論文の概要: Language-Dependent Political Bias in AI: A Study of ChatGPT and Gemini

• arxiv url: http://arxiv.org/abs/2504.06436v1
• Date: Tue, 08 Apr 2025 21:13:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 13:07:24.410355
• Title: Language-Dependent Political Bias in AI: A Study of ChatGPT and Gemini
• Title（参考訳）: AIにおける言語依存型政治バイアス:ChatGPTとGeminiの研究
• Authors: Dogus Yuksel, Mehmet Cem Catalbas, Bora Oc,
• Abstract要約: 本研究では,大規模言語モデルの政治的傾向と問合せ言語による分化の存在について検討する。 ChatGPTとGeminiは、14の異なる言語を使用して政治的軸検を受けた。 比較分析の結果、ジェミニはChatGPTに比べてリベラルで左翼の傾向が顕著であった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: As leading examples of large language models, ChatGPT and Gemini claim to provide accurate and unbiased information, emphasizing their commitment to political neutrality and avoidance of personal bias. This research investigates the political tendency of large language models and the existence of differentiation according to the query language. For this purpose, ChatGPT and Gemini were subjected to a political axis test using 14 different languages. The findings of the study suggest that these large language models do exhibit political tendencies, with both models demonstrating liberal and leftist biases. A comparative analysis revealed that Gemini exhibited a more pronounced liberal and left-wing tendency compared to ChatGPT. The study also found that these political biases varied depending on the language used for inquiry. The study delves into the factors that constitute political tendencies and linguistic differentiation, exploring differences in the sources and scope of educational data, structural and grammatical features of languages, cultural and political contexts, and the model's response to linguistic features. From this standpoint, and an ethical perspective, it is proposed that artificial intelligence tools should refrain from asserting a lack of political tendencies and neutrality, instead striving for political neutrality and executing user queries by incorporating these tendencies.
• Abstract（参考訳）: 大規模な言語モデルの代表的な例として、ChatGPTとGeminiは、政治的中立性へのコミットメントと個人の偏見の回避を強調し、正確で偏見のない情報を提供すると主張している。 本研究では,大規模言語モデルの政治的傾向と問合せ言語による分化の存在について検討する。 この目的のために、ChatGPTとGeminiは14の異なる言語を用いて政治的軸検を受けた。 この研究の結果は、これらの大きな言語モデルは政治的傾向を示しており、どちらのモデルもリベラルな偏見と左派的な偏見を示していることを示唆している。 比較分析の結果、ジェミニはChatGPTに比べてリベラルで左翼の傾向が顕著であった。 調査の結果、これらの政治的偏見は調査に用いられる言語によって異なることがわかった。 この研究は、政治的傾向と言語分化を構成する要因、教育データの源泉と範囲の違い、言語の構造的・文法的特徴、文化的・政治的文脈、そしてモデルが言語的特徴に対する反応を探求する。 この観点から、また倫理的な観点からは、人工知能ツールは政治的傾向と中立性の欠如を主張することを避け、代わりに政治的中立性を追求し、これらの傾向を取り入れてユーザクエリを実行するべきである。

関連論文リスト

• AgoraSpeech: A multi-annotated comprehensive dataset of political discourse through the lens of humans and AI [1.3060410279656598]
  アゴラ・スペーチ(AgoraSpeech)は、ギリシャ国民選挙中の2023年の6つの政党による171の政治演説を精巧にキュレートした高品質なデータセットである。 このデータセットには、テキスト分類、トピック識別、感情分析、名前付きエンティティ認識、分極、ポピュリズム検出の6つの自然言語処理(NLP)タスクのためのアノテーション(1段落)が含まれている。
  論文  参考訳（メタデータ） (2025-01-09T18:17:59Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• On the Relationship between Truth and Political Bias in Language Models [22.57096615768638]
  我々は、言語モデルアライメントと政治科学の両方に不可欠な2つの概念の関係を分析することに注力する。 我々は、様々な人気真実性データセットの報酬モデルを訓練し、彼らの政治的偏見を評価する。 以上の結果から,これらのデータセットの真正性に対する報酬モデルの最適化は,政治的偏見を左右する傾向にあることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-09T02:28:53Z)
• Spoken Stereoset: On Evaluating Social Bias Toward Speaker in Speech Large Language Models [50.40276881893513]
  本研究では,音声大言語モデル(SLLM)における社会的バイアスの評価を目的としたデータセットであるSpken Stereosetを紹介する。 多様な人口集団の発話に対して異なるモデルがどのように反応するかを調べることで、これらのバイアスを特定することを目指している。 これらの結果から,ほとんどのモデルではバイアスが最小であるが,ステレオタイプや反ステレオタイプ傾向がわずかにみられた。
  論文  参考訳（メタデータ） (2024-08-14T16:55:06Z)
• High Risk of Political Bias in Black Box Emotion Inference Models [0.0]
  本稿では、社会科学研究における感情分析(SA)に使用される機械学習モデルにおける政治的バイアスの存在について検討する。 ポーランドの感情分析モデルを用いた偏見調査を行った。 以上の結果から, 人間のラテンダーによるアノテーションは, モデルの予測に政治的偏見を伝播させることが示唆された。
  論文  参考訳（メタデータ） (2024-07-18T20:31:07Z)
• Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
  本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。 GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
  論文  参考訳（メタデータ） (2024-07-16T05:52:26Z)
• Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
  大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。 我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。 この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-15T04:02:24Z)
• Inducing Political Bias Allows Language Models Anticipate Partisan Reactions to Controversies [5.958974943807783]
  本研究では,Large Language Models (LLMs) を用いたデジタル談話における政治的偏見の理解の課題に対処する。 本稿では,Partisan Bias Divergence AssessmentとPartisan Class Tendency Predictionからなる包括的分析フレームワークを提案する。 以上の結果から,感情的・道徳的ニュアンスを捉えたモデルの有効性が明らかとなった。
  論文  参考訳（メタデータ） (2023-11-16T08:57:53Z)
• Comparing Biases and the Impact of Multilingual Training across Multiple Languages [70.84047257764405]
  ダウンストリーム感情分析タスクにおいて,イタリア語,中国語,英語,ヘブライ語,スペイン語のバイアス分析を行う。 我々は、既存の感情バイアスのテンプレートを、人種、宗教、国籍、性別の4つの属性で、イタリア語、中国語、ヘブライ語、スペイン語に適応させる。 以上の結果から,各言語の文化に支配的な集団の嗜好など,バイアス表現の類似性を明らかにした。
  論文  参考訳（メタデータ） (2023-05-18T18:15:07Z)
• Quantifying Gender Bias Towards Politicians in Cross-Lingual Language Models [104.41668491794974]
  代名詞として政治家の名前を取り巻く言語モデルによって生成される形容詞と動詞の用法を定量化する。 死者や指定された言葉が男女の政治家と関連しているのに対し、美人や離婚といった特定の言葉が主に女性政治家に関係していることが判明した。
  論文  参考訳（メタデータ） (2021-04-15T15:03:26Z)

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。