OATH-Frames: Characterizing Online Attitudes Towards Homelessness with LLM Assistants

ホームレス問題のような、複雑で感情的な問題に対して、何百万人もの人々がどのように感じているのかを理解しようとしている場面を想像してみてください。もし、それに関するすべてのツイートを読もうとすれば、瞬きをする間にテキストの山に埋もれてしまうでしょう。それはまるで、消防用ホースから噴き出す大量の水で水を飲もうとするようなものです。

**「OATH-Frames」**と題されたこの論文は、そのホースの中に実際に何が入っているのかを見通すための、より優れた「眼鏡」を構築することについて書かれています。研究者たちは、社会福祉の専門家と強力なAI（大規模言語モデル）を組み合わせ、米国におけるホームレス問題に関する240万件のツイートを分類しました。

以下は、彼らがどのように行ったのかという物語を、シンプルなパーツに分解して説明したものです。

1. 問題点：「一律の」眼鏡

この研究の前では、ホームレスに関するツイートを分析したい場合、「このツイートは意地悪か？」（毒性/Toxicity）や「このツイートは幸せか、それとも悲しいか？」（感情/Sentiment）といった、標準的なツールを使うことが一般的でした。

研究者たちは、これらのツールは、混ざったフルーツの袋を「赤」と「緑」のステッカーだけで仕分けようとするようなものだと主張しています。

• 欠陥： あるツイートが「ホームレスは怠惰で不潔だ」と言っていたとします。標準的なツールは、それが「罵詈雑言（swear words）」を使っていない（低毒性）ため、また「幸せ」でもない（ネガティブな感情）ため、これを見逃す可能性があります。しかし、これは非常に有害な内容です。
• 現実： 人々の態度は複雑です。同じ文章の中で、ホームレスの人に対して同情を感じると同時に、政府が問題を解決しないことに対して怒りを感じることもあります。単純な「良い／悪い」というラベルでは、このニュアンスを見落としてしまいます。

2. 解決策：「OATH-Frames」のメニュー

チームは、人々がホームレス問題について「どのように」語っているのかを正確に記述するための、9つの特定のカテゴリー（フレーム）からなる新しい「メニュー」を作成しました。これは、単なる「食べ物」ではなく、シェフによる「テイスティング・メニュー」のようなものです。

彼らはこれら9つのカテゴリーを、主に3つの「味」にグループ化しました。

• 批判 (Critiques) （不満）：
  • 政府批判 (Government Critique): 政治家や法律を非難する。
  • 社会批判 (Societal Critique): 社会や「偽善的な」人々を非難する。
  • 資金援助 (Money Aid): 税金をどこに使うべきかを議論する。
• 認識 (Perceptions) （ステレオタイプ）：
  • 有害な一般化 (Harmful Generalizations): すべてのホームレスを泥棒、中毒者、あるいは怠惰な人間と呼ぶ。
  • ふさわしいか否か (Deserving vs. Undeserving): 特定のグループ（退役軍人など）は助けを受けるに値するが、他のグループ（移民など）はそうではない、といった議論。
  • 我が家の近くには困る (NIMBY - Not In My Backyard): 「ホームレスの人たちのことは構わないが、私の近所にだけは来てほしくない」。
• 反応 (Responses) （行動）：
  • 解決策 (Solutions): 対策、シェルター、または政策変更を提案する。
  • 個人的な交流 (Personal Interaction): ホームレスの人に出会った体験談を共有する。
  • メディアによる描写 (Media Portrayal): ニュースやテレビ番組がホームレスをどのように報じているかについて話す。

3. プロセス：「人間とAIのダンス」

240万件のツイートを手作業で分類するのは、人間のチームにとって数年かかる作業です。一方で、AIだけに頼って分類するのはリスクがあります。AIは微妙な社会的文脈（皮肉や特定の政治的参照など）を誤解することがあるからです。

そこで、彼らは**「人間とAIのダンス」**を考案しました。

1. エキスパート： 社会福祉の専門家がまずルール（「メニュー」）を定義し、AIが何を探すべきかを教えるために、少量のツイートにラベルを付けました。
2. AIアシスタント (GPT-4)： AIが数千件のツイートにラベル付けを試みました。AIが混乱したときは、その理由（計算過程を見せる生徒のように）を説明させました。
3. チェックアップ： 人間の専門家がAIの「成果物」を確認し、間違いを修正しました。AIに重労働をさせ、結果をチェックするだけにすることで、精度をわずかに低下させるだけで、ラベル付けの速度を6.5倍に上げられることが分かりました。
4. 最終段階： 一度AIが専門家からコツを学んだ後は、残りの240万件のツイートを自律的にラベル付けするために、より小型で高速なAIモデルを訓練しました。

4. 明らかになったこと：隠れたパターン

240万件のツイートをこれら9つのカテゴリーにすべて分類したことで、以前は見えなかったパターンが見えてきました。

• 「毒性」の盲点： 有害なステレオタイプ（「ホームレスは不潔だ」と呼ぶなど）を含む多くのツイートが、低い「毒性」スコアを持っていることを発見しました。従来のツールは見逃していましたが、新しい「OATH-Frames」はこれらを捉えることができました。
• 場所による違い：
  • カリフォルニア州、ワシントン州、オレゴン州では、「有害な一般化（ステレオタイプ）」が使われる傾向が強くなりました。研究者たちは、これらの地域では路上生活者がより多く目に見える形で存在するため、直接的な（そして時には否定的な）反応につながっていると考えています。
  • ニューヨーク州では、「ふさわしいか否か」に関する議論が多く見られました。これは、移民や難民が街に到着しているというニュースに関連しているようです。
• 「ウクライナ vs 移民」の分岐：
  • アメリカのホームレスをウクライナ人と比較する場合、ツイートの内容は主に「政府批判」と「資金援助」に関するものでした（例：「国内にホームレスがいるのに、なぜ何十億ドルもウクライナに送るのか？」）。
  • アメリカのホームレスを移民と比較する場合、ツイートはより攻撃的であり、「有害な一般化」や「NIMBY」の態度に満ちていました（例：「彼らが私たちの仕事や住居を奪っている」）。
• 時間の経過による変化： 大きなニュースイベント（ロシア・ウクライナ戦争の支援議論など）の際、特定のカテゴリーでツイートが急増しました。議会でウクライナへの援助が議論されているとき、「資金援助」や「ふさわしいか否か」の議論が爆発的に増えました。

結論

この論文は単にツイートをカウントしただけではありません。ホームレス問題に対する人間の怒り、同情、混乱といった「ニュアンス」を理解する方法をコンピュータに教えたのです。

社会福祉の専門知識とAIのスピードを組み合わせることで、従来の「意地悪か、そうでないか」という検出器が見逃してしまうような、微妙で有害な態度を特定できるツールを作り上げました。彼らは、私たちがどのようにホームレスについて語るかは、どこに住んでいるか、誰と比較しているか、そして今ニュースで何が起きているかによって変わるのだということを示しました。

注記： この論文は、オンライン上のこうした態度を分析することに完全に焦点を当てており、研究者やアドボカシー団体が世論をより良く理解するためのものです。ホームレス問題を直接解決したり、臨床的な助言を提供したりすることを目的としたものではありませんが、問題をより明確に見通すためのレンズを提供しています。