Argumentacja i debata stanowią fundamenty cywilizowanego społeczeństwa oraz życia intelektualnego. Argument Mining (AM) to interdyscyplinarne pole badawcze obejmujące tak różnorodne dziedziny jak informatyka, logika i filozofia, językoznawstwo i retoryka, a dopiero niedawno otwierające się na nauki społeczne. Do wspomaganej algorytmicznie analizy argumentacji wykorzystywane są techniki oparte na sztucznej inteligencji, takie jak: przetwarzanie języka naturalnego (NLP), analiza semantyczna i logiczna, głębokie uczenie, czy grupowanie argumentów w zależności od tematyki. Metody te umożliwiają ekstrakcję argumentów ze zbiorów tekstowych, w celu dostarczenia uporządkowanych danych dla modeli obliczeniowych i systemów wnioskowania.

Z perspektywy nauk społecznych, nowe techniki AM, mimo swojego ogromnego potencjału, są stosowane w wąskim zakresie. Oznacza to, że ich zastosowanie ogranicza się głównie do obszarów zainteresowań informatyki i językoznawstwa, bez uwzględnienia szerszego kontekstu społecznego. Tymczasem teorie sfery publicznej podkreślają kluczową rolę całych debat – nie tylko pojedynczych argumentów – w kształtowaniu postaw obywatelskich, angażowaniu ludzi w działania społeczne oraz wzmacnianiu więzi społecznych. Aby uwzględnić ten kontekst, proponujemy nowy model badawczy, który eksploruje możliwość wykorzystania metod AM opartych na sztucznej inteligencji do analizy struktur argumentacyjnych w debatach, przy jednoczesnym zachowaniu ich społecznej złożoności.

Przestrzeń debaty, która jest przedmiotem analizy w ramach projektu, to internetowa sfera publiczna. Chociaż niektórzy badacze uważają model deliberatywny (opracowany przez J. Habermasa, J. Rawlsa, J. Cohena, J. Fishkina itd.) za najbardziej odpowiednią normatywną teorię modelowania racjonalnej debaty w Internecie, zakładamy, że nie jest to jedyna możliwa ani konieczna perspektywa. Model agonistyczny (oparty na pracach C. Mouffe, E. Laclaua itd.) zostanie rozważony jako alternatywna koncepcja opisu debat publicznych. Naszym celem będzie parametryzacja i pomiar cech obu tych modeli w komunikacji internetowej, z uwzględnieniem struktury argumentów i ich roli w debacie.

Przeciwieństwem tych modeli jest antagonizujący „anty-model”, charakterystyczny dla toksycznej komunikacji, w której argumenty tracą znaczenie pod wpływem negatywnych emocji, dezinformacji i fake newsów. Ten anty-model zostanie również opisany w kontekście niewłaściwych form argumentacji i przedstawiony jako negatywny punkt odniesienia.

Ze względu na interdyscyplinarny charakter, projekt obejmuje zagadnienia istotne zarówno dla nauk społecznych, jak i dla informatyki.

W ramach projektu pracujemy nad przygotowaniem „Hybrydowego Model AM”, który łączy dwie metody:

1. Modele językowe oparte na sztucznej inteligencji,
2. Analizę semantyczną zdań w celu opracowania regulacyjno-ontologicznego systemu klasyfikacji argumentów.

Długoterminowym celem projektu jest opracowanie nowego, wielojęzycznego korpusu tekstów zawierającego argumenty występujące w bieżących debatach publicznych. Korpus obejmie bazy danych w języku angielskim i polskim. Zostanie on opatrzony anotacjami dotyczącymi cech argumentów, a jego zawartość będzie odzwierciedlać kluczowe zagadnienia debaty publicznej pojawiające się w trakcie realizacji projektu.

Projekt odpowie na następujące pytania badawcze:

1. Jak można wykorzystać Argument Mining do poprawy jakości internetowej sfery publicznej i ochrony debat publicznych jako zasobu wspólnego?
2. Jakie nowe narzędzia i techniki można opracować dla analizy debat przy użyciu Argument Mining? Czy proponowany „Hybrydowy Model AM” spełnia te potrzeby?
3. Czy model agonistyczny może stanowić remedium na antagonizację i polaryzację debaty, oferując alternatywę dla modelu deliberatywnego w komunikacji internetowej?
4. W jaki sposób „Hybrydowy Model AM” może być wykorzystany do zwalczania ekstremalnej polaryzacji, fake newsów i dezinformacji?