[論文レビュー] How to Effectively Identify and Communicate Person-Targeting Media Bias in Daily News Consumption?

Felix Hamborg, Timo Spinde+3 more|arXiv (Cornell University)|Oct 18, 2021

Media Influence and Politics参考文献 14被引用数 4

ひとこと要約

本論文は、手作業によるコンテンツ分析を模倣することで、ニュース記事における人を標的としたメディアバイアスを同定し、通信する最初の自動化されたシステムを提示する。大規模なコンジョイント実験において、このシステムは特に文単位でのバイアスグループと極性フレーミングの可視化により、ユーザーのバイアス認識を顕著に向上させ、従来の出典または記事レベルでのバイアス検出にとどまる手法を上回った。

ABSTRACT

Slanted news coverage strongly affects public opinion. This is especially true for coverage on politics and related issues, where studies have shown that bias in the news may influence elections and other collective decisions. Due to its viable importance, news coverage has long been studied in the social sciences, resulting in comprehensive models to describe it and effective yet costly methods to analyze it, such as content analysis. We present an in-progress system for news recommendation that is the first to automate the manual procedure of content analysis to reveal person-targeting biases in news articles reporting on policy issues. In a large-scale user study, we find very promising results regarding this interdisciplinary research direction. Our recommender detects and reveals substantial frames that are actually present in individual news articles. In contrast, prior work rather only facilitates the visibility of biases, e.g., by distinguishing left- and right-wing outlets. Further, our study shows that recommending news articles that differently frame an event significantly improves respondents' awareness of bias.

研究の動機と目的

• 自動化システムがしばしば見過ごされる、政治的報道における繊細で人物指向のメディアバイアスを同定する課題に対処すること。
• 従来、費用と時間の両方が非常にかかるとされていた手作業によるコンテンツ分析を自動化し、ニュースのフレーミングにおけるバイアスを検出すること。
• 個々の記事におけるバイアスグループと極性フレーミングの効果的な可視化を通じて、ニュース消費者のメディアバイアス認識を高めること。
• 非専門家ユーザーにおけるバイアス認識の向上に、バイアス検出および可視化のどの要素が最も効果的であるかを実証的に測定すること。
• 従来の手法が見出しや全体の出典に焦点を当てていたのに対し、文単位で動作するスケーラブルでモジュラーなソリューションを提供し、バイアスに配慮したニュース推薦を実現すること。

提案手法

• 本システムは4つの分析タスクを実行する：(1) 人物指向フレームの同定、(2) 共通のフレーミングを持つ記事のグループ化、(3) 個人に対するポジティブ／ネガティブの極性の検出、(4) NLP技術を用いたバイアス文の抽出およびラベル付け。
• 2つの主要なビューを持つモジュラー可視化デザインを採用：概要ビューではバイアスグループと極性の文脈を表示し、記事ビューでは文中のバイアスフレーズにハイライトを表示。
• 個々のコンponent（例：MFAPタグ、PolSidesタグ）がバイアス認識に与える効果を測定するために、コンジョイント実験デザインを適用。
• 特に政治的フレーミングとコンテンツ分析を含む、社会科の既存モデルを活用することで、表面的な差異ではなく、繊細でコンテンツに基づくバイアスを検出することを保証。
• 匿名化されたデータと資料を公開した大規模ユーザー研究（N=200）を用いて、本手法を評価。
• 本システムは、米国の債務上限、銃規制、 bushfires の3つの政治的出来事の現実世界の報道を対象に訓練およびテストし、現実世界の関連性を確保した。

実験結果

リサーチクエスチョン

• RQ1 自動化システムは、記事や出典レベルでの検出にとどまらず、文単位での人物指向バイアスを検出可能か？
• RQ2 バイアスグループラベル、極性インジケータ、文中ハイライトなどの可視化コンponentの中で、ユーザーのバイアス認識を最も効果的に高めるのはどれか？
• RQ3 同じ出来事の異なるフレーミングを持つニュース記事を推薦することは、ユーザーのバイアス認識を顕著に向上させるか？
• RQ4 システムの個々のコンponent（例：MFAP、PolSidesタグ）は、バイアス認識の向上に独立してどの程度寄与するか？
• RQ5 トピックの複雑さとユーザーのデモグラフィック要因は、ニュース推薦におけるバイアスコミュニケーションの効果にどの程度影響を及けるか？

主な発見

• 本システムの概要ビュー可視化は、バイアス認識を顕著に向上させ、PolSidesタグを用いた場合、バイアス認識スケール上で推定効果が7.83に達した。
• MFAP（メディアフレーム分析プロファイル）可視化のみでも推定効果が5.87に達し、単純なバイアスラベル付けでも認識向上が見られた。
• タグを表示しない条件（MFAP (none)）では、最高のバイアス認識効果（6.13）を示し、過剰な視覚的キューが効果を低下させる可能性を示唆した。
• 記事ビューでは、PolSidesタグのみが有意な正の効果（2.45）を示したのに対し、MFAPタグや極性バーは有意な影響を示さなかった。
• 文中ハイライトの数はバイアス認識の有意な予測要因であった：他の要因を制御した場合、ハイライトが多いほど認識が高まり、特に顕著であった。
• トピックの複雑さが効果に影響した：被験者らは債務上限トピックを「複雑すぎる」または「退屈」と感じ、関与度と認識が低下した。