論文の概要: AI-generated stories favour stability over change: homogeneity and cultural stereotyping in narratives generated by gpt-4o-mini

• arxiv url: http://arxiv.org/abs/2507.22445v1
• Date: Wed, 30 Jul 2025 07:44:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:18.068937
• Title: AI-generated stories favour stability over change: homogeneity and cultural stereotyping in narratives generated by gpt-4o-mini
• Title（参考訳）: AI生成物語は変化よりも安定性を好む:gpt-4o-miniの物語における均質性と文化的ステレオタイピング
• Authors: Jill Walker Rettberg, Hermann Wigers,
• Abstract要約: 私たちは,OpenAIのモデルに対して,プロンプト“1500ワードの潜在的なデシムストーリ”を書いて,236カ国毎に1,800ストーリ(50ストーリ)を生成しました。 物語には表層国家の象徴やテーマが含まれているが、それらは国をまたがる単一の物語のプロット構造に圧倒的に適合している。 その結果は物語的均質化であり、AIが生成し、成長以上の安定性と伝統を優先する合成想像である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Can a language model trained largely on Anglo-American texts generate stories that are culturally relevant to other nationalities? To find out, we generated 11,800 stories - 50 for each of 236 countries - by sending the prompt "Write a 1500 word potential {demonym} story" to OpenAI's model gpt-4o-mini. Although the stories do include surface-level national symbols and themes, they overwhelmingly conform to a single narrative plot structure across countries: a protagonist lives in or returns home to a small town and resolves a minor conflict by reconnecting with tradition and organising community events. Real-world conflicts are sanitised, romance is almost absent, and narrative tension is downplayed in favour of nostalgia and reconciliation. The result is a narrative homogenisation: an AI-generated synthetic imaginary that prioritises stability above change and tradition above growth. We argue that the structural homogeneity of AI-generated narratives constitutes a distinct form of AI bias, a narrative standardisation that should be acknowledged alongside the more familiar representational bias. These findings are relevant to literary studies, narratology, critical AI studies, NLP research, and efforts to improve the cultural alignment of generative AI.
• Abstract（参考訳）: 言語モデルは、主に英米のテクストに基づいて訓練され、他の国と文化的に関係のある物語を生成することができるか? 236カ国毎に1,800件のストーリを生成しました。OpenAIのモデルgpt-4o-miniに“1500ワードの“demoonym”ストーリを書きます。 物語には表層国家の象徴やテーマが含まれているが、それらは国をまたがる単一の物語のプロット構造に圧倒的に適合しており、主人公は小さな町に住み、伝統と再接続し、コミュニティイベントを組織することで小さな紛争を解決している。 現実世界の紛争は鎮静化され、ロマンスはほとんど欠落しており、物語の緊張は懐かしさと和解を優先して軽視される。 その結果は物語的均質化であり、AIが生成し、成長以上の安定性と伝統を優先する合成想像である。 我々は、AI生成の物語の構造的均質性は、より親しみやすい表現バイアスとともに認識されるべきAIバイアスという、異なる形のAIバイアスを構成すると論じている。 これらの発見は、文学研究、ナラトロジー、批判的AI研究、NLP研究、および、生成的AIの文化的整合性を改善する努力に関係している。

関連論文リスト

• STORYTELLER: An Enhanced Plot-Planning Framework for Coherent and Cohesive Story Generation [17.553025200797986]
  自動生成されたストーリーの一貫性と一貫性を体系的に改善する新しいアプローチであるStorytellerを紹介します。 実験では、ストーリーテラーは既存のアプローチを大きく上回り、平均勝利率は84.33%に達した。 同時に、創造性、一貫性、エンゲージメント、関連性など、他の面でもはるかに先を行っている。
  論文  参考訳（メタデータ） (2025-06-03T00:54:00Z)
• STORYANCHORS: Generating Consistent Multi-Scene Story Frames for Long-Form Narratives [82.19488717416351]
  本稿では,高品質でマルチシーンなストーリーフレームを生成するための統合フレームワークであるStoryAnchorsを紹介する。 StoryAnchorsは、時間的一貫性を確保するために、過去と将来の両方のコンテキストを統合する双方向のストーリージェネレータを使用している。 また、マルチイベントストーリーフレームラベリングとプログレッシブストーリーフレームトレーニングを統合し、モデルが包括的な物語の流れとイベントレベルのダイナミクスの両方をキャプチャできるようにする。
  論文  参考訳（メタデータ） (2025-05-13T08:48:10Z)
• Narrative Context Protocol: An Open-Source Storytelling Framework for Generative AI [0.0]
  ナラティブ・コンテキスト・プロトコル(NCP)は,ナラティブ・コンテクストの相互運用性を実現するために設計されたオープンソース・ナラティブ・コンテクスト・スタンダードである。 ストーリーの構造を"Storyform"にエンコードすることで、NCPはシステム間での物語のポータビリティを実現する。 著者がNCPと独自のオーサリングプラットフォームを使用して,再生可能なテキストベースのエクスペリエンスを構築するという,1年間の実験を通じて,NCPの能力を実証した。
  論文  参考訳（メタデータ） (2025-03-05T18:29:15Z)
• Mapping News Narratives Using LLMs and Narrative-Structured Text Embeddings [0.0]
  構造主義言語理論に基づく数値的物語表現を導入する。 オープンソースLLMを用いてアクタントを抽出し,それをナラティブ構造化テキスト埋め込みに統合する。 本稿では,イスラエル・パレスチナ紛争に関するアル・ジャジーラとワシントン・ポストの新聞記事5000件を例に,本手法の分析的考察を紹介する。
  論文  参考訳（メタデータ） (2024-09-10T14:15:30Z)
• Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
  本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。 本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。 談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
  論文  参考訳（メタデータ） (2024-07-18T08:02:49Z)
• Experimental Narratives: A Comparison of Human Crowdsourced Storytelling and AI Storytelling [0.0]
  この研究は、2019年6月にクラウドワーカーによって書かれた250のストーリーと、GPT-3.5とGPT-4によって生成された80のストーリーを分析した。 クラウドワーカーと大きな言語モデルの両方が、人工人間を創造し、恋に落ちるという同じプロンプトに反応した。 この分析により、GPT-3.5、特にGPT-4の物語は、人間によって書かれた物語よりも性役割やセクシュアリティの点で進歩的であることが明らかとなった。
  論文  参考訳（メタデータ） (2023-10-19T16:54:38Z)
• Computational Lens on Cognition: Study Of Autobiographical Versus Imagined Stories With Large-Scale Language Models [95.88620740809004]
  GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。 想像された物語は自伝的物語よりも逐次性が高いことがわかった。 想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
  論文  参考訳（メタデータ） (2022-01-07T20:10:47Z)
• A Knowledge-Enhanced Pretraining Model for Commonsense Story Generation [98.25464306634758]
  本稿では,外部知識ベースからのコモンセンス知識を利用して,合理的なストーリーを生成することを提案する。 我々は,真と偽のストーリーを識別するための差別的目的を組み合わせたマルチタスク学習を採用している。 我々のモデルは、特に論理学とグローバルコヒーレンスの観点から、最先端のベースラインよりも合理的なストーリーを生成することができる。
  論文  参考訳（メタデータ） (2020-01-15T05:42:27Z)

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。