Framework PAC per l'Elicitazione del Consenso nella Deliberazione Online

Un recente studio introduce un metodo di apprendimento automatico volto a rilevare il consenso all'interno di piattaforme di deliberazione online. I ricercatori concettualizzano il consenso come un intervallo in uno spettro di opinioni unidimensionale, estratto da dati di preferenza degli utenti ad alta dimensionalità utilizzando tecniche di embedding e riduzione della dimensionalità. Stabiliscono un obiettivo che cerca di massimizzare l'accordo atteso all'interno di un intervallo ipotizzato specifico, considerando l'importanza di vari argomenti. Viene presentato un algoritmo efficace di Minimizzazione del Rischio Empirico (ERM), completo di garanzie di apprendimento PAC. Test preliminari mostrano le capacità dell'algoritmo e indagano strategie più efficienti per determinare intervalli di consenso ottimali. Questa ricerca è disponibile su arXiv con ID 2604.21811.