Measuring Negative Campaigning across Languages with Large Language Models: A Study of 18 Million Tweets in 19 Countries
本研究は、ゼロショット大規模言語モデルが19言語にわたってネガティブ・キャンペーンを効果的かつスケーラブルに分類できることを実証しており、政権与党はネガティブな傾向が低い一方で、イデオロギー的に非中道的な政党、特に極右政党は、著しくより対立的なレトリックを用いることを明らかにしている。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
政治の世界を、誰もが自分のチームを応援させようと観客に働きかけている、巨大で騒々しいスタジアムだと想像してみてください。何十年もの間、このスタジアムを研究している科学者たちは、ある特定の行動に執着してきました。それが「ネガティブ・キャンペーン」です。これは単に政治家が「私は素晴らしい」と言うことではなく、ライバルを指差して「あの男を見てくれ、ひどい奴だ！」と叫ぶようなものです。いわば、政治的な「ロースト（弄り）」の技術です。古代ギリシャの陶器の破片から現代のテレビ広告に至るまで、これが至る所で行われていることは分かっていますが、なぜ特定のチームがこれをもっと多く行うのかを解明することは、研究者にとって大きな悩みの種でした。問題は何でしょうか？ これらの侮辱をすべて手作業で数えるのは、オーブンミトンをはめたまま、ビーチにある砂の一粒一粒を数えようとするようなものです。膨大な時間がかかり、多額の費用がかかり、もし20もの異なる言語で行おうとすれば、一文ごとに翻訳者が必要になります。このため、ほとんどの研究は一つの国（たいていは米国）だけに限定されるか、あるいは専門家がキャンペーンの「雰囲気」を推測するという、あまり精密ではない方法に頼らざるを得ませんでした。しかし最近、新しいツールが登場しました。大規模言語モデル（LLM）です。これらは、インターネット上に書かれたほぼすべての文章を読み込んできた、超スマートで疲れを知らないロボットだと考えてください。彼らは、ルールを最初から教えられなくても、ニュアンスや皮肉、そして侮辱を数十の言語で理解することができます。この論文は、大きな問いを投げかけています。これらのAIロボットは、世界中の政治的侮辱を数えるための新しい審判になれるのか？ そして、彼らは誰が実際に泥を投げ合うのが好きなのかについて、何を教えてくれるのか？
この研究の著者たちは、これらのAIロボットを大規模なテストにかけることにしました。まず、ロボットが仕事をこなせることを証明しなければなりませんでした。彼らはAIに数百万件のツイートを入力し、ネガティブな攻撃を見つけ出すよう指示しました。そして、その回答を、同じ投稿を長年手作業で読み続けてきた人間の専門家と比較しました。結果はどうだったでしょうか？ ロボットは驚くほど優秀でした。実際、いくつかのケースでは、AIは人間による専門的な判断よりも一貫性と正確性に優れており、しかも、汗一つかくことなく10の異なる言語でその仕事をこなすことができました。それは、疲れ果てて過重労働を強いられている大学院生のチームを、疲れも混乱もせず、超高速で多言語を操るドローンの艦隊に入れ替えるようなものでした。
ロボットを信頼できると判断した後、研究者たちはデータの山へと彼らを解き放ちました。2017年から2022年までの間に、19のヨーロッパ諸国の政治家によって投稿された1800万件のツイートです。彼らは、政治全体を見たときに、誰が荒っぽくなるかという古いルールが依然として通用するかどうかを検証しようとしました。彼らはいくつかの大きなアイデアをテストしました。政権を担当している（「政府」チーム）政治家は、責任ある人物に見られる必要があるため、より礼儀正しく振る舞うのか？ 政治的スペクトルの端にいる（急進派の）政治家は、失うものが何もないため、より意地悪になるのか？ そして、「腐敗したエリート」と戦っていると主張する「ポピュリスト」の政治家は、自然と侮辱を多く投げかけるのか？
結果は明確で、驚くほど一貫していました。AIのデータは、現在政府に座っている政治家は、確かにネガティブな行動をはるかに少なくしていることを示しました。彼らは、もし争いを始めてしまえば、政権維持や後の政党との協力関係に悪影響を及ぼす可能性があることを知っているため、侮辱を控えているようです。それはまるで、チームが崩壊しないように平和を維持しようとするチームキャプテンのようです。一方で、政権を持っていない政治家、特に政治的スペクトルの右端や左端にいる政治家たちが、最も多くの泥を投げ合っていました。研究は、政治の中心から遠ざかるほど、政党がより攻撃的になりやすいことを示唆しています。具体的には、「極右」政党が最もネガティブであり、他の誰よりも高い割合で対立的な言葉を使用していました。また、この研究は「ポピュリスト」であることがどのような影響を与えるかについても調査しましたが、真の要因は、政党がどれほど極端な位置にあるかであったことが分かりました。意地悪さは、単なるポピュリストであることよりも、アウトサイダー（部外者）であることから来ているようです。
興味深いことに、この研究は選挙の時期が人々をより攻撃的にするかどうかについても調べました。結果は少し混在していました。選挙によって状況が悪化することもありましたが、常にそうであるとは限りませんでした。最大の教訓は、タイミングについてではなく、プレイヤー自身についてでした。この論文は、ソーシャルメディアで見られるネガティブ・キャンペーンの増加は、Twitter（現X）が人々を怒らせるからだけではないことを示唆しています。むしろ、それは特定のタイプの政党――具体的には、周辺部にいる政党や権力を持っていない政党――による、ネガティブさを武器として使う戦略的な選択なのです。研究者たちは、これらのAIロボットを使用することで、従来の方法では不可能だった19カ国にわたるパターンを見出すことができました。これは、政治というゲームにおいて、アウトサイダーこそが最も卑怯なプレーをする可能性が高く、一方で権力を持っている人々は手を汚さないように努めるということを証明しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。