Using machine learning to build public policy agenda from social media conversations
本論文は、ソーシャルメディアのデータ、トピックモデリング、および自然言語生成を活用して、公共の関心事項を効率的に特定し、検証済みの政策アジェンダを構築する、人間拡張型機械学習フレームワークを提案しており、Twitterデータを用いた実験的検証を通じて、ナラティブの整合性とアジェンダ項目の関連性における有望な結果を示している。
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
政府を、国全体のために食事を作ろうとしている、巨大で忙しいキッチンだと想像してください。調理を開始する前に、彼らは（公的政策アジェンダという）メニューが必要です。そこには、人々が実際に食べたいと思っている最も重要な料理がリストアップされていなければなりません。
伝統的に、このメニューを決定する方法は、シェフのチームを全国のあらゆるドアを叩いて回り、「何を食べたいですか？」と尋ねるようなものでした。これは時間がかかり、費用もかさみます。そして、彼らがキッチンに戻ってくる頃には、人々の空腹感（ニーズ）が変わっているかもしれません。
本論文では、そのメニューを作成するための新しい方法として、機械学習（ML）とソーシャルメディア（具体的にはTwitter）の使用を提案しています。これは、いわば、人々が何を求めているのかを即座に把握するために、オンライン上の何百万もの会話をスキャンするハイテクな「リスニング・デバイス（聴取装置）」を設置することだと考えてください。
著者たちがどのようにしてこの「スマート・メニュー・マシン」を構築したのか、5つのシンプルなステップに分けて説明します。
1. 材料の下準備（データ・クリーニング）
ソーシャルメディアは混沌としています。打ち間違い、絵文字、リンク、そして人々が互いに叫び合っている状態です。
- 比喩： 野菜の中に、泥やプラスチックの包装材、古いレシートが混ざっている袋に入った食料品を使って料理しようとしている状況を想像してください。
- 彼らがしたこと： 彼らはコンピュータープログラムを使用して、「野菜」（ツイート）を洗浄しました。汚れ（絵文字、URL、ハッシュタグ）を取り除き、ゴミ（リツイートや短く意味のない言葉）を捨て、清潔で読み取り可能な文章だけを残しました。
2. 味のプロファイルを特定する（キーワード抽出とイシューの特定）
テキストが綺麗になったら、次はコンピューターが主要な「味」やトピックを特定する必要があります。
- 比喩： マスターシェフが大きな鍋のスープを味わい、「人参の味がする、牛肉の味がする、そして少しスパイスの香りがする」と言うのを想像してください。
- 彼らがしたこと： 彼らは2つの異なる「味見ツール」（LDAおよびTop2Vecと呼ばれるもの）を使用しました。これらのツールは、洗浄されたツイートを分析し、それらをテーマごとにグループ化しました。例えば、「警察」「暴力」「平和」といった単語のクラスター（彼らはこれをトピック11と呼びました）や、「水」「道路」「健康」といったもの（サービスに関連するもの）を見つけ出しました。これにより、人々が実際にどのような問題について話しているのかが判明しました。
3. メニューの説明文を書く（ナラティブの作成）
コンピューターはトピックを理解していますが、それを人間らしい政策提言のように書き出す必要があります。
- 比喩： コンピューターは、材料は知っているものの、メニュー用に豪華な説明文を書く必要がある「スーシェフ（副料理長）」のようなものです。「牛肉のシチュー」が「根菜を添えた、コクのあるじっくり煮込んだ牛肉のシチュー」になるようなものです。
- 彼らがしたこと： 彼らはGPT-2という賢いAIを使用しました。彼らは見つけたキーワード（「残虐行為」や「教育」など）をAIに与え、それらについての短いパラグラフを書くよう指示しました。AIは、自然で意味の通じる文章を書こうとし、単語のリストを問題に関する一つの「物語」へと変えていきました。
4. 味のテスト（テキストの妥当性確認）
時として、AIは支離滅裂な文章を書きます。著者たちは、この「スーシェフ」がデタラメを言っていないかを確認する必要がありました。
- 比喩： メニューを公衆に出す前に、ヘッドシェフが数人のフードクリティック（批評家）に味見をさせます。彼らはこう尋ねます。「これはまともな英語として聞こえるか？ ストーリーは意味が通るか？」
- 彼らがしたこと： 彼らは、英語に堪能な大学生を雇いました。学生たちは、読みやすさ（Readability）（スムーズに読めるか？）と一貫性（Coherence）（ストーリーとしてまとまっているか？）に基づいて、AIが生成したパラグラフを評価しました。
- 結果： 学生たちは、読みやすさについては「非常に良い」、一貫性については「良い」という評価を下しました。AIは概ね、意味の通じる文章を書いていました。
5. 公式レシピ本との照合（アジェンダの妥当性確認）
最後に、AIのメニューが、実際の政治指導者たちが重視していることと一致しているかを確認する必要がありました。
- 比喩： ヘッドシェフは、新しいメニューを「公式レシピ本」（2020/2021年のウガンダ選挙における政党のマニフェスト）と比較し、同じ料理を作ろうとしているのかどうかを確認します。
- 彼らがしたこと：
- コンピューターによるチェック： 彼らは、AIの文章が公式の公約にどれほど近いかを測定するために、数学的な公式（コサイン類似度）を使用しました。AIは「治安」や「民主主義」のテーマについては見事に一致させましたが、「経済」や「ヘルスケア」については少し苦戦しました。
- 人間によるチェック： 彼らは、あるグループの人々に、AIのメニュー項目が実際に国の重要な課題であるかどうかを投票させました。そのグループは、AIが公的な懸念事項をうまく特定できているという点で、「良好な（Good）」合意を示しました。
結論
著者たちは、ソーシャルメディアの声を聴き、最も重要なトピックを見つけ出し、それらを政策課題としてまとめ、さらにその妥当性を確認できる半自動化システムの構築に成功しました。
彼らが分かったこと：
- それは機能します！ このシステムは、混沌としたTwitterのつぶやきを、構造化された公的政策課題のリストへと変換できます。
- まだ完璧ではありません。時にはAIが全く意味の通じない文章を書いたり、経済のような複雑なトピックで見当違いなことをしたりすることもあります。
- 目標： これは人間の政治家に取って代わるためのものではありません。伝統的な調査を行うのが困難、あるいはコストがかかりすぎる場所において、人々が何を言っているのかをより速く、より安価に聞き取るための手段を提供することです。
要するに、彼らは、あらゆるドアを叩かなくても、政府が群衆の声を聞くことができる**「デジタル・メガホン」**を作り上げたのです。
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。