RIT 研究人员使用 AI 揭示媒体对警察报道的惊人趋势

快速阅读: 据《PRWeb （新闻稿）》称，研究显示，过去十年地方媒体对执法的报道未显著两极分化，批评程度基本稳定。罗切斯特理工大学与卡内基梅隆大学利用AI分析130万段摘录发现，地方媒体未因受众政治倾向调整报道，且自2020年起支持警察有效性的报道略有上升。

罗切斯特理工大学和卡内基梅隆大学的一项研究利用人工智能得出结论，过去十年中，地方媒体关于执法的新闻并未变得更加两极分化。研究人员发现，从2013年至2023年，地方媒体对警察的批评程度基本保持一致。保守城市和自由派城市的报道几乎没有差异，这意味着地方媒体并未根据受众的政治倾向调整其报道内容。尽管在某些备受瞩目的事件后，例如2020年乔治·弗洛伊德被谋杀案件，对警察的批评有所增加，但研究发现这些增长只是短暂的，并未导致长期更为批判性的报道趋势。实际上，自2020年以来，支持警察有效性的本地报道略有上升。“数据讲述了一个与我们预期不同的故事，”罗切斯特理工大学高利索诺计算与信息科学学院助理教授、该研究的共同作者阿希克·库达布赫什说道，“地方警务新闻相对稳定，但人们如何解读新闻取决于他们的政治偏好。两极分化更多体现在读者身上而非新闻撰写者。”

这项研究基于团队之前的研究成果，后者考察了主要全国性新闻网络（如MSNBC、福克斯新闻和CNN）对警察问题的报道方式。那篇论文发现，有线电视新闻倾向于迎合观众的期望，从而形成更具党派色彩的叙述。为了保证平衡，研究团队从209个相似城市的媒体中搜集新闻。民主党倾向的城市包括休斯敦、丹佛、坦帕、纳什维尔和匹兹堡。共和党倾向的城市则有达拉斯-沃思堡、圣地亚哥、杰克逊维尔、俄克拉荷马城和奥马哈。

研究团队运用自然语言处理技术分析了来自地方报纸和电视台的130万段摘录。一个重要的环节是确保多元化视角被纳入AI系统。约500名真实的共和党人、无党派人士和民主党人阅读了警察新闻摘录样本，以评估报道是否支持或反驳两个关键陈述——“警察保护公民”和“警察存在种族主义”。这些人工判断帮助训练并优化了针对整个警察新闻数据集的大规模语言模型。“构建AI系统时，纳入多样化的观点至关重要，”库达布赫什解释道，“如果我们只允许一种政治观点标注数据，我们可能会创建带有偏见的不平衡评估。每个数据点都由一名共和党人、一名民主党人和一名无党派人士审核。”

罗切斯特理工大学和卡内基梅隆大学之间的这一合作展示了AI如何用于研究大规模媒体趋势。“现在是开展这类研究的最佳时机，因为AI领域已经发生变化，我们有了工具和数据来提出更深入的问题，”罗切斯特理工大学计算与信息科学博士生、共同作者苏詹·杜塔表示，“最大的挑战是如何将政治视角引入AI并设计出非常全面且平衡的方案，代表不同观点。”

研究结果表明，报道地方事务的记者并未陷入国家级别的党派偏见。研究人员希望他们的工作能为更好地理解地方新闻中如何报道警务提供更清晰的数据驱动型理解。“媒体对我们认识世界的方式有着巨大影响，”库达布赫什说道，“通过更好地了解新闻来源如何报道新闻以及公众如何接收新闻，我们可以努力弥合当前存在的分歧。”

媒体联系人：斯科特·伯尔图，罗切斯特理工大学，电话：585-475-2481，邮箱：[email protected]，网址：http://rit.edu/
来源：罗切斯特理工大学

(以上内容均由Ai生成)