Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Fairness Evaluation of Large Language Models in Academic Library Reference Services

Created by
  • Haebom

저자

Haining Wang, Jason Clark, Yueru Yan, Star Bradley, Ruiyang Chen, Yiqiong Zhang, Hengyi Fu, Zuoyu Tian

개요

본 논문은 대규모 언어 모델(LLM)을 가상 참고 서비스에 활용하는 도서관에서 LLM이 인구 통계학적 특성이나 사회적 지위에 관계없이 모든 사용자에게 공정하게 서비스를 제공할 수 있는지 여부를 평가한다. 여섯 개의 최첨단 LLM을 사용하여 성별, 인종/민족, 기관 역할이 다른 이용자를 돕도록 프롬프트하여, LLM이 사용자 신원에 따라 응답을 차별하는지 여부를 평가하였다. 인종이나 민족에 따른 차별은 발견되지 않았으며, 한 모델에서 여성에 대한 약간의 고정관념적 편향만 발견되었다. LLM은 형식, 정중함, 도메인 특정 어휘와 관련된 언어적 선택을 통해 기관 역할에 대한 미묘한 적응을 보여주었는데, 이는 차별적인 대우라기보다는 전문적인 규범을 반영하는 것이다.

시사점, 한계점

시사점: 현재의 LLM은 학술 도서관 참고 서비스에서 공정하고 문맥에 맞는 의사소통을 지원할 준비가 상당히 잘 되어 있음을 시사한다. 인종 및 민족에 따른 차별은 발견되지 않았고, 성별에 따른 편향도 미미했다. LLM은 기관의 역할에 따라 적절한 언어적 표현을 사용하는 것으로 나타났다.
한계점: 조사 대상 모델이 6개로 제한적이며, 특정 모델에서 여성에 대한 약간의 고정관념적 편향이 발견되었다는 점은 추가적인 연구가 필요함을 시사한다. 다양한 질문 유형이나 상황에 대한 LLM의 반응을 더욱 폭넓게 평가하는 추가 연구가 필요하다.
👍