論文の概要: Issue Bias in Generative AI Writing Assistance: Political Issues and LLMs in the Swedish 2026 Election

• arxiv url: http://arxiv.org/abs/2609.15207v1
• Date: Mon, 14 Sep 2026 08:28:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.187208
• Title: Issue Bias in Generative AI Writing Assistance: Political Issues and LLMs in the Swedish 2026 Election
• Title（参考訳）: ジェネレーティブAI作成支援の課題:2026年スウェーデン大統領選挙における政治問題とLLM
• Abstract要約: 2026年のスウェーデン議会選挙に先立ち、スウェーデン語で書かれた様々なタスクについて、6つの大言語モデル(LLM)が提供したスタンスについて検討する。 我々は、モデルのデフォルトのスタンスを見て、同様の問題にどのように反応するかを比較し、同じ問題に関するスウェーデンの8つの政党の反応と比較する。 モデルには明確な好みや、パーティに対する明確な好みは一切ありませんが、これはユーザが質問する特定の問題やタスクに依存します。
• 参考スコア（独自算出の注目度）: 13.459327349684566
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI writing assistants and the Large Language Models (LLMs) that power them are increasingly part of how voters gather information before elections. With growing evidence that they influence users' opinions, it is increasingly important to understand the views and positions of these tools. To better understand these views, we examine the stances supplied by six LLMs on a variety of Swedish-language writing tasks ahead of the 2026 Swedish parliamentary election. We cross 107 policy propositions with 77 writing templates and neutral, positive, and negative prompt framings, producing 24,717 prompts per model and 148,302 responses. To study these, we look at the models' default stance tendencies, compare how they respond to similar issues, and compare their responses with those of each of Sweden's eight parliamentary parties on the same issue. We find that Claude, DeepSeek, Gemini, and Mistral have similar profiles; ChatGPT more often supplies neutral or ambivalent text; and Grok differs most on topics such as migration, crime, and gender. When comparing the political parties, we find that the Social Democrats are closest to all six models. Still, after correcting for multiple comparisons, none of the within-model differences in party distances remains significant. Overall, we find that no model has a clear preference, nor a clear preference for a party, but that this depends on the specific issue or task the user asks about.
• Abstract（参考訳）: 代用AI作成アシスタントとそれを支える大規模言語モデル(LLM)は、選挙前に有権者が情報を集める方法の一部になっている。 ユーザの意見に影響を及ぼす証拠が増えていることから,これらのツールの見解や位置を理解することがますます重要である。 これらの見解をよりよく理解するために、2026年のスウェーデン議会選挙に先立ち、スウェーデン語で書かれた様々なタスクについて、6つのLLMが提供したスタンスについて検討する。 77のテンプレートと中立、正、負のプロンプトフレーミングで107のポリシー命題を渡り、1モデル当たり24,717のプロンプトと148,302のレスポンスを生成します。 これらを検討するために、モデルのデフォルトのスタンスを考察し、同様の問題に対してどのように反応するかを比較し、同じ問題に関してスウェーデンの8つの政党の反応と比較する。 Claude、DeepSeek、Gemini、Mistralも同様なプロファイルを持ち、ChatGPTは中立的あるいは曖昧なテキストを提供することが多い。 政党を比較すると、社会民主党は6つのモデルに最も近いことが分かる。 とはいえ、複数の比較を修正した後も、パーティー距離のモデル内差はそれほど大きくない。 全体として、モデルには明確な好みやパーティーに対する明確な好みがないが、これはユーザーが尋ねる特定の問題やタスクに依存している。

関連論文リスト

• The Invisible Coalition Partner: How LLMs Vote When Democracy Gets Concrete [0.0]
  抽象的なアンケートでは具体的な行動は予測できない。 一部のモデルでは、政治的質問の言語は、政治的内容よりも答えを変えている。 2つのモデルは、政治的偏見よりも体系的な変化回避を示す。
  論文  参考訳（メタデータ） (2026-05-03T08:48:33Z)
• Political Bias Audits of LLMs Capture Sycophancy to the Inferred Auditor [0.0]
  大規模言語モデル(LLM)は、固定アンケートに対する反応に基づいて、政治的バイアスに対して一般的に評価される。 基準的政治的バイアス監査は、部分的には、想定された監査者への幻覚的宿泊を捉えていることを示す。
  論文  参考訳（メタデータ） (2026-04-30T09:23:00Z)
• Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models [72.89977583150748]
  本研究では,大規模言語モデルとより広い地政学的価値システムとの整合性を評価する新しい手法を提案する。 LLMは一般的に民主的価値観や指導者を好んでいるが、マンダリンでの権威主義的人物に対する好意が増している。
  論文  参考訳（メタデータ） (2025-06-15T07:52:07Z)
• Affective Polarization Amongst Swedish Politicians [0.0]
  本研究では,2021年から2023年までのスウェーデンの政治家のTwitter上での感情分極について検討した。 グループ内が党レベルで定義されると、否定的な党派が圧倒的に支配的になる。 否定的な党派は、オンラインの可視性にとって戦略的選択であることを証明し、3.18以上のお気に入りと1.69以上のリツイートを惹きつける。
  論文  参考訳（メタデータ） (2025-03-20T14:40:48Z)
• 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)
• Who Would Chatbots Vote For? Political Preferences of ChatGPT and Gemini in the 2024 European Union Elections [0.0]
  この研究は、これらの生成人工知能(AI)システムにより、27のEU加盟国にまたがる欧州議会で代表される政党の評価に焦点を当てた。 Geminiはほとんど政治的な質問に答えることを拒んだが、ChatGPTは一貫して評価した。 調査では、欧州統合に対する態度や民主的価値観に対する認識など、評価に影響を及ぼす重要な要因を特定した。
  論文  参考訳（メタデータ） (2024-09-01T13:40:13Z)
• 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)
• Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
  大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。 我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。 この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-15T04:02:24Z)
• Beyond prompt brittleness: Evaluating the reliability and consistency of political worldviews in LLMs [13.036825846417006]
  政治声明に対する大規模言語モデルの姿勢の信頼性と整合性を評価するための一連のテストを提案する。 本研究では, 7B から 70B までの大きさのモデルについて検討し, パラメータ数によって信頼性が向上することを確認した。 より大きなモデルは、左派政党との全体的な整合性を示すが、政策プログラムによって異なる。
  論文  参考訳（メタデータ） (2024-02-27T16:19:37Z)
• Whose Opinions Do Language Models Reflect? [88.35520051971538]
  質の高い世論調査と関連する人的反応を利用して,言語モデル(LM)に反映された意見を検討する。 我々は、現在のLMが反映している見解と、アメリカの人口集団の見解の間にかなりの不一致を見出した。 我々の分析は、人間のフィードバック調整されたLMの左利き傾向に関する事前の観察を裏付けるものである。
  論文  参考訳（メタデータ） (2023-03-30T17:17:08Z)
• Quantifying Gender Bias Towards Politicians in Cross-Lingual Language Models [104.41668491794974]
  代名詞として政治家の名前を取り巻く言語モデルによって生成される形容詞と動詞の用法を定量化する。 死者や指定された言葉が男女の政治家と関連しているのに対し、美人や離婚といった特定の言葉が主に女性政治家に関係していることが判明した。
  論文  参考訳（メタデータ） (2021-04-15T15:03:26Z)

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。