論文の概要: Towards culturally-appropriate conversational AI for health in the majority world: An exploratory study with citizens and professionals in Latin America

• arxiv url: http://arxiv.org/abs/2507.01719v1
• Date: Wed, 02 Jul 2025 13:48:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:23:00.270588
• Title: Towards culturally-appropriate conversational AI for health in the majority world: An exploratory study with citizens and professionals in Latin America
• Title（参考訳）: 大多数の世界の健康のための文化的に適切な会話型AIを目指して--ラテンアメリカの市民と専門家との探索的研究
• Authors: Dorian Peters, Fernanda Espinoza, Marco da Re, Guido Ivetta, Luciana Benotti, Rafael A. Calvo,
• Abstract要約: 我々は、デジタルヘルスにおける文化的不整合の潜在的な領域について、豊かで人間中心の理解を構築することを目的としている。 以上の結果から,文化概念の学術的境界は,基礎レベルで意味を失うことが示唆された。 我々は、単にデータを増やすのではなく、より多くのリレーショナル性と寛容性を求めることができる「健康のための多言語会話型AI」のフレームワークを紹介します。
• 参考スコア（独自算出の注目度）: 45.28398871440121
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is justifiable interest in leveraging conversational AI (CAI) for health across the majority world, but to be effective, CAI must respond appropriately within culturally and linguistically diverse contexts. Therefore, we need ways to address the fact that current LLMs exclude many lived experiences globally. Various advances are underway which focus on top-down approaches and increasing training data. In this paper, we aim to complement these with a bottom-up locally-grounded approach based on qualitative data collected during participatory workshops in Latin America. Our goal is to construct a rich and human-centred understanding of: a) potential areas of cultural misalignment in digital health; b) regional perspectives on chatbots for health and c)strategies for creating culturally-appropriate CAI; with a focus on the understudied Latin American context. Our findings show that academic boundaries on notions of culture lose meaning at the ground level and technologies will need to engage with a broader framework; one that encapsulates the way economics, politics, geography and local logistics are entangled in cultural experience. To this end, we introduce a framework for 'Pluriversal Conversational AI for Health' which allows for the possibility that more relationality and tolerance, rather than just more data, may be called for.
• Abstract（参考訳）: 大多数の世界の健康に会話型AI(CAI)を活用することには、妥当な関心があるが、効果的には、CAIは文化的、言語学的に多様な文脈で適切に対応する必要がある。 したがって、現在のLLMが世界中の多くの生きた経験を排除しているという事実に対処する方法が必要である。 トップダウンアプローチとトレーニングデータの増加に焦点を当てた、さまざまな進歩が進行中である。 本稿では,ラテンアメリカにおける参加ワークショップで収集された質的データに基づいて,ボトムアップな局所的なアプローチでこれを補完することを目的とする。 私たちのゴールは、豊かで人間中心の理解を構築することです。 a) デジタルヘルスにおける文化的不整合の潜在的な領域 ロ チャットボットの健康及び地域的展望 c) 文化的に適切なCAIを作成するための戦略 以上の結果から,文化概念の学術的境界は根底から意味を失い,技術はより広い枠組みに関わり,経済,政治,地理,地域物流が文化的経験に絡み合っていることを示唆している。 この目的のために、私たちは、単に多くのデータではなく、より多くのリレーショナル性と寛容性を求めることができる「健康のための多言語会話型AI」のフレームワークを導入しました。

関連論文リスト

• CulFiT: A Fine-grained Cultural-aware LLM Training Paradigm via Multilingual Critique Data Synthesis [41.261808170896686]
  CulFiTは、多言語データと微粒な報酬モデリングを利用して、文化的感受性と傾きを高める新しいトレーニングパラダイムである。 本手法は,文化関連諸質問を合成し,文化関連言語における批判データを構築し,文化文献を検証可能な知識単位に分解するために,きめ細かい報酬を用いる。
  論文  参考訳（メタデータ） (2025-05-26T04:08:26Z)
• CAReDiO: Cultural Alignment of LLM via Representativeness and Distinctiveness Guided Data Optimization [50.90288681622152]
  大規模言語モデル(LLM)は、より深く様々な地域における人間の生活に統合される。 既存のアプローチは、文化固有のコーパスを微調整することで、文化的に整合したLCMを開発する。 本稿では,新しい文化データ構築フレームワークであるCAReDiOを紹介する。
  論文  参考訳（メタデータ） (2025-04-09T13:40:13Z)
• Cultural Learning-Based Culture Adaptation of Language Models [70.1063219524999]
  大きな言語モデル(LLM)をさまざまな文化的価値に適用することは難しい課題です。 文化的学習に基づくLLMと文化的価値との整合性を高めるための新しい枠組みであるCLCAについて述べる。
  論文  参考訳（メタデータ） (2025-04-03T18:16:26Z)
• Culture is Not Trivia: Sociocultural Theory for Cultural NLP [10.76392030245232]
  これらの方法論的限界は理論的ギャップのシンプトマティックなものであると論じる。 我々は、このギャップを埋めるために、社会文化的言語学から発達した文化の理論を描いている。
  論文  参考訳（メタデータ） (2025-02-17T17:25:11Z)
• CultureVLM: Characterizing and Improving Cultural Understanding of Vision-Language Models for over 100 Countries [63.00147630084146]
  視覚言語モデル(VLM)は高度な人間とAIの相互作用を持つが、文化的な理解に苦慮している。 CultureVerseは大規模なマルチモーダルベンチマークで、682の文化的概念、188の国/地域、15の文化的概念、3の質問タイプをカバーしている。 本稿では,文化理解の大幅な向上を実現するために,我々のデータセットを微調整したVLMのシリーズであるCultureVLMを提案する。
  論文  参考訳（メタデータ） (2025-01-02T14:42:37Z)
• Risks of Cultural Erasure in Large Language Models [4.613949381428196]
  我々は,歴史的権力不平等を疑問視し,考慮する言語技術の量化可能な評価の必要性を論じる。 我々は、言語モデルがこれらの文脈を記述するよう依頼されたとき、世界中の様々な場所で生成する表現を探索する。 言語モデルアプリケーションを用いて,旅行レコメンデーションに表される文化を分析した。
  論文  参考訳（メタデータ） (2025-01-02T04:57:50Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in Large Language Models [89.94270049334479]
  本稿では,大規模言語モデル(LLM)における文化的優位性について述べる。 LLMは、ユーザーが非英語で尋ねるときに期待する文化とは無関係な、不適切な英語文化関連の回答を提供することが多い。
  論文  参考訳（メタデータ） (2023-10-19T05:38:23Z)

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。