Лингвопсихологический анализ возможностей современных генеративных языковых моделей в политических дискурсивных практиках (на примере Chat GPT)
Ключевые слова:
политический дискурс, суггестия, генеративные языковые модели, ИИ, искусственный интеллект, лингвистический анализ, нейросетевые алгоритмы, генеративные текстыАннотация
Данная статья является теоретико-практическим обобщением по итогам проведенного авторами эксперимента весной 2023 года в рамках совместного проекта Московского Педагогического Государственного Университета и Байкальского государственного университета. Данный проект осуществлялся кафедрой политологии МПГУ и кафедрой теоретической и прикладной лингвистики БГУ, проводящей научные изыскания на тему НИР «Язык и человек». Несмотря на акцентирование соответствующих прикладных результатов в данной работе, авторы также представили краткий теоретический обзор для понимания главных исторических и теоретико-методологических аспектов темы исследования. Междисциплинарный подход к использованию современных генеративных языковых моделей в актуальном политическом дискурсе является основой данной работы. Нейросетевые генеративные языковые алгоритмы уже сегодня предоставляют уникальные возможности для создания разнообразного контента, включая политическую сферу. Кроме того, авторы предлагают краткий аналитический обзор современных психолого-лингвистических методик манипуляции, которые продолжают развиваться и играть значительную роль в современном политическом дискурсе. Статья также содержит обзор современного научного знания, связанного с заявленной темой исследования. При этом основную цель работы авторы видят в теоретико-прикладном изучении актуального потенциала ведущей общедоступной генеративной языковой модели Chat GPT (4.0) в области политического дискурса с использованием суггестивных техник и манипуляций. Базой данного исследования послужили соответствующие авторские двуязычные запросы на генерацию трех текстов манифестационного и мировоззренческого характера, которые затем стали объектом психолого-лингвистического анализа. По завершению эксперимента были сформулированы краткие итоговые аналитические положения в контексте заявленной темы. Авторы приходят к выводу, что генеративные языковые модели уже сегодня могут быть весьма широко использованы для создания самого разного медиаконтента в разных формах коммуникации, при этом по соответствующим запросам могут быть реализованы довольно сложные лингвистические конструкции.
Библиографические ссылки
Budaev, E. V. (2016). Metodologiya i metodiki issledovaniya politicheskoy kommunikatsii v zarubezhnoy politicheskoy lingvistike [Methodology and methods for researching political communication in foreign political linguistics]. Teoriya i metodika lingvisticheskogo analiza politicheskogo teksta [Theory and methodology of linguistic analysis of political text]. Ekaterinburg : Ural. gos. ped. un-t., 198–240. (In Russ.).
Grigorenko, V. A. (2022). Sinonimiya kak instrument sozdaniya suggestivnogo potentsiala v politicheskom diskurse [Synonymy as a tool for creating suggestive potential in political discourse]. Sovremennoe pedagogicheskoe obrazovanie, 3, 167–171. (In Russ.).
Danchenko, V. V. (2020). Obzor sredstv razrabotki informatsionnoy sistemy, osnovannoy na analize vospriyatiya teksta [Review of tools for developing an information system based on the analysis of text perception]. Informatika i prikladnaya matematika, 26, 31–34. (In Russ.).
Zyryanova, I. N., Kosyakov, V. A. (2022). Suggestivnoe vozdeystvie stereotipov (na materiale sovremennykh angloyazychnykh SMI, sozdayushchikh obraz Rossii) [Suggestive influence of stereotypes (based on the material of modern English-language media creating the image of Russia)]. Filologicheskie nauki. Voprosy teorii i praktiki, Vol. 15, 9. 2914–2919. (In Russ.).
Mel’nik, E. A. (2012). Politicheskiy diskurs kak sredstvo manipulirovaniya massami [Political discourse as a means of manipulating the masses]. Uchenye zapiski OGU. Seriya: Gumanitarnye i sotsial’nye nauki, 2, 143–148. (In Russ.)
