Artificial Intelligence in Climate Change Journalism: Assessing Perceived News Credibility, Readability, and Influence on Climate Change Mitigation Intention
Yu Guo, Siyu Xu, Xiaodong Yang
🤖 gxceed AI 要約
日本語
AI生成ニュースと人間作成ニュースの気候変動報道における信頼性、可読性、緩和意図への影響を実験で検証。人間作成ニュースは肯定的不一致を生むが、AI生成ニュースは否定的不一致を示す。ナラティブ形式が緩和意図を促進し、AIニュースのアルゴリズム改善により可読性の不一致が緩和意図を高める可能性が示唆された。
English
This study experimentally compares AI-generated vs. human-generated climate change news on credibility, readability, and mitigation intentions. Human news yielded positive disconfirmation, while AI news led to negative disconfirmation. Narrative style significantly promoted mitigation intentions, and improving algorithmic narrative structure in AI content could enhance readability expectations and engagement.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
本論文は気候変動ジャーナリズムにおけるAI活用の効果を検証し、日本のメディアや企業の情報発信に示唆を与えるが、直接的なGX政策や開示規制との関連は薄い。
In the global GX context
The paper contributes to global climate communication strategies by showing how AI-generated news can be optimized to enhance public engagement, relevant for media organizations and climate communicators worldwide.
👥 読者別の含意
🔬研究者:Provides experimental evidence on AI vs. human news effects in climate communication, useful for scholars in climate journalism and AI-mediated persuasion.
🏢実務担当者:News organizations can apply the findings to design AI-generated climate content with narrative styles that foster mitigation intentions.
📄 抄録（日本語訳）
人工知能生成（AI生成）ジャーナリズムの台頭に伴い、その気候変動緩和への公衆の関与を促す効果は依然として不明確である。本研究は、MAINモデルと期待確認理論を統合し、AI生成と人間生成の気候変動ニュースが、オーディエンスのニュース評価と行動意図にどのように影響するかを検討する。我々は、2（人間生成ニュース vs. AI生成ニュース）×2（著者開示あり vs. 著者非開示）×2（ナラティブ vs. 非ナラティブ）の被験者間要因計画実験（N = 441）を実施し、ニュースソース、著者開示、ナラティブスタイルが読者の知覚されたニュース信頼性、可読性、および気候変動緩和のための行動意図に与える影響を検証した。t検定の結果、人間生成の気候変動ニュースは肯定的な不確実性解消（positive disconfirmation）を引き起こし、AI生成ニュースは否定的な不確実性解消（negative disconfirmation）をもたらすことが明らかになった。3要因MANCOVAの結果、ナラティブニュースは気候変動緩和意図を有意に促進することが示された。さらなる調整分析では、AI生成ニュースは説得力の点で人間生成ニュースと有意な差はないものの、AI生成コンテンツのアルゴリズム的ナラティブ構造を改善することで、可読性の肯定的な不確実性解消が高まり、それによって緩和行動への関与の可能性が増大することが示された。これらの知見は、気候変動コミュニケーションと公衆の関与を高めるためのAI生成ジャーナリズムの最適化に示唆を提供する。
AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。
📄 Abstract（原文）
As artificial intelligence-generated (AI-generated) journalism rises, its effectiveness in engaging the public to mitigate climate change remains uncertain. This study integrates the MAIN model and expectation-confirmation theory to examine how AI-generated versus human-generated climate change news influences audience news evaluation and behavioral intentions. We conducted a 2 (human-generated news vs. AI-generated news) × 2 (authorship disclosed vs. authorship undisclosed) × 2 (narrative vs. non-narrative) between factorial experiment (N = 441) to test the effects of news source, authorship disclosure, and narrative style on readers’ perceived news credibility, readability, and behavioral intentions for climate change mitigation. The t-tests revealed that human-generated climate change news elicited positive disconfirmation, while AI-generated news resulted in negative disconfirmation. A three-way MANCOVA revealed that narrative news significantly promoted climate change mitigation intentions. Further moderation analyses indicated that while AI-generated news did not differ significantly from human-generated news in terms of persuasiveness, improving the algorithmic narrative structure of AI-generated content could enhance positive disconfirmation of readability, thereby increasing the likelihood of engagement in mitigation behaviors. These findings provide insights into optimizing AI-generated journalism to enhance climate change communication and public engagement.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.6084/m9.figshare.32676370first seen 2026-06-18 05:50:39 · last seen 2026-07-06 04:35:40
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。