大きいほど良いわけではない：複数ニュース要約における政治的バイアスの包括的フェアネス評価
arXiv cs.CL / 2026/4/24
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 複数ドキュメントのニュース要約システムは、観点の偏った表現、特定の視点への不均衡な強調、少数派の声の体系的な過小評価などを通じて政治的バイアスを生み得る。
- この研究は、政治的フェアネスを FairNews（政治的指向ラベル付きの全文記事）を用いて、13のLLMと5つのフェアネスメトリクスで評価する。
- その結果、より大きなモデルほど公平な出力になるとは限らず、フェアネスと効率のバランスでは中規模のLLMが大規模モデルを一貫して上回ることが示された。
- デバイアス介入の効果は一様ではなく、プロンプトベースの手法はモデル依存性が高い一方で、エンティティのセンチメントは最も頑健で、検証した戦略では改善しにくかった。
- 論文は、フェアネスを達成するには多面的な評価枠組みと、単なるスケーリングではなくアーキテクチャに配慮した対象特化のデバイアスが必要だと結論づけている。
