकृत करता है कि प्रगतिशील दृष्टिकोण से क्या गायब है, रूढ़िवादी दृष्टिकोण से क्या गायब है, और सबसे महत्वपूर्ण बात यह कि दोनों द्वारा संयुक्त रूप से क्या अनदेखा किया गया है।

यह प्रणाली एक अनुक्रमिक पायथन पाइपलाइन (या एक LangGraph स्टेट मशीन) के रूप में कार्यान्वित है जो उपभोक्ता हार्डवेयर (जैसे, Google Colab T4 GPUs के साथ 4-bit NF4 क्वांटाइजेशन) पर चलती है, जिसके लिए किसी प्रोप्रायटरी API कुंजी की आवश्यकता नहीं है।

प्रमुख योगदान

पेपर छह प्राथमिक योगदानों को रेखांकित करता है:

1. प्रतिकूल पाइपलाइन (Adversarial Pipeline): एक पांच-एजेंट प्रणाली जो स्केलर पूर्वाग्रह लेबल के बजाय संरचित व्याख्यात्मक मानचित्र उत्पन्न करती है।
2. स्पष्ट अभाव विश्लेषण (Explicit Omission Analysis): एक नवीन घटक जो उन तथ्यों को सामने लाता है जिन्हें प्रगतिशील और रूढ़िवादी दोनों फ्रेमिंग संरचनात्मक रूप से अनदेखा करती हैं, जो कि पूर्ववर्ती पूर्वाग्रह पहचान प्रणालियों में अनुपस्थित एक क्षमता है।
3. मात्रात्मक मेट्रिक्स (Quantitative Metrics):
   • परिप्रेक्ष्य विचलन स्कोर (Perspective Divergence Score - PDS): प्रगतिशील और रूढ़िवादी फ्रेमिंग आउटपुट के टोकन सेट के बीच जैकार्ड दूरी (Jaccard distance) के रूप में गणना की जाती है ($PDS = 1 - |L \cap R| / |L \cup R|$)।
   • मैनिपुलेशन इंडेक्स (Manipulation Index - MI): प्रचार डिटेक्टर द्वारा पता लगाए गए अलंकारिक तकनीकों के घनत्व और गंभीरता के आधार पर $[0,1]$ में दिया गया एक स्कोर।
4. क्रॉस-मॉडल सत्यापन (Cross-Model Validation): मेट्रिक मजबूती का परीक्षण करने के लिए दो अलग-अलग ओपन-वेट मॉडल्स (Qwen2.5-3B और Mistral 7B) पर मूल्यांकन।
5. स्पैन-स्तरीय एट्रिब्यूशन (Span-Level Attribution): एक केस स्टडी जो उच्च-प्रचार सामग्री को विशिष्ट अलंकारिक तंत्रों में विघटित करने और संयुक्त रूप से अनदेखी की गई तथ्यों की पहचान करने की प्रणाली की क्षमता को प्रदर्शित करती है।
6. पुनरुत्पादकता (Reproducibility): फ्री-टियर इंफ्रास्ट्रक्चर पर ओपन-वेट मॉडल्स का उपयोग करके पूर्ण पुनरुत्पादकता, जिसका कोड और नोटबुक सार्वजनिक रूप से उपलब्ध है।

प्रयोगात्मक परिणाम

प्रणाली का मूल्यांकन चार भू-राजनीतिक घटना समूहों: भारत-पाकिस्तान (कश्मीर), गाजा, जलवायु नीति, और यूक्रेन युद्ध पर 15 लेखों पर किया गया।

