Politisk forskning drager fordel af AI-metoden

Hvordan kan AI hjælpe samfundsforskeres arbejde, når de studerer vores valgte politikere? AI-eksperter udvikler metoder til at understøtte den politiske forskning i samarbejde med forskere fra det samfundsvidenskabelige felt. Metoderne er velegnede, når man behandler emner som politikernes hjertesager, integritet og sammenhæng med deres standpunkter. De kan endda identificere hadefulde ytringer.

En diskussion med en kollega inden for det statsvidenskabelige felt resulterede i den undersøgelse, som Moa Johansson, lektor ved Institut for Datalogi og Teknik, nu arbejder på. Diskussionen berørte, hvordan AI-teknologi kan gavne politologernes arbejde. Sammen med ph.d. studerende Denitsa Saynova og postdoc Bastiaan Bruinsma, hun udvikler og skræddersyer AI-metodologier til at fungere godt for politologernes forskning.

Hvorfor er dette nyttigt?

Metoderne har til formål at hjælpe forskere inden for de sociale discipliner til at se mønstre i, hvordan de politiske partier tager stilling i forskellige spørgsmål.

"Det kan bruges af politologer til fortolkning," siger Moa Johansson og eksemplificerer:

"Hvad er partiernes holdninger til forskellige spørgsmål, og hvordan ændrer disse holdninger sig over tid? Hvilken slags signaler er der for fremtidige koalitioner, som partierne måske tænker på?"

Lever politikerne efter deres ord?

En mulighed er at se, hvordan de politiske partier skriver og taler om bestemte emner og så sætte det i relation til deres faktiske politiske praksis. Som med metoden kaldet "emnemodellering." Det kan for eksempel hjælpe en forsker med at se, om en belastet problemstilling, der får stor plads i debatter og partiprogrammer, får matchende plads i det politiske arbejde.

"Sig, at vi har alle de her politiske debatter. Der bliver altid hævdet, at visse emner som kriminalitet, klimaforandringer og immigration er blevet vigtigere. Ved at studere dette kan man faktisk påpege og vise, at de ikke er blevet vigtigere. Der har ikke været flere love eller sådan noget om den slags temaer i den svenske riksdag for eksempel," siger Bastiaan.

En model, der kan identificere hadefulde ytringer

En anden mulighed med disse metoder er at identificere hadefulde ytringer. I denne type undersøgelse kan overvåget maskinlæring anvendes. Forskeren ville ikke kun kortlægge, hvor ofte et ord eller emne forekommer, men også tilføje menneskelig fortolkning for at lære AI-modellen at foretage avancerede evalueringer af teksten og beslutte, om den indeholder hadefulde ytringer eller ej.

Én enkelt metode er ikke tilstrækkelig

Som med al maskinlæring med en stor mængde data, går der meget arbejde i at vælge metode, forberede data, træne modellen og justere dens parametre.

"Folk har en tendens til at tro, at du bare passerer hele Wikipedia gennem dette meget store neurale netværk, og det kan fortælle dig fremtiden," siger Denitsa.

Hun påpeger, at det ikke er tilstrækkeligt at bruge én enkelt teknik for at kunne fortolke noget så komplekst, i stedet deler de spørgsmål op i mindre ting, som de kan besvare.

Denitsa synes, det har været udfordrende og derfor interessant at samarbejde med stats- og samfundsforskere, da hun selv kommer fra et meget teknisk felt. Hun oplyser, at det tværfaglige samarbejde har skabt nye perspektiver på forskning og metoder samt en udvidet terminologi. + Udforsk yderligere

Partier fører mod polarisering, og vælgerne følger efter