Osipov, G. A. (2013). Khedzhirovanie kak kognitivno-pragmaticheskiy priem suggestii v politicheskom diskurse [Hedging as a cognitive-pragmatic technique of suggestion in political discourse]. Maykop, 23 p. (In Russ.).
Parasutskaya, M. I. (2009). Problema yuridizatsii rechevoy manipulyatsii i suggestii [The problem of legalization of speech manipulation and suggestion]. Mir nauki, kul’tury, obrazovaniya, 6 (18), 69–70. (In Russ.).
Rogozhnikova, T. M. (2019). Politicheskaya kommunikatsiya i verbal’naya suggestiya v formate psikholingvisticheskoy paradigmy [Political communication and verbal suggestion in the format of the psycholinguistic paradigm]. Politicheskaya lingvistika, 2 (74), 24–37. (In Russ.).
Tishin, N. V. (2010). Verbal’nye sredstva vnusheniya v politicheskom diskurse [Verbal means of suggestion in political discourse]. Vestnik adygeyskogo gosudarstvennogo universiteta. Seriya 2 : filologiya i iskusstvovedenie, 1, 135–138. (In Russ.).
Chernavskiy, A. S. (2015). «Novye media» i razvitie zhurnalistiki tsifrovoy ery [«New media» and the development of journalism in the digital era]. Kontury global’nykh transformatsiy: politika, ekonomika, pravo, Vol. 8, 5 (37), 18–24. (In Russ.).
Chernyavskaya, V. E. (2014). Diskurs vlasti i vlast’ diskursa : problemy rechevogo vozdeystviya [Discourse of power and power of discourse: problems of speech influence]. Moscow : Direkt-Media, 184 p. (In Russ.)
Chikileva, L. S. (2017). Pragmalingvisticheskiy aspekt politicheskogo mediadiskursa kak sredstva formirovaniya tsennostey natsii [Pragmalinguistic aspect of political media discourse as a means of forming the values of the nation]. Rossiyskiy gumanitarnyy zhurnal, Vol. 6, (1), 82–94. (In Russ.)
Chudinov, A. P. (2016). Obshchie voprosy politicheskoy lingvistiki [General issues of political linguistics]. Teoriya i metodika lingvisticheskogo analiza poli ticheskogo teksta [Theory and methodology of linguistic analysis of political text]. Ekaterinburg : Ural. gos. ped. un-t, 9–35. (In Russ.)
Shanov, S. V. (2018). Primenenie bayesovskogo klassifikatora dlya opredeleniya tematiki teksta [Using a Bayesian classifier to determine the subject of text]. Modelirovanie, optimizatsiya i informatsionnye tekhnologii, Vol. 6, 1 (20), 131–139. (In Russ.).
Bryndin, E. (2020). Creative communication safe ethical artificial intelligence in the era of technological development. Software Engineering, Vol. 8 (3), 13–23.
Dale, R. (2021). GPT-3: What’s it good for? Natural Language Engineering, 27 (1), 113–118.
Dehouche, N. (2021). Plagiarism in the age of massive Generative Pre-trained Transformers (GPT-3). Ethics in Science and Environmental Politics, 21, 17–23.
Jakesch, M., Bhat, A., Buschek, D., Zalmanson, L. and Naaman, M. (2023). Co-writing with opinionated language models affects users’ views. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, 1–15.
Kamil, S. I. (2017). The Pragmatics of Manipulation in British and American Political Debates. Anchor Academic Publishing, 372 p.
Karras, T., Laine, S., & Aila, T. (2019). A style-based generator architecture for generative adversarial networks. Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, 4401–4410.
Samant, R. M. et al. (2022). Framework for deep learning-based language models using multi-task learning in natural language understanding: A systematic literature review and future directions. IEEE Access, Vol. 10, 17078–17097.
Stiff, H., Johansson, F. (2022). Detecting computer-generated disinformation. International Journal of Data Science and Analytics, 13 (4), 363–383.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Знак: проблемное поле медиаобразования
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
