Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Toxicity Begets Toxicity: Unraveling Conversational Chains in Political Podcasts

Created by
  • Haebom

저자

Naquee Rizwan, Nayandeep Deb, Sarthak Roy, Vishwajeet Singh Solanki, Kiran Garimella, Animesh Mukherjee

개요

본 논문은 급증하는 인기와 달리 독성 행위 연구가 부족한 팟캐스트, 특히 정치 팟캐스트에 초점을 맞춘 연구입니다. 정치 팟캐스트 대화 내용을 데이터셋으로 구축하고, 대화 구조 분석을 통해 독성 발언이 어떻게 나타나고 확대되는지, 특히 답변의 연속을 통해 유해한 언어가 대화 순서에 따라 어떻게 악화되는지를 조사합니다. 이는 소셜 네트워크나 게시판과 같은 플랫폼이 아닌 팟캐스트라는 새로운 영역에서의 독성 행위 연구를 확장하는 시도입니다.

시사점, 한계점

시사점: 팟캐스트 내 독성 행위의 패턴을 이해하고, 이를 완화하기 위한 전략 개발에 기여할 수 있습니다. 특히 대화 구조 분석을 통해 독성 발언의 확산 과정을 규명함으로써, 효과적인 중재 및 예방 전략을 수립하는 데 도움을 줄 수 있습니다. 정치 팟캐스트라는 특수한 영역에 대한 분석 결과는 다른 유형의 팟캐스트나 온라인 대화에도 적용 가능한 통찰력을 제공할 수 있습니다.
한계점: 분석 대상이 특정 정치 팟캐스트로 제한되어 일반화 가능성에 대한 검토가 필요합니다. 데이터셋의 크기 및 구성에 따라 결과의 일반화 가능성이 제한될 수 있습니다. 또한, 독성의 정의 및 측정 방법에 대한 주관성이 존재할 수 있으며, 이로 인해 결과의 해석에 편향이 발생할 가능성이 있습니다. 팟캐스트의 특성상 비언어적 요소(톤, 억양 등)가 고려되지 않아 독성 판단의 정확도에 영향을 미칠 수 있습니다.
👍