論文の概要: Geopolitical Divisions Across Languages in Large Language Models

• arxiv url: http://arxiv.org/abs/2609.20005v1
• Date: Thu, 17 Sep 2026 10:08:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.216512
• Title: Geopolitical Divisions Across Languages in Large Language Models
• Title（参考訳）: 大規模言語モデルにおける言語横断の地政学的区分
• Abstract要約: 質問の言語は、同じAIシステムがウクライナでの戦争を評価する方法を変える可能性があることを示す。 ロシア主導とウクライナ主導の反応のバランスは言語によって異なる。 各国の公用語で回答をまとめると、世界各国の政治区分に似たパターンを踏襲する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: People increasingly turn to AI chatbots for news and explanations of world events. But do they receive the same political answers when they ask in different languages? Here we show that the language of a question can change how the same AI systems assess the war in Ukraine. We ask GPT, Claude and Gemini to evaluate twenty statements about the war in 112 languages, collecting 67,200 responses. The balance between Russia-leaning and Ukraine-leaning responses differs across languages. When we group responses by countries' official languages, they follow a pattern resembling worldwide political divisions: relatively more Russia-leaning answers correspond to more favourable public views of Russia, less support for Ukraine in United Nations votes, and less aid to Ukraine. The broad pattern recurs across all three models and remains when individual statement pairs are removed. Our findings suggest a possible route through which information warfare may shape the text used to train AI models, which may in turn spread geopolitical biases.
• Abstract（参考訳）: 人々はますます、世界の出来事のニュースや説明のためにAIチャットボットに目を向けている。 しかし、彼らは異なる言語で尋ねるときに同じ政治的答えを受け取るだろうか? ここでは、質問の言語が、同じAIシステムがウクライナにおける戦争を評価する方法を変える可能性があることを示す。 我々は、GPT、Claude、Geminiに112の言語で戦争に関する20の声明を評価し、67,200の回答を集めた。 ロシア主導とウクライナ主導の反応のバランスは言語によって異なる。 ロシアが主導する回答は、より好意的なロシアの世論に対応し、国連の投票ではウクライナへの支持を減らし、ウクライナへの支援を減らしている。 広義のパターンは3つのモデルすべてに再帰し、個々のステートメントペアが削除されたまま残る。 我々の発見は、情報戦争がAIモデルの訓練に使用されるテキストを形作る可能性があり、それによって地政学的偏見が広がる可能性があることを示唆している。

関連論文リスト

• Friend or Foe? Language as an ideological switch in open-weight LLMs under Russian disinformation stress [0.0]
  ソ連後の地方言語に適応した4つの大規模言語モデル(LLM)の制御監査を実行する。 ウクライナ指向のモデルは、ロシア語におけるロシアの偽情報に対する最も弱い抵抗を示す。 我々は、地域情報の主権に対する主要な脅威は、敵対的な微調整ではなく、文化的アライメントが弾力性を保証するという未証明の仮定であると主張している。
  論文  参考訳（メタデータ） (2026-06-07T08:33:27Z)
• Propaganda and Information Dissemination in the Russo-Ukrainian War: Natural Language Processing of Russian and Western Twitter Narratives [0.0]
  この記事は、戦争の開始時から収集されたプロパガンダアカウントと信頼できるアカウントからのつぶやきの分析を行う。 我々は、自然言語処理と機械学習アルゴリズムを利用して感情を評価し、主要なテーマを特定する。 以上の結果から,情報生成・拡散・ターゲットの仕方において,両面から異なる視点を対象とする異なる戦略が示唆された。
  論文  参考訳（メタデータ） (2025-06-02T15:52:04Z)
• 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)
• Language Model Alignment in Multilingual Trolley Problems [138.5684081822807]
  Moral Machine 実験に基づいて,MultiTP と呼ばれる100以上の言語でモラルジレンマヴィグネットの言語間コーパスを開発する。 分析では、19の異なるLLMと人間の判断を一致させ、6つのモラル次元をまたいだ嗜好を捉えた。 我々は、AIシステムにおける一様道徳的推論の仮定に挑戦し、言語間のアライメントの顕著なばらつきを発見した。
  論文  参考訳（メタデータ） (2024-07-02T14:02:53Z)
• This Land is {Your, My} Land: Evaluating Geopolitical Biases in Language Models [40.61046400448044]
  大規模言語モデル (LLM) では, 異なる言語を問うと, 地理的知識が不整合に記憶されることが示されている。 対象とするケーススタディとして、本質的に議論の的かつ多言語的な課題である領土紛争を考察する。 本稿では,様々な言語における応答のバイアスと一貫性を正確に定量化するための評価指標を提案する。
  論文  参考訳（メタデータ） (2023-05-24T01:16:17Z)
• The Politics of Language Choice: How the Russian-Ukrainian War Influences Ukrainians' Language Use on Twitter [11.899559337707112]
  我々は6万2000人以上のユーザーからの400万以上のジオタグ付きツイートに基づいて、ウクライナ市民の言語選択とツイート活動を調査した。 我々は、ロシア語からウクライナ語への着実に移行しているのを、戦前に見てきた。 戦争の結果、ロシアのツイートユーザーの半数以上がウクライナに移行した。
  論文  参考訳（メタデータ） (2023-05-04T12:15:54Z)

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。