論文の概要: Towards Countering Essentialism through Social Bias Reasoning
- arxiv url: http://arxiv.org/abs/2303.16173v1
- Date: Tue, 28 Mar 2023 17:34:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 14:03:50.865468
- Title: Towards Countering Essentialism through Social Bias Reasoning
- Title（参考訳）: 社会バイアス推論による本質主義対策
- Authors: Emily Allaway, Nina Taneja, Sarah-Jane Leslie, Maarten Sap
- Abstract要約: 基本主義的信念は、社会的ステレオタイプにおいて中心的な役割を担い、無傷のままにしておくと害をもたらす可能性がある。
本論では,本質主義的信念が伝えられる明示性のレベルに対する反論を選択する役割について考察する。
ステレオタイプの範囲を広げるステートメントが、最も一般的なカウンター戦略であることがわかった。
- 参考スコア（独自算出の注目度）: 14.134877213666144
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Essentialist beliefs (i.e., believing that members of the same group are
fundamentally alike) play a central role in social stereotypes and can lead to
harm when left unchallenged. In our work, we conduct exploratory studies into
the task of countering essentialist beliefs (e.g., ``liberals are stupid'').
Drawing on prior work from psychology and NLP, we construct five types of
counterstatements and conduct human studies on the effectiveness of these
different strategies. Our studies also investigate the role in choosing a
counterstatement of the level of explicitness with which an essentialist belief
is conveyed. We find that statements that broaden the scope of a stereotype
(e.g., to other groups, as in ``conservatives can also be stupid'') are the
most popular countering strategy. We conclude with a discussion of challenges
and open questions for future work in this area (e.g., improving factuality,
studying community-specific variation) and we emphasize the importance of work
at the intersection of NLP and psychology.
- Abstract（参考訳）: 本質主義的信念(すなわち、同じ集団のメンバーが基本的に同じであると信じている)は、社会的ステレオタイプにおいて中心的な役割を果たす。
我々の研究では、本質主義的信念(例えば『自由は愚か』)に対抗するための探索的研究を行っている。
心理学とNLPの先行研究に基づいて、5種類のカウンターステートメントを構築し、これらの異なる戦略の有効性について人間の研究を行う。
また本研究は,本質主義的信念が伝えられる明示性水準の正当性を選択する役割についても検討した。
ステレオタイプの範囲を広げる言明(例: ``conservatives can be stupid''' のような他のグループへ)は、最も一般的なカウンターング戦略である。
本稿は,NLPと心理学の交差点における作業の重要性を強調するとともに,この領域における今後の作業の課題とオープンな課題(例えば,事実性の向上,コミュニティ固有のバリエーションの研究)について論じる。
関連論文リスト
- Learning to Assist Humans without Inferring Rewards [65.28156318196397]
我々は、エンパワーメントのレンズを通して支援を研究する先行研究に基づいて構築する。
補助剤は、人間の行動の影響を最大化することを目的としている。
これらの表現は、先行研究と類似したエンパワーメントの概念を推定する。
論文 参考訳（メタデータ） (2024-11-04T21:31:04Z) - Belief in the Machine: Investigating Epistemological Blind Spots of Language Models [51.63547465454027]
言語モデル(LM)は、医療、法律、ジャーナリズムといった分野において、信頼できる意思決定に不可欠である。
本研究は,新しいデータセットであるKaBLEを用いて,GPT-4,Claude-3,Llama-3を含む現代のLMの能力を体系的に評価する。
まず、LMは事実シナリオで86%の精度を達成するが、その性能は偽シナリオで著しく低下する。
第二に、特にこれらの信念が事実データと矛盾する場合、LMは個人的信念を認識し、肯定するのに苦労する。
論文 参考訳（メタデータ） (2024-10-28T16:38:20Z) - Why Antiwork: A RoBERTa-Based System for Work-Related Stress Identification and Leading Factor Analysis [11.589273338550772]
R/アンチワーク(R/antiwork)は、反作業運動のサブレディット(サブレディット)である。
我々は、アンチワーク感情検出のための新しいデータセットを作成し、アンチワーク感情で単語をハイライトするモデルを訓練する。
我々は、アンティワーク運動と同一視する個人のマインドセットに関する重要な洞察を明らかにするために、質的かつ定量的な分析を行う。
論文 参考訳（メタデータ） (2024-08-24T05:15:15Z) - Challenging Negative Gender Stereotypes: A Study on the Effectiveness of Automated Counter-Stereotypes [12.704072523930444]
本研究では,オンラインコミュニケーションにおいて,ジェンダーのステレオタイプに自動的に対抗し,挑戦する11の戦略について検討する。
我々は、AIによるジェンダーベースのカウンターステレオタイプを参加者に提示し、攻撃性、妥当性、そして潜在的有効性を評価するよう依頼する。
論文 参考訳（メタデータ） (2024-04-18T01:48:28Z) - Critical Behavioral Traits Foster Peer Engagement in Online Mental
Health Communities [28.17719749654601]
10,118件以上の投稿と、21のメンタルヘルス固有のサブレディットからの58,279件のコメントからなる、ピアカウンセリングデータセットであるBeCOPEを紹介した。
分析の結果, 「自己批判」は, ヘルプシーカーが表現する批判の最も一般的な形態であり, 相互作用の43%を占めることが明らかとなった。
本稿では, 高い可読性は, 追従支援を受ける確率を効果的に2倍にすることを示す。
論文 参考訳（メタデータ） (2023-09-04T14:00:12Z) - Factoring the Matrix of Domination: A Critical Review and Reimagination
of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。
我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文 参考訳（メタデータ） (2023-03-16T21:02:09Z) - The emergence of division of labor through decentralized social
sanctioning [13.35559831585528]
社会規範のモデルを導入することで、利己的な個人がすべての重要な役割を含む生産的な分業を学ぶことが可能になった。
このような社会的規範は、集団内で報酬を再分配し、反社会的役割を非活性化させ、一方で、内在的に報酬を払わない親社会的な役割を動機付けることで機能する。
論文 参考訳（メタデータ） (2022-08-10T21:35:38Z) - Toward Understanding Bias Correlations for Mitigation in NLP [34.956581421295]
この研究は、緩和におけるバイアスの相関を理解するための最初の体系的な研究を提供することを目的としている。
我々は2つの共通NLPタスク(毒性検出と単語埋め込み)におけるバイアス緩和について検討する。
以上の結果から, 偏見は相関し, 独立性脱バイアスアプローチが不十分な現状が示唆された。
論文 参考訳（メタデータ） (2022-05-24T22:48:47Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳（メタデータ） (2022-01-27T22:15:56Z) - Adversarial Visual Robustness by Causal Intervention [56.766342028800445]
敵の訓練は、敵の例に対する事実上最も有望な防御である。
しかし、その受動性は必然的に未知の攻撃者への免疫を妨げる。
我々は、敵対的脆弱性の因果的視点を提供する: 原因は、学習に普遍的に存在する共同創設者である。
論文 参考訳（メタデータ） (2021-06-17T14:23:54Z) - Towards Debiasing Sentence Representations [109.70181221796469]
Sent-Debiasはバイアスを取り除くのに有効であり、同時に文レベルの下流タスクのパフォーマンスを保っていることを示す。
我々は、より公平なNLPのための広く採用されている文表現から社会的偏見を識別・除去する今後の研究に刺激を与えることを期待している。
論文 参考訳（メタデータ） (2020-07-16T04:22:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。