論文の概要: How Early Adopters Used Generative AI Worldwide: Variation by Country Income and Language

• arxiv url: http://arxiv.org/abs/2605.30685v1
• Date: Fri, 29 May 2026 00:28:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.304348
• Title: How Early Adopters Used Generative AI Worldwide: Variation by Country Income and Language
• Title（参考訳）: アーリーアダプターはどのようにして生成AIを世界中に利用したか: 国別収入と言語による変化
• Abstract要約: 学校は、多くの国、特に低所得国で最もよく使われる分野である。 対照的にレジャー関連の使用は、国家レベルの収入と肯定的に関連している。 英語と英語の相互作用は、支配的な言語が十分に守られていない場所で過剰に表現される。
• 参考スコア（独自算出の注目度）: 1.1554344002690022
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI is being used by people globally, but not everyone is using it in the same ways. Using a large-scale dataset of anonymized, de-identified, and privacy-scrubbed interactions with a widely available and free AI chatbot, we empirically characterize differences in early adopters' usage across countries. Schooling is the most common domain of use in most countries, particularly low-income countries, with a strong inverse association evident between schooling and country-level GDP. Leisure-related use, by contrast, is positively associated with country-level income. Language, we find, also shapes use: English-language interactions are overrepresented in places where the predominant languages were not well-served by existing models during the period of the study. Improving performance across languages may be a key factor, our work suggests, in whether this technology expands digital divides or enables leapfrogging.
• Abstract（参考訳）: AIは世界中で使われているが、誰もが同じように使っているわけではない。 匿名化され、未確認で、プライバシに精通した大規模なデータセットを、広く利用でき、無料のAIチャットボットと組み合わせることで、各国におけるアーリーアダプターの使用状況の違いを実証的に特徴づける。 学校は、多くの国、特に低所得国で最も一般的な利用領域であり、学校と国レベルのGDPの間に強い逆の関連がある。 対照的にレジャー関連の使用は、国家レベルの収入と肯定的に関連している。 英語の相互作用は、研究期間中、支配的な言語が既存のモデルによって十分に守られていなかった場所で過剰に表現される。 言語間のパフォーマンス向上は重要な要素であり、この技術がデジタルディビジョンを拡張したり、飛躍的なフログングを可能にするかどうかが研究によって示唆されている。

関連論文リスト

• compar:IA: The French Government's LLM arena to collect French-language human prompts and preference data [0.0]
  IAは、フランス政府内で開発されたオープンソースのデジタルパブリックサービスである。 主にフランス語話者の聴衆から大規模な人間の嗜好データを収集する。 2026-02-07年時点で、IAは60,000以上のフリーフォームプロンプトと25万の選好票を集めており、その約89%がフランス語である。
  論文  参考訳（メタデータ） (2026-02-06T12:53:44Z)
• CommonLID: Re-evaluating State-of-the-Art Language Identification Performance on Web Data [56.043078390377076]
  我々はコミュニティ主導のウェブドメイン向けLIDベンチマークであるCommonLIDを紹介する。 我々は,他の5つの共通評価セットと合わせて,CommonLIDの価値を示し,8つのLIDモデルを検証した。 既存の評価では、Webドメイン内の多くの言語に対して、LIDの精度を過大評価している。
  論文  参考訳（メタデータ） (2026-01-25T22:49:30Z)
• Measuring AI Diffusion: A Population-Normalized Metric for Tracking Global AI Usage [0.5641845770129658]
  AI User Shareは、各国の労働者人口のシェアをAIツールを使って積極的に見積もる新しい指標である。 この指標は147の経済に及び、グローバルAI拡散に関する一貫したリアルタイムな洞察を提供する。 先進国では高い消費が集中しているが、低所得国ではインターネット接続人口での利用が著しく遅れている。
  論文  参考訳（メタデータ） (2025-11-04T18:03:51Z)
• The AI Gap: How Socioeconomic Status Affects Language Technology Interactions [23.481043448238516]
  社会経済状態(SES)は、人々が相互にどのように相互作用するか、そしてLarge Language Models(LLMs)のようなデジタル技術に根本的に影響します。 我々は、言語技術と生成AIの利用について、多様な社会経済的背景から1000人の個人を調査した。 言語技術利用におけるSESグループ間での系統的差異(頻度,実行タスク),インタラクションスタイル,トピックなど)を見出した。
  論文  参考訳（メタデータ） (2025-05-17T22:35:40Z)
• BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages [93.92804151830744]
  BRIGHTERは、28の言語で複数ラベル付き、感情アノテートされたデータセットの集合である。 データ収集とアノテーションプロセスに関する課題を強調します。 BRIGHTERデータセットは、テキストベースの感情認識のギャップに対処するための重要なステップであることを示す。
  論文  参考訳（メタデータ） (2025-02-17T15:39:50Z)
• ShifCon: Enhancing Non-Dominant Language Capabilities with a Shift-based Multilingual Contrastive Framework [78.07201802874529]
  ShifConはシフトベースの多言語コントラストフレームワークで、他の言語の内部のフォワードプロセスを支配的な言語に合わせる。 実験により、我々のShifConフレームワークは、非支配言語の性能を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2024-10-25T10:28:59Z)
• Multilingual Diversity Improves Vision-Language Representations [97.16233528393356]
  このデータセットの事前トレーニングは、ImageNet上で英語のみまたは英語が支配するデータセットを使用してパフォーマンスが向上する。 GeoDEのような地理的に多様なタスクでは、アフリカから得られる最大の利益とともに、すべての地域における改善も観察します。
  論文  参考訳（メタデータ） (2024-05-27T08:08:51Z)
• Task-Agnostic Low-Rank Adapters for Unseen English Dialects [52.88554155235167]
  LLM(Large Language Models)は、標準アメリカ英語を好んで不均等に重み付けされたコーパスで訓練される。 HyperLoRAは、方言特化情報と方言横断情報を混同することにより、タスクに依存しない方法で未確認の方言への一般化を改善する。
  論文  参考訳（メタデータ） (2023-11-02T01:17:29Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Learning About Social Context from Smartphone Data: Generalization Across Countries and Daily Life Moments [5.764112063319108]
  5か国581人の若者から収集した216万件以上の自己申告データを用いて,新しい,大規模,マルチモーダルなスマートフォンセンシングデータセットを使用した。 いくつかのセンサは社会的文脈に影響を与えており、部分的にパーソナライズされたマルチカントリーモデル(すべての国からのデータでトレーニングおよびテスト)と国固有のモデル(国内でトレーニングおよびテスト)は、90%のAUC以上で同様のパフォーマンスを達成することができる。 これらの結果は、異なる国における社会的文脈推論モデルをよりよく理解するために、モバイルデータの多様性の重要性を裏付けるものである。
  論文  参考訳（メタデータ） (2023-06-01T17:20:56Z)
• Evaluating the Diversity, Equity and Inclusion of NLP Technology: A Case Study for Indian Languages [35.86100962711644]
  NLP技術が広く適用され、公正で有用になるためには、世界中の言語で多様な話者を提供する必要がある。 本研究では,NLP技術を3次元にわたって評価する評価パラダイムを提案する。
  論文  参考訳（メタデータ） (2022-05-25T11:38:04Z)

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。