Kan KI bidra til å dempe opplevd polarisering?

Nyhetssystemer påvirker ikke bare hvilke saker vi ser, men også hvordan de presenteres. I doktoravhandlingen undersøker Jia-Hua Jeng hvordan kunstig intelligens (KI), særlig store språkmodeller som GPT, kan brukes til å tilpasse måten nyheter presenteres på. Avhandlingen består av seks studier om emosjonell innramming, KI-genererte sammendrag og personaliserte nyheter.

Den sjette og avsluttende studien samler trådene fra de fem foregående og er avhandlingens viktigste samlede bidrag. Deltakerne som leste KI-omskrevne overskrifter med en balansert kombinasjon av frykt og håp, rapporterte om lag 20–25 prosent lavere opplevd polarisering enn de som leste de opprinnelige overskriftene. Samtidig var det ingen statistisk sikre forskjeller i opplevd rettferdighet eller betalingsvilje.

Studiene tyder på at måten nyheter presenteres på – gjennom overskrifter, bilder og følelsestone – kan påvirke følelser, engasjement og vurderinger. I noen av studiene var negativ innramming knyttet til sterkere følelsesreaksjoner og høyere betalingsvilje, mens tilliten til nyhetene stort sett var stabil.

Når følelsestonen i en artikkel samsvarte med deltakernes egne følelser, valgte de oftere artikkelen som favoritt – også når den handlet om temaet de likte minst. GPT-sammendrag av klimanyheter som kombinerte frykt og håp, var også knyttet til sterkere intensjoner om miljøvennlig handling enn nøytralt innrammede sammendrag.

Forskningen tyder på at KI kan bidra til nyhetssystemer som ikke bare søker flere klikk, men også tar hensyn til bredere eksponering, tillit og opplevd polarisering. Jeng understreker samtidig at det må være tydelig hvordan slike løsninger fungerer. De må også følge journalistiske prinsipper og testes over tid i virkelige nyhetsmiljøer.

Om kandidaten

Jia-Hua Jeng er fra Taiwan og har en mastergrad i Data Science fra King’s College London og en mastergrad i Digital Content Technology fra National Taichung University of Education. Han har gjennomført doktorgradsarbeidet ved Institutt for informasjons- og medievitenskap ved Universitetet i Bergen som en del av SFI MediaFutures og forskningsgruppen DARS. Han arbeider nå som forsker ved UiB, tilknyttet SFI MediaFutures, med nyhetsanbefalingssystemer, ansvarlig KI og brukeratferd.