• मेट्रिक प्रदर्शन:
  • केंद्र (Center) आउटलेट्स ने उच्चतम औसत परिप्रेक्ष्य विचलन स्कोर (PDS) दिखाया, जो यह दर्शाता है कि प्रगतिशील और रूढ़िवादी एजेंटों के बीच व्याख्या का अंतर अधिक था (Qwen: $0.907 \pm 0.020$)।
  • रूढ़िवादी-फ्रेमिंग आउटलेट्स ने उच्चतम औसत मैनिपुलेशन इंडेक्स (MI) दिखाया ($0.600 \pm 0.245$), जो अलंकारिक हेरफेर तकनीकों के उच्च घनत्व का सुझाव देता है।
  • विषय परिवर्तनशीलता (Topic Variability): संघर्ष वाले विषयों (कश्मीर, गाजा) में नीतिगत विषयों (जलवायु, यूक्रेन) की तुलना में उच्च MI स्कोर देखा गया, जो सक्रिय संघर्ष रिपोर्टिंग में उच्च भावनात्मक फ्रेमिंग के अनुरूप है।
• क्रॉस-मॉडल निरंतरता (Cross-Model Consistency):
  • उच्च-प्रचार सामग्री (जैसे, Republic World) ने मॉडल्स के बीच उच्च निरंतरता (कम $\Delta PDS$) दिखाई, जो पुष्टि करता है कि मेट्रिक्स दृढ़ता से फ्रेम की गई सामग्री के लिए विश्वसनीय हैं।
  • सूक्ष्म रिपोर्टिंग (जैसे, NDTV, Al Jazeera) ने मॉडल्स के बीच अधिक भिन्नता दिखाई, जो सुझाव देता है कि सूक्ष्म फ्रेमिंग के विश्वसनीय कंप्यूटेशन के लिए 7B+ मॉडल्स की आवश्यकता हो सकती है।
• सांख्यिकीय महत्व (Statistical Significance):
  • Mann-Whitney U टेस्ट ने $n=15$ के नमूना आकार के लिए कोई सांख्यिकीय रूप से महत्वपूर्ण अंतर नहीं पाया ($p > 0.11$)।
  • एक पोस्ट-हॉक पावर विश्लेषण ने पुष्टि की कि नमूना अंडरपावर्ड (underpowered) है (न्यूनतम पता लगाने योग्य Cohen's $d = 0.74$; प्रेक्षित $d = 0.12–0.45$)। लेखक स्पष्ट रूप से कहते हैं कि ये परिणाम एक व्यवहार्यता प्रदर्शन (feasibility demonstration) हैं, न कि अनुमानात्मक प्रमाण (inferential proof)।
• एब्लेशन अध्ययन (Ablation Study): प्रचार डिटेक्टर को हटाने से PDS बढ़ गया (कम मॉडरेटेड विचलन का संकेत मिलता है) और "दोनों-से-छूटे" अभाव विश्लेषण की विशिष्टता कम हो गई, जो सारांशकर्ता के संश्लेषण को ग्राउंड करने में डिटेक्टर की भूमिका की पुष्टि करता है।

महत्व और दावे

पेपर का दावा है कि न्यूज़लेंस पूर्वाग्रह को लेबल करने के बजाय उसे मैप करने की ओर एक बदलाव का प्रतिनिधित्व करता है। पूर्वाग्रह को "नेविगेबल" (navigable) मानकर, यह प्रणाली प्रतिस्पर्धी राजनीतिक व्याख्याओं के बीच के व्याख्यात्मक सीमाओं को उजागर करता है, न कि उन्हें एक एकल स्कोर में समाहित करता है।

लेखक इस बात पर जोर देते हैं कि प्रणाली का मुख्य नवीनता अभाव विश्लेषण (omission analysis) में निहित है, विशेष रूप से उन तथ्यों की पहचान करने में जिन्हें विरोधी राजनीतिक फ्रेमिंग संयुक्त रूप से अनदेखा करती हैं (जैसे, कश्मीर केस स्टडी में स्वतंत्र हताहत सत्यापन और दीर्घकालिक राजनयिक संभावनाएं)। यह केवल यह पहचानने से आगे जाता है कि क्या कहा गया है, बल्कि यह भी प्रकट करता है कि सार्वजनिक विमर्श में संरचनात्मक रूप से क्या अनुपस्थित है।

यह कार्य पूर्ववर्ती लेक्सिकल-जियोमेट्रिक पूर्वाग्रह अनुसंधान (Patankar & Bose, 2017) को एजेंटिक LLM प्रतिमान तक विस्तारित करता है। लेखक अपने सांख्यिकीय दावों के संबंध में एक विनम्र लहजा बनाए रखते हैं, बड़े पैमाने पर प्रतिकृति ($n \ge 50$) के लिए नमूना आकार की आवश्यकता को स्वीकार करते हुए। वे इस प्रणाली को मीडिया साक्षरता बढ़ाने के लिए एक उपकरण के रूप में प्रस्तुत करते हैं, जबकि लक्षित प्रचार उत्पन्न करने के लिए इसके संभावित दुरुपयोग के नैतिक जोखिमों को भी नोट करते हैं।