LLM-ekkel javítható a hírek pártatlanítása — de a modellek túlértékelik magukat
A nagyméretű nyelvi modellek (LLM-ek) képesek lehetnek a pártos hírtartalmak torzításmentesítésére, növelve a bizalmat a politikai spektrumon átívelően.
A pártos hírmédia erodálja a pártok közötti bizalmat, de a nagyméretű nyelvi modellek (LLM-ek) potenciális eszközt kínálnak az ilyen tartalmak nagyszabású torzításmentesítésére — írja az ArXiv NLP kutatása.
Két előzetesen regisztrált kísérletben vizsgálták, hogy a LLM által generált torzításmentesítés javíthatja-e a konzervatív olvasók bizalommal kapcsolatos ítéleteit liberális hírcímek esetében. Az első tanulmányban a finom lexikai torzításmentesítés (érzelmi szavak mérsékeltebb szinonimákkal való felcserélése) nem mutatott hatást.
A második tanulmányban egy lényegesebb átfogalmazási beavatkozás jelentősen növelte a konzervatívok észlelt megbízhatóságát, teljességét és hajlandóságát a liberális hírcímekkel való foglalkozásra, anélkül, hogy visszaütött volna a liberálisok körében. A LLM-alapú torzításmentesítés javíthatja a pártok közötti befogadókészséget, ha ideológiai keretezést céloz meg, nem pedig felületi nyelvezetet.
A kutatók szerint a jelenlegi modellek hiányosságai ellenére a LLM-ek ígéretesek a hírtartalmak pártatlanná tételében, de a modellek túlértékelik saját hatékonyságukat. A LLM-ek által szimulált „szilícium résztvevők” esetében a beavatkozás hatásai irányban megegyeztek az emberi válaszokkal, de a modellek pontatlanul mérték a változás mértékét.