論文の概要: Biased Tales: Cultural and Topic Bias in Generating Children's Stories

• arxiv url: http://arxiv.org/abs/2509.07908v1
• Date: Tue, 09 Sep 2025 16:51:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.403764
• Title: Biased Tales: Cultural and Topic Bias in Generating Children's Stories
• Title（参考訳）: バイアス物語:子どもの物語を創造する文化とトピックのバイアス
• Authors: Donya Rooein, Vilém Zouhar, Debora Nozza, Dirk Hovy,
• Abstract要約: Biased Talesは、バイアスが主人公の属性やストーリー要素にどのように影響するかを分析するために設計されたデータセットである。 分析の結果,女性(男子に比べ)と説明される場合,外見関連属性は55.26%増加した。 非西洋の子供たちを描いた物語は、西洋の子供たちよりも文化の遺産、伝統、家族のテーマを強調している。
• 参考スコア（独自算出の注目度）: 40.7784118893226
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Stories play a pivotal role in human communication, shaping beliefs and morals, particularly in children. As parents increasingly rely on large language models (LLMs) to craft bedtime stories, the presence of cultural and gender stereotypes in these narratives raises significant concerns. To address this issue, we present Biased Tales, a comprehensive dataset designed to analyze how biases influence protagonists' attributes and story elements in LLM-generated stories. Our analysis uncovers striking disparities. When the protagonist is described as a girl (as compared to a boy), appearance-related attributes increase by 55.26%. Stories featuring non-Western children disproportionately emphasize cultural heritage, tradition, and family themes far more than those for Western children. Our findings highlight the role of sociocultural bias in making creative AI use more equitable and diverse.
• Abstract（参考訳）: 物語は人間のコミュニケーション、信念、道徳、特に子供において重要な役割を担っている。 親は就寝時の物語を作るために大きな言語モデル(LLM)をますます頼りにしているため、これらの物語に文化的・ジェンダー的なステレオタイプが存在することは、重大な懸念を引き起こす。 この問題に対処するために、私たちは、LLM生成ストーリーにおける主人公の属性やストーリー要素にバイアスがどのように影響するかを分析するために設計された包括的なデータセットであるBiased Talesを紹介します。 私たちの分析で顕著な格差が明らかになった。 プロタゴニストが(少年と比較して)女の子であると説明されると、外見関連属性は55.26%増加する。 非西洋の子供たちを描いた物語は、西洋の子供たちよりも文化遺産、伝統、および家族のテーマを強調している。 我々の発見は、創造的AIをより公平で多様なものにする上で、社会文化的バイアスが果たす役割を強調している。

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)
• Will the Prince Get True Love's Kiss? On the Model Sensitivity to Gender Perturbation over Fairytale Texts [80.21033860436081]
  本稿では, モデルが非現実的データ拡張を通じて, ジェンダーステレオタイプ摂動にどう反応するかを検討する。 実験結果から, 性別の摂動に直面すると, モデルの性能低下がわずかであることがわかった。 反現実的なトレーニングデータに基づいて微調整を行うと、モデルは反ステレオタイプな物語に対してより堅牢になる。
  論文  参考訳（メタデータ） (2023-10-16T22:25:09Z)
• 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)
• A Moral- and Event- Centric Inspection of Gender Bias in Fairy Tales at A Large Scale [50.92540580640479]
  7つの文化から得られた624個の妖精物語を含む妖精物語データセットにおいて,ジェンダーバイアスを計算的に解析した。 その結果,男性キャラクターの数は女性キャラクターの2倍であり,男女表現が不均等であることが判明した。 女性キャラクターは、注意、忠誠、尊厳に関する道徳的な言葉とより関連しているのに対し、男性キャラクターは、公正、権威に関する道徳的な単語とより関連している。
  論文  参考訳（メタデータ） (2022-11-25T19:38:09Z)

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。