![[pdf]](https://inftars.infonia.hu/img/pdf.png)
DOI: https://doi.org/10.22503/inftars.XXIV.2024.1.4
Nyelv: hu
Cím: Mesterségesintelligencia-narratívák az online médiában
Alcím: A hazai online hírportálok és közösségimédia-felületek szentimentelemzése a Chat- GPT korszaka előtt
Absztrakt: E kutatás híreket, illetve közösségimédia-diskurzusok szentimentjeit elemzi a mesterséges intelligenciához (MI) kapcsolódó hírek szempontjából. A gyűjtés a SentiOne platformján keresztül történt 2020.01.01. és 2023.01.01. között. A teljes adathalmaz cikkekből/posztokból, valamint kommentekből állt. A korpusz 59 681 db cikket és posztot, valamint 144 192 db kommentet tartalmaz. A negatív kifejezések említési aránya összességében alacsonyabb, mint a pozitívaké; a kommentben leképeződő visszhangok inkább semleges vagy negatív hangvételűek. Míg főleg a szakmai tematikájú oldalaknál a pozitív jelzők aránya a magasabb, egy kisebb, jellemzően konspirációs teóriákat feldolgozó oldalcsoport tartalmaiban a negatív jelzők dominálnak. A cikkekre adott reakciókból három megosztó témaklaszter rajzolódik ki: 1) etika, jog, adatvédelem, 2) nemzetközi kapcsolatok, 3) állami szféra, egyetemek és MI. A kommentek 76%-a semleges, 15%-a negatív és mindössze 9%-a pozitív. A legjellemzőbb pozitívan kommentelt tartalmak például a kutatói-szakmai munkák elismeréséről szóló hírek. A negatívan kommentelt tartalmak rangsorában kirajzolódnak a társadalmi-politikai (főképp külpolitikai) és a technológiai (főképp emberellenességgel kapcsolatos) félelmek.
Kulcsszavak: Médiareprezentáció, mesterséges intelligencia, szentimentelemzés, médiadiskurzus
Cím: Narratives of artificial intelligence in the online media
Alcím: Discourse analysis of domestic online and social media before the chatGPT era
Absztrakt: This study analyzes sentiments in the Hungarian news and social media on the topic of artificial intelligence (AI). The data was collected between 01/01/2020 and 01/01/2023. The data set consisted of 59,681 articles/posts and 144,192 comments. Overall, the mention rate of negative terms is lower than that of positive terms; the reflections in the comments tend to be neutral or negative in tone. While the proportion of positive comments is higher in sources focusing on professional perspectives, negative comments dominate the reactions to a smaller group of pages that typically deal with conspiracy theories. Three different topic clusters can be derived from the reactions to the articles: 1) ethics, law, and privacy, 2) international relations, 3) public sector, universities and AI. The most frequent content with positive comments is, for example, news about the recognition of the work of researchers and professionals. In the realm of content getting negative comments, various socio-political and technological fears stand out.
Kulcsszavak: media representation, artificial intelligence, sentiment analysis, media discourse