• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Использование LLM (ChatGPT 4) для оценки демократии: на примере государств Африканского континента

ФИО студента: Мвени Поль Мари Мутамба -

Руководитель: Немировская Анна Валентиновна

Кампус/факультет: Санкт-Петербургская школа социальных наук

Программа: Социология и социальная информатика (Бакалавриат)

Оценка: 10

Год защиты: 2024

За последнее десятилетие ученые в области социальных наук все активнее использовали огромные достижения в области больших данных и машинного обучения, значительно расширяя свои исследовательские возможности и позволяя им эмпирически решать ранее трудноразрешимые гипотезы (Cioffi-Revilla et al., 2010; Mason et al. , 2013). Внедрение моделей большого языка (LLM) и генеративного искусственного интеллекта призвано еще больше расширить эти возможности, потенциально совершив революцию в таких задачах, как текстовые аннотации, анализ настроений и обнаружение тем, где эти модели уже оказывают значительное влияние (Ziems et al., 2024; Ратье и др., 2023; Хегсельманн и др., 2022). Опираясь на этот импульс, Ву и его коллеги (2023) исследовали потенциал LLM в анализе сложных социально-политических конструкций. Они разработали метод, который устраняет ограничения существующих LLM и стремится обеспечить надежность и достоверность полученных оценок. В частности, в их исследовании использовался GPT-3 для проведения попарных сравнений сенаторов США относительно их идеологических позиций, поддержки контроля над огнестрельным оружием и права на аборт, чтобы получить относительные оценки для этих конструкций. Эта методология оказалась эффективной: GPT-3 позволил получить надежные и обоснованные оценки, которые хорошо коррелировали с существующими показателями и раскрыли новые измерения американского политического ландшафта, ранее не исследованные традиционными показателями. Наше исследование стремится распространить инновационный подход Ву и его коллег на другой контекст, применив его для оценки показателей авторитарной демократии и тенденций подавления оппозиции в африканских странах и президентах. Используя GPT-4 для этого анализа, исследование направлено на изучение применимости этой методологии в различных условиях и конструкциях. Двойной акцент на подавлении демократии и оппозиции с помощью оценок LaMP не только обогащает академический диалог по этим важным вопросам, но и ставит под сомнение пределы того, чего LLM могут достичь в исследованиях в области социальных наук. Это исследование может дать новое представление о политической динамике и управлении в африканских странах, проверяя границы и потенциал LLM в глобальных приложениях социальных наук.

Текст работы (работа добавлена 20 мая 2024 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