論文の概要: The Language You Ask In: Language-Conditioned Ideological Divergence in LLM Analysis of Contested Political Documents
- arxiv url: http://arxiv.org/abs/2601.12164v1
- Date: Sat, 17 Jan 2026 21:00:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:22.49206
- Title: The Language You Ask In: Language-Conditioned Ideological Divergence in LLM Analysis of Contested Political Documents
- Title（参考訳）: 質問する言語:LLM分析における言語中心のイデオロギーの多様性
- Authors: Oleg Smirnov,
- Abstract要約: 本研究では,ロシア語およびウクライナ語における大規模言語モデル(LLM)とプロンプトの比較を行った。
同一のソース材料と並列クエリ構造にもかかわらず、結果として得られた分析は、修辞的位置決め、イデオロギー的方向、解釈的結論に大きく変化した。
ロシア語のアウトプットは、ロシア国家の談話に共通する物語を反映し、市民社会の俳優を民主的な委任を損なう非合法的なエリートとして特徴づけた。
ウクライナ語によるアウトプットは、西側のリベラル民主主義政治科学の語彙的特徴を取り入れ、民主的コンテストにおいて同じ俳優を正当な利害関係者として扱った。
- 参考スコア（独自算出の注目度）: 0.8528384027684192
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Large language models (LLMs) are increasingly deployed as analytical tools across multilingual contexts, yet their outputs may carry systematic biases conditioned by the language of the prompt. This study presents an experimental comparison of LLM-generated political analyses of a Ukrainian civil society document, using semantically equivalent prompts in Russian and Ukrainian. Despite identical source material and parallel query structures, the resulting analyses varied substantially in rhetorical positioning, ideological orientation, and interpretive conclusions. The Russian-language output echoed narratives common in Russian state discourse, characterizing civil society actors as illegitimate elites undermining democratic mandates. The Ukrainian-language output adopted vocabulary characteristic of Western liberal-democratic political science, treating the same actors as legitimate stakeholders within democratic contestation. These findings demonstrate that prompt language alone can produce systematically different ideological orientations from identical models analyzing identical content, with significant implications for AI deployment in polarized information environments, cross-lingual research applications, and the governance of AI systems in multilingual societies.
- Abstract（参考訳）: 大規模言語モデル (LLM) は多言語コンテキストをまたいだ分析ツールとしてますます普及しているが、その出力はプロンプトの言語によって条件付けられた体系的なバイアスを伴っている。
本研究では,ロシアとウクライナにおける意味論的に等価なプロンプトを用いて,LLMが生成したウクライナ市民社会文書の政治的分析を実験的に比較した。
同一のソース材料と並列クエリ構造にもかかわらず、結果として得られた分析は、修辞的位置決め、イデオロギー的方向、解釈的結論に大きく変化した。
ロシア語のアウトプットは、ロシア国家の談話に共通する物語を反映し、市民社会の俳優を民主的な委任を損なう非合法的なエリートとして特徴づけた。
ウクライナ語によるアウトプットは、西側のリベラル民主主義政治科学の語彙的特徴を取り入れ、民主的コンテストにおいて同じ俳優を正当な利害関係者として扱った。
これらの結果から,言語自体が同一内容を分析する同一モデルから体系的に異なるイデオロギー指向を創出できることが示唆された。
関連論文リスト
- A Systematic Analysis of Biases in Large Language Models [40.23320093091831]
大規模言語モデル(LLM)は、情報を取得し、人間の意思決定を支援するために、急速に必要不可欠なツールになりつつある。
本研究では、政治、イデオロギー、同盟、言語、ジェンダーの次元にまたがるバイアスと傾向について検討する。
