論文の概要: The AI Gap: How Socioeconomic Status Affects Language Technology Interactions

• arxiv url: http://arxiv.org/abs/2505.12158v2
• Date: Fri, 23 May 2025 14:59:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 13:31:15.76038
• Title: The AI Gap: How Socioeconomic Status Affects Language Technology Interactions
• Title（参考訳）: AIのギャップ:社会経済状態が言語技術相互作用に与える影響
• Authors: Elisa Bassignana, Amanda Cercas Curry, Dirk Hovy,
• Abstract要約: 社会経済状態(SES)は、人々が相互にどのように相互作用するか、そしてLarge Language Models(LLMs)のようなデジタル技術に根本的に影響します。 我々は、言語技術と生成AIの利用について、多様な社会経済的背景から1000人の個人を調査した。 言語技術利用におけるSESグループ間での系統的差異(頻度,実行タスク),インタラクションスタイル,トピックなど)を見出した。
• 参考スコア（独自算出の注目度）: 23.481043448238516
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Socioeconomic status (SES) fundamentally influences how people interact with each other and more recently, with digital technologies like Large Language Models (LLMs). While previous research has highlighted the interaction between SES and language technology, it was limited by reliance on proxy metrics and synthetic data. We survey 1,000 individuals from diverse socioeconomic backgrounds about their use of language technologies and generative AI, and collect 6,482 prompts from their previous interactions with LLMs. We find systematic differences across SES groups in language technology usage (i.e., frequency, performed tasks), interaction styles, and topics. Higher SES entails a higher level of abstraction, convey requests more concisely, and topics like 'inclusivity' and 'travel'. Lower SES correlates with higher anthropomorphization of LLMs (using ''hello'' and ''thank you'') and more concrete language. Our findings suggest that while generative language technologies are becoming more accessible to everyone, socioeconomic linguistic differences still stratify their use to exacerbate the digital divide. These differences underscore the importance of considering SES in developing language technologies to accommodate varying linguistic needs rooted in socioeconomic factors and limit the AI Gap across SES groups.
• Abstract（参考訳）: 社会経済状態(SES)は、人々が相互にどのように相互作用するかを、Large Language Models (LLMs)のようなデジタル技術で根本的に左右する。 以前の研究では、SESと言語技術の相互作用を強調していたが、プロキシメトリクスと合成データに依存していた。 我々は、言語技術と生成AIの利用について、多様な社会経済学的背景から1,000人の個人を調査し、以前のLLMとの相互作用から6,482のプロンプトを収集した。 言語技術利用におけるSESグループ間での系統的差異(頻度,実行タスク),インタラクションスタイル,トピックなど)を見出した。 より高度なSESは抽象化のレベルを高くし、リクエストをより簡潔に伝えます。 下部のSESは、LSMの人為的形態化('hello' と 'thank you' を使用)と、より具体的な言語と関連している。 本研究は, 生成言語技術が誰にでもアクセスしやすくなっている一方で, 社会経済的言語学的差異は, デジタル・ディバイジョンをさらに悪化させる上での彼らの利用の基盤となっていることを示唆している。 これらの違いは、社会経済的要因に根ざした様々な言語的ニーズに対応し、SESグループ間でのAIギャップを制限するために、言語技術開発におけるSESを検討することの重要性を浮き彫りにしている。

関連論文リスト

• Will AI shape the way we speak? The emerging sociolinguistic influence of synthetic voices [3.7777447186369786]
  我々は、AI生成音声の社会的な影響は注意を喚起し、学際研究の焦点となるべきであると論じる。 我々は、AI生成音声の社会的な影響は注意を喚起し、学際研究の焦点となるべきであると論じる。
  論文  参考訳（メタデータ） (2025-04-14T19:04:32Z)
• Proceedings of the ISCA/ITG Workshop on Diversity in Large Speech and Language Models [11.46358189300007]
  現代の技術は1つまたは複数の言語の一般的な知識を表現するために大きなモデルに依存している。 人間がそのような技術と対話するとき、その相互作用の有効性は、人間が同じタイプの言語をどこまで使うかによって影響される。
  論文  参考訳（メタデータ） (2025-03-12T17:58:57Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• Classist Tools: Social Class Correlates with Performance in NLP [27.683676116781758]
  社会デマトグラフィーの特徴は、自然言語処理において頻繁に使用される。 また,NLP の社会経済グループに対する不利は低いことが示唆された。 我々は、将来の言語技術に社会経済のクラスを取り入れることについて議論する。
  論文  参考訳（メタデータ） (2024-03-07T12:27:08Z)
• A Survey of Large Language Models [81.06947636926638]
  言語モデリングは、過去20年間、言語理解と生成のために広く研究されてきた。 近年,大規模コーパス上でのトランスフォーマーモデルの事前学習により,事前学習言語モデル (PLM) が提案されている。 パラメータスケールの違いを識別するために、研究コミュニティは大規模言語モデル (LLM) という用語を提唱した。
  論文  参考訳（メタデータ） (2023-03-31T17:28:46Z)
• SocialAI: Benchmarking Socio-Cognitive Abilities in Deep Reinforcement Learning Agents [23.719833581321033]
  人間との社会的相互作用に参加することができる、具体化された自律エージェントを構築することは、AIの主要な課題の1つだ。 人間レベルのAIを目指すためには、より広範な社会的スキルが必要である、と私たちは主張する。 DRLエージェントの社会的スキル獲得を評価するためのベンチマークであるSocialAIを提案する。
  論文  参考訳（メタデータ） (2021-07-02T10:39:18Z)

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。