論文の概要: Operationalizing Perceptions of Agent Gender: Foundations and Guidelines

• arxiv url: http://arxiv.org/abs/2603.26682v1
• Date: Tue, 10 Mar 2026 11:15:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.069581
• Title: Operationalizing Perceptions of Agent Gender: Foundations and Guidelines
• Title（参考訳）: エージェントジェンダーの操作的知覚:基礎とガイドライン
• Authors: Katie Seaborn, Madeleine Steeds, Ilaria Torre, Martina De Cet, Katie Winkle, Marcus Göransson,
• Abstract要約: 知的エージェントの「ジェンダー」は、コンピュータとの相互作用の研究において、基本的なトピックとして登場した。 エージェント・ジェンダーの知覚を捉える基準は存在しない。 調査の3分の1は操作されたが、エージェントの性別は測定されなかった。
• 参考スコア（独自算出の注目度）: 29.60588276363676
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The "gender" of intelligent agents, virtual characters, social robots, and other agentic machines has emerged as a fundamental topic in studies of people's interactions with computers. Perceptions of agent gender can help explain user attitudes and behaviours -- from preferences to toxicity to stereotyping -- across a variety of systems and contexts of use. Yet, standards in capturing perceptions of agent gender do not exist. A scoping review was conducted to clarify how agent gender has been operationalized -- labelled, defined, and measured -- as a perceptual variable. One-third of studies manipulated but did not measure agent gender. Norms in operationalizations remain obscure, limiting comprehension of results, congruity in measurement, and comparability for meta-analyses. The dominance of the gender binary model and latent anthropocentrism have placed arbitrary limits on knowledge generation and reified the status quo. We contribute a systematically-developed and theory-driven meta-level framework that offers operational clarity and practical guidance for greater rigour and inclusivity.
• Abstract（参考訳）: 知的エージェント、仮想キャラクタ、社会ロボット、その他のエージェントマシンの「ジェンダー」は、コンピュータとの相互作用の研究における基本的なトピックとして現れている。 エージェントジェンダーの知覚は、さまざまなシステムや使用状況において、好みから毒性、ステレオタイピングまで、ユーザの態度や行動を説明するのに役立ちます。 しかし、エージェント・ジェンダーの知覚を捉えるための標準は存在しない。 エージェントの性別(ラベル付け、定義、測定)が知覚変数としてどのように運用されたかを明らかにするために、スコーピングレビューが行われた。 調査の3分の1は操作されたが、エージェントの性別は測定されなかった。 運用上のノルムはあいまいであり、結果の理解、測定の連続性、メタ分析の可視性を制限している。 ジェンダーバイナリーモデルと潜在人類中心主義の優位性は、知識生成に任意の制限を課し、現状を改めてきた。 我々は、より厳密で傾斜度の高い運用の明確化と実践的なガイダンスを提供する、体系的に開発され理論駆動のメタレベルフレームワークに貢献する。

関連論文リスト

• More of the Same: Persistent Representational Harms Under Increased Representation [12.071592182704707]
  生成したテキストにおける分布レベルのグループ表現バイアスを克服するための評価手法を開発した。 モデルがバイオグラフィーを生成するように促されたときのジェンダー分布は、女性の大きな表現につながるが、表現バイアスでさえ、異なるジェンダーの表現方法に持続する。
  論文  参考訳（メタデータ） (2025-03-01T03:45:35Z)
• Blind Men and the Elephant: Diverse Perspectives on Gender Stereotypes in Benchmark Datasets [12.798832545154271]
  本稿では,内在型ステレオタイプベンチマークの不整合について検討する。 StereoSetとCrowS-Pairsをケーススタディとして,データ分布がベンチマーク結果に与える影響を検討した。
  論文  参考訳（メタデータ） (2025-01-02T09:40:31Z)
• GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models [73.23743278545321]
  大規模言語モデル(LLM)は、自然言語生成において顕著な能力を示してきたが、社会的バイアスを増大させることも観察されている。 GenderCAREは、革新的な基準、バイアス評価、リダクションテクニック、評価メトリクスを含む包括的なフレームワークである。
  論文  参考訳（メタデータ） (2024-08-22T15:35:46Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Gender Bias in Transformer Models: A comprehensive survey [1.1011268090482573]
  人工知能(AI)におけるジェンダーバイアスは、個人の生活に深く影響する懸念として浮上している。 本稿では,トランスフォーマーモデルにおけるジェンダーバイアスを言語学的観点から調査する。
  論文  参考訳（メタデータ） (2023-06-18T11:40:47Z)
• Gender Biases in Automatic Evaluation Metrics for Image Captioning [87.15170977240643]
  画像キャプションタスクのためのモデルに基づく評価指標において、性別バイアスの体系的研究を行う。 偏りのある世代と偏りのない世代を区別できないことを含む、これらの偏りのあるメトリクスを使用することによる負の結果を実証する。 人間の判断と相関を損なうことなく、測定バイアスを緩和する簡便で効果的な方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T04:27:40Z)
• Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
  本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。 我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。 我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
  論文  参考訳（メタデータ） (2023-03-20T19:32:49Z)
• Gender Stereotype Reinforcement: Measuring the Gender Bias Conveyed by Ranking Algorithms [68.85295025020942]
  本稿では,性別ステレオタイプをサポートする検索エンジンの傾向を定量化するジェンダーステレオタイプ強化(GSR)尺度を提案する。 GSRは、表現上の害を定量化できる情報検索のための、最初の特別に調整された尺度である。
  論文  参考訳（メタデータ） (2020-09-02T20:45:04Z)
• Can gender inequality be created without inter-group discrimination? [0.0]
  単純なエージェントベースの動的プロセスが男女不平等を生じさせるかどうかを検証した。 我々は、ランダムに選択されたエージェントのペアで相互作用する集団をシミュレートし、自己および他者の評価判断に影響を及ぼす。 偏見, ステレオタイプ, 分離, 分類がなければ, 本モデルは, ガラス天井効果の安定性, 調和性, 特性を示す自己評価と状態の群間不平等を生じさせる。
  論文  参考訳（メタデータ） (2020-05-05T07:33:27Z)

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。