論文の概要: Can Conversational AI loosen Us-Versus-Them Boundaries? The Effects of Common, Dual, and Separate Identity Framings on Pro-Immigrant Intergroup Helping

• arxiv url: http://arxiv.org/abs/2608.19220v1
• Date: Wed, 22 Jul 2026 17:19:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-23 14:54:39.994238
• Title: Can Conversational AI loosen Us-Versus-Them Boundaries? The Effects of Common, Dual, and Separate Identity Framings on Pro-Immigrant Intergroup Helping
• Title（参考訳）: 会話型AIはUs-Versus-Them境界を緩めるか? : 共通性、二重性、分離性による集団間援助の効果
• Authors: Oluwadamilola Jeboda, John F. Dovidio, Jonas R. Kunst,
• Abstract要約: この実験では、会話型AIがラテン系移民の多数派分類や関連性を変えることができるかどうかを検証した。 その結果、短時間のAI会話は、認知的再分類と行動のギャップを浮き彫りにしながら、対人関係の境界を緩める可能性があることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rising immigration has intensified intergroup tensions in many countries. Traditional bias-reduction programs remain difficult to scale and increasingly constrained by U.S. policy. This preregistered experiment tested whether conversational AI can shift how majority-group members categorize and relate to Latine immigrants. Drawing on the common ingroup identity model, a quota-representative national sample of 658 non-Latine White U.S. adults completed five rounds of dialogue with a LLM (GPT-4o). The model was instructed to frame Latine immigrants in terms of a common ingroup identity (a shared American identity), a dual identity (both Latine and American), or a separate identity (distinct cultural boundaries), or to discuss an unrelated topic in a control condition. The manipulations altered categorization: relative to control, common ingroup identity and dual identity conversations lowered separate categorization, and dual identity conversations raised dual categorization. Although direct effects on behavior and pro-diversity beliefs were nonsignificant, willingness to act was significantly higher in the conditions emphasizing a superordinate identity (common ingroup and dual identity). A path model further revealed indirect associations: both conditions reduced separate categorization, which in turn correlated with greater willingness to act. Semantic similarity analyses of the transcripts confirmed that conversations tracked their assigned narratives; participants' convergence with shared-identity language related positively, and with separate-identity language negatively, to willingness to act. These effects were largely consistent across moderators (need for closure, openness to experience, and political orientation). The findings show that brief AI conversations can loosen us-versus-them boundaries while underscoring the gap between cognitive recategorization and behavior.
• Abstract（参考訳）: 移民の増加は多くの国でグループ間の緊張が激化している。 従来の偏見低減プログラムは拡大が困難であり、米国の政策によってますます制限される。 この事前登録された実験は、会話AIが多数派のメンバーがラテン系移民をどのように分類し、関連付けるかを変えることができるかどうかを検証した。 共通内集団識別モデルに基づいて、658人の非ラテン白人成人のクォータ表現的全国的サンプルがLLM(GPT-4o)と5ラウンドの対話を完了した。 このモデルは、共通の内集団のアイデンティティ(アメリカ人のアイデンティティ共有)、二重のアイデンティティ(ラテンとアメリカ人の両方)、独立したアイデンティティ(文化的境界)、あるいは制御条件における無関係なトピックの議論という観点でラテン系移民をフレーム化するように指示された。 操作によって分類が変更された: コントロールに対して、共通の内集団的アイデンティティと二重アイデンティティ的会話は分離的分類を低下させ、二重アイデンティティ的会話は二重分類を上昇させた。 行動と多様性擁護の信念への直接的な影響は重要ではなかったが、超順序的アイデンティティ(共通の内集団と二重アイデンティティ)を強調する条件において、行動への意欲は著しく高まった。 さらに、経路モデルにより間接的な関連が明らかとなり、どちらの条件も分離された分類を減らし、それによって行動意欲が増大した。 書き起こしのセマンティックな類似性分析により、会話は割り当てられた物語を追跡し、参加者は共有同一性言語に肯定的に関連し、個別同一性言語に否定的に反応する傾向を示した。 これらの効果は、モデレーター(閉鎖、経験への開放、政治的指向)間でほぼ一貫していた。 その結果、短時間のAI会話は、認知的再分類と行動のギャップを浮き彫りにしながら、対人関係の境界を緩める可能性があることがわかった。

関連論文リスト

• The persuasive power of large language models does not depend on their perceived national origin [0.0]
  我々は、AIの認識する国家的起源がその説得力を形作るかどうかを研究する。 事前登録されたランダム化実験では、米国代表の403人の成人が3回にわたる議論を行った。 政治的トピックはAIの立場に対するスタンスの動きを遅くし、集団ナルシシズムは起源に関係なく態度の変化を減らすことを予測した。
  論文  参考訳（メタデータ） (2026-07-31T12:08:25Z)
• Pluralis v0.1: Towards a Multicultural, Multimodal, Multilingual Benchmark for AI Risk and Reliability [46.80780735011334]
  現在のAIの安全性評価とベンチマークフレームワークは、重要な地域法、社会言語的ニュアンス、文化タブーを隠蔽する西洋中心の文化非依存のデフォルトに依存している。 Pluralis v0.1は、文化第一の観点から構築された、新しいマルチモーダル、マルチリージョン、マルチ言語データセットである。
  論文  参考訳（メタデータ） (2026-07-07T12:21:52Z)
• False Friends Are Not Foes: Investigating Vocabulary Overlap in Multilingual Language Models [53.01170039144264]
  多言語コーパスで訓練されたサブワードトークンライザは、言語間で重複するトークンを自然に生成する。 トークンの重複は言語間転送を促進するのか、それとも言語間の干渉を導入するのか? 相反する語彙を持つモデルでは、重なり合う結果が得られます。
  論文  参考訳（メタデータ） (2025-09-23T07:47:54Z)
• HebID: Detecting Social Identities in Hebrew-language Political Text [1.435381256004719]
  我々は,ソーシャルアイデンティティ検出のための最初の多ラベルヘブライ語コーパスであるHebIDを紹介する。 マルチラベルおよびシングルラベルエンコーダを2B-9Bパラメータ生成型LLMとともにベンチマークし,ヘブライ語で調整したLLMが最良の結果をもたらすことを示した。 我々は、全国の公的な調査からアイデンティティの選択を利用し、エリートな談話で描かれたアイデンティティと一般のアイデンティティの優先順位の比較を可能にした。
  論文  参考訳（メタデータ） (2025-08-21T12:01:56Z)
• 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)
• PanoSent: A Panoptic Sextuple Extraction Benchmark for Multimodal Conversational Aspect-based Sentiment Analysis [74.41260927676747]
  本稿では,マルチモーダル対話感分析(ABSA)を導入することでギャップを埋める。 タスクをベンチマークするために、手動と自動の両方で注釈付けされたデータセットであるPanoSentを構築し、高品質、大規模、マルチモーダル、マルチ言語主義、マルチシナリオを特徴とし、暗黙の感情要素と明示的な感情要素の両方をカバーする。 課題を効果的に解決するために,新しい多モーダルな大規模言語モデル(すなわちSentica)とパラフレーズベースの検証機構とともに,新しい感覚の連鎖推論フレームワークを考案した。
  論文  参考訳（メタデータ） (2024-08-18T13:51:01Z)
• I Am Not Them: Fluid Identities and Persistent Out-group Bias in Large Language Models [11.77633171656753]
  我々は、西欧語(英語、ドイツ語、フランス語)と東欧語(中国語、日本語、韓国語)にまたがる文化的偏見-個人主義対集団主義-ChatGPTについて検討した。 ChatGPTが西洋語で個人主義的ペルソナを採用すると、その集団主義のスコア(つまり、グループ外値)はより否定的な傾向を示した。 逆に、東欧語で集団主義的ペルソナがChatGPTに割り当てられたとき、同様のパターンが出現し、個人主義に対するより否定的な反応(つまり、外集団の値)が現れた。
  論文  参考訳（メタデータ） (2024-02-16T03:54:48Z)

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。