論文の概要: Toward Responsible and Epistemically Grounded Multilingual LLMs for Computational Social Science and Humanities

• arxiv url: http://arxiv.org/abs/2606.00596v1
• Date: Sat, 30 May 2026 07:52:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.542036
• Title: Toward Responsible and Epistemically Grounded Multilingual LLMs for Computational Social Science and Humanities
• Title（参考訳）: 計算社会科学・人文科学のための応答性・認識的基盤型多言語LLMに向けて
• Authors: Wajdi Zaghouani,
• Abstract要約: 本稿では,多言語推論LLMを解釈器として再認識する。 社会科学・人文科学研究における多言語推論の理論的基盤となる枠組みを構築した。
• 参考スコア（独自算出の注目度）: 0.7734073750595959
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models have rapidly evolved in multilingual competence and reasoning capacity, enabling their integration into Social Sciences and Humanities research workflows. Yet existing evaluation paradigms remain anchored in task-based NLP benchmarks and fail to address interpretive validity, cultural situatedness, and epistemic mediation. This paper reconceptualizes multilingual reasoning LLMs as hermeneutic instruments that actively structure meaning production across linguistic and cultural contexts. Drawing on hermeneutics, philosophy of technology, science and technology studies, multilingual NLP research, and computational social science methodology, we develop a theoretically grounded framework for evaluating multilingual reasoning in Social Sciences and Humanities (SSH) research. We articulate a rigorous experimental protocol with operationalized metrics for cultural alignment, cross-lingual stability, and reasoning faithfulness, along with transparency requirements tailored to interpretive research tasks. We illustrate the framework through a concrete application scenario involving multilingual political discourse analysis. The paper contributes a conceptual and methodological foundation for responsible integration of multilingual reasoning LLMs into computational social science infrastructures.
• Abstract（参考訳）: 大規模言語モデルは、多言語能力と推論能力において急速に進化し、社会科学と人文科学の研究ワークフローへの統合を可能にしている。 しかし、既存の評価パラダイムはタスクベースのNLPベンチマークに固定されており、解釈的妥当性、文化的位置、およびてんかんの媒介に対処できない。 本稿では,多言語推論 LLM を言語的・文化的文脈における生産を活発に構成するハーモニー楽器として再認識する。 本稿は,科学技術哲学,科学技術研究,多言語NLP研究,計算社会科学方法論に基づいて,社会科学・人文科学(SSH)研究における多言語推論を評価するための理論的基盤となる枠組みを開発する。 我々は,文化的アライメント,言語間安定性,忠実性の推論のための操作的指標,解釈研究タスクに適した透明性要件を備えた厳密な実験的プロトコルを具体化する。 本稿では、多言語政治談話分析を含む具体的な応用シナリオを通して、その枠組みを説明する。 本稿では,多言語推論LLMを計算社会科学基盤に統合するための概念的,方法論的基盤を提供する。

関連論文リスト

• An Overview of Large Language Models for Statisticians [109.38601458831545]
  大規模言語モデル(LLM)は人工知能(AI)の変換ツールとして登場した。 本稿では, 統計学者がLLMの開発に重要な貢献できる可能性について考察する。 我々は不確実性定量化、解釈可能性、公正性、プライバシー、透かし、モデル適応といった問題に焦点を当てる。
  論文  参考訳（メタデータ） (2025-02-25T03:40:36Z)
• Large Language Models as Neurolinguistic Subjects: Discrepancy between Performance and Competence [49.60849499134362]
  本研究では,大言語モデル(LLM)の記号化(形式)および記号化(意味)に関する言語的理解について検討する。 ミニマルペアと診断プローブを組み合わせてモデル層間のアクティベーションパターンを解析する新しい手法を用いて,ニューロ言語学的アプローチを提案する。 その結果,(1)心理言語学的・神経言語学的手法では,言語能力と能力が異なっていること,(2)直接確率測定では言語能力が正確に評価されないこと,(3)指導のチューニングでは能力が大きく変化しないが,性能は向上しないことがわかった。
  論文  参考訳（メタデータ） (2024-11-12T04:16:44Z)
• Toward Cultural Interpretability: A Linguistic Anthropological Framework for Describing and Evaluating Large Language Models (LLMs) [13.71024600466761]
  本稿では,言語人類学と機械学習(ML)の新たな統合を提案する。 新たな調査分野、文化的解釈可能性(CI)の理論的実現可能性を示す。 CIは、言語と文化の間の動的関係がコンテキストに敏感でオープンな会話を可能にする方法を強調している。
  論文  参考訳（メタデータ） (2024-11-07T22:01:50Z)
• Responsible Multilingual Large Language Models: A Survey of Development, Applications, and Societal Impact [5.803667039914564]
  この作業は、実運用環境におけるMLLMの開発とデプロイのためのエンドツーエンドフレームワークを提供することによって、ギャップを埋める。 調査の結果,世界言語の88.38%が低資源言語に分類されるなど,言語多様性を支える上で重要な課題が明らかになった。 この調査は、より包括的で効果的な多言語AIシステムの開発に取り組んでいる実践者や研究者にとって不可欠なガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-10-23T03:19:15Z)
• Intelligent Computing Social Modeling and Methodological Innovations in Political Science in the Era of Large Language Models [18.364402500460248]
  近年の人工知能の波は、大規模言語モデル(LLM)に代表されるものであり、政治科学における方法論的革新の機会と課題を提示している。 本稿では,これらの問題に対処するために,知能コンピューティング社会モデリング(ICSM)手法を提案する。
  論文  参考訳（メタデータ） (2024-10-07T06:30:59Z)
• Machine-assisted quantitizing designs: augmenting humanities and social sciences with artificial intelligence [0.0]
  大規模言語モデル(LLM)は、人文科学や社会科学におけるデータ分析をスケールアップする前例のない機会であることが示された。 設計原則を定量化し、変換し、言語学から特徴分析し、人間の専門知識と機械のスケーラビリティを透過的に統合する混合手法を構築します。 このアプローチは、1ダース以上のLDM支援ケーススタディで議論され、9つの多様な言語、複数の規律、タスクをカバーしている。
  論文  参考訳（メタデータ） (2023-09-24T14:21:50Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• Experience Grounds Language [185.73483760454454]
  言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。 テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
  論文  参考訳（メタデータ） (2020-04-21T16:56:27Z)

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。