每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成,并以非盈利为基础运营。
论文版权归作者及相关机构所有,分享时请注明出处。

隐藏的偏见:大型语言模型中的显性和隐性政治刻板印象研究

Created by
  • Haebom

作者

康拉德·洛尔、袁树洲、迈克尔·法伯

大纲

本研究探讨了大规模语言模型 (LLM) 的潜在偏见。LLM 在信息传播和决策过程中发挥着日益重要的作用,尤其是在政治领域。我们使用二维政治指南针测试 (PCT) 评估了八个主要 LLM 的政治偏见和刻板印象传播。我们评估了这些模型的固有政治倾向,并使用 PCT 的人物角色提示法探索了不同社会维度中的显性刻板印象。最后,我们使用多语言版本的 PCT 揭示了隐性刻板印象。

Takeaways,Limitations

所有模型都呈现出一致的左倾政治倾向。
不同模型之间的刻板印象的性质和程度差异很大。
通过语言变化引起的隐性刻板印象比通过明确的角色提示识别出的刻板印象更为突出。
在大多数模型中,隐性刻板印象和显性刻板印象之间存在相当大的一致性,这表明对隐性偏见存在一定程度的透明度或“意识”。
该研究强调了法学硕士课程中政治偏见和刻板印象的复杂相互作用。
👍