• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Development of AI-based False Information Discrimination Education System and Improvement of the Quality of Media Literacy Education

Research Project

Project/Area Number 22K02821
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 09070:Educational technology-related
Research InstitutionIshikawa National College of Technology

Principal Investigator

長岡 健一  石川工業高等専門学校, 電子情報工学科, 教授 (60249779)

Project Period (FY) 2022-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
KeywordsSNS / 偽情報 / 生成AI / 教育システム / 教育工学 / メディアリテラシー / AI
Outline of Research at the Start

SNS上に投稿された情報を,AIによって真偽判別しその過程を可視化して明示することによって,情報の真偽を判別する能力を向上させるための「偽情報判別スキルトレーニングシステム」を開発する.そして,開発したシステムを活用し,大学・高専の情報リテラシー系授業,ならびに初等中等教育機関の授業において偽情報を見分けるスキル向上に関する教育を行う.システムを活用した学習者が,学習後にその判別能力がどの程度向上したかを評価・検証する.
このようにして我が国における若年層世代の情報の真偽判別能力を向上させ,メディアリテラシー教育の質を一層高めることを目指す.

Outline of Annual Research Achievements

本研究は,偽情報を判別する能力を向上させる教育用システムを開発し,システムを活用した教育実践を行いながらその教育効果を検証し,高専・大学等の我が国若年層のメディアリテラシー能力を向上させることである.
当初の計画では,主に偽情報判別に使用する媒体としてX(旧Twitter)を想定していたが,その仕様が2023年に大幅に変更され,APIを用いたツイートの取得が不可能となった.
そこで,2023年度はXにおけるツイートの取得を断念し,Xに類似したSNSで.比較的ユーザ数が国内,海外で多い,Mastodon,Misskeyを対象とすることとした.偽情報かどうかの判定を行う準備として,まず両SNSにおけるユーザからの投稿を取得できるかどうかを検証したところ,それが可能であることを確認した.そして,2000以上の投稿をAPI経由で取得し,ネガティブ判定とセンシティブ判定を行った.なお,これら判定には生成AIであるOpenAI社のGPT-4を用いた.
結果を分類して可視化したところ,Mastodonはネガティブなテキストが多く,Misskeyはポジティブなテキストが多い,また,センシティブなテキストはどちらのSNSも少ないなどといったSNSの特徴を分類できることが明らかになった.
以上のようにX以外のSNSにおいて,その投稿内容を分類,可視化できることが確認できた.当初はランダムフォレストを用いた我々が開発した独自手法による偽情報の判定を行う予定であったが,その後生成AIの大幅な進展があり,その精度も大きく向上している.そこで,これらシステムを応用することを計画しその環境整備等を行った.

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

研究実績でも述べたとおり,当初利用を予定していたSNSの使用が大幅に変更されたため,その対応に多くの時間を要した.また,2023年には生成AIが大きく進展し,これを利用することで偽情報判別精度も大きく向上すると思われたため,その検証等も行ったため.

Strategy for Future Research Activity

生成AIを活用した偽情報判定がどれだけ研究に寄与できるかを検証し,改めて当初計画していたシステムの開発に着手する.また,アカデミック利用についてはXのAPIの利用が緩和されたため,その利用も試みる.
システムが開発できれば,それを利用したメディアリテラシー教育を実際に行う予定である.

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (3 results)

All 2024 2023 2022

All Presentation (3 results)

  • [Presentation] 輻輳制御方式の性能評価に関する研究2024

    • Author(s)
      若林志哉, 長岡健一
    • Organizer
      第3ブロック専攻科研究フォーラム
    • Related Report
      2023 Research-status Report
  • [Presentation] SNSにおける情報の信頼度評価に関する研究2023

    • Author(s)
      西山銀一,長岡健一
    • Organizer
      令和4年度専攻科研究フォーラム
    • Related Report
      2022 Research-status Report
  • [Presentation] 石川高専における情報ネットワーク・セキュリティ教育の実践と評価2022

    • Author(s)
      長岡健一, 飯田忠夫
    • Organizer
      大学ICT推進協議会2022年度年次大会
    • Related Report
      2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi