大規模言語モデル、中国語と英語での応答に異なる文化傾向を示す研究成果発表

大規模言語モデルの文化傾向：中国語と英語での違い 大規模言語モデル（Large Language Models: LLMs）は、OpenAIのチャットプラットフォームであるChatGPTなどの基盤として使用されており、世界中で情報を得たりコンテンツを作成したりするために広く利用されている。これらのモデルの人気から、研究者たちはLLMsが生成する内容が有用で、偏見のないものかどうかを調査している。 Massachusetts Institute of Technology (MIT) と Tongji Universityの研究者は、LLMsが中国語と英語で異なる文化傾向を示す可能性について検討するために研究を行った。研究成果は、Nature Human Behavior誌に発表され、GPTとERNIEという2つの人気のある生成モデルが中国語と英語で異なる文化的特性を示したことが報告されている。 この研究では、社会的指向と認知様式という2つの主な文化心理学的な概念に焦点を当てた。社会的指向は、人々が他者との関係をどのように考えるか（相互依存と共同体への重点か、独立と個人の自立か）に関し、認知様式は、情報処理の方法（全体論的か分析的か）を示していた。 Lu, Song および Zhang は、GPTとERNIEの中国語と英語で生成された回答を分析した結果、中国語では英語よりも相互依存の高い社会的指向と、全体論的な認知様式が強まると結論付けた。具体的には、GPTは中国語を使用すると、共同体志向の強い広告をより勧めやすく、反って英語では個人志向の広告を推奨する傾向があった。 彼らはさらに、特定の文化の視点を modeloに要求する「-cultural-prompts」を使用することで、これらの文化傾向を調整できる可能性があることを示した。この戦略は、文化に敏感なコンテンツを生成する上で重要な役割を果たすと考えられる。 これらの成果は、コンピュータ科学家や行動学者が計算モデルが表現する文化的価値観と思考パターンをより詳しく調査するインスピレーションを与えることとなり、より文化的にニュートラルであったり、ユーザーが望む文化に合わせて生成されるテキストを選ぶ機能を持ったモデルの開発につながる可能性がある。 関連情報とコメント 「これらの文化傾向は、特定の言語を使用した際のLLMのユーザー体験に直接影響を与える可能性があります。たとえば、中国語では相互依存の強い広告が推奨されやすくなる」と、研究者たちは述べている。MITは人工智能と人文社会科学の分野における世界的なリーダーであり、本研究もその取り組みの一環として行われた。 Tongji Universityも、中国における科学研究の重要拠点として知られており、両大学の共同研究によるこの成果は、LLMsの多言語対応における新たな課題と解決策を提示している。