Bilder ohne Worte: Can AI Identify Political Parties via Unspoken Visual Signatures in the 2025 German Election?
本文介绍了 PREF，一种可解释的视觉-语言模型，它通过将感知线索语言化，成功地从 2025 年德国选举竞选媒体中对政党隶属关系进行分类，在实现与黑盒嵌入相当的性能的同时，量化了即使在移除显式品牌标识后政党身份仍然存在的程度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代政治舞台上，最强大的信息往往是那些从未被说出口的信息。虽然竞选活动仍依赖于政策演讲和书面宣言，但政治传播的日常节奏已转向社交媒体上分享的短视频和图像。这些视觉片段所承载的信息量远超屏幕上的文字。正如一个人的姿态、着装和声音语调可以揭示其情绪或背景一样，政治竞选的视觉风格也能传递其身份信号。研究人员早已知晓，人类可以仅凭简短的视觉线索，就对一个人的政治倾向做出快速且惊人准确的推测。现在的疑问在于，计算机是否也能做到这一点——不是通过阅读文本，而是通过理解图像本身的“沉默语言”。
这就是法兰克福歌德大学的一组研究人员面临的挑战，他们试图探究人工智能是否能仅通过观察德国政党竞选媒体的视觉和听觉特征来识别它们。他们的兴趣不在于猜测个人选民或政治家的私人信仰，而是想知道一个政党官方帖子的协调风格——例如构图方式、色彩选择、服装的正式程度以及声音的语调——是否创造了一种机器可以识别的独特指纹。为了测试这一点，他们收集了德国政客在2025年联邦大选期间发布的1.5万多张图像和视频。这些帖子来自各大政党，涵盖了从保守派阵营到进步派绿党以及自由民主党等不同阵营。
研究人员构建了一个名为 PREF 的系统，全称为“感知-言语特征模型”（Perceptual-Verbal Feature model）。他们并没有将原始图像直接输入到一个复杂的、像“黑箱”一样运作的复杂计算机程序中，而是首先要求一种先进的人工智能用平实的语言描述它所看到和听到的内容。该系统分析视频和图像，生成一份可观察细节的清单：画面中有多少人、场景是在室内还是室外、演讲者穿着西装还是休闲服、声音的情绪基调，以及是否存在国旗或图表等特定物体。随后，这些描述被输入到一个透明的分类器中——这是一种基于清晰、可理解规则进行决策的计算机程序，用以判定哪个政党发布了该内容。
结果令人震惊。该系统识别帖子背后政党的准确率接近85%。这一准确水平与那些依赖隐藏数学模式而非人类可读描述的、更为复杂的“黑箱”系统的表现不相上下。更重要的是，研究人员想知道，这种成功在多大程度上取决于明显的品牌标识，如政党标志、旗帜或竞选颜色。为了查明真相，他们进行了第二次测试，从人工智能的描述中剥离了所有这些显性符号，只留下风格和行为等微妙线索。即使没有了标志或特定的竞选颜色，系统的识别准确率依然保持在高水平，仅略微下降至约84%。这表明政党已经发展出了独特的、不言而喻的视觉语言。一个保守派政党可能会一致使用正式着装、严肃语调和讲台设置，而一个进步派政党则可能青睐休闲服装、多元化的群众以及更为温和的语调。这些模式如此一致，以至于即使在移除明显的身份标识后，依然具有辨识度。
为了确保这些发现并非计算机产生的误差，研究人员还要求志愿者观察一小部分相同的图像和视频。人类志愿者能够仅凭视觉线索以高度的一致性识别出所属政党，这证实了机器检测到的信号是真实存在且能被人观察到的。研究还表明，视觉和听觉线索的效果与通常伴随这些帖子的文字说明同样有效，甚至可能略胜一筹。这说明竞选活动的视觉策略在塑造公众认知方面具有举足轻重的分量。
研究得出结论，政治身份被编码在一种结构化的、感知性的特征签名中，可以通过无需依赖文本的方式进行解码。虽然这项研究使用的技术旨在分析公开的、官方的竞选材料，但自动检测这些模式的能力引发了关于政治传播未来的重要问题。研究人员强调，他们的工作侧重于政党的机构品牌建设，而非个人的私人意识形态，并呼吁建立严格的伦理保障措施，以防止此类工具被用于剖析私人公民或操纵政治信息。最终，这项工作证明了在数字时代，一个政党的外观和声音与其选择的文字一样，都是其信息的重要组成部分。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。