論文の概要: Large Language Models in the UK: Public Use, Trust, and Attitudes

• arxiv url: http://arxiv.org/abs/2609.28176v1
• Date: Wed, 23 Sep 2026 14:21:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.060733
• Title: Large Language Models in the UK: Public Use, Trust, and Attitudes
• Title（参考訳）: 英国における大規模言語モデル:公共利用,信頼,態度
• Abstract要約: 英国における2,002人の成人を全国的に調査した。 その結果、実用的タスクが最も一般的な LLM の使用形態は引き続き存在するが、現在では個人支援のためにこれらのツールに携わる人が増えている。 一般ユーザーの約3分の1(31%)は、個人的および感情的なサポートにLLMを使用していると答えている。
• 参考スコア（独自算出の注目度）: 0.5860385104552104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Increasing numbers of people now routinely interact with large language models (LLMs) across many aspects of life, including in the workplace, educational settings, and for personal activities. The pace at which these tools have been adopted across society in recent years has led to substantial shifts in the ways in which people approach tasks and access information and advice. As a result, it is important for researchers and policymakers to gain up-to-date evidence on how the public engages with these technologies, including what people typically use them for, the extent to which users trust the information and advice that LLMs provide, and how the public perceives the potential benefits and risks associated with their use. We surveyed a nationally representative sample of 2,002 adults in the UK. Participants were asked about their use of LLMs, including both practical applications and more personal and social forms of engagement, their trust in the information provided by these systems across a range of topics and compared with other common sources, and their attitudes towards the potential societal benefits and risks associated with these tools. Results show that while practical tasks remain the most common type of LLM use, many people now engage with these tools for personal support. Almost one third of regular users (31%) say they use LLMs for personal and emotional support, such as talking through problems and asking for help with decisions, while one quarter report interacting with LLMs for meaningful conversation. We also find that trust in LLM-generated information is relatively high, but that public attitudes towards LLMs are characterised by both optimism and concern. While over three quarters of our sample report feeling enthusiastic about the potential benefits of LLMs (77%), a majority also express concern about their potential risks (70%).
• Abstract（参考訳）: 大規模言語モデル(LLM)と日常的に交流する人々の数は、職場、教育環境、個人活動など、様々な面で増加している。 近年、これらのツールが社会全体で採用されているペースは、人々がタスクに近づき、情報やアドバイスにアクセスする方法に大きな変化をもたらしている。 結果として、研究者や政策立案者は、人々が一般的に使っているもの、ユーザがLSMが提供する情報やアドバイスを信頼する程度、そして、公共がそれらの使用に関連する潜在的な利益やリスクをどう認識するかなど、これらの技術に一般人がどのように関わるかについて、最新の証拠を得ることが重要である。 英国における2,002人の成人を全国的に調査した。 参加者は、実用的応用と、より個人的、社会的なエンゲージメントの両形態、これらのシステムが提供する情報に対する信頼、他の共通情報源との比較、そしてこれらのツールに関連する潜在的な社会的利益やリスクに対する態度など、LSMの使用について質問された。 その結果、実用的タスクが最も一般的な LLM の使用形態は引き続き存在するが、現在では個人支援のためにこれらのツールに携わる人が増えている。 通常のユーザーの3分の1近く(31%)は、個人的および感情的なサポートにLLMを使用している。 また、LLM生成情報に対する信頼は比較的高いが、LLMに対する大衆の態度は楽観と関心の両方によって特徴づけられる。 サンプルレポートの4分の3以上は、LSMの潜在的な利益(77%)に熱中しているが、大多数は潜在的なリスク(7パーセント)についても懸念を表明している。

関連論文リスト

• Language Models Change Facts Based on the Way You Talk [38.44076602344941]
  大規模言語モデル(LLM)は,ユーザクエリにおけるアイデンティティのマーカーに対して極めて敏感であることがわかった。 これらのバイアスは、これらの用途に市販のLCMを使用することで、医療の有害な違いを引き起こし、賃金格差を育み、異なるアイデンティティを持つ人々のために異なる政治的事実を創出する可能性があることを意味する。
  論文  参考訳（メタデータ） (2025-07-17T13:21:17Z)
• How Much Content Do LLMs Generate That Induces Cognitive Bias in Users? [13.872175096831343]
  大規模言語モデル(LLM)は、レビュー要約から診断支援まで、アプリケーションにますます統合されている。 我々は,LLMがユーザの偏りのあるコンテンツをいつ,どのように公開するかを調査し,その重大度を定量化する。 以上の結果から, LLMは症例の21.86%で文脈の感情を変化させるコンテンツにユーザをさらけ出し, 57.33%の症例において, 覚醒後のデータ質問に幻覚を与え, 5.94%の症例でプライマリーバイアスを呈していた。
  論文  参考訳（メタデータ） (2025-07-03T21:56:44Z)
• Embracing AI in Education: Understanding the Surge in Large Language Model Use by Secondary Students [53.20318273452059]
  OpenAIのChatGPTのような大規模言語モデル(LLM)は、新しい教育の道を開いた。 学校制限にもかかわらず,中高生300人以上を対象に調査を行ったところ,学生の70%がLDMを利用していることがわかった。 我々は、対象特化モデル、パーソナライズドラーニング、AI教室など、このような問題に対処するいくつかのアイデアを提案する。
  論文  参考訳（メタデータ） (2024-11-27T19:19:34Z)
• LLM-PBE: Assessing Data Privacy in Large Language Models [111.58198436835036]
  大規模言語モデル(LLM)は多くのドメインに不可欠なものとなり、データ管理、マイニング、分析におけるアプリケーションを大幅に進歩させた。 この問題の批判的な性質にもかかわらず、LLMにおけるデータプライバシのリスクを総合的に評価する文献は存在しない。 本稿では,LLMにおけるデータプライバシリスクの体系的評価を目的としたツールキットであるLLM-PBEを紹介する。
  論文  参考訳（メタデータ） (2024-08-23T01:37:29Z)
• Large Language Models: A Survey [66.39828929831017]
  大規模言語モデル(LLM)は、広範囲の自然言語タスクにおける強力なパフォーマンスのために、多くの注目を集めている。 LLMの汎用言語理解と生成能力は、膨大なテキストデータに基づいて数十億のモデルのパラメータを訓練することで得られる。
  論文  参考訳（メタデータ） (2024-02-09T05:37:09Z)
• Negotiating with LLMS: Prompt Hacks, Skill Gaps, and Reasoning Deficits [1.2818275315985972]
  LLMとの価格交渉において,全年齢層で40人以上の個人を対象とするユーザスタディを実施している。 交渉された価格が、LLMと効果的に相互作用する際のリテラシーのギャップを指摘し、人類が幅広い範囲で達成したことを示す。
  論文  参考訳（メタデータ） (2023-11-26T08:44:58Z)
• Prevalence and prevention of large language model use in crowd work [11.554258761785512]
  大規模言語モデル (LLM) の使用は, 集団作業者の間で広く普及していることを示す。 目標緩和戦略は, LLM の使用量を大幅に削減するが, 排除はしない。
  論文  参考訳（メタデータ） (2023-10-24T09:52:09Z)

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。