Este documento está disponible en arxiv bajo licencia CC BY-NC-SA 4.0 DEED.   Autores:  (1) Cristina España-Bonet, DFKI GmbH, Campus de Informática del Sarre.  Tabla de enlaces   Resumen e introducción   Compilación de corpus   Clasificación de postura política   Resumen y conclusiones   Declaración de limitaciones y ética   Agradecimientos y Referencias   A. Periódicos en OSCAR 22.01   B. Temas   C. Distribución de Temas por Periódico   D. Temas para la generación de artículos ChatGPT y Bard   E. Clasificación de posturas a nivel de artículo   F. Detalles de la capacitación  4. Resumen y conclusiones  Los medios de comunicación tienen una línea editorial y un sesgo asociado. Deshacernos de los sesgos políticos es difícil para los humanos, pero ser conscientes de ellos nos ayuda a tener una visión global de las noticias. Los prejuicios a veces son claros y/o aparecen en forma de texto dañino, pero a veces son sutiles y difíciles de detectar. Estos sutiles prejuicios ocultos son potencialmente peligrosos y conducen a la manipulación siempre que no somos conscientes de ellos. En este trabajo, estudiamos sistemáticamente los sutiles sesgos políticos detrás de ChatGPT y Bard, aquellos que aparecen sin asignar ningún rol de persona (Deshpande et al., 2023). Demostramos que la orientación de ChatGPT cambia con el tiempo y es diferente entre idiomas. Entre febrero y agosto de 2023, ChatGPT pasó de una orientación política de izquierda a neutral, con un período de tendencia de derecha en el medio para inglés y español. La evolución de Bard aún no se puede estudiar. Su versión actual, de agosto de 2023, muestra consistentemente una tendencia izquierdista en los 4 idiomas estudiados. Este sesgo es independiente de los errores fácticos que genera el modelo y también debe ser considerado por sus usuarios. Proporcionamos modelos para comprobar periódicamente el sesgo en las generaciones de textos de EE. UU., Alemania y España, así como en contextos políticos e idiomas estrechamente relacionados, utilizando un enfoque de tiro cero.  Como subproducto de nuestro análisis, creamos un corpus multilingüe de 1,2 millones de artículos periodísticos con anotaciones burdas sobre posturas y temas políticos. Mostramos que la supervisión distante nos permite construir modelos significativos para la clasificación aproximada de posturas políticas siempre que el corpus sea diverso. Estos datos los ponemos a disposición junto con las generaciones de LMs y nuestro código a través de Zenodo (España-Bonet, 2023) y Github.[12]  [12] https://github.com/cristinae/docTransformer

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

MediaBias.TECH

We publish deeply researched (and often vastly underread) academic papers about our collective omnipresent media bias.

MediaBias's

Este audio es producido en el idioma original de la historia!

Clasificación multilingüe de posturas políticas generales de los medios: resumen y conclusiones

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Valhalla de Floki se une como patrocinador asociado de la gira de la India por Sri Lanka

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps