Heal Michigan

claude.icon

プロジェクト概要:

元受刑者の社会復帰の課題について、ビデオインタビューを分析

Silent Cryという非営利団体と協力

主な成果:

AIがインタビューから主要な主張、トピック、ストーリーを抽出

デジタルリテラシー、就職、住宅差別などの共通課題を特定

政策立案者への直接的なコミュニケーションを促進

AIの活用と課題:

GPT-4 Turboを使用してトピックとサブトピックを特定

主張の正確な分類、重複の回避、個人的なストーリーの文脈維持が課題

改善点:

興味深い内容と明白な内容の区別

重複する主張の削除

高コンテキストな参照の説明

エラーの検出と修正

今後の展望:

ツールの使いやすさと報告書の明確性向上

WhatsAppの統合、地理的・人口統計学的メタデータの統合

反復的な議論の追跡

結論:

AIを活用して十分なリソースを持たないコミュニティの声を増幅する可能性を示した

人間の物語を前面に出した報告書の作成が可能

改善の余地はあるが、アドボカシーの強力なプラットフォームになる可能性がある

このプロジェクトは、AIが社会的に重要な問題に対する理解を深め、十分に代表されていないグループの声を増幅させる可能性を示しています。

---

参加者:

12人の参加者を対象

そのうち10人が元受刑者（リターニング・シチズン）

全員ミシガン州在住

インタビュー方法:

Google Meetを使用したビデオインタビュー

2023年7月8日から8月7日の間に実施

合計約8時間分のビデオ収集

インタビュー内容:

コミュニティが直面している課題について質問

その問題に対する解決策（政策措置など）のアイデアを聞く

データ処理:

Descriptを使用してビデオを文字起こし

フィラーワード（「あー」「えー」など）を削除

インタビュアーの発言も削除

編集済みビデオをVimeoにアップロード

同意プロセス:

各参加者に名前とインタビューのオンライン公開の同意を得る

匿名化された文字起こしをLLM（大規模言語モデル）に入力することの同意も得る

LLMについて非技術的な言葉で説明

OpenAIのサーバーにトランスクリプトがアップロードされることを明確化

レビュープロセス:

生成された報告書を各参加者がレビュー

不正確、誤分類、または不適切な主張をフラグ付け

フラグ付けされた主張を内部レビューし、編集または削除

AI活用:

Whisper（音声認識AI）を使用して正確なタイムスタンプ付きの文字起こしを作成

GPT-4 Turboを使用してトピックとサブトピックを特定

LLMを使用して各インタビューから主要な主張を抽出

LLMを使用して各主張を適切なトピックとサブトピックに分類

このアプローチにより、AIの力を活用しつつ、人間のレビューと承認プロセスを組み合わせて、正確かつ倫理的なデータ収集と分析を行っています。

---

Heal Michigan is a report generated using video transcripts from interviews with activists in Michigan, and providing links to the source videos. Interviews conducted in partnership with Silent Cry (coming soon).

関連