本研究提出了一种新的离散选择模型，以量化情感极化，分析COVID-19相关的在线讨论，揭示了对口罩和封锁态度的情感分化，旨在促进数字空间中的建设性对话。

本文探讨了人工智能在辩论和公共政策决策中的应用，特别是Project Debater如何与人类进行复杂辩论，并提出“公众参与”框架以增强算法决策的透明度。研究表明，AI工具能够改善在线对话质量，减少政治分歧，并促进人类与AI的互动，增强公民参与度。通过大型语言模型，评估了在线讨论的贡献质量，展示了AI在辩论中的潜力。

社交媒体平台的兴起导致在线讨论极化，尤其在政治和气候变化议题上。研究提出了一种无监督方法STEntConv，通过用户对命名实体的观点预测帖子作者的立场一致性。实验表明，该方法在Reddit数据集上有效提高了争议主题的分歧检测性能，并探讨了社区特定建模对仇恨言论检测的影响，结果显示性能显著提升。

为庆祝国际妇女节，微软主办了一场在线讨论活动，邀请了来自AI和技术领域的女性开发者和专家。他们将分享他们在AI领域的经验和知识，重点讨论ChatGPT和AI的新形势以及即将到来的重大变革。主持人是杨子贤，分享嘉宾包括张雅琪、Yvonne Shih、王凤辉和晏艳。