Argumentation for Common Ground: Finding Zones of Possible Agreement between Individuals in Conflict
本論文は、平和合意に関する市民の主観的な推論をモデル化することで、相互に受け入れ可能な合意可能領域（ZOPA）を特定する計算論的議論フレームワークを提案し、理論的分析およびパレスチナ・イスラエル紛争を用いた実験を通じてその有効性を実証するものである。
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
平和とは、単に文書に署名することといった単純な問題であることは滅多にありません。それは、普通の市民がその条件を公正であると信じられるかどうかに基づいて築かれる、脆弱な構造物なのです。二つの社会が紛争に陥っているとき、永続的な合意への道が停滞するのは、指導者たちが条文の内容に合意できないからではなく、両側の市民が、その条文が何を意味するかについて異なる物語を信じ込んでいるからであることが少なくありません。ある集団にとって勝利に見える条項が、別の集団にとっては降伏と感じられることもあります。こうした主観的な物語は、従来の調査や単純な世論調査ではマッピングできないほど複雑で、感情的で、矛盾に満ちています。ここで、「計算論的議論（computational argumentation）」として知られる人工知能の一分野が登場します。この分野は、単に票を数えるのではなく、人々が結論に至るために用いる実際の論理をモデル化しようとするものであり、政策に対する賛成または反対のあらゆる理由を、より大きなパズルの個別のピースとして扱います。これらのピースがどのように互いに攻撃し合い、あるいは支持し合うのかを理解することで、研究者は「何を望むか？」という問いを超えて、「なぜそれが正しいと信じるのか？」を理解することができるのです。
ロンドン大学キングス・カレッジの研究者たちは、この論理をイスラエル人とパレスチナ人の間の深く分断された紛争に適用し、「可能な合意領域（Zone of Possible Agreement）」を見つけ出すためのデジタルツールを開発しました。この領域とは、両者が実際に受け入れられる可能性のある特定の和平案の集合を指します。それは、それらが完璧であるからではなく、各市民が抱く複雑な理由のネットワークに照らして、最も異論の少ない選択肢であるためです。研究チームは、単に潜在的な条約のリストをランク付けさせるのではありませんでした。その代わりに、彼らは、入植地の建設停止や国家承認といった、ある条項を支持または拒否する具体的な理由を取り込み、それらを構造化されたネットワークへと織り込むシステムを構築しました。このネットワークにおいて、すべての理由は一つの「議論」であり、それらの間のつながりは、ある信念がどのように他の信念を支持し、あるいは弱めるかを示しています。
研究者たちはまず、表明された選好とその背後にある理由に基づき、個々の市民、あるいは市民グループのためのこれらのネットワークを構築することから始めました。彼らは和平合意そのものを、現状に対する潜在的な変化である「起こりうる条項の集合」として扱いました。もしある市民がある条項を支持すれば、その支持はその条項を含むあらゆる合意への「ブースト（押し上げ）」として機能し、反対すれば、その反対は「ドラッグ（抵抗）」として機能します。決定的なのは、システムがそのような立場に至るまでの「推論」をも考慮に入れている点です。例えば、ある人は条項そのものゆえに反対するのではなく、その結果として生じる特定の懸念のために反対している場合があり、その懸念は、その人が信じている他の事実によって支持されたり弱められたりする可能性があります。これらの理由に「強さ」を割り当てることで、システムはあらゆる条項の組み合わせに対する受容性の総合的な「スコア」を算出することができ、個々の信念の総和に基づいて、その人が複雑なディール（取引）をどのように感じるかを効果的にシミュレートできるのです。
共通の基盤を見出すために、研究者たちは対立する両側のネットワークを、一つの結合されたマップへと統合しました。ここに、この手法の真の力が現れます。たとえ二つのグループが、一方が他方が拒絶するすべての条項を支持するという、完全な不一致の状態にあるように見えても、結合されたマップは依然として中間的な道を特定することができます。システムは、両側の支持の総重量が反対の総重量を上回るような合意を探し出します。分析において、研究者たちは、表面的な選好が相容れないように見える場合であっても、このアプローチによって特定のディールを特定できることを見出しました。鍵となる洞察は、単純な「賛成か反対か」という二値よりも、推論の「強さ」の方が重要であるということでした。たとえ反対の声が多数であったとしても、それを支持する理由が十分に強力であれば、その合意は統合を生き延びることができるのです。
チームはこの枠組みを、数千人のイスラエル人とパレスチナ人の回答者を含む過去の調査データ、および大規模言語モデルを用いてニュース報道から抽出した具体的な推論データを用いてテストしました。最初のテストでは、システムの和平案のランキングを、調査データに記録された実際の選好と比較しました。その結果、明確な相関関係が示され、モデルが公衆にとって最も受け入れやすいディールを正確に予測できることが示唆されました。第二のテストでは、言語モデルを使用してニュース報道から推論を抽出したところ、システムは、両側からの支持が最も強い条項が含まれるディールが最も「受容可能」なものとなり、一方で最も否定的な推論を持つ条項は除外されることを特定することに成功しました。これは、生の調査データに直接アクセスできなくても、公衆が行っている議論にアクセスできれば、このツールが機能することを実証しました。
この研究は、紛争を解決した、あるいは完璧な和平条約を見つけたと主張しているわけではありません。むしろ、交渉者が世論の景観を把握するための新しい方法を提示しているのです。根底にある議論を可視化することで、調停者はどこに摩擦があるのか、そしてどの妥協案が実際に検証に耐えうるのかを正確に把握できるようになります。この研究は、単なる支持者の数ではなく、推論の強さに焦点を当てることで、以前は見えなかった合意の領域を見出すことが可能であることを示唆しています。このアプローチは、人間の紛争が持つ乱雑で主観的な現実をナビゲートし、世論の混沌としたノイズを、実現可能な未来へと導く構造化された地図へと変える手段を提供するのです。
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。