その結果, LLMは中性であり, 公平である一方で, 異なるタイプの偏見や親和性を示すことが示唆された。
論文 参考訳（メタデータ） (2025-12-16T03:38:08Z) - Probing Social Identity Bias in Chinese LLMs with Gendered Pronouns and Social Groups [6.097454027594837]
大規模言語モデル(LLM)は、ユーザ向けアプリケーションにますますデプロイされ、社会的バイアスを反映し増幅する可能性への懸念が高まっている。
中国語LLMにおける社会的アイデンティティ・フレーミングについて,マンダリン固有のプロンプトを用いて検討し,イングループ(We)とアウトグループ(They)のフレーミングに対する反応を評価し,その設定を中国語の文脈で240グループまで拡張した。
モデル全体では, 人工的なプロンプトに限らず, 自然主義的な対話にも現れる, 系統的な内集団陽性傾向と外集団陰性傾向を観察する。
論文 参考訳（メタデータ） (2025-10-08T13:00:12Z) - Artificial Authority: From Machine Minds to Political Alignments. An Experimental Analysis of Democratic and Autocratic Biases in Large-Language Models [0.11853986437641513]
政治的信念は、歴史的、文化的、制度的な文脈を反映して、国によって大きく異なる。
生成的人工知能の出現は、大規模なコーパスで訓練された政治宇宙エージェントに新しいエージェントを導入する。
本稿では,Large Language Models (LLM) が,民主的・独裁的世界観と整合性を示すか否かを考察する。
論文 参考訳（メタデータ） (2025-09-29T11:26:58Z) - Social Bias in Multilingual Language Models: A Survey [5.756606441319472]
この体系的なレビューは、バイアス評価と緩和アプローチを多言語および非英語の文脈に拡張する新興研究を分析している。
本稿では,言語多様性,文化意識,評価指標の選択,緩和手法について検討する。
論文 参考訳（メタデータ） (2025-08-27T18:25:32Z) - Framing Political Bias in Multilingual LLMs Across Pakistani Languages [6.5137518437747]
パキスタン語5言語にわたる13の最先端の大規模言語モデル(LLM)における政治的偏見の体系的評価について述べる。
我々の枠組みは、文化的に適応した政治コンパステスト(PCT)とマルチレベルフレーミング分析を統合している。
その結果, LLMは欧米の訓練データと一致したリベラル左派指向を主に反映しているが, 地域言語ではより権威主義的なフレーミングが見られることがわかった。
論文 参考訳（メタデータ） (2025-05-29T15:15:42Z) - Disparities in LLM Reasoning Accuracy and Explanations: A Case Study on African American English [66.97110551643722]
本研究では,Large Language Models (LLMs) 推論タスクにおける方言の相違について検討する。
LLMは、AAE入力に対するより正確な応答とより単純な推論チェーンと説明を生成する。
これらの知見は、LLMの処理方法と異なる言語品種の理由の体系的差異を浮き彫りにした。
論文 参考訳（メタデータ） (2025-03-06T05:15:34Z) - Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。
本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
論文 参考訳（メタデータ） (2024-10-24T04:02:30Z) - Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳（メタデータ） (2024-07-16T05:52:26Z) - Language Model Alignment in Multilingual Trolley Problems [138.5684081822807]
Moral Machine 実験に基づいて,MultiTP と呼ばれる100以上の言語でモラルジレンマヴィグネットの言語間コーパスを開発する。
分析では、19の異なるLLMと人間の判断を一致させ、6つのモラル次元をまたいだ嗜好を捉えた。
我々は、AIシステムにおける一様道徳的推論の仮定に挑戦し、言語間のアライメントの顕著なばらつきを発見した。
論文 参考訳（メタデータ） (2024-07-02T14:02:53Z) - Large Language Models Meet Text-Centric Multimodal Sentiment Analysis: A Survey [66.166184609616]
ChatGPTは、テキスト中心のマルチモーダルタスクに大規模言語モデル(LLM)を適用する大きな可能性を開く。
既存のLLMがテキスト中心のマルチモーダル感情分析タスクにどのように適応できるかは、まだ不明である。
論文 参考訳（メタデータ） (2024-06-12T10:36:27Z) - CIVICS: Building a Dataset for Examining Culturally-Informed Values in Large Language Models [59.22460740026037]
大規模言語モデル(LLM)の社会的・文化的変動を評価するためのデータセット「CIVICS:文化インフォームド・バリュース・インクルーシブ・コーパス・フォー・ソシエティ・インパクト」
我々は、LGBTQIの権利、社会福祉、移民、障害権利、代理など、特定の社会的に敏感なトピックに対処する、手作りの多言語プロンプトのデータセットを作成します。
論文 参考訳（メタデータ） (2024-05-22T20:19:10Z)
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。