Kredit:Pixabay/CC0 Public Domain
Hur kan AI hjälpa samhällsvetarnas arbete när de studerar våra folkvalda politiker? AI-experter utvecklar metoder för att stödja den politiska forskningen, i samarbete med forskare från det samhällsvetenskapliga området. Metoderna är lämpliga när man tar upp frågor som politikernas hjärtefrågor, integritet och överensstämmelse med deras ståndpunkter. De kan till och med identifiera hatretorik.
En diskussion med en kollega inom det statsvetenskapliga området resulterade i studien som Moa Johansson, docent vid institutionen för datavetenskap och teknik, nu arbetar med. Diskussionen berörde hur AI-teknik kan gynna statsvetarnas arbete. Tillsammans med Ph.D. student Denitsa Saynova och postdoc Bastiaan Bruinsma, hon utvecklar och skräddarsyr AI-metoder för att fungera väl för statsvetarnas forskning.
Varför är detta användbart?
Metodikerna syftar till att hjälpa forskare inom samhällsdisciplinerna att se mönster i hur de politiska partierna tar ställning i olika frågor.
"Det kan användas av statsvetare för tolkning", säger Moa Johansson och exemplifierar:
"Vad är partiernas ståndpunkter i olika frågor och hur förändras dessa ståndpunkter över tid? Vilka signaler finns det för framtida koalitioner som partier kan tänkas tänka på?"
Lever politikerna efter sina ord?
En möjlighet är att se hur de politiska partierna skriver och pratar om vissa ämnen och sedan sätta det i relation till deras faktiska politiska praxis. Som med metoden som kallas "topic modeling." Detta kan till exempel hjälpa en forskare att se om en laddad fråga som får stort utrymme i debatter och partiprogram får matchande utrymme i det politiska arbetet.
"Säg att vi har alla dessa politiska debatter. Det påstås alltid att vissa ämnen som kriminalitet, klimatförändringar och invandring har blivit viktigare. Genom att studera detta kan du faktiskt påpeka och visa att de inte har blivit viktigare. Det har inte längre lagar eller så om den här typen av teman i den svenska riksdagen till exempel, säger Bastiaan.
En modell som kan identifiera hatretorik
En annan möjlighet med dessa metoder är att identifiera hatretorik. I denna typ av studier kan övervakad maskininlärning användas. Forskaren skulle inte bara kartlägga hur ofta ett ord eller ämne förekommer, utan också lägga till mänsklig tolkning för att lära AI-modellen att göra avancerade utvärderingar av texten och avgöra om den innehåller hatpropaganda eller inte.
En enda metod räcker inte
Som med all maskininlärning med en stor mängd data, går mycket arbete ner på att välja metodik, förbereda data, träna modellen och justera dess parametrar.
"Folk tenderar att tro att du bara skickar hela Wikipedia genom detta mycket stora neurala nätverk och det kan berätta om framtiden", säger Denitsa.
Hon påpekar att det inte räcker att använda en enda teknik för att kunna tolka något så komplext, utan de delar upp frågor i mindre saker som de kan svara på.
Denitsa tycker att det har varit utmanande och därför intressant att samarbeta med stats- och samhällsvetare, eftersom hon själv kommer från ett mycket tekniskt område. Hon konstaterar att det tvärvetenskapliga samarbetet har genererat nya perspektiv på forskning och metoder, samt en utökad terminologi. + Utforska vidare
