ニュース回答エンジンへの依存を理論で分析
Semantic Scholar2026年11月7日 (土)
- •ステファノ・ラメッロがメディア・システム依存理論をニュース回答エンジンに適用
- •個人化と会話記憶が、過去の文脈を再構築しにくい場合に依存を強める可能性
- •ニュース需要を満たす情報源と、会話履歴による回答変化を調べて二つの変化を検証
ステファノ・ラメッロの理論論文が2026年に『Emerging Media』で発表され、報道記事を基に回答を生成し、読者が元記事を開く前にニュースを説明する回答エンジンにメディア・システム依存理論を適用しました。報道機関は編集を通じて取材内容を記事にまとめ、回答エンジンはその記事からAI回答を作ります。理論上、情報の処理は読者との接触に先立ち、個人の依存は情報の伝達を中心に生じます。
人間とAIのやり取りでは、処理によって利用者のニュース需要を満たす回答が作られ、利用できる情報源の範囲が広がる場合があります。やり取りを重ねると、利用者の情報が後の出力を形作る個人化という、別の変化も起こります。会話記憶はその仕組みの一つで、以前のやり取りの情報を後続の回答に引き継ぎます。チャット履歴が後のニュース需要を満たすうえで大きく役立つ場合、同等の文脈を別の場所で再構築する負担が大きいほど、そのサービスを置き換えにくくなり、依存の度合いが強まる可能性があります。
論文によると、この二つの変化は互いに独立しており、実証的に区別できます。研究者は、元のニュース記事とAI回答のどちらが利用者の需要を満たしたかを特定し、会話履歴が回答を変えたかを検証できます。利用者が同じ提供者の基盤上にあるサービスを使い、報道機関の情報源や共通の話題を共有していても、受け取るAI回答は異なる場合があります。同じ提供者に依存していても、同じ回答を受け取るとは限りません。