タレントか運か？ 大規模言語モデルにおける帰属バイアスの評価

Abstract

学生が試験に失敗したとき、私たちはその努力の不足を責めるのでしょうか、それとも試験の難しさを責めるのでしょうか。帰属（attribution）とは、出来事の結果に対して理由がどのように割り当てられるかを指し、それによって認識が形成され、ステレオタイプが強化され、意思決定に影響が及ぶ。社会心理学における帰属理論（Attribution Theory）は、暗黙の認知を用いて人間が出来事に対する責任をどのように割り当てるかを説明しており、原因を内的要因（例：努力、能力）または外的要因（例：課題の難しさ、運）に帰する。人口統計に基づいてLLMが出来事の結果を帰属することは、公平性に関する重要な含意をもつ。LLMにおける社会的バイアスを探究するほとんどの研究は、表層的な関連や個別のステレオタイプに焦点を当てている。本研究は、モデルの推論の不一致が、どのようにバイアスを人口統計的な集団へと方向づけるのかを特定するための、認知に基づいたバイアス評価フレームワークを提案する。