| 研究課題/領域番号 |
22K02821
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09070:教育工学関連
|
|---|
| 研究機関 | 石川工業高等専門学校 |
|---|
研究代表者 |
長岡 健一 石川工業高等専門学校, 電子情報工学科, 教授 (60249779)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | SNS / 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 |
|---|
| 研究開始時の研究の概要 |
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．
|
| 研究実績の概要 |
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．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
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．
|
| 今後の研究の推進方策 |
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．
|
