新しい研究が、政治画像を扱う従来のコンピュータビジョンツールの方法論に挑戦している。コーネル大学のElena Sirotkina氏によるプレプリント論文「Unpacking the Eye of the Beholder: Social Location, Identity, and the Moving Target of Political Perspectives」では、「パースペクティビスト視覚的政治感情（PVPS）分類器」という新しいモデルが提案されている。このモデルは、統一された感情スコアを出力する代わりに、異なる政治的・社会的アイデンティティを持つ集団が同じ画像に対してどのように異なる反応を示すかを予測する。
研究者は、政治学や心理学においてアイデンティティが政治情報の評価に影響を与えることは数十年にわたり確認されているが、ほとんどの自動化ツールは画像をすべての人に同じ意味を持つものとして扱っていると指摘する。PVPSは約5,575人の米国成人から提供された約82,000件の画像評価に基づいて訓練され、どの集団が同意し、どのアイデンティティの軸に沿って意見が分かれるかを記録する「評価プロファイル」を出力する。このアプローチにより、従来のツールが平均化して消し去っていた体系的な意見の相違が保存される。
有効性を示すため、Sirotkina氏はPVPSを複数の既存の視覚感情研究に適用した。結果、抗議画像において、異なるアイデンティティ背景を持つ観客の間で暴力度の知覚に有意な差があり、画像が引き起こす感情メカニズム（怒りや共感など）も観客のアイデンティティによって変化することが明らかになった。例えば、同じ抗議写真が一部の集団には暴力の脅威と映り、別の集団には正義の闘争と映る可能性がある。従来の手法はこれらの差異を平均化して隠してしまい、一般の反応を誤って推定する恐れがあり、政策決定におけるバイアスにつながる可能性も指摘されている。
この研究は、政治画像の意味は「動く標的」であり、観察者のアイデンティティによって変化することを強調する。画像の影響を測定するには、それが誰に影響を与えているのかを知る必要がある。PVPSは、差異を保持するツールを提供し、政治コミュニケーション、メディア分析、視覚的ソーシャルメディア研究により詳細な視点をもたらす。論文では、ビデオやテキストへの将来的な拡張可能性や倫理的考慮事項についても議論されており、特に予測モデルの悪用を防ぐ方法が検討されている。本論文は2026年5月11日に投稿され、全61ページ、10図、9表を含み、コンピュータビジョンとパターン認識の分野に属する。