論文の概要: A Close Reading Approach to Gender Narrative Biases in AI-Generated Stories

• arxiv url: http://arxiv.org/abs/2508.09651v1
• Date: Wed, 13 Aug 2025 09:34:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.836503
• Title: A Close Reading Approach to Gender Narrative Biases in AI-Generated Stories
• Title（参考訳）: AIによる物語におけるジェンダー・ナラティブ・バイアスの近読的アプローチ
• Authors: Daniel Raffini, Agnese Macori, Marco Angelini, Tiziana Catarci,
• Abstract要約: 本稿では,ChatGPT,Gemini,Claudeが生成した物語におけるジェンダーベースの物語バイアスについて考察する。 ストーリーは、特にプロンプトの順守に注意を払って、クローズド・リーディング・アプローチによって分析される。
• 参考スコア（独自算出の注目度）: 1.2099551931618153
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The paper explores the study of gender-based narrative biases in stories generated by ChatGPT, Gemini, and Claude. The prompt design draws on Propp's character classifications and Freytag's narrative structure. The stories are analyzed through a close reading approach, with particular attention to adherence to the prompt, gender distribution of characters, physical and psychological descriptions, actions, and finally, plot development and character relationships. The results reveal the persistence of biases - especially implicit ones - in the generated stories and highlight the importance of assessing biases at multiple levels using an interpretative approach.
• Abstract（参考訳）: 本稿では,ChatGPT,Gemini,Claudeが生成した物語におけるジェンダーベースの物語バイアスについて考察する。 即興的なデザインはプロップのキャラクター分類とフレイタグの物語構造に基づいている。 物語は、特に、キャラクターのプロンプト、ジェンダーの分布、身体的および心理的記述、行動、そして最後にプロット開発とキャラクターの関係への固執に注意を払って、密着した読解アプローチによって分析される。 結果は、生成されたストーリーにおけるバイアス(特に暗黙の)の持続性を明らかにし、解釈的アプローチを使用して複数のレベルでバイアスを評価することの重要性を強調します。

関連論文リスト

• Investigating Gender Bias in LLM-Generated Stories via Psychological Stereotypes [8.091664636677637]
  本研究では,大規模言語モデル(LLM)におけるジェンダーバイアスについて,心理学で研究されたジェンダーステレオタイプを用いて検討する。 我々は,25の心理的ステレオタイプから1,2,6のランダム属性に無条件または条件付きのいずれかの短いストーリーを含むStereoBias-Storiesという新しいデータセットを紹介した。 これらの属性に反応して、全体の物語におけるジェンダーコントリビューションがどのように変化するかを分析し、3つの重要な知見を提示する。
  論文  参考訳（メタデータ） (2025-08-05T10:10:26Z)
• From Individuals to Interactions: Benchmarking Gender Bias in Multimodal Large Language Models from the Lens of Social Relationship [13.416624729344477]
  我々はジェネレス(Genres)について紹介する。ジェネレス(Genres)は、MLLMにおけるジェンダーバイアスを評価するための新しいベンチマークである。 本研究は,MLLMにおける性差の微妙な性差の診断における関係認識ベンチマークの重要性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-06-29T06:03:21Z)
• Generating Visual Stories with Grounded and Coreferent Characters [63.07511918366848]
  本稿では,一貫した接地的・中核的な特徴を持つ視覚的ストーリーを予測できる最初のモデルを提案する。 我々のモデルは、広く使われているVISTベンチマークの上に構築された新しいデータセットに基づいて微調整されています。 また、物語における文字の豊かさとコア参照を測定するための新しい評価指標を提案する。
  論文  参考訳（メタデータ） (2024-09-20T14:56:33Z)
• Capturing Differences in Character Representations Between Communities: An Initial Study with Fandom [0.0]
  本研究は,物語物語界の不可欠な部分であるキャラクタの再解釈に焦点を当てる。 オンラインファンダムをデータとして利用し、2つのコミュニティ間のキャラクター表現の変化を探索するために計算手法を適用した。
  論文  参考訳（メタデータ） (2024-09-17T13:24:29Z)
• 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)
• Modeling Emotional Trajectories in Written Stories Utilizing Transformers and Weakly-Supervised Learning [47.02027575768659]
  本研究では,個別の感情カテゴリーで注釈付けされた子どもの物語の既存のデータセットに対して,連続的原子価と覚醒ラベルを導入する。 得られた感情信号を予測するために,DeBERTaモデルを微調整し,弱教師付き学習手法を用いてベースラインを改善する。 詳細な分析では、著者、個々の物語、物語内のセクションなどの要因によって結果がどの程度異なるかが示される。
  論文  参考訳（メタデータ） (2024-06-04T12:17:16Z)
• Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children's Fairy Tales [46.65377334112404]
  社会的バイアスやステレオタイプは、私たちの物語における彼らの存在を通じて、私たちの文化に埋め込まれています。 そこで本稿では,各キャラクタに対して,物語の時間的動詞に基づくイベントチェーンを自動的に抽出する計算パイプラインを提案する。 また、従来のステレオタイプと整合するカテゴリを含むことで、バイアス分析を容易にする動詞ベースのイベントアノテーションスキームを提案する。
  論文  参考訳（メタデータ） (2023-05-26T05:29:37Z)
• Persona-Guided Planning for Controlling the Protagonist's Persona in Story Generation [71.24817035071176]
  本研究では,ペルソナとイベントの関係を明示的にモデル化する計画ベース生成モデルCONPERを提案する。 自動評価と手動評価の両方の結果から、CONPERはより一貫性のあるペルソナ制御可能なストーリーを生成するために最先端のベースラインより優れていることが示されている。
  論文  参考訳（メタデータ） (2022-04-22T13:45:02Z)

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。