中和叙事：基于 AI 的在线新闻去偏框架

新闻报道中的偏见显著影响公众对犯罪、政治和社会议题的看法。传统的偏见检测方法主要依赖人工审核,存在主观解释和可扩展性限制。我们引入一种基于 AI 的框架,利用先进的大型语言模型 (LLM),具体包括 GPT-4o、GPT-4o Mini、Gemini Pro、Gemini Flash、Llama 8B 和 Llama 3B,系统性地识别和缓解新闻文章中的偏见。为此,我们收集了来自五个政治多样化新闻来源、覆盖一十年 (2013-2023) 时段的超过 30,000 篇与犯罪相关的文章。我们的方法采用两阶段方法: (1) 偏见检测,每个 LLM 在段落级别对偏见内容进行评分和论证,通过人类评估验证以建立真实基准; (2) 使用 GPT-4o Mini 进行迭代去偏,通过自动重新评估和人类审阅者进行验证。实证结果表明,GPT-4o Mini 在偏见检测和去偏方面表现优异。此外,我们的分析揭示了媒体偏见随时间和地理位置变化的模式,这与社会政治动态和现实事件密切相关。该研究为可扩展的计算偏见缓解方法贡献,促进了新闻报道的公平性和问责制。